---
title: "社内データの分類ルール｜AI-Ready.jp"
url: https://www.ai-ready.jp/templates/data-classification-rules/
description: "社内のデータを機密・社外秘・社内限り・公開の4つに分け、区分ごとに保存場所・共有・社外への送付・生成AIへの入力・廃棄の扱いを決めるWordのひな形です。判断の目安と役割も書けます。"
updated: 2026-11-12
publisher: "フロレンティナ株式会社"
---
ひな形Word更新 2026-11-12

# 社内データの分類ルール

このひな形でできること

社内のデータを4つの区分に分け、区分ごとに保存場所・共有・社外への送付・生成AIへの入力・廃棄の扱いを決めて、社内の判断をそろえられます。

ダウンロード（Word・39KB・無料・登録不要）

[社内データの分類ルールをダウンロード](https://www.ai-ready.jp/assets/downloads/data-classification-rules.docx)

自社の規程・契約・関係する法令に合わせて直してお使いください（[サイトの利用について](https://www.ai-ready.jp/policy/terms/)）。

ガイド「[社内データの分類ルールの作り方](https://www.ai-ready.jp/guide/data-classification-policy/)」で説明している手順に合わせて作ったWordのファイルです。区分の決め方（判断の目安）、区分ごとの取り扱い、表示の方法、役割、例外の申請、見直しまでを1つの文書にまとめています。生成AIの利用ルールで「入力してよい情報」を決めるときの土台にもなります。

## 使い方

① **区分の数と名前を決めます。** ひな形では「機密」「社外秘」「社内限り」「公開」の4つにしています。社員が迷わずに選べる数と名前にします。

② **区分の決め方を書きます。** 「漏れた場合に誰にどの程度の影響があるか」「個人情報を含むか」「取引先との契約で秘密とされているか」などの問いと、区分ごとの例を書きます。

③ **区分ごとの取り扱いを決めます。** 保存場所、社内での共有、社外への送付、印刷・持ち出し、生成AIへの入力、廃棄の方法を、区分ごとに表で決めます。

④ **表示の方法と役割を決めます。** ファイル名や文書の先頭への区分の書き方と、データの責任者・利用者・管理部門の役割を書きます。

⑤ **例外の申請と見直しの時期を決めます。** 決まりと違う扱いが必要なときの申請の流れと、ルールを見直す時期を書きます。

⑥ **社内に周知し、既存のデータに区分を付けていきます。** 「社内データの棚卸し表（[社内データの棚卸し表](https://www.ai-ready.jp/templates/data-inventory-sheet/)）」の分類の列に、この区分を書きます。

分類ルールの作り方

- **区分の数と名前**：ひな形では機密・社外秘・社内限り・公開の4つ。迷わずに選べる数と名前に
- **区分の決め方**：漏れた場合の影響、個人情報、取引先との契約などの問いと、区分ごとの例
- **区分ごとの取り扱い**：保存場所・共有・社外への送付・印刷と持ち出し・**生成AIへの入力**・廃棄を表で
- **表示の方法と役割**：ファイル名などへの書き方と、データの責任者・利用者・管理部門の役割
- **例外と見直し**：決まりと違う扱いの申請の流れと、見直しの時期
- **周知と区分付け**：社内に周知し、棚卸し表の分類の列に区分を書いていきます

## 中身（見出し）

| 見出し | 書くこと |
|---|---|
| 1. 目的と対象 | ルールの目的、対象のデータ（紙・電子・クラウド）、対象の人（役員・社員・派遣社員・委託先） |
| 2. 区分の定義 | 4つの区分の名前、定義、例 |
| 3. 区分の決め方（判断の目安） | 判断の問い、迷ったときの決め方、迷った例 |
| 4. 区分ごとの取り扱い | 保存場所、社内での共有、社外への送付、印刷・持ち出し、生成AIへの入力、廃棄の方法 |
| 5. 表示の方法 | ファイル名・文書の先頭・フォルダへの区分の書き方 |
| 6. 役割 | データの責任者（データオーナー）、利用者、管理部門の役割 |
| 7. 個人情報の扱い | 個人情報を含むデータの区分の目安、関係する社内規程 |
| 8. 例外の申請 | 申請の方法、承認者、記録 |
| 9. 見直しと改定の記録 | 見直しの時期、改定の日付と内容、承認者 |

## 記入例

架空の会社「株式会社〇〇」の例です。

| 区分 | 定義 | 例 | 生成AIへの入力 |
|---|---|---|---|
| 機密 | 漏れた場合に、会社やお客様に大きな影響があるもの | 未公表の決算の数字、M&Aの検討資料、取引先から秘密として預かった資料 | 入力しない |
| 社外秘 | 社外に出すと、お客様や会社に影響があるもの | 顧客の一覧、見積もりの単価、人事の評価 | 条件付き（会社が承認したツールで、決められた用途に限る。個人名などは除くか置き換える） |
| 社内限り | 社内では共有してよいが、社外には出さないもの | 社内の手続きの資料、会議の予定 | 条件付き（会社が承認したツールに限る） |
| 公開 | すでに公開している、または公開してよいもの | 会社のWebサイトの情報、公表した資料 | 入力してよい |

## 使うときの注意

- **自社の規程・契約に合わせて直してください。** 区分の数・名前・取り扱いは一般的な例です。就業規則・情報セキュリティの規程・取引先との秘密保持の契約と食い違わないように整えます。
- **個人情報の扱いは、法令を確かめてください。** 個人情報保護法では、個人データの安全管理のために必要かつ適切な措置を講じること（第23条）、従業者や委託先を監督すること（第24条・第25条）が求められています。個人情報保護委員会のガイドライン（通則編）では、取扱規程の整備やアクセスの制御などの例が示されています。区分の決め方は、弁護士などの専門家に確かめていただくと安心です。
- **生成AIへの入力の扱いは、利用ルールとそろえてください。** 記入例の「生成AIへの入力」の列は、「入力してはいけない情報の一覧（[入力してはいけない情報の一覧](https://www.ai-ready.jp/templates/prohibited-input-list/)）」の3つの区分（入力してよい・条件付き・入力しない）で書いています。「生成AIの利用ルール（[生成AIの利用ルール（ひな形）](https://www.ai-ready.jp/templates/generative-ai-usage-policy-template/)）」とあわせて、分類の区分と入力の区分の対応をそろえておくと、社員が迷いにくくなります。
- **区分は付けて終わりではありません。** 権限の設定や共有の範囲が区分のとおりになっているかを、定期的に確かめます。
- このひな形は参考のための資料で、監査・評価・認証に代わるものではありません。特定の製品・サービス・会社をお勧めするものでもありません。

## よくあるご質問

Q区分は4つでなければいけませんか？

A4つは一例です。社員が迷わずに選べることを大切にし、3つや5つにしても構いません。区分を増やすほど判断が難しくなるため、まずは少ない数で始め、運用しながら見直す進め方があります。

Qどの区分か迷ったときはどうすればよいですか？

A迷ったときは、より慎重な区分（上の区分）にしておき、データの責任者に確かめる決め方があります。迷った例を「判断の目安」の表に足していくと、次に同じことで迷う人が減ります。

## このひな形を使うガイド

- [アカウントと権限の管理の基本](https://www.ai-ready.jp/guide/access-management-basics/)ガイド
- [匿名加工情報・仮名加工情報・合成データの使い分け](https://www.ai-ready.jp/guide/anonymization-and-synthetic-data/)ガイド
- [社内データの分類ルールの作り方](https://www.ai-ready.jp/guide/data-classification-policy/)ガイド
- [社内データの棚卸しの進め方](https://www.ai-ready.jp/guide/data-inventory/)ガイド
- [データの保存期間と削除のルールの決め方](https://www.ai-ready.jp/guide/data-retention-policy/)ガイド
- [生成AIの利用ルールの作り方（ひな形つき）](https://www.ai-ready.jp/guide/generative-ai-usage-policy/)ガイド
- [社内のナレッジベースの作り方](https://www.ai-ready.jp/guide/knowledge-base-building/)ガイド
- [生成AIと個人情報の扱い：個人情報保護法と注意喚起から確かめること](https://www.ai-ready.jp/guide/personal-data-and-generative-ai/)ガイド
- [シャドーAIへの対策](https://www.ai-ready.jp/guide/shadow-ai-countermeasures/)ガイド
- [営業秘密を守りながらAIを使う](https://www.ai-ready.jp/guide/trade-secret-and-ai/)ガイド

## 次の一歩

[測るAI-Ready診断（無料）いまの準備状況を、7つの柱で確かめられます。](https://www.ai-ready.jp/diagnosis/) [相談する結果の解説（30分・無料）診断の結果をもとに、オンラインでご説明します。](https://www.ai-ready.jp/consult/review/) [窓口ご相談のお申し込み経営・M&A・事業承継・上場・バリューアップはフロレンティナ、AIの導入・開発・データ・セキュリティ・研修はアメリア・テクノロジーがお受けします。](https://www.ai-ready.jp/consult/apply/)

---

出典：フロレンティナ株式会社「社内データの分類ルール｜AI-Ready.jp」 https://www.ai-ready.jp/templates/data-classification-rules/