生成AIに入力してはいけない情報とは？機密・個人情報の漏洩リスクと対策

その情報は社外に出ても問題ないか

最初に確認すべきなのは、「その情報が会社の外に出ても問題ないか」です。

公式サイト、公開済みのプレスリリース、公開IR資料、一般公開されているサービス説明などは、比較的生成AIへ入力しやすい情報です。一方で、社内会議資料、未公開の価格表、営業戦略、開発中の機能情報などは、外部に出す前提で作られていません。

ここで注意したいのは、「社外秘」と明記されていない情報も、実務上は機密に近い扱いが必要な場合があることです。

たとえば、社内向けの営業トーク集や、まだ公開していないキャンペーン案は、ファイル名に「機密」と書かれていないかもしれません。しかし、競合他社や取引先に知られると不利益が生じる情報であれば、生成AIへの入力は慎重に判断すべきです。

個人や顧客を特定できるか

次に確認すべきなのは、個人や顧客を特定できる情報が含まれているかです。

氏名、住所、電話番号、メールアドレス、社員番号、顧客担当者名などは、単体でも個人情報に該当する可能性があります。また、名前を消していても、所属部署、役職、商談日、案件名、地域などを組み合わせると、個人や企業が推測できる場合があります。

筆者は、研修でよく「名前を消しただけでは匿名化とは言えません」と伝えます。たとえば、「関西支社の営業部長で、2026年4月に大手物流企業との商談を担当した人」と書けば、社内の人には誰のことか分かるかもしれません。

生成AIに入力する前には、「この情報を読んだ人が、誰のことか推測できないか」を確認する必要があります。

認証・権限・契約・未公開情報に関わるか

最後に、認証情報や権限情報、契約情報、未公開情報が含まれていないかを確認します。

ID、パスワード、APIキー、認証コード、秘密鍵は、生成AIに入力してはいけない代表例です。また、管理者権限の一覧、社内システムの構成、アクセス制御表なども、悪用されると大きな被害につながる可能性があります。

技術者や情シス担当者ほど、トラブルシューティングのためにログや設定情報を生成AIに貼り付けたくなる場面があります。筆者もエンジニア出身なので、その気持ちはよく分かります。エラーの原因を早く知りたい、設定ファイルを見てもらいたい、という場面は実際にあります。

しかし、そのログの中にアクセストークンや内部URL、個人IDが混じっていることがあります。便利さのために、認証情報や内部構成をそのまま外部に渡してしまっては本末転倒です。

契約書や法務相談についても同様です。条文の解釈を生成AIに相談したい場合でも、取引先名、金額、契約条件、固有の交渉経緯などはそのまま入力しないようにしましょう。

入力しやすい情報

公開情報は、比較的扱いやすい情報です。

たとえば、次のようなものです。

• 自社の公式サイトに掲載済みの情報
• 公開済みのプレスリリース
• 公開IR資料
• 公開イベントの告知文
• 一般公開されている製品ページ
• 公開済みの記事やホワイトペーパー

ただし、公開情報であっても、著作権や引用ルールには注意が必要です。外部の記事や資料をそのまま大量に貼り付けるのではなく、要点の整理や自社向けの論点整理に使う形が安全です。

条件付きで使える情報

社内一般情報や業務マニュアルは、社内で承認された環境であれば利用できる場合があります。

たとえば、社内FAQ、業務手順書、公開済みの研修資料、一般的な規程説明などは、生成AIと相性のよい情報です。これらを整理すると、問い合わせ対応、文書作成、議事録要約、研修コンテンツ作成などの効率化につながります。

ただし、社内利用環境であっても、「社内にある情報なら何でも入力してよい」という意味ではありません。社内規程、業務マニュアル、FAQなどは扱いやすい一方で、個人情報や顧客固有情報が含まれていないかを確認する必要があります。

営業・マーケティング部門

営業やマーケティングでは、提案書作成、メール文面、商談準備、顧客分析などで生成AIを使いたくなる場面が多くあります。

注意したい入力例は、次のとおりです。

• 顧客名を含む商談メモ
• 取引先の担当者名やメールアドレス
• 提案金額や値引き条件
• 失注理由や競合比較資料
• NDA対象の提案書や議事録

営業現場では、スピードが重視されます。商談後すぐに要約したい、提案書をすぐ作りたい、メールをすぐ送りたい。その気持ちは自然です。

しかし、顧客情報をそのまま生成AIに入力すると、契約上の問題や信用低下につながる可能性があります。使う場合は、顧客名を業界や企業規模に置き換え、金額や契約条件を抽象化してから相談します。

法務・コンプライアンス部門

法務部門では、契約書レビューや条文の言い換えに生成AIを使いたくなることがあります。

筆者も、契約書の一次チェックや条文比較の効率化には、生成AIの可能性があると考えています。ただし、法務領域では、入力内容そのものが秘密保持義務の対象になりやすい点に注意が必要です。

注意したい入力例は、次のとおりです。

• 契約書全文
• 取引先名
• 契約金額
• 係争中の内容
• 相手方との交渉履歴

契約書を扱う場合は、社内ルールに従い、法務責任者が許可した範囲で利用する必要があります。AIの出力は法的判断そのものではないため、最終確認は必ず専門家が行います。

人事・労務部門

人事・労務では、評価コメント、研修、面談メモ、社内通知文の作成などで生成AIを使う場面があります。

注意したい入力例は、次のとおりです。

• 評価コメント
• 給与情報
• 健康情報
• 退職理由
• 懲戒情報
• 家族構成や育児・介護に関する情報

人事情報は、匿名化しても本人が推測されやすい場合があります。たとえば、小さな部署で「入社3年目の営業職」「育休復帰直後」「特定プロジェクトの担当者」といった情報を組み合わせると、本人が分かってしまうことがあります。

人事領域では、個人に紐づく相談を生成AIに入力する前に、特に慎重な判断が必要です。

情シス・情報セキュリティ部門

情シスでは、エラーログの解析、設定ファイルの確認、問い合わせ文面の作成などで生成AIを使うことがあります。

注意したい入力例は、次のとおりです。

• APIキー
• アクセストークン
• パスワード
• IPアドレス一覧
• 管理者権限一覧
• ネットワーク構成図
• 脆弱性の詳細情報

ログや設定ファイルには、本人が気づかない形で認証情報や内部構成が含まれていることがあります。貼り付ける前に、不要な情報を削除する工程を必ず入れましょう。

筆者は、情シス向けの研修では「ログを貼る前に、まず検索してください」と伝えることがあります。ログの中に、token、secret、password、key、credential といった文字列が含まれていないかを確認するだけでも、事故を減らせます。

送信前の5問

生成AIに入力する前に、次の5つを確認します。

1. この情報は会社の外に出ても問題ないか
2. 個人や顧客を特定できる情報が含まれていないか
3. 契約、NDA、未公開情報に関係していないか
4. ID、パスワード、APIキー、認証コードが含まれていないか
5. 判断に迷ったときの相談先が分かっているか

1つでも不安がある場合は、そのまま入力せず、上長、情シス、法務、情報セキュリティ担当に確認します。

この「確認する」という一手間を、現場が面倒に感じないようにすることも大切です。相談窓口が分かりにくかったり、確認に時間がかかりすぎたりすると、社員は自己判断に流れます。

ルールを守らせるには、相談しやすい設計も必要です。

3秒判断フロー

研修では、次のような簡易フローも有効です。

1. 社外に出せない情報か
   → はい：入力しない
2. 個人や顧客を特定できるか
   → はい：削除またはマスキングする
3. 認証・権限・契約・未公開情報か
   → はい：入力しない、または責任部門へ確認する
4. 判断に迷うか
   → はい：入力しないで相談する
5. すべて問題ないか
   → 入力可。ただし、出力は人が確認する

総務省・経済産業省のAI事業者ガイドラインでは、AIを活用する際の透明性、アカウンタビリティ、教育・リテラシーの重要性が示されています。社内ルールを作る際も、単に禁止事項を並べるだけでなく、社員が理解し、説明できる状態を目指すことが重要です。

禁止だけでなく「使ってよい例」も示す

「これは禁止」「あれも禁止」だけを伝えると、社員は生成AIを使うこと自体を避けるようになります。

社内ルールでは、禁止例とあわせて、使ってよい例も示しましょう。

「何をしてはいけないか」だけでなく、「どう使えばよいか」を示すことで、現場の不安を減らせます。

筆者の感覚では、社内ルールはブレーキだけでなく、ハンドルであるべきです。止めるためのルールではなく、安全に進む方向を示すルールにする。その方が、結果としてリスクも下がります。

相談先を明文化する

生成AIの入力可否は、現場担当者だけでは判断しきれないことがあります。

そのため、社内ルールには相談先を明記しておきます。

• 個人情報に関する相談：法務、個人情報保護担当
• 顧客情報・契約情報に関する相談：法務、営業責任者
• 認証情報・ログ・システム情報に関する相談：情シス、情報セキュリティ担当
• 研修・周知に関する相談：人事、DX推進部門

相談先が曖昧だと、社員は「たぶん大丈夫」と自己判断しやすくなります。迷ったときに止まれる導線を作ることが、事故防止につながります。

また、相談した人が責められない文化も重要です。インシデントやヒヤリハットを隠す組織では、リスクは見えないところで大きくなります。早めに相談した人が評価される空気を作ることも、生成AI活用の土台になります。

定期的に見直す

生成AIサービスの仕様、社内の利用範囲、法規制、取引先との契約条件は変わります。そのため、入力禁止リストは一度作って終わりではありません。

月次または四半期に一度、次の点を見直すとよいでしょう。

• 新しい利用部門で想定外の入力が起きていないか
• 禁止例が現場に伝わっているか
• マスキングルールが実務に合っているか
• インシデントやヒヤリハットが共有されているか
• 研修資料やFAQが古くなっていないか

「ルールを守らせる」だけでなく、「現場で迷った事例を集めて改善する」姿勢が重要です。

生成AI活用は、最初から完璧なルールを作るよりも、運用しながら精度を上げていく方が現実的です。筆者も、AI導入支援では最初から細かく作り込みすぎず、まず守るべき線を明確にし、その後に部門別の例外や活用パターンを追加していく進め方をすすめています。