
生成AIのマスキングとは、AIに入力する文章の顧客名や金額などを、目的に合った別の言葉へ置き換える作業になります。顧客名や担当者名は伏せて、金額は答えに必要な細かさだけ残せば、相談の中身を変えずに入力する情報を減らすことが出来ます。ただ、法人向けのAIだからといって、何でも入れてよいわけではありません。契約と管理の条件を確かめたうえで、どこまで伏せるかと、そもそも入れない情報を会社で決めておきましょう。
生成AIに入れる前に、なぜマスキングするのか
マスキングは、AIに渡さなくてもよい情報を減らすための作業になります。たとえば顧客へのおわび文を整えるだけなら、相手の実名がなくても、取引先との関係やいきさつが分かれば下書きは作れます。実名まで貼り付けてしまうと、その情報を渡す必要が本当にあったのか、後から説明しにくくなってしまいます。
外部の生成AIに入力した情報は、そのAIの提供事業者へ渡ります。学習に使うかどうかの初期設定も、個人向けと法人向けで違います。OpenAIは、個人向けサービスの内容は学習に使われることがある一方で、法人向け製品の入力と出力は初期設定では学習に使わない、と説明しています。ただ、学習をオフにしても、保存などほかの扱いまでなくなるわけではありません。入力した情報がどこへ渡るのかは、AIに機密情報を入れたらどうなるかの記事でも確かめてみてください。
個人情報保護委員会が2023年(令和5年)6月2日に出した生成AIサービスの利用に関する注意喚起では、個人情報を含む文章を入力するときは、決めた利用目的のために必要な範囲かを十分に確かめるよう求めています。本人の同意を得ずに個人データを入力し、それが応答の出力以外の目的で扱われる場合には、法令違反となる可能性もあります。入力する前に「この固有情報は答えに要るか」を見直すのが、最初の一歩になります。まずは社内でよく使う文章を一つ選んで、要らない名前がないか探してみてください。
顧客名・連絡先・自由記述で伏せる項目
伏せる候補を先に決めておくと、担当者ごとに判断がばらつくのを抑えることが出来ます。候補になるのは、氏名、会社名、住所、電話番号、メールアドレス、生年月日、口座番号、カード番号、社員番号などです。マイナンバーについては、置き換えて使うかどうかを考える前に、原文をAIへ入れない社内ルールにしておきましょう。
表の列に並んだ情報だけを見て終わると、どうしても漏れが残ってしまいます。日報や議事録、問い合わせの応対記録には、担当者が文章の途中で名前や連絡先を書き足していることがあります。見積書の備考に紹介元の社名が入っていたり、会議録の発言に個別の取引条件が出てきたりする場合もあるでしょう。本文だけでなく、添付するファイルのコメントや変更履歴にも目を通してみてください。
一つひとつの項目では誰のことか分からなくても、いくつか組み合わさると分かることがあります。たとえば「都内の店舗」「特定の時期の大型契約」「担当役員の肩書」がそろえば、名前をA社に変えていても相手はかなり絞られてしまいます。取引先の担当者など個人について言えば、個人情報保護法でいう個人情報には、ほかの情報と容易に照らし合わせて特定の個人が分かるものも含まれます。名前を消した後は文章全体を読み直し、誰の話か分かる手掛かりが残っていないか確かめましょう。
反対に、心配だからと全部伏せてしまうと、AIは何を比べればよいのか分からなくなってしまいます。先に仕事の目的を書き出し、「文面の言い換えなら実名は要らない」「金額の試算なら数字が要る」というように、残す情報を決めていきましょう。
顧客名と金額の置き換え表|意味を残す書き方
下書きや要約に使うなら、消してしまうより、役割が分かる言葉に置き換えるほうが向いています。顧客名を空欄にすると、どちらが発注した側でどちらが受けた側なのか、読み取りにくくなってしまいます。同じ相手にはいつも同じ仮の名前を使い、関係を追えるようにしてみてください。
| 原文にある情報 | 置き換え例 | 残す意味 |
|---|---|---|
| 顧客の社名・担当者名 | A社・担当者X | 会社と担当者の役割を区別する |
| 請求額や見積額 | 約◯百万円・前回比◯% | 必要な規模や増減を残す |
| 日付・所在地 | ◯月上旬・都内 | 順序と大まかな場所を残す |
| 電話・メール・口座 | 連絡先X・振込先Y | 連絡や支払いの手順だけ残す |
この表と次の節の手順は、入力前の作業をそろえるための編集上の提案になります。法律や公的資料で決められた置き換え方ではありません。法律にある「仮名加工情報」「匿名加工情報」とは呼び名が似ていますが、別の制度の話となります。A社に置き換えた文書が、そのまま法律上の加工情報になったとは考えないでください。
たとえば見積書の説明文を整えるなら、「A社が追加作業を頼み、担当者Xへ改定案を送る」と書くことが出来ます。金額の説明も要るなら、具体的な額は入れずに「前回より約一割増」として、先に文章を作っておく方法もあります。一方で、数字そのものの検算を頼むときは、この置き換えだけでは足りません。次の節の手順を使いながら、相談の目的に合った細かさを選んでいきましょう。
手作業で進めるマスキングの手順
手作業でも、原文をコピーしてから置き換えと読み直しを順に進めれば、今日からでも始めることが出来ます。原本には手を付けず、AIへ渡す作業用のコピーを別に作ってください。原本と作業用でファイル名を分けておくと、伏せる前の文書をうっかり添付してしまう事故を防ぎやすくなります。
最初に、AIへ頼みたいことを一文で書き出します。「請求についての説明を柔らかくしたい」のであれば、相手の名前や口座番号は答えに要らないでしょう。「粗利率を計算したい」なら、売上と原価の関係が必要になります。目的が先に決まっていれば、残す情報も自然と絞れてきます。
次に、顧客名、担当者名、連絡先、識別番号、金額を拾い出し、元の言葉と置き換えた言葉の対応表を、手元の管理されたファイルに記録します。Wordなどの検索・置換を使うときは、正式名称だけでなく略称や旧社名でも検索してみてください。A社や担当者Xなどの置き換えの言葉は、一つの案件の中ではずっと同じものを使いましょう。対応表はAIに貼らず、社内で管理するファイルに残してください。
置き換えが済んだら、先頭から文章を読み直します。検索に引っ掛からない表記の揺れ、備考欄の名前、件名、ファイルのプロパティ、コメント、変更履歴も見ておきたいところです。画像やPDFを添えるなら、見えている本文のほかに文字が入っていないかも確かめる必要があります。伏せた後の文書だけを別の方に見てもらい、元の相手が分かってしまわないか聞いてみてください。
最後に、AIへの指示に「A社と担当者Xという呼び方は変えない」と書き添えます。AIが勝手に実在しそうな名前へ書き換えてしまった場合は、出力をそのまま使わずに確かめましょう。この流れを社内ガイドラインの入力前チェックに組み込めば、一人ひとりの記憶だけに頼らずに進めることが出来ます。
担当者ごとの判断に加え、使うAIの契約と管理も会社でそろえておきたいところです。UPGEAR AI(アップギアAI)は、ChatGPT・Claude・Gemini・Perplexityを1つの契約で使える法人向けサービスです(人数無制限)。
金額を伏せると答えが変わる業務の見分け方
金額は、文章を整える仕事なのか、計算する仕事なのかで扱いを変える必要があります。おわび文や議事録の要約なら、「約◯百万円」や「前回より増加」で足りる場面もあるでしょう。一方で、見積の比較や粗利の分析、仕訳の確認、税務の相談では、数字を丸めると答えそのものが変わってしまいます。
たとえば見積の案内文を作るだけなら、A社の実際の金額は伏せて「予算規模は中程度」と伝えることも出来ます。反対に、売上と原価から粗利率を出したいときに、両方を「約◯百万円」にすると計算があいまいになってしまいます。金額を伏せたい場合でも、同じ倍率で置き換えた仮の数字を使えば、比率の関係は残すことが出来ます。ただ、仮の数字で出た答えを実際の金額の結果として扱わず、最後は元のデータで計算し直してください。
見積書の検算も、実際の数字が要る仕事の一つです。単価に数量を掛けた額と合計が合っているかは、丸めた数字では確かめようがありません。見積をAIに入れるときは、単価と数量の関係が答えに要るかを決めてから伏せてみてください。
会計事務所で仕訳や決算資料について相談するときも、考え方は同じになります。文章の説明だけなら会社名と実額を置き換えられますが、税額や損益の判断をAIの返事だけで決めてしまわないでください。必要な数字を入れてよい環境で使うのか、入力そのものをやめて人が計算するのかを、分けて考えることになります。金額を伏せたことで計算の条件が変わるなら、その答えは実額の確認には使えません。
自動検出ツールと単純な置換の限界
文書の数が多いときは、自動で見つけてくれるツールを補助に使うことが出来ます。氏名や住所、電話番号、メールアドレス、各種の番号を見つけて、別の言葉に置き換えるマスキング用のツールもあります。選ぶときは、拾える項目の種類だけでなく、置き換えの処理が自社で管理する環境の中で完結するかも確かめましょう。外へ出す前に伏せるのが目的なので、伏せるための原文を別の外部サービスへ渡す経路がないかも、見ておく必要があります。
Wordの検索・置換や正規表現は、決まった形の番号を拾う手助けとして使えます。ただ、表記の揺れや文脈を読み取るのは得意ではありません。「千葉さん」「千葉市」「千葉製作所」は、同じ文字が入っていても役割はまったく違います。氏名の一部だけで一括置換をすると地名まで変わってしまい、反対に旧姓や略称は見逃してしまうこともあります。日本語には読みが同じで意味の違う言葉もあるので、見つかった結果を人が読んで確かめる手間は残ることになります。
IPAが公開する中核人材育成プログラムの成果物の手引書では、入力画面に注意を表示するところから始め、決まった形のパターンの検知、必要な部門へのDLPなどへと、段階を踏んで進める形が示されています。DLPとは、機密情報が外へ出るのを見つけて止める仕組みのことです。この手引書は著者の見解とされていて、IPAの公式な見解を代表するものではありません。
手引書では、文脈に埋め込まれた機密をパターンで見つけるのは難しい、とも書かれています。たとえば買収を発表する前の文案は、番号やメールアドレスが一つもなくても、文章の中身そのものが大切な情報になります。自動検出で何も見つからなかった文書でも、入力してよい文書とは限りません。機密の中身を扱う仕事では、最後に人が確かめる工程を残しておいてください。
伏せる範囲を減らせる法人環境の条件
法人向けの契約と会社の管理がそろっていれば、業務に必要な情報まで一律に伏せるやり方は見直すことが出来ます。まずは、入力と出力がAIモデルの学習に使われない条件になっているかを、契約と提供元の説明で確かめます。次に、会社が利用者や使われ方を把握できるか、データの保管場所や保持の扱いを説明できるかを見ていきます。社員が個人のアカウントで使っている経路が残っていないかも、洗い出してみてください。
OpenAIは、法人向け製品の入力と出力を初期設定では学習に使わないと説明しています。Anthropicの商用製品も初期設定では学習に使われず、Google Workspaceもお客様のコンテンツが許可なく組織の外で生成AIモデルの学習に使われることはない、というのが各社の説明となります。どれも提供元が自分で示している説明である点は、頭に入れておきましょう。会社で契約するサービスの種類や設定まで確かめ、「学習オフ」の一言だけで判断しないようにしてみてください。個人向けの設定を詳しく知りたい方は、ChatGPTの学習オフの記事も参考になります。
京都大学の生成AI利用ガイドラインは、学習に使われないことが情報漏洩のリスクがゼロという意味ではない、と注意を促しています。これは大学の学生と教員に向けた指針で、会社にそのまま当てはまる決まりではありません。それでも、保存と学習を分けて確かめるという考え方は、会社でAIの環境を選ぶときにも役に立つでしょう。
会話の履歴を国内で保管しているサービスでも、つないでいるAIモデルによって処理の通り道は変わってきます。推論まで国内で完結する選び方があるのか、どのモデルならそれが成り立つのかを、契約の前に確かめてみてください。国内で保管しているのがそのサービス上の履歴だけなのか、接続先のAIの保持条件まで含むのかも、分けて聞いてみることになります。「保存されない」と思い込まないためにも、ここは聞いておきたいところです。
実際の金額を使う業務では、こうした条件に加えて、利用目的や取引先との取り決め、社内で認めた用途も確かめたうえで、伏せる範囲を決めることになります。学習に使われずログも管理できる環境でも、入力してよい情報の範囲は別に決める必要があります。生成AIのセキュリティ確認項目も使いながら、契約のときに確かめた内容を記録に残しておきましょう。
環境を問わず入力しない情報と法令の確認
マイナンバーや要配慮個人情報、カード番号や認証情報などは、社内ルールで「入れない情報」として分けておくのが安全になります。未公開の決算や入札、人事の情報、第三者の機微な情報も、業務で本当に必要かがはっきりしないうちはAIに入れないでください。取引先と秘密を守る約束を交わしている資料なら、その約束の中身も確かめることになります。
番号法は、特定個人情報を提供してよい場面を限っています。事業者向けのガイドラインでも、本人の同意があったとしても、例外を除いて決められた事務以外で個人番号を使うことは出来ません。ただ、法律やガイドラインに「生成AIへの入力禁止」と書かれているわけではない点も、押さえておいてください。そのうえで、会社の入力ルールとしてマイナンバーはAIへ入れない扱いにしておきましょう。
病歴などの要配慮個人情報は、個人情報保護法の中で別の区分として定められています。氏名だけをAさんに替えても、中身から本人が分かってしまう場合があります。個人情報に当たるかどうかや、個人データを外部のサービスで扱う契約に問題がないかは、生成AIと個人情報の整理も見てみてください。個人情報保護委員会のクラウドサービスについてのQ&A(A7-53)は、提供事業者が個人データを取り扱うことになっているかどうかを、判断の手掛かりにしています。生成AIにそのまま当てはめるのではなく、契約や規約を一つずつ確かめる必要があります。
海外の方のデータを扱う会社では、その国や地域で適用される法令も確かめてみてください。ここで挙げた置き換え表だけで、法令への対応が終わるわけではありません。マスキングした後でも入れない情報は、部署ごとの禁止リストにまとめておきましょう。もし誤って入れてしまったときの初動は、個人情報を入力した後の対応で確かめることが出来ます。
※個人情報保護委員会の注意喚起は2026年10月16日、個人情報保護法と同委員会のQ&Aは2026年10月13日に確認した資料に基づきます。
対応表で元に戻すときの失敗と確認
AIの出力を仕事で使う前には、対応表と照らし合わせて人の手で元に戻す必要があります。途中でA社とB社の役割が入れ替わると、請求先を取り違えた文面になってしまいます。担当者Xが複数の方を指していれば、メールの宛先を間違える原因にもなるでしょう。対応表には、置き換えた言葉と元の言葉だけでなく、どの案件のものか分かる情報も社内で記録しておきましょう。
よくあるのが、同じ顧客の正式名称は置き換えたのに、略称や旧社名が残っている失敗です。会議録で発言者の欄を伏せても、本文に「あの店舗の店長」とあれば、誰のことか推測されてしまいます。置き換えた後の文書を一度声に出して読んでみると、文脈から分かる手掛かりに気づけることがあります。
もう一つは、急いでいて対応表ごとAIへ貼ってしまう失敗になります。元に戻すための対応表はAIの外で管理し、出力の後に社内の担当者が照らし合わせてください。AIがA社を取引先、B社を自社と読み違えていた場合も、戻す前に文の意味から直しておきます。実名に戻す作業は一括置換だけで終わらせず、宛先と金額を原本で確かめましょう。
手作業にかかる時間も、会社にとっては出費の一つとなります。確認にかかった時間を案件ごとに記録しておけば、1件あたりの時間に月の件数と担当者の時間単価を掛けて、毎月の作業費を見積もることが出来ます。自動検出ツールの費用と比べるときも、この作業費を含めて考えてみてください。件数が増えてきたら導入を考えつつ、人が読み直す時間はきちんと残す形で決めましょう。
よくある質問
入力の前に迷いやすい点は、その情報が本当に要るかと、使う環境とを分けて考えると整理しやすくなります。迷ったときは、次の答えも確かめてみてください。
顧客名をA社に変えれば、そのまま生成AIへ入れてよいですか?
金額も必ず伏せるべきですか?
学習に使われない法人向けサービスなら、マスキングは不要ですか?
自動マスキングツールを使えば、確認作業はなくなりますか?
入力する情報の範囲を、会社で決めるために
UPGEAR AIは全モデルで学習非利用を標準適用し、管理画面で利用状況を利用者・日時・利用モデル単位まで把握できます。推論まで国内で完結する完全国内処理モデルも選べます。月額30,000円(税抜)から。どのプランも利用人数は無制限で、料金は利用量に応じたプラン設計です(人数の目安はライト1〜5名、スタンダード6〜20名、プレミアム21〜50名)。
※仕様と料金は2026年11月17日に公式ページで確認した内容です。
UPGEAR AIの詳細を見る