ジェイルブレイク（Jailbreak）とは？Anthropicの公式説明をもとにした用語の範囲
業務で使っていたAIが回答を断ったとき、社内の利用ルールと、AI提供元が置いた制限のどちらを確かめるべきか、迷いやすいところです。
この記事では、ジェイルブレイクが指す範囲、会社で問題として扱う理由、防ぐ側の仕組みとの違い、利用ルール・相談先・記録で確認したい点を整理します。
AIが回答を断ったときは、社内の相談先と提供元の説明を確認します。
この記事の監修者
AIリスキル株式会社 代表取締役
AIツールギャラリーを運営するAIリスキル株式会社の代表取締役。企業・自治体向けの生成AI研修とAI導入支援を手がけています。
実績: 大阪・関西万博 公式プログラム「AI HEROES COLLECTION」司会進行 / 神戸市デジタル人材育成エコシステム構築事業の運営 / MBS「せやねん!」「よんチャンTV」に生成AIの専門家として出演 / Felo日本初コアアンバサダー / Genspark第1期公式アンバサダー / Skywork公式アンバサダー / AKOOL公式パートナー など
ジェイルブレイクとは何を指す言葉ですか
提供元の制限を回避しようとする試み
本記事では、Anthropicの2026年7月2日の公式説明をもとに、ジェイルブレイクを提供元が設けた安全上または利用上の制限を回避しようとする試みとして扱います。Anthropicは、自社が防ごうとする行動を可能にするために安全策を回避する試みとして説明しています。
この言葉は、特定の製品名を指すものではありません。本記事で確認した範囲では、世界共通の法的定義または単一の公的定義は確認できませんでした。
OpenAIの利用ポリシーは、自社サービスで「safeguardsの回避」を許可しない行為に挙げています。これはOpenAIのサービスに関する方針であり、他社のサービスにも同じ条件があるとは限りません。
用語の範囲を確認する
この記事は、用語の範囲を確認するためのものです。業務で迷ったときは、社内の相談先と利用する提供元の説明を確認してください。
回答を得られなかったことだけで、その業務ができない、または不適切だと決まるわけではありません。会社の規程、扱う情報、業務の目的を確認し、必要なら相談先へ渡します。
なぜ会社で問題として扱われるのですか
OpenAIは、自社サービスで安全策の回避を許可しない行為に挙げています。Anthropicは、自社ポリシーの実施のために検知・監視を行い、状況により利用制限、停止、終了、出力のブロック・変更を行う場合があると説明しています。
これらは、それぞれの提供元の自社サービスに関する説明です。会社で使うサービスは、自社の規程・契約と利用する提供元の説明で個別に確かめます。
個別の条件はサービスや契約によって異なるため、一般的な説明だけで判断せず、社内の相談先と確認します。確認の範囲は、業務ごとに異なります。
取り扱う情報と出力利用を分けて確認する
NISTの生成AIプロファイルは、データプライバシー、情報の完全性、情報セキュリティを関連するリスクとして挙げています。同資料は、リスクが現れるかどうかはモデル、システム、ユースケースの特性で変わるとも説明しています。
そのため、特定の状況だけから情報漏えいの有無は判断できません。必要な確認は、自社の規程・契約と利用する提供元の説明で、利用するサービスや業務ごとに行います。
NISTの任意の枠組みを参考に、組織が相談先や記録の範囲を決める選択肢があります。
提供元の対応を一般化しない
OpenAIとAnthropicの説明は、それぞれの自社サービスに関するものです。すべての提供元に共通する対応として一般化せず、会社で使うサービスは、自社の規程・契約と利用する提供元の説明で個別に確かめます。
AIの出力が想定と違ったときは、社内の相談先と提供元の説明を確認します。
防ぐ側の仕組みとは何が違うのですか
試みを表す言葉と防ぐ側の仕組みを表す言葉
本記事では、Anthropicの公式説明をもとに、ジェイルブレイクを提供元の制限を回避しようとする試みとして扱います。一方で、ガードレールは、望ましくない入力や出力を防ぐ側の仕組みを指します。
したがって、両者は同じ用語ではありません。ジェイルブレイクは何をしようとするかに注目し、ガードレールはそれを含むリスクにどう備えるかに注目します。
ガードレールの仕組み、置き方、防ぎきれないことは、ガードレールとはで確認できます。本記事では、詳細には踏み込みません。
会社として何を決めておくとよいのですか
NIST AI RMFは、方針、役割、連絡線、文書化をAIリスク管理の要素として整理しています。これは任意の枠組みであり、すべての会社に同じ手順を求めるものではありません。
組織では、NISTの任意の枠組みを参考に、利用ルール、相談先、記録を別々に決める選択肢があります。迷ったときは、自社の規程・契約と利用する提供元の説明を確認します。
利用ルールに確認の進め方を含める
利用ルールには、使ってよいサービス、業務目的、入力してよい情報の区分に加え、迷ったときに確認する自社規程、契約、提供元資料、社内の相談先を示す選択肢があります。
無許可または会社が把握していないAI利用は、ジェイルブレイクとは別の論点です。サービスの利用状況やルールの周知については、シャドーAIとはで詳しく扱っています。
相談先と記録を先に決める
NIST AI RMFは、役割と責任、連絡線を明確にし、文書化することを挙げています。組織は、NISTの任意の枠組みを参考に、規模や業務に合わせて、AIの応答に迷った人が誰へ、どの情報を添えて相談するかを決める選択肢があります。
組織が記録を残す場合は、利用したサービス、業務目的、入力情報の区分、相談・確認の結果など、必要な範囲に絞る選択肢があります。機密性のある入力内容をそのまま広く残すかどうかは、自社の情報管理ルールに沿って決めます。
誰が判断し、誰が確認するかという組織全体の設計は、AIガバナンスとはで確認できます。本記事の焦点は、Anthropicの公式説明をもとに扱う用語の範囲と、組織側の確認の選択肢を整理することです。
まとめ
本記事では、Anthropicの公式説明をもとに、ジェイルブレイクを提供元が設けた制限を回避しようとする試みとして扱いました。提供元の説明と会社の利用ルールを確認するための入り口として捉えます。
確認が必要な内容は、自社の規程・契約と利用する提供元の公式説明で個別に確かめます。
防ぐ側の仕組みであるガードレールとは役割が異なります。組織では、NISTの任意の枠組みを参考に、利用ルール、相談先、必要な記録を決める選択肢があります。
利用の可否や個別の条件は、会社の規程、契約、利用するサービスの公式説明を確認してください。
この記事の出典
- More details on Fable 5’s cyber safeguards and our jailbreak framework（Anthropic、2026年7月2日公開、2026年9月13日確認）
- Usage policies（OpenAI、2025年10月29日発効、2026年9月13日確認）
- Usage Policy（Anthropic、2025年9月15日発効、2026年9月13日確認）
- Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile（NIST AI 600-1、2024年7月26日公開、2026年9月13日確認）
- AI RMF Core（NIST、2026年9月13日確認）
- NIST AI RMF Playbook（NIST、2026年9月13日確認）
この記事は役に立ちましたか？
感想は、今後の記事改善に活用します。
関連記事
Zero-shot（例を示さない依頼）とは？業務での使い分けと指示の書き方
Zero-shotとは、AIにお手本の例を示さず、指示と必要な情報だけで頼む書き方です。例を示す場合との使い分け、指示に書く項目、業務で確認したい点を会社員向けに解説します。
Few-shot（少数例プロンプト）とは？AIへの依頼にお手本を添える書き方
Few-shotとは、AIへの依頼文に望む入出力のお手本を少数添え、出力の型や判断の例を示す書き方です。例の選び方、業務データの確認点、構造化出力との違いを解説します。
思考の連鎖（Chain of Thought）とは？AIに途中の考えを順に出させる依頼の仕方
思考の連鎖（CoT）は、AIに結論だけでなく途中の考えや理由を順に出させる依頼の仕方です。推論モデルとの違い、業務で確認したい点、出力をそのまま信じない理由を解説します。
プロンプトテンプレートとは？毎回の依頼文を使い回す方法と保存先の例
本記事では、毎回の依頼文の共通部分を雛形にし、案件ごとに変わる情報を差し替えて使う運用を、プロンプトテンプレートと呼びます。システムプロンプトとの違い、確認できた製品別の再利用機能、会社で作る前の確認項目を整理します。
次のAIツール選びへ
気になるツールを並べて、料金や特徴の違いを確認できます。