Codex オプトアウトでデータ学習を止める設定と注意点

なぜ今 Codex のオプトアウトを確認すべきか

2026 年に入って AI コーディングエージェントが業務の標準ツールへと定着するなかで、「渡したコードや社内情報がモデルの学習に回るのか」という問いは、個人の関心から組織のガバナンス要件へと重みを増している。Codex はターミナルやクラウドでコードを読み書きするツールだけに、扱う情報がそのまま業務データそのものになりやすい。だからこそ、便利さを享受する前に「学習利用をどう止めるか」を一度きちんと確認しておく価値がある。

とりわけ見落とされやすいのが、ChatGPT アカウントでサインインして Codex CLI を使うケースだ。この経路では、ChatGPT のデータ管理設定がそのまま Codex にも効いてくる一方で、Codex には ChatGPT のトグルとは独立した学習許可の設定も存在する。「ChatGPT 側で一度オフにしたから安心」と思い込むと、Codex 側の設定を残したまま使い続けてしまう。まずは自分の利用形態を把握し、必要な設定を洗い出すところから始めたい（出典: https://help.openai.com/en/articles/11381614-codex-cli-and-sign-in-with-chatgpt ）。

Codex の学習利用は「2つの設定」で決まる

Codex のオプトアウトを正しく行うには、学習利用を左右する設定が一箇所ではないことを先に理解しておく必要がある。OpenAI の説明では、ChatGPT プランで Codex を使う場合、ChatGPT のデータ管理設定が「Codex で処理した内容をモデル改善に使ってよいか」に適用される。ただしそれとは別に、Codex 側には環境全体（full environments）の学習を許可する独立した設定があり、ChatGPT の画面やプライバシーポータルでの操作ではこちらは変わらない。つまり、片方だけを触っても片手落ちになるということだ（出典: https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan ）。

ChatGPT の Data Controls トグル

一つ目は、ChatGPT 本体のデータ管理（Data Controls）にある「Improve the model for everyone（モデルの改善に協力する）」というトグルだ。これをオフにすると、以後の新しい会話がモデル学習に使われなくなる。設定はアカウント全体に適用され、どのデバイスからサインインしても有効になる。ChatGPT サインインで Codex を使っている場合、この設定が Codex で処理した内容の学習可否にもつながる基本のスイッチになる（出典: https://help.openai.com/en/articles/8983082-how-do-i-turn-off-model-training-to-stop-openai-training-models-on-my-conversations ）。

Codex 側の「full environments」設定

二つ目は、Codex の設定画面にある「full environments（環境全体）」の学習を許可する独立した設定だ。OpenAI はこれを ChatGPT のトグルとは別の制御として説明しており、ChatGPT インターフェースやプライバシーポータルで学習をオフにしても、この Codex 側の設定には反映されないと明記している。したがって、Codex での学習を確実に止めたいなら、Codex の設定を開いてこの項目を明示的にオフにする必要がある。二系統あることを知らないと、ここが最も取りこぼしやすいポイントになる（出典: https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan ）。

オプトアウトの具体的な手順

設定の全体像を押さえたら、実際に止める順番は次のとおりだ。上から順に確認していけば、ChatGPT 側と Codex 側の両方、さらにアカウント全体への申請までを一巡できる。

1. ChatGPT にサインインし、プロフィール → 設定（Settings）→ データ管理（Data Controls）を開く。「Improve the model for everyone（モデルの改善に協力する）」をオフにする。これで以後の新しい会話が学習に使われなくなり、設定はアカウント全体に適用される（出典: https://help.openai.com/en/articles/8983082-how-do-i-turn-off-model-training-to-stop-openai-training-models-on-my-conversations ）。
2. Codex の設定を開き、「full environments（環境全体）」の学習を許可する独立した設定をオフにする。ここは ChatGPT のトグルとは別扱いなので、必ず個別に確認する（出典: https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan ）。
3. アカウント単位で一括して止めたい場合は、OpenAI のプライバシーポータルから「Do not train on my content（自分のコンテンツを学習に使わない）」を申請する。ただしこのポータルからの申請は、上記 Codex 側の環境全体の設定を上書きしない点に注意する（出典: https://help.openai.com/en/articles/7730893-data-controls-faq ）。

Step 1: ChatGPT のデータ管理をオフにする

最初の一歩は ChatGPT 本体のデータ管理だ。設定 → データ管理から「Improve the model for everyone」を切ると、その時点以降の会話が学習対象から外れる。過去に送った会話をさかのぼって扱うものではなく、あくまで「これから」に効く設定だと理解しておくと期待とのズレが起きにくい。チームで固定の運用をしているなら、メンバー各自のアカウントで設定されているかを確認しておきたい（出典: https://help.openai.com/en/articles/8983130-what-if-i-want-to-keep-my-history-on-but-disable-model-training ）。

Step 2: Codex 側の設定を確認する

次に Codex の設定へ移り、環境全体の学習許可をオフにする。ここが独立している以上、ChatGPT 側を切っただけでは Codex の環境全体に対する扱いは変わらない。設定画面の該当項目を実際に開いて、オフになっていることを目視で確認するのが確実だ。ChatGPT のトグルと二重に効かせて、はじめて Codex 経由の学習利用を止め切れると考えておく（出典: https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan ）。

Step 3: 必要に応じてポータルから申請する

アカウント全体で一律に止めたい、あるいは複数プロダクトをまたいで管理したい場合は、プライバシーポータルからのグローバルなオプトアウト申請を併用する。とはいえ、この申請は Codex の環境全体設定を上書きしないため、ポータルで申請したから Codex 側は不要、という関係にはならない。ポータルは「全体の意思表示」、Codex 設定は「Codex 固有の制御」と役割を分けて捉えるとよい（出典: https://help.openai.com/en/articles/7730893-data-controls-faq ）。

プラン別のデフォルト挙動を押さえる

オプトアウトの作業が必要かどうかは、契約プランによって大きく変わる。個人向けの Free・Plus・Pro では、明示的にオフにしない限り会話がモデル改善に使われ得るため、前述の手順が意味を持つ。一方で、ビジネス向けの ChatGPT Team・Enterprise や、API 経由での利用については、OpenAI は既定でモデル学習に使わないと説明している。つまりこれらの入口では、そもそも学習に回らないことが前提になっており、個別のオプトアウト操作を意識する必要は基本的にない（出典: https://openai.com/policies/how-your-data-is-used-to-improve-model-performance/ ）。

ただし例外もある。API を使う組織では、組織のオーナーが「API のデータを OpenAI と共有する」ことを能動的にオプトインできる仕組みが用意されている。裏を返せば、Team・Enterprise・API は「既定で安全側」だが、設定を変えれば挙動も変わり得るということだ。自分の Codex がどのプラン・どの認証経路で動いているかを最初に確定させておけば、「そもそも作業不要」なのか「二系統の設定を確認すべき」なのかが一意に決まる。ここを曖昧にしたまま設定を触ると、必要な箇所を残したり不要な作業に時間を使ったりしやすい（出典: https://openai.com/policies/how-your-data-is-used-to-improve-model-performance/ ）。

オプトアウトしても押さえておきたい注意点

最後に、オプトアウトを「万能のプライバシー対策」と取り違えないための注意点を挙げておく。第一に、モデル学習の停止と会話履歴の扱いは別物だという点だ。学習をオフにすることと履歴を残す・消すことは異なる設定であり、OpenAI もこの二つを分けて案内している。学習に使われないことは、ログや履歴が存在しないことを意味しない（出典: https://help.openai.com/en/articles/7730893-data-controls-faq ）。

第二に、オプトアウトは「これから」に効く設定であり、過去に送った内容までさかのぼって取り消すものではない、という時間軸の理解が要る。だからこそ、そもそも渡す情報を絞るという発想が欠かせない。API キーやトークンをコードやプロンプトに直書きしない、任せる範囲をサンドボックスや承認ポリシーで自分の側から決める、といった基本の守り方は、学習オプトアウトとは別レイヤーで併用すべきものだ。この観点は「Codex に機密情報を渡して大丈夫か」でも整理している。

第三に、設定は一度きりではなく定期的な棚卸しが要る。プランを乗り換えたとき、別のアカウントでサインインし直したとき、あるいはチームに新しいメンバーが加わったときには、二系統の設定が意図どおりになっているかを再確認したい。Codex は業務データそのものを扱うツールだからこそ、「便利だから使う」の前に「どこまで残り、どこには残らないか」を自分の言葉で説明できる状態にしておくことが、安心して任せるための土台になる（出典: https://developers.openai.com/codex ）。

まとめ

Codex のオプトアウトは、ChatGPT 側の Data Controls トグルと Codex 側の full environments 設定という二系統を、両方確認して初めて止め切れる。個人向けの Free・Plus・Pro では明示的な設定が要り、Team・Enterprise・API は既定で学習に使われない。加えて、学習停止は履歴の削除や機密の直書き回避を代替しない。二系統を確認し、プランごとの前提を踏まえ、渡す情報そのものを絞る——この三点を押さえれば、Codex を過度に恐れず、しかし油断もせずに業務へ組み込める（出典: https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan ）。