ChatGPT や Codex に入力した会話・コードは、個人プラン(Free・Plus・Pro)では既定でモデルの学習に使われます。止めるには ChatGPT の「設定」→「データコントロール」で「モデル改善に協力する」をオフにします。オフにしても、有効な API キー・パスワード・顧客情報は入力しないのが基本で、入力してしまったキーは交換します。

会話・タスク

ChatGPT の設定1つで止める

ChatGPT の「モデル改善に協力する」が、個人プランの Codex にも適用されます。オフにした後の新しい会話・タスクが対象です。

Codex の環境

別の設定がある

公式には Include environments という別の設定があります。会話・タスクをオフにしても、この設定は変わりません。

保存・人による確認

学習オフ ≠ 全データ削除

安全対策やサポートのための保存・閲覧は別です。学習を止める操作と、保存データを消す操作は分けて考えます。

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。

読みたい項目へ移動する(目次)

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。過去に自分でオフにしたアカウントは、オフのままです。公式:履歴を残して学習を止める。

個人 Free・Plus・Pro

既定でデータ共有がオン

ChatGPT のデータコントロールでオプトアウトできます。有料の Pro も同じ扱いです。

個人プランの Codex では、会話・タスクは ChatGPT と同じ設定に従います。環境の学習は別の設定です。

Business・Enterprise・Edu/API

既定で学習に使われない

所属するワークスペースと、組織の保存・アクセス方針を確認します。API では、組織でデータ共有を有効にしていないかも確認します。

学習しないことと、処理・保存しないことは別です。

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. 学習をオフにする場所(ChatGPT と Codex)

個人プランの Codex も、Codex にログインしているのと同じ OpenAI アカウントの ChatGPT 設定で止めます。ブラウザの ChatGPT と Codex アプリで別のアカウントを使っている場合は、それぞれで設定します。

  1. アカウントを確かめるChatGPT と Codex のログイン先・ワークスペースが同じか見る。
  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. オフにする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。

この設定が適用される範囲

同じアカウント → 端末をまたいで適用

ChatGPTオプトアウト後の新しい会話
個人プランの Codexオプトアウト後の新しいタスク

別アカウントの設定は変わりません。Include environments と、自分から送る評価(👍・👎)の例外は別に扱います。

この選択はログインしているアカウントに紐づき、端末をまたいで適用されます。Privacy Portal の「Do not train on my content」でも、会話と Codex タスクの学習を止められます(両方で手続きする必要はありません)。公式:設定手順と Codex への適用。

Codex の環境の設定(Include environments)

Include environments は、Codex の環境を学習に使ってよいかを決める別の設定で、公式ヘルプに説明があります(公式:Codex の独立した設定)。ただ、2026年10月4日に個人 Pro アカウントの画面を見たところ、公式のリンク先は「旧Codex Cloud」で、このスイッチは表示されませんでした(公式:クラウド環境)。表示されないことやクラウド環境が0件であることはオフの証明にならないため、気になる場合は公式サポートに「現在の設定場所と自分のアカウントでの状態」を尋ねてください。

3. 入力しないもの・小さくして渡す工夫

学習をオフにしても、送った内容は OpenAI のサーバーで処理・保存されます。有効なキー・パスワード・秘密鍵、顧客の個人情報、契約上の機密は、設定にかかわらず入力しないのが基本です。

手元の PC

コマンド・ファイル操作

ローカルで実行する処理があります。

クラウド上のモデル

必要なコード・文脈の送信

モデルへのリクエストは別の通信です。ローカル実行だけで「端末から出ない」とは言えません。

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。

相談前に小さくする例

本番データ → ダミーの2件で再現

保存の不具合実在の利用者のレコードを、ダミーの入力に置き換える。
API 連携の不具合キーの値を伏せ、エラーの種類・権限・設定項目名で説明する。

設計相談では、顧客名・内部 URL・未公開の数字を置き換えても判断できることが多いです。

  • 会話に渡すもの:再現に必要なコード、ダミーの入力、期待する結果。実在の氏名や有効な秘密は除きます。
  • 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ません。
  • 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します。
  • 契約で決めるもの:組織の利用方針や顧客との合意に従います。学習オフだけで、禁止された外部提供が許されることにはなりません。

具体例はAI に入力するときの注意点で整理しています。

4. 機密情報を入力してしまったときの対応

まず「何を入力したか」で急ぎ度を決めます。最優先は、今も有効なキーやパスワードです。

  • 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
    利用記録・権限を確認し、対象の認証情報を失効・交換します。
  • 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し、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・共有先を分けて確認します。
  • 公開済みコード・ダミー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。

同じキーでも、すでに失効したものと、今も広い権限を持つものでは急ぎ方が違います。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、設定をオフにしても守られない

キーを入力していた場合は、AI にもう一度貼り直さず、サービス側の権限・利用記録・有効期限を確認します。OpenAI も、漏れた可能性のある API キーは交換し、利用状況を確認するよう案内しています。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。

不正利用がすでに起きている場合は、先に失効・権限停止で被害を止めます。OWASP:秘密情報の失効・更新。

入力した範囲と、被害の兆候を分けて記録する

  • 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書き写す必要はありません。サポートや Privacy Portal に相談するときは、手続きの対象と取れる措置を尋ねます。削除を申請しても、すでに学習に使われた分がモデルから消えるとは公表されていません。公式:プライバシー方針と請求の窓口。

5. オンだった場合、どの程度危険なのか

学習の設定がオンだったことだけで、「すべての会話が学習済み」「第三者に漏れた」とは言えません。危険度は、入力した内容が他人に知られたときの影響で考えるのが実用的です(前章の表)。

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。

学習を拒否した場合

モデル改善への利用は除外

通常のオプトアウトで止まるのは、モデルを改善するための扱いです。

それでも残る目的

安全対策・サポート・法的対応

不正利用やセキュリティの調査など、必要な内容確認はなくなりません。

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

Privacy Filter の役割

識別・マスクする対策 ≠ 機密をすべて除去する保証

識別の対象氏名・住所・メールアドレス・API キーなど
残る限界文脈や言語による見落とし。未公開の設計・事業計画がすべて除かれるわけではない

OpenAI は、学習が有効な会話の処理に、個人情報を識別・マスクする Privacy Filter の内部版を使っていると公表しています。公式:ChatGPT のプライバシー保護、公式:Privacy Filter の対象と限界。

学習データを取り出す研究(2023年)

2023年の研究では、当時の ChatGPT から学習由来と考えられる文章やコードの一部を取り出せることが示されました(原論文:Scalable Extraction of Training Data from (Production) Language Models)。ただし一致を確かめた相手は公開 Web の文章で、非公開の利用者チャットが取り出された証拠ではありません(研究者による検証方法の説明)。

6. オフ・削除・一時チャットの限界

👍・👎 の評価には例外がある

学習オフでも、評価を送ると、その評価に紐づく会話全体が学習に使われる場合があります。機密を含む会話では評価を送らないでください。

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

会話

削除 ≠ アーカイブ

削除後、通常30日以内にシステムから削除。安全・法的理由などの例外があります。

ファイル

保存先を別に確認

Library のファイルは会話と別管理。会話を消してもファイルは残ることがあります。

メモリ

会話を消しても残り得る

保存メモリは個人化のための情報。管理画面で別に確認します。

保存の例外・配置先・同じアカウントのメモリ参照

ChatGPT の保存した会話は、削除するとアカウントから直ちに取り除かれ、通常は30日以内にシステムから削除されます。ただし、すでに匿名化・アカウントとの関連付け解除が済んだ場合や、安全・法的な理由で保持する場合などの例外があります。アーカイブは削除ではありません。

Library に保存されたファイルは会話とは別に管理されます。プロジェクトやカスタム GPT のファイルも、配置先に応じた扱いがあります。公式:ChatGPT の会話とファイルの保存。

メモリは回答の個人化に使う仕組みで、学習設定とは別です。会話を削除しても、そこから作られた保存メモリは自動的には消えません。同じアカウントを複数人で使っていて別の人の予定が回答に出た場合、まず疑うのは同じアカウント内の履歴・メモリの参照で、学習による漏洩ではありません。公式:メモリの管理と学習の違い。

一時チャットは、保存に切り替えると扱いが変わる

一時チャットのまま学習には使われず、通常の履歴・新しいメモリに残りません。安全対策で最大30日保持される場合があります。
保存して通常の会話へ切り替え後は、そのアカウントの設定に従います。

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。「何も送信しないモード」ではありません。公式:一時チャットの扱い。

FAQ

Pro なら、会話やコードは学習されないのですか?

いいえ。個人 Pro は既定でデータ共有が有効です。Business・Enterprise・Edu や API の「既定で学習しない」とは扱いが違います。

ChatGPT でオフにすれば Codex も全部オフになりますか?

同じアカウントの個人プランなら、新しい Codex の会話・タスクの学習も止まります。ただし Include environments は別設定で、自分から送る評価の例外もあります。

Include environments が見えないなら、オフと考えてよいですか?

いいえ。表示されない理由や既定値は公表されていないため、気になる場合は公式サポートに尋ねてください。

オンだったと気づいたら、全チャットを消すべきですか?

まず内容と影響を整理してください。一律に全部消すと必要な記録まで失います。今後の学習設定、認証情報の交換、対象の会話・ファイル・メモリの整理を別々に判断します。削除しても、過去の学習が取り消されるとは公表されていません。

この記事の前提:OpenAI の公開資料(2026年10月4日確認)に基づきます。公開された方針からは、個別の会話が実際に学習に選ばれたかまでは分かりません。