Claudeを学習させない設定方法｜プラン別に完全解説

「Claudeに入力した内容が、勝手にAIの学習に使われていないか心配」という方は多いのではないでしょうか。Claudeには学習を拒否する設定がありますが、実は「学習」「保存」「テレメトリ送信」は別の仕組みであり、混同したまま設定しても不安は解消されません。本記事では、Free・Pro・MaxといったWeb・アプリ版での具体的なオフ手順から、Claude Codeでの環境変数を使った制御方法、Team・Enterprise・APIなどプラン別のデータポリシーの違い、削除や保持期間、マスキングまで含めた安全な運用方法を整理してお伝えします。個人利用の方も、企業導入を検討する情報システム担当の方も、自分に必要な設定がどれかを判断できる内容になっています。

Claudeに「学習させない」とは何を指すのか｜学習・保存・送信の違いを整理

「Claude 学習させない設定」と検索する方の多くは、漠然と「入力した内容がAIに使われたくない」という不安をお持ちだと思います。ただし、Claudeを安全に使いこなすためには、この「使われる」という言葉が実は3つの異なる仕組みを指していることを理解しておく必要があります。それが「学習（トレーニング）」「データ保持（保存）」「テレメトリ・フィードバック送信」です。これらを混同したまま設定をオフにしても、期待した効果が得られないことがあるため、まずは定義を整理します。

学習（モデルのトレーニング）とは何か

ここでいう「学習」とは、ユーザーが入力したプロンプトや会話データを使って、Anthropicが将来のモデルを改良していくプロセスを指します。

Anthropic公式のClaude Code Docs（データ使用ページ）によると、この扱いはプランによって大きく異なります。

コンシューマーユーザー（Free・Pro・Max）：将来のモデル改善のためにデータ使用を許可するかどうかを選択でき、この設定がオンになっている場合、Claude Codeでの利用を含むアカウントのデータを使って新しいモデルが訓練されます。
商用ユーザー（Team・Enterprise・API・サードパーティプラットフォーム・Claude Gov）：既存のポリシーが維持されており、Anthropicは商用条件下でClaude Codeに送信されたコードやプロンプトを使って生成モデルを訓練することはありません。ただし、顧客がDevelopment Partner Programなどを通じて明示的にデータ提供を選択した場合は例外となります。

つまり「学習させない」の第一歩は、自分のプランがどちらの扱いに属しているかを把握し、コンシューマープランであれば該当のトグルをオフにすることです。この具体的な操作手順は、次のセクションで詳しく解説します。

データ保持・保存とは何が違うのか

「学習させない」設定にしたとしても、入力したデータがサーバー上から即座に消えるわけではありません。学習の可否とは別に、Anthropicはデータを一定期間サーバーに保持しています。

これは「学習に使うかどうか」という意思決定の話と、「データが物理的にどれくらいの期間サーバーに残るか」という保持期間の話が、別の軸で管理されているためです。保持期間の具体的な日数やプランごとの違いについては、後のセクションで詳しく整理します。ここでは、学習オフの設定と削除・保持期間はイコールではないという点を押さえておいてください。

テレメトリやフィードバック送信との違い

もう一つ混同されやすいのが、テレメトリやフィードバック送信です。これらは「モデルの学習」を目的としたものではなく、製品としてのClaude Codeを改善するための使用状況データやエラー情報、あるいはユーザーが能動的に送るフィードバックを指します。

たとえばClaude Codeでは、使用メトリクスやエラーレポートといったテレメトリが自動的に送信される場合があります。また/feedbackコマンドを実行した際には、会話履歴のコピーがAnthropicに送信される仕組みもあります。これらは学習オフの設定とは別の環境変数やコマンドで制御する必要があり、「学習をオフにしたのにデータが送られている」と感じる原因の多くは、このテレメトリやフィードバック送信を混同していることにあります。

Claude Code特有のこれらの制御方法については、後続のセクションで環境変数レベルの具体的な設定方法を解説します。

【プラン別】Web・アプリ版Claudeで学習させない設定にする手順

Free・Pro・Maxといった個人向けプランを利用している場合、学習を拒否する設定はアカウントの「プライバシー」設定画面にあるトグルスイッチひとつで完了します。ここでは、PC・ブラウザ版とスマホアプリ版それぞれの具体的な操作手順と、設定が正しく反映されているかの確認方法を解説します。

PC・ブラウザ版で「Claudeの改善にご協力ください」をオフにする

PC・ブラウザ版でClaudeの学習をオフにする手順は、次のとおりです。

Claudeにログインした状態で、画面内のプロフィールアイコンをクリックします。
メニューから「設定」を開きます。
「プライバシー」タブを選択します。
「Claudeの改善にご協力ください」というトグルスイッチをオフにします。

この操作だけで完了し、追加の確認画面や申請作業は必要ありません（マネーフォワードクラウド）。オフにすることで、今後のチャット内容が将来のモデル訓練に使われなくなります。まだこの設定を確認したことがない方は、機密情報を入力する前に一度画面を開いてトグルの状態をチェックしておくと安心です。

スマホアプリ版でオフにする手順

スマホアプリ版でも、基本的な考え方はPC版と同じです。

アプリを起動し、アプリ内メニューから「設定」を開きます。
「プライバシー」の項目を選択します。
「Claudeの改善にご協力ください」を無効化します。

アプリ版の設定はWeb版と同期される仕組みになっていますが、反映までに多少のタイムラグが生じる場合があります（マネーフォワードクラウド）。PCとスマホの両方でClaudeを使っている方は、片方だけ設定して安心せず、もう一方の端末でもトグルの状態を確認しておくことをおすすめします。

従来のオプトアウト申請フォームは不要になった経緯

かつては、学習を拒否するためにGoogleフォームなどの外部フォームから個別に申請する必要がありました。しかし現在のClaudeでは、こうした外部フォームでの申請は不要になっており、ユーザー設定画面のトグルスイッチを操作するだけで、その場で設定変更が完了する仕様に変わっています（マネーフォワードクラウド）。

以前の情報をもとにした記事やまとめサイトの中には、今も「申請フォームから手続きする」という古い手順を紹介しているものがあるため注意が必要です。もし外部フォームへのリンクを案内している情報を見かけた場合は、現在の設定画面（プロフィールアイコン→設定→プライバシー）を直接確認するほうが確実です。

設定が反映されているかを確認する方法

トグルを操作した後は、設定画面を再度開き、「Claudeの改善にご協力ください」のスイッチがオフの状態で表示されているかを確認しましょう。トグルの見た目上の色や位置が変わっていれば、設定は反映されています。

なお、この設定はデータ使用の許可・不許可を切り替えるものであり、設定変更のタイミングによって、過去にすでに送信済みのデータの扱いが遡って変わるわけではない点には留意しておく必要があります。過去のチャット履歴について不安がある場合は、該当する履歴を個別に削除することも選択肢になりますが、削除の具体的な手順やデータの保持期間については後述のセクションで扱います。

チャットごとの個別設定はできない点に注意

Claudeの学習設定は、アカウント単位で一括適用される仕様になっており、特定のチャットルームだけを学習対象にする、あるいは特定の会話だけ学習から除外するといった個別設定はできません（マネーフォワードクラウド）。

つまり、「このプロジェクトの相談だけは学習させたくない」「この会話だけはオフにしたい」といった細かい切り分けはできず、オンかオフかはアカウント全体に反映されます。業務で機密情報を扱う会話と、個人的な雑談を同じアカウントで行っている場合でも、設定は一律であることを前提に運用方針を考える必要があります。もし用途によって学習の可否を分けたいのであれば、業務用と個人用でアカウントを分ける、あるいは学習をオフにした状態で統一して利用する、といった運用ルールをあらかじめ決めておくとよいでしょう。

Claude Codeで学習させない・データ送信を絞る設定方法

Claude Codeは、コーディング作業を支援する性質上、通常のチャット画面よりも多くの種類のデータをやり取りします。ここでは、Anthropic公式のClaude Code Docs（データ使用ページ）に基づいて、学習対象データの範囲と、それぞれの送信を制御する具体的な方法を整理します。

Claude Codeにおける学習対象データの範囲

まず前提として押さえておきたいのは、Claude Codeを含むコンシューマーユーザー（Free・Pro・Maxプラン）は、将来のモデル改善のためにデータ使用を許可するかどうかを選択でき、この設定がオンになっている場合、Claude Codeでの利用データも含めて新しいモデルの訓練に使われるという点です。一方、Team・Enterpriseプラン、API、サードパーティプラットフォームなどの商用ユーザーについては、既存のポリシーとしてAnthropicが商用条件下でClaude Codeに送信されたコードやプロンプトを使って生成モデルを訓練することはありません。

ただし、この商用ユーザー向けの原則には例外があります。それが後述するDevelopment Partner Programで、顧客が自らモデル改善のためのデータ提供を選択した場合には、そのデータが訓練に使われる可能性があります。プラン単位での詳しい保持期間の違いは次のセクションで扱いますので、ここでは「学習対象になるかどうかはプランと設定次第で変わる」という構造を押さえておいてください。

Claude Codeが送信しうるデータは、学習対象になりうるコード・プロンプトそのものだけではありません。使用状況を計測するテレメトリ、エラー発生時のレポート、/feedbackコマンドによる会話履歴の共有、セッション品質調査への回答など、性質の異なる複数のデータが存在します。それぞれ制御方法が異なるため、以下で個別に確認していきます。

テレメトリ（使用状況・エラーレポート）を無効化する環境変数

Claude Codeは「使用メトリクス」と「エラーレポート」という2種類のテレメトリを送信します。

使用メトリクス：コードやプロンプト、ファイルパスは含まれません。環境変数DISABLE_TELEMETRY=1を設定することでオプトアウトできます。
エラーレポート：既知のシークレットやファイルパス、メールアドレスなどを除去したうえで送信されますが、完全に無効化したい場合はDISABLE_ERROR_REPORTING=1を設定します。

注意したいのは、エラーレポートがデフォルトでオンになる条件です。これは「Claude Pro/Maxでサインインしている」「Claude Code v2.1.198以降を使用している」「Claude APIに直接接続している」「組織がゼロデータ保持・HIPAA契約を持たない」という4つの条件すべてに該当する場合に限られます。逆に言えば、Amazon BedrockやGoogle Cloudなど他のプロバイダー経由で利用している場合や、組織でゼロデータ保持契約を結んでいる場合は、この限りではありません。プロバイダーごとのデフォルト動作の違いは次のH2で詳しく整理します。

さらに、非本質的な通信そのものを絞りたい場合はCLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFICという環境変数も用意されています。テレメトリ・エラーレポート・後述のセッション品質調査など複数の送信を一括で抑制したい場合に有効です。

これらの環境変数は、シェルの設定ファイルやCI環境の変数として設定するほか、プロジェクトのsettings.jsonにまとめて記述しておくことで、チーム全体に同じポリシーを適用できます。

また、Claude Codeはセッション再開のために、セッショントランスクリプトを~/.claude/projects/配下にプレーンテキストでローカル保存しています。デフォルトの保存期間は30日間ですが、この期間はcleanupPeriodDays設定で調整可能です。これはAnthropicへの送信の話ではなくローカル保存の話ですが、端末を共有している場合や退職時の情報管理を考える際には合わせて確認しておくとよいでしょう。

/feedbackコマンドとセッション品質調査の送信を止める方法

/feedbackコマンドを実行すると、コードを含む会話履歴のコピーがAnthropicに送信されます。含める履歴の範囲は「現在のセッションのみ」「過去24時間」「過去7日間」からユーザー自身が選択でき、データはTLSで暗号化されたうえでGoogle Cloud Storageに保存されます。共有されたトランスクリプトの保持期間は5年間です。この機能自体を無効化したい場合は、環境変数DISABLE_FEEDBACK_COMMAND=1を設定します。

もう一つ、混同されやすいのが「How is Claude doing this session?」というセッション品質調査です。こちらは基本的に数値評価のみが記録される仕組みで、会話トランスクリプトそのものは収集されません。ただし、調査時に追加で表示される「Can Anthropic look at your session transcript」という質問に明示的に「Yes」を選んだ場合のみ、会話トランスクリプトが最大6ヶ月間保持される形でアップロードされます。この回答はデータトレーニング設定には影響を与えず、モデル訓練にも使用されません。

セッション品質調査自体を表示させたくない場合は、環境変数CLAUDE_CODE_DISABLE_FEEDBACK_SURVEY=1で無効化できます。また、DISABLE_TELEMETRY・DO_NOT_TRACK・CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFICのいずれかを設定している場合も、連動してこの調査は無効になります。表示頻度自体を調整したい場合は、feedbackSurveyRateという0〜1の確率値で設定することも可能です。

Development Partner Programに意図せず参加していないか確認する

見落とされがちなポイントとして、Development Partner Programの存在があります。これは組織が明示的にオプトインすることで、提供した資料をモデル訓練に活用できるようにする制度で、組織管理者が組織単位で有効化する仕組みです。前述の通り、商用ユーザーのデータは原則として訓練に使われませんが、このプログラムに参加している場合は例外的に訓練対象となる可能性があります。

このプログラムはAnthropicファーストパーティAPIでのみ利用可能で、Amazon BedrockやGoogle Cloud経由の利用では対象外です。組織単位で管理者が設定する仕組みのため、一般の利用者が気づかないうちにオプトインされているケースも考えられます。情報システム部門やAPIの契約管理者は、自組織がこのプログラムに参加していないか、管理コンソールや契約内容を一度確認しておくことをおすすめします。

プラン別データポリシー総まとめ｜個人版・Team・Enterprise・APIの違い

Claudeのデータポリシーは、利用しているプランによって「学習に使われるかどうか」と「保持期間」が大きく異なります。ここでは操作手順ではなく、制度としてどのような違いがあるのかを整理します。

個人向けプラン（Free/Pro/Max）の学習・保持ポリシー

Free・Pro・Maxといったコンシューマー向けプランでは、Anthropic公式のClaude Code Docs（データ使用ページ）によると、ユーザー自身が「将来のモデル改善のためにデータ使用を許可するかどうか」を選択できる仕組みになっています。この設定がオンになっている場合、Claude Codeでの利用を含むアカウントのデータが、新しいモデルの訓練に使われます。

保持期間もこの設定と連動しており、次のように変わります。

モデル改善のためのデータ使用を許可する場合：保持期間は5年間
モデル改善のためのデータ使用を許可しない場合：保持期間は30日間

つまり、学習をオフにするだけで自動的に保持期間も短くなる仕組みです。この設定は「claude.ai/settings/data-privacy-controls」からいつでも変更可能で、後から気づいてオフに切り替えても問題ありません。具体的な操作画面については、別セクションで解説しているプライバシー設定のトグル操作を参照してください。

商用プラン（Team/Enterprise/API/第三者プラットフォーム）の学習・保持ポリシー

一方、Team・Enterpriseプラン、API、サードパーティプラットフォーム、Claude Govといった商用ユーザーは、個人向けプランとは根本的に異なるポリシーが適用されます。

Anthropic公式のClaude Code Docsによれば、商用条件下ではAnthropicはClaude Codeに送信されたコードやプロンプトを使って生成モデルを訓練しないことが原則になっています。つまり、企業でTeamプランやAPIを契約している場合、デフォルトでは入力内容がモデル訓練に使われる心配はありません。

保持期間は標準で30日間です。個人向けプランで学習を許可した場合の5年間と比べると、大幅に短い設定になっています。

ただし例外もあります。顧客側が明示的にモデル改善のためのデータ提供を選択した場合（後述するDevelopment Partner Programなど）は、この限りではありません。組織で導入する際は、意図せずこうしたプログラムにオプトインしていないかを確認しておくことが重要です。この点の具体的な確認方法は、Claude Codeの設定を扱うセクションで触れています。

Amazon Bedrock・Google Cloud・Microsoft Foundry経由での違い

Claudeは直接Anthropicと契約する以外に、Amazon Bedrock、Google CloudのAgent Platform、Microsoft Foundry、Claude Platform on AWSといった第三者プラットフォーム経由でも利用できます。これらのプロバイダー経由の場合、デフォルトの挙動に違いがあります。

まず共通点として、Amazon Bedrock、Google CloudのAgent Platform、Microsoft Foundry、Claude Platform on AWSを利用する場合は、デフォルトでエラーレポート・テレメトリ・バグレポートが無効になります。一方で、セッション品質調査とWebFetchのドメインセーフティチェックは、どのプロバイダーを使っていても実行される点は共通です。

保存時の暗号化方式もプロバイダーごとに異なります。

プロバイダー	暗号化方式
Anthropic API	AES-256のインフラレベルディスク暗号化（サーバー側永続化をなくすにはZDRが必要）
Amazon Bedrock	AWS管理キーによるAES-256（カスタマー管理キーはKMS経由で利用可能）
Google Cloud	Google管理の暗号化キー（CMEK利用可能）
Microsoft Foundry	AnthropicインフラにルーティングされAES-256で暗号化

なお、Development Partner Programはこの点でも制約があり、Anthropicファーストパーティ経由のAPIでのみ利用可能で、Amazon BedrockやGoogle Cloud経由のユーザーは利用できません。プラットフォーム選定の段階で、こうした違いを把握しておくとよいでしょう。

ゼロデータ保持（ZDR）とは何か

より厳格なデータガバナンスが求められる企業向けには、ゼロデータ保持（ZDR）という仕組みが用意されています。

ZDRは、Claude for EnterpriseのClaude Codeで利用できる機能で、標準の30日間保持すら行わず、サーバー側にデータを永続化しない運用を実現するものです。ただし、これは自動で有効になるわけではなく、組織ごとにアカウントチームが個別に有効化する必要がある点に注意が必要です。

つまり、Enterpriseプランを契約しているだけではZDRは適用されず、担当のアカウントチームとの調整が別途必要になります。医療・金融など特に機密性の高いデータを扱う組織では、導入検討の初期段階でZDRの適用可否をアカウントチームに確認しておくことをおすすめします。

なお、Claude Codeクライアント自体は、セッション再開のためにセッショントランスクリプトを~/.claude/projects/配下にプレーンテキストでローカルに30日間保存する仕様があり、この保存期間はcleanupPeriodDays設定で調整できます。サーバー側のZDRとは別に、ローカル環境に残るデータの扱いも合わせて確認しておくとよいでしょう。

設定してもなお注意すべきこと｜削除・保持期間・機密情報の扱い

学習をオフにする設定を済ませたとしても、それだけで安心し切ってしまうのは早計です。設定はあくまで「モデルの訓練にデータを使わせない」ためのものであり、データそのものがこの世から消えるわけでも、外部への漏洩リスクがゼロになるわけでもありません。ここでは、設定の先にある「削除」と「機密情報の扱い」について整理します。

チャット履歴・アカウントを削除する方法

入力してしまったチャット内容を消したい場合、Claudeでは2段階の削除操作が用意されています。

個別のチャット履歴を削除する場合：サイドバーのチャットリストからメニューを開き、「Delete」を選択することで該当のやり取りを削除できます。
アカウントごと削除する場合：「Settings」内の「Account」セクションから手続きを行います。こちらはアカウント自体を消す不可逆的な操作なので、実行前に本当に必要かどうかを慎重に判断してください。

いずれの操作も、画面上からはすぐに履歴が見えなくなるため「これで完全に消えた」と感じがちですが、実際の裏側の挙動は次の項目で説明する通り、もう少し複雑です。

削除しても一定期間はサーバーに保持される

チャット履歴やアカウントを削除しても、その瞬間にAnthropic側のサーバーからデータが完全に消え去るわけではありません。不正利用の検知や法的義務の履行といった目的のため、削除操作の後も一定期間はバックアップやログとしてデータが保持される場合があります。

これは、学習させない設定の有無やプランの種類にかかわらず共通する構造です。「削除ボタンを押した＝その瞬間に跡形もなく消えた」というイメージではなく、「表示上のアクセスができなくなり、内部的な保持期間を経て順次消去されていく」というイメージで捉えておくと、過度な期待を持たずに済みます。特に機密性の高い情報を扱った後は、削除操作をしたことに満足せず、そもそも入力しないという予防策のほうが重要になってきます。

学習オフでも情報漏洩リスクはゼロにならない理由

「学習させない設定にしたから、もう何を入力しても安全」と考えるのは危険な誤解です。学習設定はあくまで「モデルの訓練データとして使われるかどうか」を制御するものであり、入力した内容がクラウド上のサーバーに送信されている事実そのものは変わりません。

クラウドサービスである以上、通信経路やサーバー側での不正アクセス、システム障害、人為的なミスといった要因による情報漏洩のリスクを完全に排除することはできません。これはClaudeに限った話ではなく、外部にデータを送信するあらゆるクラウドサービスに共通する一般的なリスクです。

つまり、「学習されない＝外部に漏れない」という等式は成り立ちません。学習オフの設定は「モデル改善のために使われたくない」というニーズに応えるものであって、「情報漏洩対策そのもの」ではないという点を切り分けて理解しておく必要があります。安全な運用のためには、設定に頼り切るのではなく、そもそも入力する情報の中身をコントロールする発想が欠かせません。

機密情報・個人情報はマスキングしてから入力する

最も確実なリスク対策は、機密情報や個人情報が含まれる文章を、そのままの形でClaudeに入力しないことです。

業務でClaudeを利用する際に顧客の個人情報や社外秘の固有名詞が含まれる場合は、たとえば「A社の田中さん」という表現を「B社の担当者」に置き換えるといったマスキング処理を行うことが推奨されています。個人が特定される氏名や会社名、部署名などを一般化された表現に置き換えるだけでも、万が一の際のリスクを大きく下げることができます。

同様に注意したいのがプログラムコードの取り扱いです。学習設定がオンのままAPIキーやパスワードなどの認証情報を含むコードを入力すると、そのコードパターンがAIに学習され、将来的に他のユーザーへの回答に類似したコードが出力される可能性があります。コードをClaudeに入力する前には、認証情報やアクセストークンといった機微な情報を必ず削除するか、ダミーの値に置き換える習慣をつけておくことが望ましいでしょう。

学習オフの設定、削除操作、マスキングという3つの対策は、それぞれ役割が異なります。どれか1つで安心するのではなく、組み合わせて使うことが、Claudeを安全に活用するための現実的な運用姿勢だといえます。

ClaudeとChatGPT・Geminiの学習ポリシーはどう違うのか

「Claudeは学習させない設定にできるけれど、ChatGPTやGeminiはどうなのか」という疑問を持つ方も多いと思います。複数のAIサービスを併用している企業では、サービスごとに設定方法や考え方が異なると、現場が混乱しやすくなります。ここでは断定的な数値比較は避けつつ、押さえておきたい基本構造を整理します。

主要AIに共通する「オプトアウト設定がある」という基本構造

ChatGPTやGeminiといった主要な生成AIサービスにも、Claudeと同様にユーザー自身がデータの学習利用について選択できる設定が用意されているのが一般的です。多くのサービスでは、次のような共通の考え方が採用されています。

個人向けプラン（無料版・一般的な有料版）では、初期状態で学習利用がオンになっているケースが多く、ユーザーが設定画面から明示的にオフへ切り替える仕組みになっています
法人向け・API向けのプランでは、個人向けプランとは異なるデータポリシーが適用され、契約条件によって学習に使われない扱いになっていることが多い傾向があります
設定を変更しても、削除やログの取り扱いなど、学習利用とは別の観点でデータが一定期間保持される場合がある、という構造も共通しています

これはClaudeの「学習」「保存（保持期間）」「テレメトリ・フィードバック送信」を切り分けて考える必要があるという構造と本質的には同じです。つまり、サービス名は違っても「学習に使うかどうかを選べる」「学習オフでも保存や送信自体はゼロにならない」という基本的な骨格は共通していると捉えておくと理解しやすくなります。

ただし、具体的な保持期間や学習利用の細かい条件、無料版と有料版の差については、サービスごと・時期ごとに変更される可能性があるため、本記事では踏み込んだ数値比較は行いません。ChatGPTやGeminiを利用する際は、必ず各サービスの公式ヘルプやプライバシー設定画面で最新の内容を確認することをおすすめします。

複数のAIを併用する企業ほど社内ルールの統一が重要

業務でClaudeとChatGPT、Geminiなどを併用している企業では、サービスごとに学習設定の場所や考え方が異なるため、担当者や部署によって設定状況にばらつきが生まれやすいという課題があります。たとえば、あるチームはClaudeの学習オフ設定を徹底している一方で、別のチームが利用するChatGPTでは初期設定のまま業務データを入力している、といった状態は珍しくありません。

こうした状況を防ぐには、個々のAIサービスの設定手順を覚えることよりも、次のような社内ルールを先に統一しておくことが有効です。

利用するAIサービスごとに、学習設定・保持期間・削除方法を一覧化した社内ガイドラインを整備する
顧客情報や社外秘情報を入力する前に、マスキングを行うことをどのAIサービスでも共通のルールとして定める
新しいAIサービスを導入する際は、必ずデータ利用ポリシーを確認するプロセスを承認フローに組み込む

Claudeの学習オフ設定はあくまで個々のサービスにおける一つの対策であり、複数のAIを併用する企業にとっては、サービス横断で一貫したルールを持つことのほうが、結果として情報漏洩リスクの低減につながります。

企業でClaudeを安全に導入するためのチェックリスト

情報システム部門や法務部門がClaudeの全社導入を検討する際は、個々の設定操作を追うだけでなく、組織としてどの観点を確認すべきかをチェックリストの形で整理しておくことが重要です。ここでは、これまでのセクションで解説した内容を踏まえ、導入前・運用開始後・誤解しやすいポイントの3段階に分けて再構成します。

導入前に確認すべき5つのポイント

企業でClaudeを導入する前には、少なくとも次の5点を確認しておくことをおすすめします。

利用するプランと契約形態の確認：Free・Pro・Maxといったコンシューマープランは設定がオンのままだとデータが学習に使われる仕組みになっているのに対し、Team・Enterprise・APIといった商用プランはAnthropicがモデル訓練に利用しないという既存ポリシーが維持されます。全社導入の際は、個人契約のPro・Maxを従業員が個別に使う形になっていないか、商用プランに一本化されているかをまず確認します。
データ保持期間の許容範囲の確認：商用ユーザーの標準的な保持期間は30日間です。業界の規制や社内の情報管理規程によってはこの期間でも長すぎる、あるいは問題ないと判断が分かれるため、自社のポリシーと照らし合わせておく必要があります。特に厳格な保持ポリシーが求められる場合は、ゼロデータ保持（ZDR）の必要性をこの段階で検討します。
ZDR（ゼロデータ保持）が必要かどうかの判断：ZDRはClaude for EnterpriseのClaude Codeで利用可能ですが、組織ごとにアカウントチームが個別に有効化する必要がある機能です。機密性の高いコードや顧客データを扱う部署がある場合は、導入前の段階でアカウントチームへの相談を予定に組み込んでおくとスムーズです。
Development Partner Programへのオプトイン状況の確認：このプログラムは組織管理者が組織単位で明示的にオプトインするものであり、Anthropicファーストパーティのみで利用可能です。意図せず有効化されていないか、管理者権限を持つ担当者が定期的に確認できる体制を整えておきます。
利用経路（ファーストパーティAPI／Bedrock／Google Cloud／Microsoft Foundry）の選定：どの経路から利用するかによって、テレメトリやエラーレポートのデフォルト挙動、暗号化方式が異なります。既に社内でAWSやGoogle Cloud、Microsoft Foundryを主要基盤として使っている場合は、それらの経由での導入が管理コストの面で有利になることがあります。

運用開始後に定期的に見直すべきポイント

導入時の設定が正しくても、時間の経過とともに運用実態とのズレが生じることがあります。以下の観点は定期的に見直すことをおすすめします。

従業員のプライバシー設定の棚卸し：個人アカウントでClaudeを併用している従業員がいないか、コンシューマープランの「Claudeの改善にご協力ください」設定がオンのまま業務利用されていないかを定期的に確認します。学習設定はアカウント全体に適用される仕様のため、部署やチャットルーム単位での個別管理はできない点を前提に、アカウント単位での棚卸しが必要です。
テレメトリ・フィードバック関連の環境変数設定の維持確認：DISABLE_TELEMETRYやDISABLE_ERROR_REPORTING、DISABLE_FEEDBACK_COMMANDといった環境変数は、開発環境の再構築やメンバーの入れ替えの際に設定漏れが起きやすい部分です。特にエラーレポートは、Claude Pro/Maxでサインインした上で一定のバージョン以降のClaude Codeを使い、APIに直接接続し、組織がZDR・HIPAA契約を持たない場合にデフォルトでオンになる仕様のため、条件が変わるたびに再確認が必要です。
/feedbackコマンドの利用実態の確認：/feedbackコマンドで送信されたトランスクリプトは5年間保持されます。開発チームがトラブルシューティングの一環でこのコマンドを頻用していないか、含める履歴の範囲を必要以上に広く選択していないかを確認します。
ローカル保存データの管理：Claude Codeのセッショントランスクリプトは~/.claude/projects/配下にプレーンテキストでローカル保存され、デフォルトで30日間保持されます。端末の紛失・廃棄時のリスクを踏まえ、cleanupPeriodDays設定による保持期間の短縮や、端末管理ポリシーとの整合性を定期的に見直します。
削除運用のルール化：不要になったチャット履歴やアカウントの削除操作を、退職者対応や情報漏洩インシデント対応の手順に組み込んでおくことも重要です。ただし削除後も一定期間はバックアップやログとして保持される場合がある点は、社内向けの説明資料にも明記しておくと誤解を防げます。

よくある誤解と正しい理解

Claudeの導入担当者が陥りやすい誤解を、正しい理解とあわせて整理します。

「学習オフにすれば情報漏洩リスクはゼロになる」という誤解：学習設定はあくまでモデル訓練にデータを使うかどうかの設定であり、クラウド上にデータを送信している以上、情報漏洩のリスク自体をゼロにするものではありません。学習オフと情報セキュリティ対策は別物として扱う必要があります。
「商用プランなら何も設定しなくても安全」という誤解：Team・Enterprise・APIはAnthropicが既存ポリシーとしてモデル訓練に利用しない点は事実ですが、Development Partner Programへのオプトインやテレメトリ・フィードバック送信の設定は別途確認が必要です。プランの種類だけで安心せず、個々の設定項目も点検します。
「削除すれば即座にデータが消える」という誤解：チャット履歴やアカウントを削除しても、不正利用の検知や法的義務の履行のため、削除操作後も一定期間はバックアップやログとしてデータが保持される場合があります。削除は「即時完全消去」ではなく「利用停止と段階的な消去」に近い運用であると理解しておくのが安全です。
「どの経路で使っても設定は同じ」という誤解：ファーストパーティAPI、Amazon Bedrock、Google Cloud、Microsoft Foundryではテレメトリやエラーレポートのデフォルト挙動、暗号化方式が異なります。全社で複数の経路を併用している場合は、経路ごとにポリシーが異なることを前提に管理する必要があります。
「学習設定さえオフにすればコードやマスキングは気にしなくてよい」という誤解：学習設定をオフにしても、APIキーやパスワードなどの認証情報、顧客の個人情報や固有名詞をそのまま入力してよいわけではありません。設定と入力データの取り扱いルールは、あわせて社内ガイドラインに落とし込んでおくことが望まれます。

まとめ

Claudeで「学習させない」設定をするには、まず「学習」「保存（保持期間）」「テレメトリ・フィードバック送信」という3つの異なる仕組みを区別することが出発点になります。Web・アプリ版では「設定」→「プライバシー」画面のトグルひとつで学習をオフにできますが、Claude CodeではDISABLE_TELEMETRYやDISABLE_ERROR_REPORTINGといった環境変数による個別の制御が必要です。また、プランによって学習利用の有無や保持期間（コンシューマーは30日〜5年、商用は原則30日）が異なり、Development Partner ProgramやZDRの有無も確認すべき論点です。ただし学習オフは情報漏洩対策そのものではないため、削除操作や機密情報のマスキングと組み合わせて運用することが欠かせません。まずは自分のプランに応じた設定画面を開き、トグルの状態を確認するところから始めてみてください。