ホーム / 記事
Claude

Claudeを業務で使うときに確認すること

公開 2026-10-27

長い文章をまとめて扱えるのが強みです。ただ情報管理では逆に働きます。一度に渡す量が増えるほど、一度の操作で外に出る情報が増えます。

長い文書を扱うと、入力量が増える

Claudeは、長い文章をまとめて扱うのが得意なモデルです。契約書、報告書、議事録、仕様書。何十ページもある資料を一度に渡して処理できます。

便利なのですが、情報管理の観点では逆向きに働きます。一度に渡す量が増えるほど、一度の操作で外に出る情報が増えるからです。

ChatGPTに質問文を貼るのと、Claudeに50ページのPDFを渡すのとでは、1回の操作の重さが違います。

短い質問を貼る場合 「この文章の誤字を直して」+数行 出る量は小さい 長い資料を渡す場合 「この報告書を要約して」+50ページのPDF 本文のほか、添付の一覧、関係者名、数値が全部入る 本人は「1ファイル送っただけ」のつもり 判断の単位が「ファイル」になる 中を見ずに渡すと、何が出たか分からない
性能が上がるほど、1回の操作で渡す量が増える。渡す前に中身を確認する習慣がないと、事後に何が出たかを説明できない。

プランごとの扱い

Anthropicは、個人向けの Free・Pro・Max プランについて、既定では会話を生成モデルの学習に使わないと説明してきました。2025年には設定で学習への利用を選べる形に変わり、利用者が選択する方式になっています。

商用向けのプラン(Team、Enterprise、API経由)については、入力したデータを学習に使わない扱いとされています。

方針は変わることがあるので、契約しているプランの条項を一次情報で確認してください。この記事を含め、二次情報の数字を根拠に判断しないでください。

◆ 確認する場所

プライバシーポリシーと、商用プランの場合は利用規約・データ処理に関する条項。「設定画面のトグル」ではなく「契約の条項」で確認するのが原則です。設定は個人が変えられますが、条項は変わりません。

設定を個人任せにしない

学習への利用を利用者が選べる形になっている場合、会社として問題になるのは設定が個人ごとにバラバラになることです。

Aさんはオフにしている。Bさんは初期設定のまま。Cさんは意味を理解せずオンにした。この状態で「当社では学習に使われない設定にしています」とは言えません。

対処は2つ。法人プランで管理者が一括設定できる形にするか、個人プランなら設定画面のスクリーンショットを提出させるか。

後者は運用として重いので、業務で使うなら法人契約に寄せるのが現実的です。申請フローの記事にも書きましたが、会社のアカウントで使える状態を作るのが結局いちばん早い。

ファイルを渡す前のチェック

長い資料を扱えることが強みなので、ここに手順を作ると効きます。

  1. ファイルを開いて、先頭から終わりまでスクロールする
  2. 別紙・添付・付録に、本文と関係ない情報が入っていないか見る
  3. 作成者名、更新履歴、コメント欄を確認する
  4. 取引先から受領した資料が混ざっていないか確認する
  5. 必要な部分だけを別ファイルに切り出す

3番が見落とされます。Officeファイルには、作成者名や編集履歴、変更履歴のコメントが残っています。PDFに変換しても、こうした情報がファイルの中に残ることがあります。

5番までやるのが理想ですが、最低でも1番だけは必ず。「中を見ずに渡す」をやめるだけで、事故はかなり減ります。

プロジェクト機能の扱い

Claudeには、関連する会話と資料をまとめておく機能があります。背景資料を一度入れておけば、以降の会話で参照されます。

便利ですが、GPTsに資料を登録する場合と同じ注意が要ります。会話を削除しても、プロジェクトに入れた資料は残ります。

そして共有設定があるなら、誰が見られるかを確認してください。この構図はGPTsの記事に詳しく書きました。

⚠ 一度入れた資料は、意識から消える

プロジェクトに資料を入れたことは、入れた日は覚えています。3ヶ月後には忘れています。何を入れたかの一覧を、どこかに記録しておいてください。

向いている使い方

長文処理が強みなので、そこを活かす用途が効きます。ただし、入れてよい資料であることが前提です。

用途渡してよい資料
公開資料の読み込みと要約法令、通達、業界団体の資料、公募要領
自社で作った長い文章の推敲マニュアル、提案書、社内文書
複数の文書の比較公開されている他社の方針など
議事録の構成を整える固有名詞を外した自分のメモ
長文の構造化自社の文章

1番目が本領だと思います。何十ページもある公開資料を読み込んで、論点を整理させる。公開情報なので制約がなく、効果だけ得られます。

同じ用途ならNotebookLMも向いています。比較はこちらに書きました。

出力の確認は変わらず必要

どのモデルでも共通ですが、事実関係の確認は省略できません。

長い資料を渡した場合、要約の過程で内容がずれることがあります。元の資料に書いていないことが補われたり、条件が落ちたりします。

要約を根拠に判断するなら、要約が指している元の箇所を開いて確認してください。

どのツールでも、見るところは同じ

ここまでClaudeの話を書きましたが、確認する項目は他と変わりません。

学習に使われるか。どこに保存され、いつ消えるか。会社が管理できるか。退職時に回収できるか。

ツールごとに記事を分けていますが、判断の枠組みは共通です。新しいツールが出るたびに一から考えるのではなく、同じ4項目を当てはめればいい。

そのほうが、来年また新しいサービスが出たときに困りません。

無料・登録不要
生成AIに入れてはいけない情報 チェックリスト
この記事で書いた判断を、A4一枚にまとめてあります。 そのまま印刷して、生成AIを使う人のPCの横に貼れます。社名を入れ替えて社内で配っても構いません。
チェックリストを開く

どのツールでも、見るところは同じ

学習に使われるか。どこに保存され、いつ消えるか。会社が管理できるか。退職時に回収できるか。この4つだけです。

AI Security Lab は、生成AIを業務で使う会社向けの eラーニングです。 何を入力してはいけないか、設定で防げる範囲はどこまでか、漏れたときに最初に何をするか。 中小企業の現場で実際に起きることを前提に組んでいます。

講座の内容と料金を見る

序章とレッスン01は無料で読めます。登録は不要です。

あわせて読む

Geminiの個人版とWorkspace版は、何が違うのか
同じ名前でも、データの扱いと会社の管理権限がまったく違います。
GPTs(マイGPT)に社内資料をアップロードするリスク
会話を消しても、登録した資料は消えません。そして公開範囲の設定を1つ間違えると、本当に外に出ます。
NotebookLMに社内資料を入れていいか
資料を入れないと何もできないツールです。つまり使い始めた瞬間に、判断が必要になります。
プログラムのコードを生成AIに貼るとき
貼っているつもりなのはロジックだけ。実際には接続情報と業務構造が付いてきます。