会社や取引先のコードをAIコーディングツールに貼り付けてよいのか、判断に迷うことがあります。先に結論を言うと、業務コードは所属組織のルールとツールの契約・設定を確認できるまで入力しないのが安全です。個人向け設定で学習利用を止めても、社内ルールへの適合や保存期間まで保証されるわけではありません。
この記事では、入力を止めて確認すべき情報、サービスごとの設定確認、業務コードを使わずに質問を作る方法を整理します。
この記事が向いている人・向いていない人
- 向いている人：仕事のコードやログをAIに見せる前に、何を確認すればよいか知りたい人
- 向いていない人：会社のAI利用基準や契約内容を確定したい人。利用可否は情報システム・法務・上長など社内の窓口に確認してください
結論：会社の許可が分かるまでは業務コードを入力しない
「入力データを学習に使わない」という設定やプランの説明だけでは、業務コードを送信してよい根拠になりません。入力内容の処理、保存、管理者設定、委託先との契約、社内の秘密保持ルールは別々に確認が必要です。
特に、次の情報は公開情報でない限り、許可が確認できるまで入力欄や添付ファイルから外します。
- ソースコード、設計書、未公開の仕様や顧客データ
- APIキー、パスワード、アクセストークン、秘密鍵、接続文字列
- 実名、メールアドレス、IPアドレスなど個人や顧客を識別できる情報
- 本番ログ、エラーログ、画面キャプチャ、リポジトリ全体
入力前に確認する4項目
1. 社内ルールとデータの区分
生成AIの利用可否、コードの持ち出し、個人情報の扱い、承認が必要なケースを社内規程で確認します。判断できない場合はコードを送らず、利用したい目的・情報の種類・サービス名を社内窓口へ伝えます。公開リポジトリのコードでも、社内の変更や未公開情報が混ざっていないか確認してください。
2. 利用中のアカウント・プラン
個人アカウントか、組織が契約・管理するワークスペースかを確認します。同じサービス名でもプラン、契約条件、管理者ポリシーによって扱いが異なる場合があります。自分の画面で見える設定だけでなく、管理者が適用したルールも確認します。
3. 学習利用と保存・アクセス条件
入力がモデル改善に使われるか、会話やログがどのくらい保持されるか、誰がアクセスできるか、削除の対象や例外は何かを分けて読みます。「学習に使わない」は「送信後すぐに消える」と同じ意味ではありません。
たとえばOpenAIは、個人向けChatGPTにデータコントロールを設け、組織向け製品やAPIは既定でモデル学習に使わないと説明しています。一方、APIデータの保持は機能によって異なり、通常は最大30日保持されるケースがあると案内しています。実際の利用条件は契約と最新の公式説明を確認してください。
4. IDE連携・エージェントの読み取り範囲
チャット欄に貼る場合だけでなく、IDE拡張やエージェントがワークスペース、開いているファイル、ターミナル出力を参照するか確認します。除外設定があっても、適用される製品・機能やプランに制限があることがあります。設定を確認できない場合、業務リポジトリで有効化しないでください。
サービスの設定を確認する場所
- ChatGPT個人向け：設定の「データコントロール」で「すべての人のためにモデルを改善する」を確認。これは学習利用の選択肢で、会社の承認や保存条件の確認を置き換えません。
- ChatGPT Business・Enterprise・API：組織契約、管理者設定、利用する機能ごとのデータ保持条件を確認します。OpenAIの説明では入力・出力を既定で学習に使いませんが、保持や機能別の例外は別に確認します。
- GitHub Copilot：契約プランと組織のポリシー、対象エディターや機能への適用範囲を確認します。コンテンツ除外が特定の機能でどう効くかはGitHub公式の対応表を参照してください。
- Claude Codeなど他のツール：利用プランのデータ取り扱い、ローカルでのファイル参照、会話・ログの保存、管理者ポリシーをそのサービスの最新公式資料で確認します。
コードを送らずに質問する方法
社内で許可されていない、または条件が分からない場合は、実コードを架空の例に置き換えます。関数名、顧客名、URL、識別子、値、業務固有の条件も一般化し、元の情報を復元できない形にします。単に名前を伏せただけでは、特徴的な処理やログから情報が分かることがあるため注意が必要です。
例として、実際の注文処理を貼る代わりに「架空の注文データを受け取り、必須項目がない場合に入力エラーを返す関数のテスト観点を教えてください」と、目的と一般的な構造だけを伝えます。短い再現コードを新規に作り、秘密情報や本番データが含まれないことを確認します。
許可された架空のコードでも実行エラーが出た場合は、実際のログや設定値を貼る前に、情報を伏せた状態で原因を整理します。環境・エラー・変更箇所を切り分ける流れはAI生成コードが動かないときの確認順を参照してください。
質問の目的・状況・制約・完了条件を整理する型はAIコーディングの指示文テンプレートにまとめています。生成結果を公開前に確認する場合はAIが書いたコードのレビュー手順も参考にできます。
確認に迷ったときの判断順
- 社内規程・契約・管理者ポリシーで利用が許可されているか確認する。
- 許可されていなければ業務コード、ログ、画面、リポジトリを送らない。
- 許可されている場合も、アカウント、プラン、機能、保存条件、参照範囲を確かめる。
- 必要な最小範囲だけを使い、キーや個人情報などの秘密を除去する。
- 入力後に誤送信へ気づいたら、社内の事故報告手順に従い、該当サービスの管理者へすぐ連絡する。
よくある質問
学習利用をオフにすれば、会社のコードを入力できますか？
それだけでは判断できません。社内ルール、サービス契約、保存条件、アカウントと機能の設定を別に確認します。許可が確認できなければ入力しないでください。
コードから社名や変数名を消せば安全ですか？
必ずしも安全とはいえません。処理の組み合わせ、ログ、URL、データ構造などから顧客や業務が推測される場合があります。社内承認がない情報は送らず、架空の再現例を作る方法を選びます。
業務利用を認めるサービスなら、全ファイルを読ませてもよいですか？
一律にはいえません。契約や管理者の設定、IDE連携の対象範囲を確認し、必要最小限のファイルだけを対象にします。除外機能があっても、使う機能すべてに適用されるとは限りません。
まとめ
業務コードをAIに入力する前に、社内承認、契約プラン、学習利用、保存条件、IDEの参照範囲を確認します。どれかが不明なら送信を止め、社内窓口へ確認してください。AIコーディングを学ぶ際は、業務データを使わない個人用の架空プロジェクトから始めると、利用ルールを守りながら練習できます。
学習方法を比較したい人はAIコーディング講座と独学の選び方へ。まず架空の題材で練習したい人はAIコーディングの独学手順も参考になります。自分用の開発環境を整える場合はAIコーディング向けMacBookの構成ガイドも確認できます。全体の機材・学習導線はAI作業環境ハブからたどれます。
