個人向け生成AIプランで顧客情報を扱う前に契約書面なしの業務利用を点検する7つの論点

個人向けプランの業務利用とは、個人契約のAIを事務所業務で使う形態のことです。

顧客の資料を、個人名義で契約した生成AIに入れてよいか。この問いに、事務所として文書で答えを持っているでしょうか。この記事では、個人向けプランを業務に使うときの論点を、入力前の確認手順、守秘義務、規程の三つの面から整理します。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は個人情報保護委員会の公表資料で、各社の取扱いは提供元の公式ヘルプで確認しました。個人情報保護委員会は令和5年6月2日に生成AIサービスの利用に関する注意喚起を公表しており、個人データを含むプロンプトの入力について確認事項を示しています（出典: 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）。

なお、本文中のDPAとは、データ処理契約（Data Processing Agreement）の略で、委託先が預かったデータをどう扱うかを取り決める書面のことです。提供元ごとに名称や有無が異なるため、各社の契約ページでの確認が前提になります（要確認）。

個人向けプランと業務利用の間にある、契約書面の空白

士業の事務所では、スタッフが個人で契約した生成AIを、そのまま業務に使い始める場面があります。個人向けプランは、利用者本人が利用規約に同意して使うことを前提に設計されています。事務所が組織として契約するビジネス向けプランとは、データの扱いの初期値が異なります。

OpenAIの公式ヘルプによると、個人向けのFree、Plus、Proではすべての人のためにモデルを改善するという項目をオフにすると、新しい会話はモデルの学習に使われません。一方で、ビジネス向けのBusiness、Enterprise、Eduでは、ワークスペースの内容は初期設定で学習に使われません（出典: OpenAI ヘルプ ChatGPTのデータコントロール）。つまり、個人向けでは利用者がスイッチを切る作業に依存し、ビジネス向けでは初期値と管理者設定で組織が管理する構図です。

Anthropicの公式ヘルプも同じ方向です。Free、Pro、Maxの個人向けでは、Privacy SettingsのModel Improvementという設定により、会話がモデル改善に使われるかが変わります。シークレットチャットは、設定を有効にしていても改善に使われないとされています（出典: Anthropic プライバシーセンター Is my data used for model training?）。

ここで重要なのは、設定の有無だけではありません。個人契約のアカウントは、事務所が棚卸しできません。誰が、いつ、どの資料を入れたかを、事務所が把握する手段がないのです。論点は学習利用のオン・オフにとどまらず、事務所としての管理可能性にあります。

士業の読者にとって、もう一つ気になるのは、個人向けプランに契約書面があるのかという点でしょう。提供元の利用規約やプライバシーポリシーは存在しますが、事務所が個別に条件を交渉した書面はありません。この空白をどう埋めるかが、この記事の主題です。

行政の示す確認事項を、入力前の言葉に直す

個人情報保護委員会の注意喚起は、個人情報取扱事業者向けに二つの確認事項を示しています。一つは、入力する個人情報が特定した利用目的を達成するために必要な範囲内であることの確認です。もう一つは、同意なしに個人データを含むプロンプトを入力し、応答の出力以外の目的でその個人データが扱われる場合、個人情報保護法の規定に違反する可能性があるという点です。そのため、提供事業者が個人データを機械学習に利用しないことなどを十分に確認するよう求めています（出典: 個人情報保護委員会注意喚起（令和5年6月2日）PDF）。

この二点を、現場の言葉に直すと次のようになります。入力しようとしている情報は、その顧客から取得した目的の範囲内か。入力先のサービスは、その情報を学習に使うのか。この二つの問いに、入力前に答えられる状態を作ることが、事務所の出発点です。

顧客資料を入れる前の5ステップ

ここからは、手順に落とします。小規模な事務所で、顧問先が複数ある場面を想定します。有資格者が最終確認する工程を、各ステップの中に組み込みます。

ステップ1は、利用中のAIの棚卸しです。所員全員に、業務で触れた生成AIを申告してもらいます。入力は、サービス名、契約主体（個人か事務所か）、プラン名、使った業務です。返ってくるのは、事務所の利用実態の一覧です。個人契約が見つかっても、責めるための調査ではなく、現状を知るための調査だと伝えます。

ステップ2は、データの扱いを一次情報で確認する作業です。各サービスについて、学習利用の初期値、設定場所、保持の扱い、フィードバック送信時の扱いを、提供元の公式ヘルプで確認します。たとえばOpenAIでは、一時チャットはモデル改善に使われないものの、安全上の理由で最大30日間保持される場合があると説明されています。またオプトアウト後でも、回答への評価を送ると、関連する会話全体が学習に使われることがあるとされています（出典: OpenAI ヘルプ ChatGPTのデータコントロール）。Anthropicでも、評価の送信で関連する会話全体が最大5年間保存される旨が説明されています（出典: Anthropic プライバシーセンター）。設定を切っただけでは終わらない例外が、ここにあります。

ステップ3は、入力する情報の層分けです。次のように三層に分けて運用する事務所があります。第一層は、個人を識別しない一般的な法令調査や文面の推敲で、個人向けプランでも運用しやすい層です。第二層は、仮名化や抽象化をした事案の整理です。第三層は、依頼者の氏名や口座情報などをそのまま含む資料で、組織契約のツールか、ローカル環境に限る運用を検討する層です。どの層にどのツールを許すかは、事務所の判断になります。

ステップ4は、仮名化・抽象化の実演です。次のプロンプト例は、入力前の下処理を、AIに頼らず所員が行う前提で、伏せ字ルールを確認させるためのものです。コードブロック内の人名や社名は架空です。

以下は、事務所内で使う「入力前の伏せ字ルール」の草案です。
次の観点で抜けを指摘してください。結論の断定はせず、抜けている項目を挙げるだけにしてください。
観点1: 氏名・住所・生年月日・口座番号・マイナンバーを含む記述
観点2: 「A社」「甲」に置き換えた後でも、金額・日付・地名の組み合わせで特定できてしまう箇所
観点3: 添付ファイルのメタデータ（作成者名、更新履歴）に残る情報
草案:
（ここに伏せ字ルールの文面を貼る。実在の顧客情報は貼らない）

ステップ5は、有資格者による最終確認です。AIの出力は下書きにとどまります。条文の引用、判例の引用、数値の計算は、人が一次情報で確かめます。次のプロンプト例は、確認すべき箇所を洗い出させるためのものです。

以下の下書きについて、出典の確認が必要な箇所を一覧にしてください。
抽出するのは、条文番号、判例名、日付、金額、固有名詞です。
各項目について「どの一次情報で確認するか」の候補だけを挙げ、正誤の判断はしないでください。
下書き:
（ここに、A社に関する架空の事案メモを貼る）

この二つを回したうえで、有資格者が条文はe-Gov法令検索で、行政の見解は各府省庁の公表資料で確かめます。AIが出す条番号は、記憶に基づく誤りが混じり得るため、原文照会を工程に固定します。

ツール別に、事務所が台帳へ書く確認項目

確認結果は、口頭ではなく台帳に残します。台帳の列は、サービス名、契約主体、プラン、学習利用の初期値、設定の場所、設定の確認日、保持の扱い、評価送信時の扱い、確認した一次情報のURLです。OpenAIの個人向けでは、設定の場所はアカウントメニューから設定、データコントロールの順に進んだ先にあります。確認日を残しておくと、提供元がヘルプを改定した際に、どの時点の記載を根拠にしていたかを後から説明できます（出典: OpenAI ヘルプ ChatGPTのデータコントロール）。

台帳の最後の列には、事務所としての許可範囲を書きます。たとえば、一般的な法令調査は可、仮名化した事案整理は条件付き可、依頼者の氏名や口座情報を含む資料は不可、といった書き方です。この区分が、先に述べた三層の考え方に対応します。区分の線をどこに引くかは、事務所の判断であり、本記事が一律の基準を示すものではありません。

事務所の規模別に、運用の重さを変える

所員が数人の事務所では、棚卸しと台帳の維持を一人の有資格者が兼ねる形が現実的です。台帳は表計算ソフトの一枚で足り、年に数回の更新で回る運用が多く見られます。所員が増えて、拠点が複数になると、許可制の一覧を管理者が承認する流れが必要になり、申請の窓口を一本化する運用を採る事務所があります。

どの規模でも共通する点は、有資格者が最終確認する工程を省かないことです。AIの出力は、条文の引用、数値の計算、判例の引用のいずれも、誤りが混じり得る下書きにとどまります。事務所内で責任の所在を明確にするため、出力を使った書面には、確認者の記録を残す運用が考えられます。

業務の種類別に、入力してよい層を考える

業務の種類によって、入力される情報の層は変わります。税務の月次では、取引先名や金額が並ぶ帳簿データが中心になり、第三層に寄りやすい業務です。登記や許認可の書類作成では、住所、生年月日、続柄などが集中し、書類の性質上、個人を識別する情報を避けにくい業務です。就業規則や労務の相談では、従業員の氏名や賃金が絡みます。弁護士業務では、依頼者の事情そのものが秘密にあたる場面が多くなります。

一方で、法令の一般的な説明を求める調査、書面の文体の推敲、会議資料の構成案づくりのように、個人を識別する情報を含めずに済む業務もあります。こうした業務から段階的に組織契約のツールへ移していくと、事務所の負担を抑えながら、入力の層を揃えていけます。

入力の記録を残す方法

入力の記録については、二つの考え方があります。一つは、ツール側のログ機能に頼る方法です。もう一つは、事務所側で、入力した資料の種類と日付を簡単に記録する方法です。個人契約のアカウントでは、前者の機能が事務所から見えない場合があるため、後者を併用する運用が考えられます。記録の粒度は、事務所の負担と事故時の説明可能性の兼ね合いで決まります。

事故が起きたときの手順も、あらかじめ文書にしておきます。誤って入力した場合の削除依頼の方法、会話履歴の削除、顧問先や依頼者への連絡の要否の判断を、誰が行うかを決めておきます。個人情報保護委員会は、漏えい等が発生した場合の対応についても公表資料を出しています（関連: 個人情報保護委員会漏えい等の対応）。

顧客資料をAIに入れる前に決めておく、守秘義務と規程の論点

守秘義務は、士業ごとに根拠条文が異なります。条文の引用にとどめ、当てはめは事務所と有資格者の判断に委ねます。

弁護士については、弁護士法第23条が、職務上知り得た秘密を保持する権利と義務を定めています。また刑法第134条には、弁護士などが正当な理由なく業務上知り得た人の秘密を漏らした場合の罰則があります。税理士については税理士法第38条が、司法書士については司法書士法第24条が、それぞれ秘密に関する義務を定めています。行政書士は行政書士法第12条、社会保険労務士は社会保険労務士法第21条、弁理士は弁理士法第30条、公認会計士は公認会計士法第27条に、秘密を守る義務の規定があります。いずれも、正当な理由がある場合の扱いは条文ごとに異なるため、原文の確認が前提です。

個人情報の面では、個人情報保護法第23条が個人データの安全管理措置を、第25条が委託先の監督を定めています。第27条は、個人データの第三者提供について、あらかじめ本人の同意を得ることを原則としつつ、例外を定めています。利用目的の達成に必要な範囲で取扱いの全部または一部を委託することに伴って提供される場合は、第三者に該当しないものとして扱う規定もあります。AIサービスへの入力が、委託なのか、第三者提供なのか、それ以外なのかは、サービスの契約内容と取扱いの実態によって論点が分かれます。この判断は有資格者や専門家の領域であり、本記事は結論を示しません。

提供先が外国にある場合は、第28条が外国にある第三者への提供の制限を定めています。AIサービスのサーバーや運営主体が国外にある場合に、この条文の検討が必要かどうかは、提供元の契約主体と処理の実態を確認する必要があります（要確認）。

規程に何を書くか、運用例として

規程の例として、次のような項目を置く事務所があります。業務で使ってよいAIの一覧（許可制）。個人契約のAIへの顧客情報の入力可否と、可とする場合の層。入力前の仮名化の方法。出力の確認責任者。インシデント時の連絡先。これらは運用例であり、どれを採るかは事務所の判断です。

顧問先・依頼者への説明も論点です。委任契約書や顧問契約書に、AI利用の有無と範囲を記す事務所があります。個人データの外部サービスへの入力を同意に基づいて行う場合、同意の範囲と撤回の方法を文書にしておく運用が考えられます。同意の取り方の実務は、関連記事も参考になります（関連: 生成AIの有料プラン料金と業務利用の論点、依頼者情報の入力範囲を決める論点）。

失敗例と回避策

失敗例の一つ目は、設定を切ったから安心という思い込みです。学習利用のオプトアウトを済ませても、評価の送信で会話が使われる例外があることは、先に述べた公式ヘルプのとおりです。回避策は、評価ボタンを押さない運用を所員に周知することと、設定画面の定期確認を台帳に残すことです。

二つ目は、仮名化したつもりで特定できる状態になっていた例です。氏名を「A社」に置き換えても、所在地、設立年、取引金額の組み合わせで、顧問先が特定される場合があります。回避策は、ステップ4の確認を、入力前のチェック項目として固定することです。

三つ目は、利用が野良化して追えなくなる例です。個人契約のため、事務所は誰が何を入れたか把握できません。回避策は、棚卸しを年に複数回実施し、許可制の一覧を更新することです。事故が起きたときの連絡経路も、あらかじめ決めておきます。個人情報保護委員会は、生成AIに関する漏えい等への注意喚起も出しています（関連: 生成AIの漏えい対応を点検する記事）。

提供元の規約変更に、どう追随するか

個人向けプランの規約や設定項目は、提供元の判断で変わります。事務所が確認した時点の記載は、後日変わり得ます。そのため、確認日を台帳に残すことに加えて、定期的な再確認の担当を決めておく運用が考えられます。提供元から利用規約の変更通知が届いた場合に、誰が内容を確認し、台帳へ反映するかも決めておきます。

また、新しい機能が追加された際に、既定の設定が変わる場合があります。メモリ機能や外部サービスとの連携機能は、入力した情報の保持や参照範囲に影響し得ます。機能を有効にする前に、データの扱いに関する公式ヘルプを確認する手順を、規程の運用例に含める事務所があります。

組織契約へ移行するときの確認項目

組織契約のプランへ移るときは、次の点を確認します。学習利用の初期値、管理者による設定の範囲、データの保持と削除の方法、契約書面（DPAを含む）の有無と内容、国外への提供の有無、サブ処理者の扱いです。OpenAIのビジネス向けでは、ワークスペースの内容は初期設定で学習に使われず、管理者が保持、メモリ、アクセスに関する設定を適用できると説明されています（出典: OpenAI ヘルプ ChatGPTのデータコントロール）。ただし、契約書面の中身や、他のプランの取扱いは、各社の最新の契約ページで確認する前提です（要確認）。

移行後は、個人契約の利用を禁じるのか、併用を認めるのかも決めます。併用を認める場合は、個人契約には依頼者情報を入れないという区分を、規程に明記する運用が考えられます。移行は一度に完了させる必要はなく、業務の層ごとに段階的に進める方法もあります。

費用・工数・体制

ビジネス向けプランの料金は、提供元ごとに、席数や契約形態で異なります。この記事では金額を断定せず、見積りの際は各社の公式の料金ページで確認してください（要確認）。個人向けの月額料金との差額は、データの扱いを組織で管理できることの対価として、比較する考え方があります。

工数については、棚卸しとデータ取扱いの確認は、事務所の規模によりますが、半日から数日の作業になる場合があります。規程の作成は、既存の個人情報保護規程に追記する形が現実的です。運用の責任者は、有資格者のうち一人を指名し、スタッフからの相談窓口を兼ねる体制が取られています。

今後の展望と独自考察

個人向けと組織向けの差は、機能よりも契約とデータ管理の差に収れんしていくと考えられます。今後の論点は、組織契約のツールを事務所が採用したあとに、設定を誰が保守するかに移ります。また、法改正の議論の中で、AI開発への個人データの利用に関する論点が取り上げられており、動向の確認を要します（関連: 個人情報保護法の統計特例と顧問先説明）。

よくある質問

個人向けプランで学習をオフにすれば、顧客情報を入れてよいですか。

結論は、設定だけでは判断できません。学習利用の有無は一つの確認事項にとどまり、保持、評価送信時の扱い、事務所の把握可能性、守秘義務の範囲が別に論点になります。個人情報保護委員会は、利用目的の範囲と、機械学習への利用有無の確認を挙げています。

DPAがないサービスは、業務に使えませんか。

使えるか否かの結論を、本記事は示しません。DPAの有無は、委託先の監督（個人情報保護法第25条）や第三者提供の整理に関わる論点で、サービスの契約内容を踏まえた判断を要します。

仮名化すれば個人情報ではなくなりますか。

仮名化の方法しだいです。個人情報保護法第2条は、他の情報と容易に照合でき、特定の個人を識別できるものも個人情報に含めています。氏名の置き換えだけでは足りない場合があります。

個人契約のAIを、所員が私用の端末で使っています。

端末とアカウントの管理は、規程で扱う論点です。許可制の一覧に載せるか、利用を禁じるかは事務所の判断になります。まず棚卸しで実態を把握する運用が考えられます。

顧問先への説明は、どの程度必要ですか。

説明の範囲は、入力する情報の層と、同意の要否によって変わります。契約書面に記載する運用例はありますが、具体的な要否の判断は有資格者に委ねられます。

海外のサービスだと、何が変わりますか。

個人情報保護法第28条が、外国にある第三者への提供の制限を定めています。サービスの運営主体とサーバーの所在、提供元の体制は、個別に確認を要します（要確認）。

参考文献

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/

本記事の作成体制について

本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で、それぞれ確認したうえで記載しています。引用元は本文中および参考文献にすべて明示しています。

本記事には特定の資格者による監修は入っていません。個別の事案について法令の当てはめや手続の可否を判断する必要がある場合は、当該分野の有資格者にご相談ください。本記事は一般的な情報提供を目的としたものであり、個別具体的な法律判断・税務判断・労務判断を提供するものではありません。

記載内容に誤りを見つけられた場合は、お問い合わせよりご指摘ください。確認のうえ速やかに訂正し、訂正履歴を記事内に残します。編集方針の詳細は運営者情報をご覧ください。