ChatGPTを業務で使う企業が増える一方、入力した情報が社外へ流れる不安は消えていません。実際に、従業員の入力や提供元の不具合を発端とした事案が公表されてきました。
本記事では、情報漏洩が起きる3つの経路と実際の事案を示したうえで、すぐ変更すべき設定、社内ルールとして定めること、それでも残る課題への対処までを解説します。自社で何から手を付けるかを見極めるために、参考にしてください。
本記事のサマリ
-
ChatGPTから情報が外部に出る経路は、入力内容の学習利用、アカウントの乗っ取り、提供元の不具合の3つに分かれ、いずれも実際の事案として公表されている
-
モデル改善への利用をオフにする設定変更と、入力禁止情報の明文化や固有名詞の置き換えを定めた社内ルールが、対策の土台となる
-
設定とルールだけでは、閲覧できるデータの範囲、持ち出しの記録、承認していないAI利用という3つの課題が残り、アクセス権と操作ログによる統制が鍵となる
目次ChatGPTで情報漏洩が起きる3つの経路
ChatGPTを業務で使用した際に、入力した情報が社外へ漏れ出る経路は、次の3つに分かれます。
- ●入力した内容そのものが学習に使われる
- ●アカウントを乗っ取られて履歴を見られる
- ●サービス側の不具合で他人に表示される
独立行政法人情報処理推進機構（IPA）の「情報セキュリティ10大脅威 2026」では、「AIの利用をめぐるサイバーリスク」が、組織向け脅威の3位に初選出されました。ここではまず、どこから漏れるのかという全体像を示します。次の3項目で、経路を順にたどります。
入力した業務データが学習に使われる
個人向けの無料版や有料版のChatGPT Plusでは、既定の設定のまま使うと、入力した内容がChatGPTの開発元であるOpenAIのモデル改善に使われる可能性があります。文章はサーバーに保存されるため、機密情報や顧客の個人データを打ち込んだ時点で、自社の管理が届かない場所へ移ります。
個人情報を含む指示文（プロンプト）の入力について、個人情報保護委員会は生成AIの利用をめぐり注意を促してきました。個人向けプランへ業務データを打ち込む行為は、社外へ出ていく前提で捉えておくことが欠かせません。
参照元：個人情報保護委員会｜生成AIサービスの利用に関する注意喚起等について
アカウントの乗っ取りで履歴が閲覧される
ChatGPTは会話履歴が既定で残るため、ログイン用の認証情報を奪われると、過去のやり取りまで第三者に読まれます。入力する情報にいくら気を配っても、アカウントを入口に情報が漏れる経路が別に残るわけです。
しかも被害は一つのアカウントで止まりません。端末からIDやパスワードを盗む不正プログラムは、ブラウザに保存された認証情報をまとめて抜き取るため、同じ端末で使う他のサービスにも影響が及びます。企業側は、複数の要素で本人を確かめる多要素認証を必須にし、パスワードの使い回しも禁じておくべきです。
参照元：Group-IB｜Group-IB Discovers 100K+ Compromised ChatGPT Accounts on Dark Web Marketplaces
サービス側の不具合で他人に表示される
ChatGPTでは2023年3月、OpenAIが組み込んでいたオープンソースのソフトウェア部品に不具合があり、一部の利用者のチャット履歴のタイトルが、無関係な別の利用者の画面に並んでしまいました。詳しい経緯は後の章で触れますが、押さえておきたいのは、原因が利用者側の操作ではなく提供元の内部にあった点です。
設定を見直し、社内ルールを徹底しても、企業側でこの種の不具合まで防ぎようはありません。自社の努力では断ち切れない経路が残るからこそ、そもそもChatGPTに入力してよい情報の範囲を狭めておくことが、最後のよりどころになります。
ChatGPTをめぐって実際に起きた情報漏洩
ChatGPTをめぐる情報漏洩は、想定上の話にとどまりません。業務での入力をきっかけにしたもの、提供元の不備によるもの、端末の感染を発端にしたものが、2023年から直近に至るまで、いずれも当事者や調査機関の口から公表されてきました。
ここでは時期の異なる3件を取り上げ、何がきっかけで、どこまで広がったのかを追います。自社に置き換えて読むほど、対策の急所が見えてきます。
従業員が私用の生成AIに顧客情報を入力した事例
2026年9月、国内のある企業が、社員が個人で使っていた外部の生成AIサービスへ顧客情報を誤ってアップロードした事象を公表しました。保健指導業務を担う部署の社員が、管理システムのデータ集計作業中に対象データを送ってしまったものです。
含まれていたのは氏名、生年月日、保険証記号番号、メールアドレスのほか、高血圧症や糖尿病といった疾患情報でした。同社は個人情報保護委員会への報告を終え、社内で許諾していない生成AIサービスの業務利用禁止を全社へ周知しています。
参照元：RIZAP株式会社｜当社における外部生成AIサービスへのお客様情報の誤ったアップロードに関するお詫びとお知らせ
提供元の不具合で会員情報が表示された事例
2023年3月には、OpenAIのシステムのバグにより、有料版「ChatGPT Plus」会員の個人情報が漏洩する事件も起きました。漏れたのは会員の氏名、メールアドレス、住所、クレジットカード番号の下4桁、カードの有効期限などで、一部の会員の画面に別の会員の個人情報が表示されていました。
責任の所在が利用者側の操作ではなく、システムの不備にあった点が、この事案の特徴です。原因となったバグはすでに修正されていますが、こうした万が一に備え、チャット履歴を残さない設定を徹底する企業や、業務用途での使用を制限する企業が増えています。
参照元：OpenAI｜March 20 ChatGPT outage: Here’s what happened
認証情報が窃取され闇市場で取引された事例
同じ2023年、インフォスティーラーに感染した端末から盗まれた10万件以上のChatGPTアカウントが、ダークウェブで売買されていたことも報告されています。認証情報の流出が深刻なのは、ChatGPTが会話履歴を保存しているため、乗っ取った側が過去のやり取りをまとめて読めてしまうからです。
守りの手立ては、アカウント側と端末側の両方に及びます。強固なパスワードの設定と二要素認証の活用に、定期的なパスワード変更、不審なアクセス履歴の確認を重ね、端末をマルウェアに感染させない対策と組み合わせる備えが求められます。
参照元：Group-IB｜Group-IB Discovers 100K+ Compromised ChatGPT Accounts on Dark Web Marketplaces
情報漏洩が企業に与える影響
ChatGPTから情報が外部に出た場合、企業が負う対応は法令上・契約上・社内の3つに及びます。個人データが含まれていれば、個人情報保護委員会への報告と本人への通知が法令上の義務となります。
要配慮個人情報が含まれる事態、財産的被害のおそれがある事態、不正の目的で行われた事態、1,000人を超える漏えいが起きた事態のいずれかに当たる場合、速報は概ね3〜5日以内、確報は30日以内という期限が設けられています。不正の目的で行われた行為による漏えいでは、確報の期限が60日以内になります。影響範囲をどれだけ早く特定できるかが、対応の成否を分けます。
取引先から預かった情報が混じっていれば、締結済みの秘密保持契約にもとづく報告と協議も避けられません。
| 影響の区分 | 想定される対応 | 確認すべき根拠 |
| 法令上の対応 | 個人情報保護委員会への報告と本人への通知 | 個人情報保護法上の漏えい等報告・本人通知の規定 |
| 契約上の対応 | 取引先・委託元への報告と、契約にもとづく協議 | 締結済みの秘密保持契約・業務委託契約 |
| 社内対応 | 影響範囲の特定、経緯の説明、再発防止策の策定 | 自社のインシデント対応手順と情報の重要度区分 |
| 法令上の対応 | |
| 想定される対応 | |
| 個人情報保護委員会への報告と本人への通知 | |
| 確認すべき根拠 | |
| 個人情報保護法上の漏えい等報告・本人通知の規定 | |
| 契約上の対応 | |
| 想定される対応 | |
| 取引先・委託元への報告と、契約にもとづく協議 | |
| 確認すべき根拠 | |
| 締結済みの秘密保持契約・業務委託契約 | |
| 社内対応 | |
| 想定される対応 | |
| 影響範囲の特定、経緯の説明、再発防止策の策定 | |
| 確認すべき根拠 | |
| 自社のインシデント対応手順と情報の重要度区分 | |
契約形態で変わる入力データの取り扱い
同じChatGPTを使っていても、入力したデータの扱いは契約形態によって変わります。判断の単位はサービス名ではなく契約です。OpenAIの説明では、Business、Enterprise、Healthcare、Edu、for Teachers、そしてAPIプラットフォームのビジネスデータは、利用者が明示的にオプトインした場合を除き、モデルの学習に使われません。
一方、個人利用のChatGPTから得たデータは学習に用いられるとされています。「ChatGPTを禁止しているか」ではなく「誰がどの契約で使っているか」を突き止めなければ、統制の議論は前へ進みません。まずは自社のアカウントがどの形態にあたるかの棚卸しから着手してください。
| 契約形態 | モデル学習への既定の取り扱い | 管理者が使える統制機能 |
| 個人向け（Free／Plus／Pro） | 既定ではモデルの改善に利用され得る（設定でオフにできる） | ワークスペース管理機能はない |
| 法人向け（Business／Enterprise） | 既定ではモデルの学習に利用されない | ワークスペース単位の管理、SSOなどの認証連携 |
| APIプラットフォーム | 明示的にオプトインした場合を除き学習に利用されない | 自社アプリケーション側でアクセス制御とログを設計する |
| 個人向け（Free／Plus／Pro） | |
| モデル学習への既定の取り扱い | |
| 既定ではモデルの改善に利用され得る（設定でオフにできる） | |
| 管理者が使える統制機能 | |
| ワークスペース管理機能はない | |
| 法人向け（Business／Enterprise） | |
| モデル学習への既定の取り扱い | |
| 既定ではモデルの学習に利用されない | |
| 管理者が使える統制機能 | |
| ワークスペース単位の管理、SSOなどの認証連携 | |
| APIプラットフォーム | |
| モデル学習への既定の取り扱い | |
| 明示的にオプトインした場合を除き学習に利用されない | |
| 管理者が使える統制機能 | |
| 自社アプリケーション側でアクセス制御とログを設計する | |
情報漏洩を防ぐためにすぐ変更する設定
個人向けプランを業務で使っている間は、既定の設定のままだと入力内容がモデルの学習に回ります。ただしOpenAIは、利用者側で学習利用を止める手立てを複数用意しています。
ここでは設定の切り替え、一時チャット、申請という3つの方法を取り上げ、それぞれ何が止まり、何が止まらないのかを示します。
- ●設定からデータコントロールを開き、「Improve the model for everyone」をオフにする
- ●残したくない会話は、履歴に保存されない一時チャットで行う
- ●過去の入力が気になる場合は、プライバシーポータルから学習利用の停止を申し出る
個人の設定は変更後の入力にしか及ばないため、組織として使うなら次章以降の契約形態の見直しとルール整備まで踏み込む必要があります。
モデル改善への利用をオフにする
まず変更すべきは、データコントロールにある「Improve the model for everyone（すべての人のためにモデルを改善する）」です。ウェブ版ならプロフィールアイコンから設定を開き、データコントロールへ進んでこのスイッチをオフにします。切り替えても会話は履歴に残り続け、学習にだけ使われなくなります。
設定はアカウント全体に適用されるため、端末ごとの操作は要りません。ただし効果が及ぶのは変更後の新しい会話に限られ、過去に打ち込んだ内容までは戻せません。
履歴を残さない一時チャットを使う
会話を残したくない場面では、一時チャット（Temporary Chat）が向いています。OpenAIの説明では、一時チャットはモデルの学習に使われず、履歴にも保存されず、メモリも作られません。
ただし完全に消えるわけではなく、30日が経過してからシステムから削除される扱いです。しかもこの期間中は、不正利用を監視する目的に限って内容が確認される場合があります。したがって、機密情報や顧客の個人データを打ち込む場所としては選べません。
学習利用の停止を申請する
設定の切り替えだけでなく、OpenAIのプライバシーポータルから学習利用の停止を申し出る方法もあります。過去にサポートやプライバシー用のフォームで停止を求めた場合、その意思はアカウントに反映され続けると同社は説明しています。
履歴の保存は続けたいが学習だけは断りたいという場合の使い分けになります。組織として個人向けアカウントを使っているなら、全員に申請を徹底させるか、法人向け契約へ移すかの判断を避けられません。
参照元：OpenAI｜What if I want to keep my history on but disable model training?
社内ルールとして定めておくこと
設定を変えても、社員が何を打ち込むかは制御できません。そこを埋めるのが社内ルールです。入力してよい情報の線引き、固有名詞の加工手順、出力内容の確認工程という3点を文書として定めておけば、判断を個人の裁量に委ねずに済みます。生成AIの利用に伴うリスク管理と運用の枠組みは、AIガバナンスと呼ばれる領域にあたります。
参照元：デジタル庁｜テキスト生成AI利活用におけるリスクへの対策ガイドブック（α版）
入力を禁止する情報を具体的に列挙する
禁止する情報は、区分ごとに具体例まで書き下します。個人情報なら顧客の氏名、住所、電話番号、マイナンバー、クレジットカード情報。機密情報なら未発表の新製品仕様、M&A情報、未公開の決算数値、社内システムのパスワード。顧客・取引先情報なら契約書の生データ、担当者の連絡先、非公開の商談内容です。
「機密情報を入れない」という抽象的な指示では判断ミスが起きます。自社の重要度区分と対応づけ、どのレベルまで入力を認めるかを線引きしてください。
固有名詞を置き換える手順を決める
顧客の声の分析や議事録の要約では、固有名詞を避けきれません。そこで、情報を匿名化（マスキング）してから入力する手順をルール化します。商談の記録なら「A社の山田様が、予算100万円で検討中」を「[取引先社名]の[担当者名]が、予算[金額]で検討中」へ、問い合わせ対応なら「株式会社Bの佐藤様から苦情」を「[取引先社名]の[担当者名]から苦情」へと書き換えさせます。
加工を個人の裁量に任せると抜けが生じるため、書き換え用のテンプレートを配るか、伏字にするツールを社内で用意する形へ落とし込みましょう。
出力内容の真偽確認を業務フローに組み込む
生成AIは、事実と異なる内容をもっともらしく答えることがあります。この現象はハルシネーションと呼ばれ、出力をそのまま対外資料やメールに転用すれば、誤った情報を顧客へ伝える事態を招きます。
そこで「出力された数値や事実は、公式サイトや社内資料といった一次情報と照らし合わせて確認する」という工程を、業務フローに明記してください。AIは下書きの相棒であり、最終的な責任は人が負うという位置づけをルールの前提に据えます。
機密情報を入力してしまったときの対処
打ち込んでしまった後にできることは、限られています。チャットを削除すればアカウントからは即座に消えますが、OpenAIのシステムから完全に消えるまでには30日という猶予があります。アーカイブは操作の位置づけがさらに弱く、サイドバーから隠すだけで、保持のルールは削除していないチャットと変わりません。
しかもセキュリティ上または法的義務のためにより長く保持される場合があるため、削除操作だけで影響がゼロになるとは考えられません。利用者側から漏洩の有無を確かめる手段もないため、「確認できない」ことを前提に影響範囲を見積もる必要があります。以下の項目を時間軸に沿って潰してください。
- ●入力した内容と日時を特定し、どの情報区分に該当するか記録した
- ●使用していたアカウントの契約形態と学習利用の設定状態を確認した
- ●該当アカウントのパスワードを変更し、多要素認証を有効にした
- ●取引先から預かった情報が含まれる場合の報告義務を契約書で確認した
- ●個人データが含まれる場合の社内報告先と対応手順を確認した
- ●同じ経路での再発を防ぐため、設定変更とルール周知を実施した
設定とルールだけでは残る3つの課題
設定の見直しと社内ルールは対策の土台ですが、そこで防げるのは従業員が意図せず起こす入力事故の一部にとどまります。
何を入力させないかを決めても、そもそも手元にあるデータの範囲、持ち出しの記録、把握できていない利用という3つの穴は埋まりません。いずれも仕組みの側で手を打たなければ塞げない課題です。
入力できるデータそのものを絞れていない
入力事故の母数は、従業員が閲覧できるデータの範囲で決まります。見られる情報が広ければ、AIへ貼り付けられる情報も同じだけ広がるからです。IPAの「組織における内部不正防止ガイドライン」は、資産管理と技術的管理を含む10の観点から33項目の対策を示しています。
アクセス権を最小限に絞り、定期的に見直すことが第一歩です。さらに端末へのダウンロードや外部媒体への保存を制限すれば、貼り付けられるデータそのものを減らせます。
機密ファイルの持ち出しを追跡できない
どのファイルを誰がダウンロードしたかを追えなければ、入力が判明しても影響範囲を確定できません。ファイル単位の操作ログがあれば、対象を絞り込む作業は一気に進みます。
逆にログを取っていない環境では、報告書に書ける根拠も、取引先への説明材料も用意できません。Windows Serverの標準機能で取得できるのはイベント単位のログが中心で、ダウンロードやプレビューといったファイル操作の追跡には向きません。
承認外のAI利用に代わる正規の受け皿がない
情報システム部門が承認していない生成AIの業務利用は、すでに広がっています。ダイレクトクラウドが情報システム関連部署の会社員956名に対して行った調査では、約55%が業務で生成AIを活用していると答えました。
参照元：DirectCloud｜【2026年3月実施】クラウドストレージ利用状況調査
3つの課題はいずれも、ChatGPT側の設定ではなく、ファイルを預けている基盤の側でしか埋められません。ではその基盤に何を求めればよいのか。製品を比べる際は、次の5点を軸に確かめてください。
- ●アクセス権をユーザー・グループ・フォルダのどの単位まで細かく設定できるか
- ●ダウンロードやプレビューを含め、ファイル単位の操作ログをどこまで取得できるか
- ●デバイス認証やIPアドレス制限で、利用できる端末とネットワークを限定できるか
- ●生成AI機能を備える場合、その課金がユーザー数に比例しないか
- ●権限管理、ログ、AI活用を一つの基盤で扱え、少人数の情報システム部門でも運用できるか
複数の製品を組み合わせると管理工数が膨らむため、これらを一つの基盤で満たせるかどうかが、その後の運用負荷とリスク管理の水準を左右します。次章では、この5点をどう満たせるかを具体的に解説します。
「DirectCloud」ならAIに渡り得るデータと持ち出しを統制できる
前の3つの課題は、いずれもファイルを管理する基盤の側で手を打つべきものです。
法人向けクラウドストレージのDirectCloudは、閲覧範囲の限定、操作ログによる追跡、社内文書を外に出さないAI活用を一つの基盤にまとめています。設定やルールで届かなかった部分を、仕組みとして埋める発想です。ここからは課題ごとに対応する機能を見ていきます。
| 本文で挙げた課題 | DirectCloudの機能 | 実現できる状態 |
| 入力できるデータそのものを絞れていない | 7段階のアクセス権／フォルダ単位の権限設定 | 必要な相手だけに機密ファイルの閲覧範囲を限定できる |
| 機密ファイルの持ち出しを追跡できない | 250種類以上の操作ログ／アクセス監視 | 誰がいつどのファイルを持ち出したかを確認できる |
| 承認外のAI利用に代わる正規の受け皿がない | DirectCloud AI（高精度RAG）／ユーザー数無制限 | 社内文書を外部に出さないAI環境を全社員に配れる |
| 入力できるデータそのものを絞れていない | |
| DirectCloudの機能 | |
| 7段階のアクセス権／フォルダ単位の権限設定 | |
| 実現できる状態 | |
| 必要な相手だけに機密ファイルの閲覧範囲を限定できる | |
| 機密ファイルの持ち出しを追跡できない | |
| DirectCloudの機能 | |
| 250種類以上の操作ログ／アクセス監視 | |
| 実現できる状態 | |
| 誰がいつどのファイルを持ち出したかを確認できる | |
| 承認外のAI利用に代わる正規の受け皿がない | |
| DirectCloudの機能 | |
| DirectCloud AI（高精度RAG）／ユーザー数無制限 | |
| 実現できる状態 | |
| 社内文書を外部に出さないAI環境を全社員に配れる | |
機密ファイルへのアクセス範囲を限定できる
DirectCloudでは、ユーザーごとにアクセス権を7段階まで設定でき、フォルダ単位でも権限を割り当てられます。この仕組みを使えば、部門・取引先・案件といった単位で閲覧範囲を必要な相手だけに絞り込めます。
閲覧できる範囲が狭まれば、AIへ貼り付けられる情報の範囲もそのぶん狭まります。権限はCSVファイルで一括登録・修正ができるため、一人ずつ手作業で割り当てずにすみ、定期的な見直しを運用として回せます。
参照元：DirectCloud｜ユーザー機能（セキュリティ）
ファイルの持ち出しを操作ログで追える
DirectCloudは、業界最多となる250種類以上の操作ログを記録し、あわせてアクセス監視も備えています。ファイルの送受信や共有リンクの作成まで記録に残るため、誰がいつどのファイルを持ち出したかを後から確認できます。
記録が残っていれば、入力事故が判明した際に影響範囲を絞り込む作業も一気に進みます。さらにデバイス認証とIPアドレス制限を組み合わせれば、許可した端末とネットワークからのみ利用させられます。
参照元：DirectCloud｜法人向けクラウドストレージ「DirectCloud」の特徴
社内文書を外部に出さずAIで活用できる
有償オプションのDirectCloud AIを使えば、DirectCloud内に保管した社内文書を対象にAIが検索し、回答を返します。
ファイル管理、アクセス権限、監査ログを一元的に扱う同じ基盤の上で動くため、権限管理をそのままAI利用の統制に生かせます。しかもユーザー数無制限の定額制なので、全社員へ配れます。議事録の要約や社内文書の検索といった、個人アカウントで済ませがちな業務の受け皿になります。
参照元：DirectCloud｜データ基盤を活用したAIサービス「DirectCloud AI」
管理外のツール利用を解消した導入事例
機能の説明だけでは、自社で回るかどうかを判断しにくいものです。そこで、正規の基盤を整えることで管理外のツール利用を断った3つの組織を取り上げます。
権限の不透明さ、端末への保存、無料サービスへの流出という、それぞれ異なる入口から手を打った例です。業種も規模も異なりますが、いずれも管理できていなかった部分を仕組みで置き換えた点は共通しています。自社に近い状況の事例から読んでみてください。
権限の不透明さを解消し統制を強めた事例
トーセイ・コミュニティ株式会社様は、ファイルサーバー管理の前任者が退職したことで権限設定がブラックボックス化していました。Windows Server標準のログ取得機能にも限界があり、いつ誰がどのファイルにどんな操作をしたかという詳細まで追えていませんでした。
DirectCloudへの移行後は、フォルダへのアクセス権やファイル操作の権限をユーザーごとに容易に把握できるようになりました。250種類以上の操作ログ取得機能により、内部統制も大幅に強化されています。
端末への保存を制限し漏えいを抑えた事例
横浜ビルシステム株式会社様が抱えていたのは、在宅勤務の際に自宅や外出先からファイルサーバーへアクセスできないという課題です。あわせて、ローカル保存やUSB端末への保存による情報漏えい対策も施したいと考えていました。
導入後はローカル保存とUSBの利用を制限したことで、情報漏えいのリスクそのものを削減できています。大容量ファイルの受け渡しについても、共有リンク機能を使ってスムーズに共有できる状態になりました。
正規の共有手段を整え無料利用をやめた事例
ひたちなか市役所では、外部とやり取りするファイルの容量が大きく、分割して送付する手間が発生していました。その不便さから職員が無料のファイル共有サービスを使ってしまうこともあり、内部統制が働かない状態に陥っていました。
導入後は共有リンク機能により、ファイルの容量を気にせずに授受ができるようになりました。分割送付が不要になった結果、無料サービスを使う理由も消え、シャドーITの抑制へとつながっています。
まとめ
ChatGPTの情報漏洩を防ぐ鍵は、設定とルールの先にあります。学習利用のオフや入力禁止情報の明文化は欠かせない一手ですが、実際に起きた事案が示すのは、個人アカウントでの入力や提供元の不具合まで従業員の注意だけでは抑えきれないという事実です。だからこそ、誰がどのデータに触れられるかを絞り、持ち出しを記録として残す仕組みが求められます。仕組みへ踏み込むことで、生成AIの利便性を手放さずに漏洩の余地を狭められるでしょう。
DirectCloudなら、アクセス権の細かな設定と250種類以上の操作ログ、社内文書を外に出さないAI活用を一つの基盤で実現できます。まずは資料請求から、自社に合う進め方を確かめてください。
