ChatGPT・Codexの会話は学習に使われる？機密情報のリスクと設定の確認方法

ChatGPT や Codex に入力した会話・コードは、個人プランでは設定によってモデルの学習に使われます。Pro に加入していても、自動的に学習対象から外れるわけではありません。一方、学習の設定がオンだったことだけで、機密情報が他人に漏れたとは判断できません。

出典：OpenAI のデータコントロール、個人向けサービスのデータ取扱い。2026年10月4日確認。

1. 初期設定とプランの違い

個人プランと業務向け契約では、学習の既定値が違います。過去にオフにしたアカウントまで現在オンだという意味ではありません。公式：履歴を残して学習を止める。

API では組織の所有者がデータ共有を有効にできます。公式：サービス別の学習への利用。

2. ChatGPT と Codex の設定を確認する

個人プランの Codex についても、まず確認するのは Codex にログインしているものと同じ OpenAI アカウントです。ブラウザの ChatGPT と Codex アプリで別アカウントを使っていれば、片方の確認だけでは足りません。

1. アカウントを照合ChatGPT と Codex のログイン先・ワークスペースを確かめる。
2. 設定を開くChatGPT の「設定」→「データコントロール」へ。
3. スイッチを確認「モデル改善に協力する」の状態を見る。
4. 本人が判断学習を止めるならオフにして保存。すでにオフなら変更不要。

公式の説明では、この選択はログインしているアカウントに紐づき、端末間で適用されます。Privacy Portal の「Do not train on my content」でも、会話と Codex タスクの学習を拒否できます。両方で手続きする必要はありません。対象はオプトアウト後の新しい会話・タスクです。公式：設定手順と Codex への適用。

ただし、この操作は次章の Include environments を変更しません。設定を確認した記録は「アカウントAの会話・タスク設定はオフ」「環境の設定は確認できず」のように分けると、未確認部分を見失いません。複数アカウントを持つ場合は、それぞれで本人が確認してください。

3. Include environments が見つからない場合

Include environments は、Codex の環境を学習に使ってよいかを管理する独立した設定です。対象ファイルの完全な一覧、ローカル・クラウドの詳細な範囲、現在の既定値は、今回確認した資料では公表されていません。公式：Codex の独立した設定。

今回の画面確認で分かったこと

公式への問い合わせで確かめる項目

確認が必要なら、公式サポートへ「現在の設定画面の場所」「自分のアカウントでの状態」「既定値」「ローカルと新旧クラウドへの適用範囲」を質問するのが具体的です。タスクのコードや機密の会話を送らず、画面名とリダイレクト先だけで状況を説明できます。回答がない間は、状態不明のまま扱います。

4. オンだった場合、どの程度危険なのか

学習の設定がオンでも、「すべての会話が学習済み」「第三者に漏れた」とまでは分かりません。まず、リスクの経路を分けて考える必要があります。

人による内容確認は、公式に認められている

必要な範囲でアクセスするのは、権限を持つ限られた職員と、守秘義務を負うサービス提供者です。アクセス制御・記録を行うとされていますが、人が一切見ないという説明ではありません。

公式：人によるアクセスの目的と制限。

個人情報の除去には対策があるが、完全ではない

学習データの抽出研究はある。ただし個別の漏洩確率は出せない

したがって、危険度は「オンだった」という設定だけで何％と示すより、入力した内容が他人に知られたときの影響で優先順位を決めるほうが実用的です。以下は漏洩確率の判定ではなく、対応を考えるための整理です。

5. 機密情報を入力していた場合の対応

• 有効なキー・パスワード・秘密鍵操作・課金・データ取得に直結し得る
  本人が利用記録・権限を確認。対象の認証情報の失効・交換を判断します。
• 顧客情報・契約上の機密本人・組織への影響と情報管理上の義務
  送った範囲を整理し、契約と組織の窓口に沿って対応します。
• 未公開のソースコード・企画設計・営業上の情報が知られる影響
  学習設定と提供範囲を確認。今後の開発用データを必要な範囲に切り分けます。
• 家族の氏名・住所・健康・予定本人の特定、私生活・第三者のプライバシー
  会話・ファイル・メモリ・共有先を区別して確認します。
• 公開済みコード・架空のサンプル追加で露出する情報は比較的小さい
  実際の秘密や個人情報が、サンプルに混ざっていないか確認します。

上の並びは漏洩確率の順位ではありません。例えば、すでに失効したキーと、現在も広い権限を持つキーでは対応の急ぎ方が違います。また、短い断片でも氏名・勤務先・予定の組み合わせで個人を特定できる場合があります。

認証情報は、設定をオフにするだけでは保護し直せない

キーを入力していた場合は、AI にもう一度貼り直さず、本人がサービス側の権限・利用記録・有効期限を確認します。OpenAI は、漏れた可能性のある API キーについて、交換と利用状況の確認を案内しています。公式：API キーの安全対策。

通常の交換なら、次の順で停止の影響を抑えられます。

1. 新しいキーを作る必要な権限・有効期限で用意。
2. 利用先を更新するアプリやサービスの参照先を変更。
3. 動作を確認する新しいキーで動くか確認。
4. 古いキーを失効旧キーの利用を止める。

不正利用が起きている場合は、先に失効・権限停止などの封じ込めが必要なこともあります。これは秘密情報管理の一般的な対応であり、学習がオンだった全員に一律の交換を求めるものではありません。OWASP：秘密情報の失効・更新。

入力した範囲と、実際の被害の兆候を分けて整理する

• 入力の範囲何を・どのサービスとアカウントに・いつ頃渡したか
• 設定の記録いつ確認し、何がオン／オフ／不明だったか
• 被害の兆候不審な操作・利用・課金があるか

秘密そのものを新しい相談文や公開コメントに複製する必要はありません。漏洩の兆候がない場合も、学習利用の可能性と入力範囲は別々に残してください。

サポートや Privacy Portal に相談する場合は、手続きの対象と可能な措置を尋ねます。「削除申請すれば過去に学習したモデルからも完全に消える」とは約束できません。公開された方針だけから、個別の会話が選ばれたか、学習が完了したかも確認できません。公式：プライバシー方針と請求の窓口。

6. オフ・削除・一時チャットの限界

👍・👎 の評価には例外がある

機密を含む会話では、設定オフだけを根拠に評価を送らないようにしてください。公式：オプトアウト後のフィードバック。

会話の削除と、ファイル・メモリの削除は別

一時チャットは、保存に切り替えると扱いが変わる

現在の公式説明では、一時チャットでも個人化を選ぶと既存のメモリなどを使うことがあります。一時チャットを「送信しないモード」や、Codex の全タスクに使える保証として扱わないでください。公式：一時チャットの扱い。

7. 開発で機密情報を渡しすぎない工夫

公式のセキュリティ説明も、コマンド用のネットワーク制御と、クライアントのモデル・認証リクエストを区別しています。公式：承認・セキュリティと通信の境界、Codex の利用形態。

• 会話に渡すもの：再現に必要なコード、架空の入力、期待する結果。実在の氏名や有効な秘密は除く。
• 開発環境に置くもの：本番用の認証情報や私的な書類を、作業に不要な範囲まで一緒に扱わせない。
• 外部へ送るもの：公開リポジトリ、共有リンク、プラグイン、ログの提出先をそれぞれ確認する。
• 契約で決めるもの：組織の利用方針や顧客との合意に従う。学習オフだけで、禁止された外部提供を許可されたことにしない。

これらは入力範囲を減らすための工夫であり、学習設定やアクセス管理の代わりではありません。設定が確認できない項目があるときほど、必要な情報だけを渡す運用が役立ちます。具体例はAI に入力するときの注意点、ツールの違いはClaude Code と Codex の比較、Claude 側の設定はClaude Code の学習を止める方法で整理しています。

FAQ