生成AIガイドラインの作り方｜企業向けひな形と禁止事項

生成AIガイドラインは、禁止事項を並べるだけでは機能しません。扱うデータ、業務への影響、利用する環境を分け、現場が「利用可」「要承認」「禁止」を判断できる形にする必要があります。

全面禁止は、個人アカウントや未承認サービスを使う「シャドーAI」が見えにくくなります。自由利用では、個人情報、営業秘密、著作権、誤情報への対処が利用者任せです。

生成AIガイドラインとは何か

生成AIガイドラインとは、従業員が生成AIを業務で利用するときの目的、責任、許可条件、禁止事項、確認手順を定める文書です。生成AIは、文章、画像、音声、動画、ソースコードなどを生成するAIを指します。

対象はWeb版のチャットサービスだけではありません。API、オフィスソフト内蔵AI、コーディング支援AI、RAG、外部ツールと接続するAIエージェントも含めて考えます。RAGは、社内文書などを検索して回答の根拠に加える仕組みです。

ガイドラインが必要な理由

生成AIには、従来のクラウドサービスと共通するリスクに加え、出力が毎回変わる、もっともらしい誤情報を作る、入力内容が外部サービスで処理され、契約や設定によっては一定期間保存される、といった特性があります。利用規約や設定もサービスごとに異なります。

そのため、情報セキュリティ規程だけでは判断しにくい場面が生じます。たとえば、公開済みの製品説明を要約する利用と、未公開の顧客情報を分析する利用では、同じサービスでも必要な管理が違います。

ガイドラインの役割は、その違いを社内共通の判断基準に変えることです。

国のAI事業者ガイドラインを社内ルールへ落とす

総務省と経済産業省の「AI事業者ガイドライン（第1.1版）」は、AI開発者、AI提供者、AI利用者を対象にしています。外部の生成AIを業務で使う企業も、AI利用者として指針を参照できます。

同ガイドラインは、人間中心、安全性、公平性、プライバシー保護、セキュリティ確保、透明性、アカウンタビリティ、教育・リテラシー、公正競争確保、イノベーションの10原則を示しています。ただし、政府資料の原則を転載するだけでは、現場の判断には足りません。

各原則を、担当者、確認事項、記録へ変換します。

指針の観点	社内ルールへの変換例
人間中心	採用、人事、与信などの重要判断をAIだけで確定しない
安全性	導入前テスト、利用範囲、停止手順を定める
公平性	高影響用途で差別や偏りを検証する
プライバシー	個人データの入力条件と承認者を定める
セキュリティ	承認済み環境、権限、ログ、外部接続を管理する
透明性	AI利用の表示、根拠確認、利用記録の条件を定める
アカウンタビリティ	最終判断者と事故報告先を明確にする
教育・リテラシー	利用前教育と重要改訂時の再周知を行う

政府のガイドラインは法令そのものではありません。個人情報保護法、著作権法、不正競争防止法、契約上の秘密保持義務などは別に適用されます。「政府ガイドラインに沿ったから適法」とは限らない点を明記します。

海外拠点やEU向け事業がある場合は、地域法も確認します。EU AI Actはリスクに応じた規制を採用し、AIリテラシーなども扱っています。適用関係は事業、提供地域、AIの用途で変わるため、EU AI法の透明性義務と日本企業の対応も確認してください。

主な一次情報

• 総務省・経済産業省「AI事業者ガイドライン（第1.1版）」
• デジタル庁「テキスト生成AI利活用におけるリスクへの対策ガイドブック（α版）」
• NIST AI Risk Management Framework
• NIST「Generative Artificial Intelligence Profile（NIST AI 600-1）」
• EUR-Lex「Regulation (EU) 2024/1689」

デジタル庁のガイドブックは行政機関での利用を主な対象とする資料ですが、利用目的、入力データ、契約・設定、出力確認などの観点は、民間企業が社内ルールを検討する際にも参考になります。

企業が管理すべき5つのリスク

社内ガイドラインは、生成AIを一律に危険とみなす文書ではありません。どのリスクが、どの利用で大きくなるかを分けます。

1. 機密情報と個人情報

入力内容が学習に使われるか、どの期間保存されるか、誰がアクセスできるかは、サービス、契約、設定で変わります。「法人向け」という名称だけでは判断できません。

個人情報保護委員会は、個人情報取扱事業者が生成AIサービスに個人データを入力する場合、まず自社が特定した利用目的の範囲内であるかを確認するよう注意喚起しています。また、サービス提供者が入力情報を回答生成以外の目的で取り扱う場合には、個人データの第三者提供に該当し、原則として本人同意が必要となる可能性があります。入力情報が機械学習に利用されないことを含め、利用規約、契約、設定、保存、再委託、国外での取扱いを確認します。具体的な適法性は処理内容や契約関係によって異なるため、必要に応じて個人情報保護担当者や専門家へ確認してください。

社内方針として個人データの入力を原則禁止にする方法もあります。業務上必要なら、承認済みの専用環境に限定し、目的、契約、アクセス権を個別審査します。

• 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」

2. 誤情報と過信

生成AIは、流暢でも誤った回答を作ることがあります。NISTの「Generative Artificial Intelligence Profile（NIST AI 600-1）」では、もっともらしい誤情報を「Confabulation」というリスクとして扱っています。

数値、日付、固有名詞、引用元、法令、製品仕様は、一次情報で確認します。顧客向け文書、契約判断、会計、医療、安全に関する用途では、専門知識を持つ人の確認を条件にします。

「人が確認する」とだけ書くと責任が曖昧です。誰が、何を、どの証拠で確認し、誰が最終承認するかまで定めます。

3. 著作権と第三者の権利

文化庁は、AIの学習段階と生成・利用段階を分けて整理しています。生成物の利用では、既存著作物との類似性や依拠性などが問題になります。

第三者の文章、画像、ソースコードを入力する行為も、著作権だけでなく、利用規約や秘密保持義務に関係します。「AIで作ったものなら自由に使える」とは限りません。

公開・販売する成果物は、入力素材の権利、出力の類似性、商標、肖像、ライセンスを確認します。詳しい考え方はAIと著作権を企業向けに解説で整理しています。

• 文化庁「AIと著作権について」

4. バイアスと不公平な判断

AIの出力には、学習データや設計に由来する偏りが含まれる可能性があります。採用候補者の選別、人事評価、懲戒、与信など、人の権利や機会に影響する用途では追加審査が必要です。

高影響用途は、利用目的、対象者、評価項目、誤りの影響、異議申立ての方法を確認します。AIの点数だけで判断を確定せず、担当者が根拠を説明できる状態にします。

5. セキュリティと外部連携

生成AIが社内ストレージ、メール、コード管理、業務システムへ接続すると、閲覧だけでなく送信、変更、削除まで実行できる場合があります。チャット利用と同じルールでは足りません。

API、プラグイン、RAG、AIエージェントについては、最小権限、接続先の許可、実行前承認、ログ、緊急停止を追加します。プロンプトインジェクションによって、外部文書に埋め込まれた指示をAIが実行するリスクも評価します。

データ保持を抑える機能があっても、契約と安全監視の仕組みは別に確認します。具体例として、OpenAI Private Safety ProcessingとZDRの関係も参考になります。

社内ガイドラインを作る10ステップ

ガイドライン策定は、文案を書く前の棚卸しで成否が決まります。NIST AI RMFのGOVERN、MAP、MEASURE、MANAGEの考え方も参考にしながら、次の順で進めます。

ステップ1：目的と対象範囲を決める

目的は「禁止」ではなく、生産性向上とリスク管理の両立とします。対象者には、役員、社員、派遣社員、業務委託先など、会社の情報を扱う関係者を含めます。

対象ツールも列挙します。文章生成、画像・音声・動画生成、コーディング支援、API、RAG、AIエージェント、業務ソフト内蔵AIまで含めると、抜けを減らせます。

ステップ2：責任体制を決める

経営責任者、主管部署、情報システム、セキュリティ、法務、個人情報保護担当、各業務部門、内部監査、事故窓口を割り当てます。

小規模企業では兼務でも構いません。ただし、新規サービスの承認者、重要用途の最終判断者、事故時の連絡先について、責任を負う担当者または主管部署を明確にします。

ステップ3：利用実態を棚卸しする

次の項目を部門ごとに確認します。

• 誰が、どの生成AIサービスを使っているか
• 会社契約か、個人アカウントか
• どの業務で使っているか
• 何を入力し、出力をどこで使っているか
• API、プラグイン、ストレージと接続しているか
• 送信、公開、削除などの実行権限があるか

未申請利用を責める調査にすると、実態が隠れます。最初は処罰より把握を優先し、代替となる承認済み環境を用意します。

ステップ4：入力情報を分類する

既存の情報資産分類があれば流用します。少なくとも、公開情報、社内一般情報、個人データ、顧客・取引先情報、営業秘密、認証情報、法令・契約で外部送信が制限される情報に分けます。

「機密情報を入力しない」だけでは、人によって解釈が変わります。未公開財務、製品計画、顧客名簿、ソースコード、脆弱性情報、APIキーなど、自社の具体例を別表にします。

ステップ5：用途の影響度を分類する

用途は低・中・高影響に分けます。

影響度	用途の例	管理の例
低	公開情報の要約、アイデア出し、一般的な翻訳	承認済み環境で利用可
中	顧客向け文書、広告、ソースコード、問い合わせ回答案	人の確認、出典・権利確認
高	採用、人事評価、与信、法的判断、安全判断、送金・削除	事前承認、専門家確認、実行制限

同じデータでも、用途の影響度が違えば管理を変えます。公開情報を使った文章作成は低影響でも、公開情報を基に採用候補者を順位付けする利用は高影響です。

ここでいう「高影響」は社内の審査レベルを決めるための独自分類であり、EU AI Actにおける「高リスクAIシステム」の法的分類と同義ではありません。

ステップ6：生成AIサービスを審査する

サービス審査では、次を確認します。

• 入力・出力データの学習利用とオプトアウト
• 保存期間、削除方法、保存国、再委託先
• SSO、多要素認証、権限、管理者ログ
• 通信・保存時の暗号化
• 契約終了時のデータ処理
• セキュリティ事故の通知
• 知的財産、補償、利用制限
• API、プラグイン、外部接続の権限
• 規約やモデル変更時の通知

審査結果は日付、対象プラン、設定と一緒に残します。同じサービスでも、個人向けと法人向け、Web版とAPIでは条件が違うことがあります。

ステップ7：利用可否を決める

データ分類、用途、利用環境を掛け合わせて、利用可、条件付き可、事前承認、禁止に分けます。判断不能なものをすべて禁止にせず、相談窓口と例外申請を用意します。

ステップ8：文書と申請手順を作る

ガイドライン本文には、長く変わらない原則と責任を置きます。承認済みツール、設定、申請フォーム、確認チェックリストは別紙にします。

利用者が30秒で判断できる早見表も用意します。詳細規程だけでは、急いでいる現場で参照されません。

ステップ9：限定部門で試行する

まず一部門、二〜四週間など範囲を区切って試します。入力情報の分類、出力の事実確認、事故報告を実際の業務で試し、迷った事例をFAQへ反映します。

誤情報、個人情報、著作権、プロンプトインジェクションを題材にした演習も行います。知識を伝えるだけでなく、判断できるかを確認します。

ステップ10：本番運用と見直しを始める

利用台帳、例外申請、事故・ヒヤリハット、規約変更、モデル更新を定期的に確認します。ガイドラインの施行日を完成日とせず、最初のレビュー日も同時に決めます。

---

生成AIの利用範囲や社内規程を自社だけで整理しにくい場合は、現状の棚卸しから始める方法があります。

AI顧問の無料相談はこちら →

---

企業向けひな形と実務上盛り込みたい項目

ひな形は、そのまま配布する完成品ではありません。自社の情報分類、契約、業務、組織に合わせて調整するための目次として使います。

以下は法令で一律に定められた必須項目ではなく、政府ガイドラインやリスク管理実務を基にした構成例です。業種、利用目的、既存規程、契約に合わせて追加・削除してください。

生成AIガイドラインの章立て例

章	推奨する記載項目
第1章 総則	目的、適用対象、対象となる生成AI、用語の定義
第2章 基本原則	人間による監督、安全性、公平性、透明性、法令・契約の遵守
第3章 管理体制	経営責任者、主管部署、部門責任者、利用者、監査
第4章 利用申請	承認済みサービス、新規導入、外部連携、例外承認
第5章 入力情報	公開情報、社内情報、個人情報、顧客情報、営業秘密、認証情報
第6章 出力の利用	正確性、出典、著作権、バイアス、最終承認、AI利用表示
第7章 禁止事項	未承認利用、禁止情報、高影響判断、制御回避
第8章 セキュリティ	アカウント、権限、ログ、外部接続、事故対応
第9章 教育・監査	利用前教育、再周知、自己点検、内部監査
第10章 改訂	見直し条件、改訂責任者、施行日、旧版管理

利用可否マトリクスの例

利用者が最も頻繁に見るのは、条文より早見表です。次は検討用の例であり、実際の可否は契約と設定に合わせて決めます。

データ・用途	承認済み環境	未承認・個人用環境
公開情報の要約	原則可	条件付き可
社内一般情報	条件付き可	原則禁止
個人データ	個別審査・承認	禁止
顧客秘密・営業秘密	専用環境等を個別審査	禁止
ID、パスワード、APIキー、秘密鍵	禁止	禁止
公開用成果物	人による確認必須	人による確認必須
採用・与信など高影響判断	事前承認と人の最終判断	禁止
送信・公開・削除を行うAIエージェント	権限制限と実行前承認	禁止

生成AI利用ガイドラインの簡易ひな形

次の条文例は、自社の名称や運用に合わせてコピー・編集できます。

第1条（目的）
本ガイドラインは、当社の役員、従業員その他の関係者が生成AIを業務で利用する際の基本原則、利用条件および禁止事項を定め、安全な活用と業務効率化を両立することを目的とする。

第2条（対象者・対象サービス）
本ガイドラインは、当社の役員、従業員、派遣社員および当社情報を取り扱う業務委託先に適用する。対象には、Webサービス、API、業務ソフト内蔵AI、コーディング支援AI、RAGおよびAIエージェントを含む。

第3条（承認済みサービス）
業務では、会社が承認したサービス、プラン、アカウントおよび設定のみを利用する。新たなサービスや外部連携を利用する場合は、所定の申請を行う。

第4条（入力情報）
認証情報、秘密鍵その他会社が入力禁止情報として指定した情報を生成AIへ入力してはならない。個人データ、顧客・取引先情報および営業秘密は、所定の審査と承認を受けた環境でのみ取り扱う。

第5条（出力の確認）
生成AIの出力を顧客への提供、外部公開または重要な意思決定に使用する場合、担当者は正確性、出典、権利侵害、個人情報および不適切な偏りの有無を確認し、必要な承認を受ける。

第6条（重要な判断）
採用、人事評価、与信、法務、安全など、人の権利や重大な利益に影響する判断を生成AIの出力だけで確定してはならない。

第7条（事故報告）
禁止情報の誤入力、誤公開、権限外アクセスその他の事故またはその疑いを把握した者は、自己判断で履歴を削除せず、直ちに所定の窓口へ報告する。

第8条（改訂）
主管部署は、法令、政府ガイドライン、利用規約、サービス機能または利用用途の変更を踏まえ、本ガイドラインを定期および必要に応じて見直す。

このひな形は一般的な検討材料であり、適法性や個別企業への適合を保証するものではありません。自社の情報管理規程、就業規則、委託契約などとの整合を確認してください。承認済みツール一覧、データ分類表、利用可否表、申請書、確認チェックリスト、事故報告書は別紙にし、版番号、更新日、責任者を付けて参照先を一つにします。

生成AIの禁止事項と出力確認

禁止事項は、理由と代替手段を添えると守られやすくなります。「禁止」だけでは、現場が非公式な方法へ移る可能性があります。

禁止事項の例

• 未承認の生成AIを業務に利用しない
• 個人アカウントで業務情報を処理しない
• ID、パスワード、APIキー、秘密鍵、認証トークンを入力しない
• 営業秘密、未公開財務、製品計画、脆弱性情報を未承認環境へ入力しない
• 顧客・取引先から秘密として受領した情報を許可なく入力しない
• 個人データを所定の審査・承認なく入力しない
• 第三者の著作物を権限や目的を確認せず大量に入力しない
• AIの回答を確認せず、顧客回答や重要判断に使用しない
• AIだけで採用、人事評価、懲戒、与信などを確定しない
• AI生成コードをレビューやセキュリティ検査なしで本番へ投入しない
• 権利確認なしに生成物を公開・販売しない
• AIエージェントへ必要以上の送信、削除、契約、決済権限を与えない
• ログ、フィルター、承認設定を無効化・回避しない
• 誤入力や事故を隠さない

「機密情報を入力すると必ず流出する」とは限りません。未承認環境では保存、学習利用、再委託、国外移転を会社が管理できないため禁止する、と理由を具体化します。承認済み環境でも、契約、設定、権限、利用目的の確認は必要です。

出力確認チェックリスト

顧客提供、公開、意思決定に使う前に、担当者が次を確認します。

• 数値、日付、固有名詞は一次情報と一致するか
• 引用元とURLは実在し、内容を裏付けているか
• 法令、制度、料金、製品仕様は現行か
• 存在しない判例、論文、製品を作っていないか
• 個人情報や機密情報を意図せず含んでいないか
• 既存著作物と不自然に類似していないか
• 差別的、偏見的、不適切な表現がないか
• 社内方針、契約、ブランド基準と矛盾していないか
• 専門家の確認が必要な内容ではないか
• AIを使用した旨の表示が必要か
• 最終承認者が明確か

確認記録の粒度は影響度で変えます。低影響の下書きにまで詳細な記録を求めると、現場での利用が停滞します。高影響用途や外部公開では、根拠URL、確認者、承認日時を残します。

インシデント時の初動

誤って禁止情報を入力した場合、利用者が隠さず報告できる手順が必要です。

1. 対象サービスの利用や連携を止める
2. 入力内容、時刻、アカウント、共有範囲を記録する
3. 削除機能や管理者機能を確認する
4. 情報システム、法務、個人情報保護担当へ報告する
5. 本人・取引先・当局への通知要否を判断する
6. 原因、影響、再発防止を記録し、ルールや設定を改訂する

証拠を残す前に履歴やログを消すと、影響範囲を確認できなくなる場合があります。削除の実行順は事故対応責任者が判断します。

作成後の運用・更新方法

ガイドラインは、配布しただけでは定着しません。利用者が迷ったときに相談でき、管理側が実態を把握し、変更へ追随できる仕組みが必要です。

管理する台帳

最低限、承認済みサービス、利用部門、用途、データ分類、責任者、審査日、次回見直し日を台帳にします。APIやAIエージェントは、接続先と権限も記録します。教育受講率、未承認AI、例外申請、事故・ヒヤリハットも確認します。事故件数がゼロでも、報告先が知られていない可能性があるため、自己申告のしやすさも点検してください。

改訂のトリガー

年一回などの定期見直しに加え、次の場合は臨時改訂を検討します。

• 法令や政府ガイドラインが改訂された
• 利用規約、プライバシーポリシー、学習条件が変わった
• 保存期間、保存国、再委託先が変わった
• モデルが大きく更新された
• API、RAG、プラグイン、AIエージェントを追加した
• 事故や重大な誤出力が発生した
• 高影響用途へ利用を広げた
• 海外拠点や新しい地域で利用を始めた
• 組織、責任者、委託先が変わった

改訂後は、変更点だけを短く示し、影響を受ける利用者へ再周知します。全文を毎回読み直す運用より、変更箇所と必要な行動を示す方が定着しやすくなります。

よくある質問

Q. 生成AIガイドラインはすべての企業に必要ですか？

民間企業に対し、生成AI専用ガイドラインの策定を一律に義務づける法律があるわけではありません。ただし、生成AIを業務利用する場合でも、個人情報保護法、著作権法、不正競争防止法、秘密保持契約、既存の情報セキュリティ規程などは適用されます。そのため、実務上は企業規模と利用リスクに応じた社内ルールを整備することが推奨されます。小規模企業では、承認済みツール、入力禁止情報、出力確認、事故報告先を一枚にまとめる方法もあります。

Q. 生成AIに個人情報を入力してもよいですか？

一律には判断できません。少なくとも、自社が特定した利用目的の範囲内か、サービス提供者が入力情報を回答生成以外の目的で利用しないかを確認する必要があります。提供者による機械学習など別目的での取扱いがある場合は、個人データの第三者提供に該当し、原則として本人同意が必要となる可能性があります。未承認環境への入力は社内ルールで禁止し、業務上必要な処理のみ、契約・設定・法的要件を個別に審査する方法が現実的です。

Q. 無料版ではなく法人向けサービスなら安全ですか？

法人向けという名称だけでは判断できません。学習利用、保存期間、削除、SSO、管理者ログ、再委託、事故通知、契約終了時の処理を、契約と設定で確認します。同じサービスでもプランや機能で条件が異なる場合があります。

Q. どの部署がガイドラインを作るべきですか？

一部署だけで作ると、技術、法務、現場のいずれかが欠けやすくなります。経営責任者を置き、情報システム、セキュリティ、法務、個人情報保護、利用部門、内部監査が役割を分担します。小規模企業では兼務しても、承認者と事故窓口は明確にします。

Q. ガイドラインはどのくらいの頻度で更新しますか？

法令で一律の更新周期が定められているわけではありません。自社運用の目安として少なくとも年一回の定期見直しを設定し、法令、政府資料、利用規約、モデル、外部連携、事故、用途が変わったときは臨時に見直します。ツール一覧や設定は別紙にし、本文より短い周期で更新します。

Q. AI事業者ガイドラインに法的拘束力はありますか？

AI事業者ガイドラインは法令そのものではありません。ただし、政府が示すAIガバナンスの基本的な指針として、社内管理を設計する材料になります。個人情報保護法、著作権法、契約などの適用は別に確認します。

まとめ

生成AIガイドラインは、生成AIを全面禁止する文書でも、自由利用を追認する文書でもありません。入力するデータ、用途の影響度、利用環境を組み合わせ、許可、条件付き許可、事前承認、禁止を分ける判断基準です。

策定では、利用実態の棚卸し、情報分類、用途分類、サービス審査、利用可否表、責任体制を先に整えます。その後、限定部門で試し、教育、台帳、事故・ヒヤリハット、規約変更を基に更新します。

最初の一歩は、社内で使われている生成AIサービス、アカウント、用途、入力情報を一覧にすることです。見えない利用を把握できれば、自社に必要な制御を具体化できます。

---

生成AIの安全な社内活用を支援します

株式会社Nexaでは、生成AIの利用実態の整理、ツール選定、社内ガイドライン、運用設計まで、企業向けAI顧問サービスで支援しています。何から整えるべきか分からない段階からご相談いただけます。

AI顧問の詳細・無料相談はこちら →

---