Azure OpenAIは、「Azureだから、機密情報を入れても大丈夫」と説明されることがあります。データの扱いについての公式な約束は確かにあります。ただ、ネットワークの公開範囲、利用者の権限、コンテンツフィルターの強さ、ログの取得は、使う側が設定してはじめて決まります。説明を聞いただけで、設定を確かめないまま始めると、安全のつもりで穴が残ります。

この記事では、Azure OpenAIのセキュリティ対策を、Azureが運用する部分と、自社が設定する部分に分けて整理します。2026年10月に確認したMicrosoft Learnの公式ドキュメントを手がかりに、入力が学習に使われないこと、処理される場所、ネットワークと権限、コンテンツフィルター、保存されるデータとログを説明し、開発会社に頼むときの条件を示します。設定手順の記事ではなく、設定を依頼し、確認する側の記事です。

この記事のポイント

  1. 入力と出力は、他の顧客やOpenAIに渡されず、お客様の許可なく基盤モデルの学習に使われないとされる。ただし、不正使用の監視のために分析される仕組みがある
  2. 処理される場所は、デプロイの種類(標準、グローバル、データゾーン)で変わる。保存されるデータは、指定した地域に置かれる
  3. ネットワークの閉域化、ロールによる権限、コンテンツフィルターの強さ、ログの取得は、自社が設定する。フィルターが対象にしない処理もある
  4. 設定は開発会社が行うことが多いため、処理の場所、ネットワーク、権限、フィルター、保存データを、要件と契約に書いて確かめる
目次
  1. Azure OpenAIのセキュリティ対策の前提
  2. 呼び名が変わっていることを知る
  3. 入力は学習に使われず、OpenAIにも渡らない
  4. 「Azureだから安全」とは言えない理由
  5. Azure OpenAIのセキュリティ対策の設定
  6. 処理される場所を選ぶ
  7. ネットワークと権限を絞る
  8. コンテンツフィルターの強さを決める
  9. 保存されるデータとログを確かめる
  10. 開発会社に頼むときの確認点
  11. よくある質問
  12. 総括:Azure OpenAIのセキュリティ対策

Azure OpenAIのセキュリティ対策の前提

上段にAzureが運用する基盤の箱、下段に自社が設定するスライダーの箱があり、守る範囲の分担を表したイラスト
運用する部分と、設定する部分を分けます

最初に、公式ドキュメントが何を約束していて、何を使う側に任せているのかを分けます。この章では、呼び名の変化、入力の扱い、「Azureだから安全」と言えない理由を説明します。

呼び名が変わっていることを知る

Azure OpenAIの公式ドキュメントは、現在、「Microsoft Foundry」の中の「Azureが販売するFoundryモデル」として説明されています。データの扱いを説明するページの題名も、「Microsoft FoundryにおけるAzureが販売するFoundryモデルのデータ、プライバシー、セキュリティ」です(2026年5月21日更新)。

開発会社や、古い記事は、「Azure OpenAI Service」と呼んでいることがあります。呼び名が違っても、同じ系統のサービスを指すことが多いですが、設定の画面や用語が変わっていることがあります。依頼の条件には、サービスの名前に加えて、使うモデルとデプロイの種類を書きます。

入力は学習に使われず、OpenAIにも渡らない

上記のページには、プロンプト(入力)、補完(出力)、埋め込み、トレーニングデータについて、次のとおり書かれています。他のお客様には利用できません。OpenAIや、Azureで販売されるモデルの他の提供者には提供されません。モデルの提供者が、モデルやサービスを改善するために使うことはありません。お客様の許可や指示なしに、生成AIの基盤モデルのトレーニングに使われません。また、Azureは、Microsoftの環境でモデルをホストし、OpenAIのサービス(ChatGPTやOpenAIのAPI)とは、やり取りしないとされています。モデルはステートレスで、プロンプトや補完がモデルに格納されることもありません。

一方で、不正使用の監視があります。ページには、FoundryとMicrosoftの担当者が、有害なコンテンツや、行動規範などに違反する使い方を示すパターンを探すために、プロンプトと補完(テキストと画像)を分析する仕組みが説明されています。管理対象のお客様は、不正使用の監視を変更するために、申請できると書かれています。検索すると、「オプトアウトの申請」と書かれた古い記事が多く見つかりますが、現在の公式ページで確認してください。他のサービスとの条件の比べ方は、生成AIのセキュリティ比較を7つの確認軸で整理した記事で説明しています。

「Azureだから安全」とは言えない理由

入力の扱いは、Azure側の約束で、使う側が決められない部分です。一方で、ネットワークをインターネットに公開したままにするか、誰に何の権限を与えるか、フィルターの強さをどうするか、ログを取るかは、使う側が決めます。公式ドキュメントも、プライベートエンドポイントによる閉じたネットワークの構成や、ロールによる権限の付与、Azure Monitorによる監視を、手順として載せています。載っているのは、設定すれば使える機能で、自動で有効になる機能ではありません。

たとえば、ドキュメントには、サブスクリプションのレベルで付けた所有者や共同作成者のロールは継承され、リソースグループのレベルで付けたAzure OpenAIのロールよりも優先されると書かれています。権限の与え方を決めずに始めると、必要以上に広い権限が、いつのまにか使われていることがあります。

Azure OpenAIのセキュリティ対策の設定

縦に6つのスイッチが並ぶパネルに、虫眼鏡が重なり、設定の状態を確かめる様子を表したイラスト
設定の状態を、ひとつずつ確かめます

責任の分担が分かったら、自社が決める設定を確かめます。この章では、処理される場所、ネットワークと権限、コンテンツフィルター、保存されるデータとログ、開発会社に頼むときの確認点を説明します。

処理される場所を選ぶ

プロンプトと応答は、お客様が指定した地域の中で処理されます。ただし、デプロイの種類によって例外があります。ドキュメントによると、「グローバル」のデプロイでは、モデルがデプロイされている任意の地域で処理される可能性があります。「データゾーン」のデプロイでは、指定したデータゾーン内の任意の地域で処理される可能性があります。たとえば、欧州連合の加盟国にあるリソースなら、他の加盟国で処理されることがあります。

どちらの種類でも、保存時に保存されるデータは、お客様が指定した地域に格納されると書かれています。処理の場所だけが変わる、という整理です。処理される場所を、国内や特定の地域に限りたいときは、グローバルやデータゾーンを選ばず、標準のデプロイを選ぶのか、データゾーンの範囲を許容するのかを、扱う情報の区分で決めます。

ネットワークと権限を絞る

ネットワークは、プライベートエンドポイントを使うと、仮想ネットワークの中の閉じた経路でつなげます。ドキュメントには、Azure OpenAIのリソースが、仮想ネットワークのサブネットの中で、プライベートエンドポイントを通じて通信する構成が示されています。インターネットに公開するか、閉じるかは、設定で決まります。

権限は、ロールで分けます。ドキュメントには、Azure OpenAIのロールとして、Cognitive Services OpenAIユーザー、同共同作成者、Cognitive Services貢献者、使用状況閲覧者が挙げられています。たとえば、OpenAIユーザーのロールだけを持つ利用者は、Microsoft Entra IDを使って推論のAPIを呼び出せますが、新しいリソースやモデルのデプロイの作成、キーの表示や再生成、微調整のモデルの作成、保存された補完データの表示、カスタムのガードレールの作成はできません。使う人には、必要な操作だけが可能なロールを、管理する人とは分けて与えます。

コンテンツフィルターの強さを決める

Azure OpenAIには、入力と出力の両方を検査する、コンテンツフィルター(現在の名称ではガードレール)があります。最初の4つのカテゴリは、低、中、高の3段階の強さを設定できます。ユーザーのプロンプトで安全の規則を回避させるユーザープロンプト攻撃や、第三者がドキュメントの中に悪意のある命令を置く間接攻撃を検出するプロンプトシールド、保護された素材の検出、個人を特定できる情報(PII)の検出などのフィルターもあります。検出したときに、注釈を付けるだけにするのか、ブロックするのかも選べます。

注意が必要なのは、対象外の処理があることです。ドキュメントには、コンテンツフィルタリングのシステムは、埋め込みのモデルや、音声のモデル(Whisperなど)で処理されるプロンプトと補完には、適用されないと書かれています。また、フィルターを緩める、または無効にするなどの変更は、承認されたユースケースに限られます。フィルターを入れても、AIに持たせる権限が大きければ、被害は大きくなります。権限を絞る設計と、重要な操作の承認を、あわせて決めます。

保存されるデータとログを確かめる

通常の推論では、入力と出力は、モデルに保存されません。一方、保存を伴う機能(微調整や、保存された補完など)を使うと、そのデータは、顧客のAzureテナント内のFoundryリソースに、同じ地域の中で保存されます。ドキュメントによると、保存時は、MicrosoftのAES-256暗号化で常に暗号化され、カスタマーマネージドキー(自社の鍵)を使うオプションもあります。ただし、特定のプレビュー機能では、自社の鍵がサポートされないことがあります。顧客はいつでも削除できると書かれています。

使用状況の監視は、Azure Monitorで、メトリックとログを集めて見られます。何を、どこに、何日残すのかは、設定で決まります。取ったログを、運用の中で確かめる方法は、AIシステムのセキュリティ監査を、ログと証跡として整理した記事で説明しています。

開発会社に頼むときの確認点

Azure OpenAIの設定を、開発会社に頼む場合は、次の項目を、要件と契約に書いて確かめます。

自社と開発会社の2人が、スイッチの並ぶ設定書の同じ行を指で示して確かめる様子を表したイラスト
設定の条件を、書面で確かめます
  • サービスと使うモデル:名前、デプロイの種類(標準、グローバル、データゾーン)。モデルが処理される地域
  • 不正使用の監視:変更の申請をするか。申請する場合の手続きと、承認の条件
  • ネットワーク:プライベートエンドポイントを使うか。インターネットに公開する範囲
  • 権限:ロールの一覧と、誰に何を与えるか。開発会社の担当者のアクセスの範囲と、契約が終わったあとの削除
  • コンテンツフィルター:強さの設定、プロンプトシールドの有無、検知したときの動作。対象外の処理(埋め込み、音声)がないか
  • 保存とログ:保存を伴う機能を使うか。保存先、暗号化の鍵(自社の鍵にするか)、ログの取得と保存期間

この項目を、複数の開発会社に同じ条件で示すと、提案を比べられます。要件を書き出すときは、RFP(提案依頼書)テンプレートの非機能要件の欄に、上の項目を追記すると、各社の提案を同じ条件で比べられます。書き出した要件に抜けがないかを、発注の前に点検するには、要件定義書レビューシート(8カテゴリ・60項目)で、抜けやすい項目を確かめられます。同じ種類の、AWSのAmazon Bedrockの確認点は、AWSの生成AIセキュリティを、Bedrock導入前に確認する点として整理した記事で説明しています。

よくある質問

Q. Azure OpenAIなら、機密情報を入れても大丈夫ですか?
A. 入力が他の顧客やOpenAIに渡らず、お客様の許可なく学習に使われないことは、公式ページに書かれています。ただし、不正使用の監視のための分析があり、ネットワーク、権限、ログは自社の設定です。入れてよい情報の線引きは、社内のルールと、扱う情報の区分で決めてください。
Q. 「オプトアウト申請」は、必要ですか?
A. 古い記事に書かれていた言葉で、現在の公式ページでは、不正使用の監視を変更するための申請として説明されています。申請が必要かは、扱う情報と、自社の方針で決めます。申請する場合は、承認の条件を、公式ページと、契約の窓口で確認してください。
Q. 日本国内だけで処理させたいときは、どうすればよいですか?
A. 標準のデプロイを、日本のリソースに置く選択肢があるかを、使うモデルごとに確かめます。グローバルやデータゾーンのデプロイは、処理が国外に出る可能性があります。モデルによって、選べるデプロイの種類が違うため、開発会社に書面で確認してください。