生成AIは、文章の下書き、コードの確認、議事録の要約など、業務の多くの場面で使えるようになりました。
一方で、便利さに任せて顧客情報やソースコードをそのまま入力すると、意図しない情報漏えいにつながるおそれがあります。
禁止だけを決めると、個人の判断で使われる場面が残りやすいため、「何を入力してよいか」を具体的に決めておく必要があります。
この記事では、業務で生成AIを使うときの情報漏えいの経路と、入力ルール、運用で押さえたい点を整理します。
情報が外に出る経路
生成AIの利用で、情報が意図せず外に出る主な経路は次の4つです。
- 入力した内容が、サービス提供者の側に送信・保存される。
- 入力した内容が、サービス側の設定によっては、モデルの改善に使われる。
- 会話履歴やアップロードしたファイルが、共有リンクや同じアカウントの別の利用者から見える。
- ブラウザ拡張機能や外部連携を通じて、意図しない情報まで送られる。
OWASPは、LLM(大規模言語モデル)を使うアプリケーションのリスクの1つとして、機密情報の開示(Sensitive Information Disclosure)を挙げています。
出力を通じて開示される場合のほか、利用者が意図せず入力した情報が後の出力で開示される場合も扱っています。
入力した内容がどう扱われるかは、サービスや契約プランによって異なります。
一般向けの無料プランと、法人向けの契約とでは、データの保存や学習への利用の条件が違うことがあります。
そのため、利用前に各社の利用規約とデータの取り扱いに関する公式の説明を確認し、結果を社内で共有しておくことが前提になります。
入力してよい情報の線引き
最初に決めたいのは、情報を区分して、区分ごとに入力の可否を決めることです。
次の表は、3段階に分けた例です。
| 区分 | 例 | 入力 |
|---|---|---|
| 公開情報 | 公開済みのWebページ、製品の一般的な説明 | 可 |
| 社内限定の情報 | 内部の設計メモ、未公開の企画、社内のソースコード | 承認済みのサービスだけ可 |
| 秘匿情報 | 個人情報、認証情報、顧客の契約内容、未公表の財務情報 | 不可(加工すれば可の場合あり) |
区分は、自社の情報管理のルールに合わせて作ります。
ここで大切なのは、「承認済みのサービス」を明示することです。
利用してよいサービスの一覧を作っておけば、個人のアカウントで使われる、いわゆる「シャドーIT」を減らせます。
入力する前に加工する
秘匿情報を含む資料でも、必要な部分だけを残して加工すれば、AIの支援を受けられることがあります。
たとえば、エラーの調査では、ログの識別子や接続情報を置き換えてから貼り付けます。
加工前のログの例です(値はすべてダミーです)。
2026-11-15 10:21:03 ERROR user=tanaka@example.co.jp
connect to db://admin:example-password@10.0.3.15:5432/orders failed
加工後の例です。
2026-11-15 10:21:03 ERROR user=<USER>
connect to db://<DB_USER>:<DB_PASSWORD>@<DB_HOST>:5432/<DB_NAME> failed
調査に必要な情報は、エラーの種類と接続の形式であり、実際の値ではありません。
置き換えた値は、元の内容と対応が分かるように、手元に記録しておくと回答を読み解きやすくなります。
ただし、パスワードやキーの実物はメモに残さず、どの項目を置き換えたかだけを記録します。
定型的な加工は、スクリプトにしておくと漏れが減ります。
次のPythonは、メールアドレスとIPv4アドレスを置き換える簡単な例です。
import re
PATTERNS = [
(re.compile(r"[\w.+-]+@[\w-]+(\.[\w-]+)+"), "<EMAIL>"),
(re.compile(r"\b\d{1,3}(\.\d{1,3}){3}\b"), "<IP>"),
]
def mask(text: str) -> str:
for pattern, label in PATTERNS:
text = pattern.sub(label, text)
return text
先の加工前のログをこの例にそのまま通すと、1行目のメールアドレスは <EMAIL> に置き換わります。
一方、2行目は db://admin:<EMAIL>:5432/orders になります。
接続文字列の パスワード@ホスト の部分が、メールアドレスと誤って判定されたためです。
ユーザー名は残り、IPアドレスも <IP> にはならず、先の加工後の例とは結果が異なります。
このように、正規表現は想定外の部分に一致することがあります。
接続文字列のような認証情報を含む形式には専用のパターンを先に適用するか、手で伏せ、結果を目で確認します。
また、正規表現で見つけられるのは、形式の決まった値に限られます。
氏名や社内の固有名詞は検出できないため、「マスキングのツールを通したから安全」とは考えず、最後は人が目で確認します。
運用で気を付けたい点
認証情報とソースコード
APIキー、パスワード、秘密鍵は、実物を貼らないようにします。
設定ファイルの確認を頼むときは、値の部分を伏せてから貼ります。
万が一貼ってしまった場合は、そのキーを無効にして再発行する手順を、あらかじめ決めておきます。
ソースコードは、社内のルールで区分を決めます。
公開しているリポジトリのコードと、顧客向けの非公開のコードとでは、扱いが異なります。
受託開発では、顧客との契約で、第三者への開示が制限されている場合があります。
その場合は、顧客の承諾を得られる範囲で利用します。
履歴・共有・外部連携
会話の履歴や共有リンクは、便利な反面、情報が残る場所でもあります。
利用しているサービスで、履歴の保存期間、共有リンクの公開範囲、管理者による設定を確認します。
ブラウザ拡張機能やメール・ドライブとの連携は、AIが読める範囲を広げます。
連携を有効にするときは、読み取りを許可する範囲を最小限に絞っておきます。
出力の確認
生成AIの出力は、誤りを含むことがあります。
また、他の資料の表現に近い文章が出る場合もあります。
外部に出す文書やコードは、人が内容と権利の面を確認してから使うようにします。
ルールを定着させる工夫
禁止事項だけを並べた長い文書は、読まれにくくなります。
次の3点に絞ると、運用に乗せやすくなります。
- 入力してよい情報の区分と、承認済みのサービスの一覧を、1ページにまとめる。
- 迷ったときの相談先を決める。
- 事故が起きたときの連絡手順を決め、責めずに早く報告できる雰囲気をつくる。
事故の報告が遅れると、キーの失効や関係者への連絡が遅れて影響が広がるため、早く報告できる体制を整えます。
まとめ
業務での生成AIの利用は、禁止するか自由にするかではなく、入力する情報を区分することから始められます。
利用規約とデータの取り扱いを確認して承認済みのサービスを決め、秘匿情報は加工してから入力し、履歴や連携の設定を見直します。
そのうえで、1ページのルールと相談先を用意し、事故の報告を早められる体制にしておくことが、現実的な対策です。
サービスの仕様や条件は変わるため、定期的に見直す必要があります。