政府が生成AIの知財保護ルールを策定｜プリンシプル・コード3原則・学習データ開示と企業の対応【2026年8月最新】

政府は2026年8月25日、生成AI事業者に学習データやモデルの概要開示と権利者・利用者からの照会への回答を求める「生成ＡＩの適切な利活用等に向けた知的財産の保護及び透明性に関するプリンシプル・コード」を決定しました。ただしこれは法的拘束力も罰則もないソフトローで、実施するか、しないなら理由を説明する「コンプライ・オア・エクスプレイン」方式です。

内閣官房が公開した確定版PDFと「概要開示対象事項 具体例」を根拠に、3原則の中身、自社が対象になるかどうかの判定、開示ページに実際に何を書けばよいか、届出の流れ、EU AI Actとの違いまでを整理します。

この記事が想定する読者

• 生成AIを組み込んだサービスを提供している企業の法務・知財・開発責任者
• 社内で生成AIを使っているだけの企業で「うちも届出が必要か」を確認したい担当者
• 自分の作品が学習に使われたか確認したいクリエイター・権利者

なお本記事は制度の整理であり、個別の該当性判断についての法的助言ではありません。最終的な判断は弁護士・所轄窓口への確認をおすすめします。

まず押さえるべき6つのポイント

多くの企業にとって実務上いちばん効いてくるのは、対象範囲の線引きです。

社内利用だけの企業、自社（または特定企業グループ）のデータのみで作ったAIを限られた範囲に提供している企業、受託で開発工程の一部だけを担っている企業は、原則として対象外です。対象になるのは、生成AIシステムやそれを組み込んだサービスを不特定または特定多数に提供している事業者です。

プリンシプル・コードとは何か

出典：WIPO「Intellectual Property and Frontier Technologies」

プリンシプル・コードは、生成AI事業者が自主的に取り組むべき「透明性の確保」と「知的財産権保護のための措置」の原則をまとめた政府文書です。内閣府 知的財産戦略推進事務局が、「AI時代の知的財産権検討会」での議論を経て策定しました。

公式PDFは目的をこう定めています。

生成ＡＩ事業者が行うべき透明性の確保及び知的財産権保護のための措置の原則を定め、もって生成ＡＩ技術の進歩の促進と知的財産権の適切な保護の両立に向け、権利者や利用者にとって安全・安心な利用環境を確保することを目的とする。

（出典：生成ＡＩの適切な利活用等に向けた知的財産の保護及び透明性に関するプリンシプル・コード／内閣官房）

「コンプライ・オア・エクスプレイン」という仕組み

このコードの最大の特徴は、守らせるのではなく「守るか、守らない理由を説明するか」を選ばせる点にあります。コーポレートガバナンス・コードやスチュワードシップ・コードと同じ発想で、上場企業の統治ルールで使われてきた手法を生成AI領域に持ち込んだものです。

つまり、次の3つのどれを選んでも「違反」にはなりません。

1. 原則をすべて受け入れて実施し、その内容を公表する（コンプライ）
2. 一部の原則を実施せず、その理由を説明して公表する（エクスプレイン）
3. そもそも受入れ表明をしない

ただし3を選んだ場合、事務局が公表する「届出事業者一覧」に自社の名前が載らないことになります。罰則の代わりに市場評価とレピュテーションで規律をかける設計です。

AI推進法からプリンシプル・コードまでの流れ

このコードは突然出てきたものではなく、2025年に整備された国内AI政策の延長線上にあります。

前提となるAI推進法自体が罰則を持たない推進法である以上、その趣旨を踏まえたプリンシプル・コードも罰則を持たないのは制度設計上の帰結です。「AI規制法ができた」という理解は正確ではありません。

日本のAI政策全体の流れについては、デジタル庁の国産AIとは？国産LLM 3モデル稼働・行政AIの安全性や官公庁・自治体のAI活用事例もあわせて確認すると位置づけが掴みやすくなります。

自社は対象か？対象事業者の判定

最初に確認すべきはここです。対象は「生成AI事業者」、すなわち生成AI開発者と生成AI提供者の2つに限られます。

対象になる2つの立場

ここでの「生成AI」は、文章・画像・プログラム等を生成できるAIモデルに基づくAIの総称とされています。

原則として対象外になる4類型

公式PDFは、次の4つを「原則として該当しない」と明示しています。多くの一般企業はここに収まります。

1. 受託で構築過程の一部のみを担う者 — 開発者から委託を受けてモデル・アルゴリズム開発、データ収集（購入含む）、前処理、学習・検証等の一部だけを引き受けて納品・役務提供する事業者。検証、他システム連携の実装、運用サポートの一部のみを担う場合も同様
2. 公衆提供をしておらず、研究・開発を行っているにすぎない者
3. 一社または特定企業グループのデータのみで特化させた生成AIを、そのデータ提供者やその指定する限られた範囲の者にのみ提供する者（データ提供者が利用を許諾している場合に限る）
4. 第三者の権利を侵害する生成物が生成されるおそれが著しく低いシステム・サービスの開発者・提供者。既存著作物の創作的表現を直接感得できない生成物や、意思決定に資する統計的データ・推論結果にとどまる生成物が極めて高い頻度で生成されるものが例示されている

公式が挙げる具体的なケース

判断に迷いやすい受託・OEM型のケースについて、公式が具体例を示しています。

この整理から読み取れる境界線は、「誰のデータで作り、誰に配ったか」です。データ提供者本人とその指定範囲に閉じていれば対象外、業界横断で不特定多数に配れば対象、という線引きになっています。また、他社の汎用モデルを組み込む場合、責任は自社が付加した部分に限定される点も実務上重要です。

海外事業者も対象になる（内外無差別）

公式PDFは適用範囲についてこう定めています。

日本国内に本店又は主たる事務所を有しない生成ＡＩ事業者であっても、生成ＡＩシステムや生成ＡＩサービスが日本に向けて提供されている場合（日本国民が利用できる場合を含むがこれに限られない）には、この文書の適用を受ける。

OpenAI、Google、Anthropic といった海外の主要事業者も適用対象という整理です。英語の仮訳PDFも同時に公開されており、海外事業者への周知を前提とした設計であることがうかがえます。ただし拘束力がない以上、実際に届け出るかどうかは各社の判断に委ねられます。ここは今後の運用で最も注目される点です。

3原則の中身を公式原文どおりに整理する

原則の並びは誤解されやすいため、公式PDFの構造どおりに整理します。「知的財産権保護のための措置」は原則1の一部（1(2)）であって、独立した原則3ではありません。

原則1：コーポレートサイト等での概要開示

生成AI事業者は、自ら管理・運用するコーポレートサイト等（すべての者が閲覧可能なもの）で、以下の「概要開示対象事項」を開示し、権利者・利用者を含む誰もが閲覧できる状態にすることが求められます。開示できない項目があれば、理由を示して説明します。

(1) 透明性の確保のための措置

(2) 知的財産権の保護のための措置（対応状況を開示する9項目）

1. 知的財産権保護のための原則を策定し責任体制を明確化、年1回以上見直し、要旨を外部公表する
2. 開発・学習等を含めたデータ活用において他者の知的財産権を侵害しない
3. ペイウォール等のアクセス制限や robots.txt 等の機械可読な指示に従うクローラを採用し、ユーザーエージェントごとの措置を公開、変更時には通知する
4. 学習したログを一定期間保持する（検証可能性の確保）
5. いわゆる海賊版サイト等へのクロール回避に取り組む
6. 知的財産権を侵害する生成物の生成を防止する技術的措置を可能な限り講じる
7. 電子透かし、C2PA その他コンテンツの出所・来歴を証明する技術的措置を可能な限り講じる
8. 生成物が他者の知財を侵害すると考えられる場合は利用すべきでない旨を利用者に周知する
9. 権利者の適時適切な救済のため適切な窓口を整備し、申出要件を可能な限り明確化し、対応記録を保存する

robots.txt・ペイウォールへの対応は、すでに実務が先行している領域です。Cloudflare が AI クローラのデフォルトブロックと課金モデルを打ち出した動きは、まさにこの「機械可読な指示」をインフラ側から実装したものといえます（Cloudflare Pay Per Useとは？デフォルトブロックとAI無断学習規制を完全解説）。

「海賊版サイト等へのクロール回避」も抽象論ではありません。海賊版書籍を大量にダウンロードして学習に使ったことが問題視され、史上最高額の和解に至った事例が現実に存在します（Anthropic著作権訴訟で15億ドル和解を裁判所承認）。電子透かし・C2PAについても、GoogleがAI画像の透かし除去を容認した件のように、技術的措置の実効性をめぐる論点がすでに顕在化しています。

なお公式は、原則1について「当面の措置」と位置づけ、学習データの透明性については今後、国際的整合性に配慮した取組が進展することを期待する、と明記しています。将来の見直しが前提になっている点は押さえておくべきです。

原則2：権利者からの照会への回答

争う準備をしている権利者が使うルートです。

求められる人（原則2開示要求者）
映画、音楽、演劇、文芸、写真、漫画、アニメーション、コンピュータゲームその他の文字・図形・色彩・音声・動作・映像等（またはそれらを提供するプログラム）について、自らの権利または法律上保護される利益の実現のために、訴訟提起・調停申立て・ADRその他の法的手続を現に行い、または準備している者、およびその者から委任を受けた弁護士等の訴訟代理人。

照会できる内容

• 学習・検証等に用いられたデータ（クロール、第三者から取得した非公開データセット、公開データセット、合成データ等を含む）に、照会するURL等の情報（原則2対照情報）が含まれているか否か。対照情報は事業者が容易にアクセス・確認可能なものに限られる
• 求めを受けたのが生成AI提供者で自ら回答できない場合は、搭載モデルを開発した者の名称

求めが満たすべき3要件（すべて必要）

1. 原則2開示要求者に該当することを示す理由が示されていること
2. 回答の利用目的が明示され、その目的以外に利用しない旨を誓約していること
3. 原則2対照情報を示し、その情報との関係で開示を求める理由となる事由が特定されていること

公式が挙げる典型例は、自作品をウェブサイトAに掲載している人が、同一・類似の生成物を発見し、その掲載ページのURLを示して「そのドメインがクロール対象に含まれているか」「第三者から提供を受けた学習データの取得源に含まれているか」を照会するケースです。逆に、対照情報の範囲を超えて「作品自体が学習対象か」を包括的に問うことは想定されていません。

原則3：生成AI利用者からの照会への回答

こちらはAIで何かを生成したユーザー本人が使うルートです。

求められる人（原則3開示要求者）
その生成AIシステム・サービスを用いて、映画・音楽・演劇・文芸・写真・漫画・アニメ・ゲーム等のコンテンツを生成した者。法的手続を行っているかどうかは問われません。

照会できる内容

• 学習・検証等に用いたデータに、自分の生成物と同一または類似するコンテンツが掲載されたURL等の情報（原則3対照情報）が含まれているか否か
• 提供者が回答できない場合は、搭載モデルを開発した者の名称

求めが満たすべき3要件

1. 生成した生成物とそのとき用いたプロンプトが示されていること
2. 利用目的が明示され、その目的以外の目的および訴訟提起・調停申立て・ADR申立てに用いる目的では利用しない旨を誓約していること
3. 原則3対照情報を示し、開示を求める理由となる事由が特定されていること

典型例は、画像生成サービスで作った画像と同一・類似の画像がウェブサイトBに掲載されているのを見つけ、生成物・プロンプト・利用目的・BのURLを示して、そのドメインが学習データのクロール対象や第三者提供の取得源に含まれるかを照会するケースです。「自分が作ったものが、誰かの権利を侵害していないか不安」という利用者側の確認ニーズに応える設計になっています。

原則2と原則3をどう使い分けるか

この2つは混同されやすいものの、実務上の使い分けははっきりしています。同じ「学習データに含まれるか」を尋ねる制度でありながら、目的の制約が正反対だからです。

言い換えると、争うつもりがあるなら原則2、争うつもりがないなら原則3という分岐です。原則3で得た回答をそのまま訴訟に転用することは、誓約に反します。権利者が原則3ルートで情報だけ取って提訴する、という抜け道を塞ぐ設計になっています。

なお公式は、これらの原則以外にも情報収集の手段として当事者照会（民事訴訟法163条）や文書提出命令の申立て（同221条）があることを明記しています。プリンシプル・コードは既存の法的手続を代替するものではありません。

開示ページに実際に何を書けばよいか

「開示せよ」と言われても、粒度が分からなければ動けません。政府は本体PDFとは別に「概要開示対象事項 具体例」を公開しており、項目ごとの記載例が示されています。自社サイトの開示ページを作る際の骨子としてそのまま使えます。

（出典：概要開示対象事項 具体例／AI時代の知的財産権検討会 第13回 参考資料）

押さえておきたいのは、要求されているのが「学習データの全公開」ではなく「概要の開示」だという点です。データセットの中身を一件ずつ列挙する必要はなく、種類・取得手段・クローラの識別子といったレベルで足ります。EU AI Act が要求する「学習コンテンツの十分に詳細な要約」と比べても、現時点の日本のコードは開示の粒度が緩やかです。

届出とエクスプレインの実務

受入れ状況の可視化と届出の流れ

原則を受け入れる事業者に期待されるのは、次の2つです。

1. コーポレートサイト等で、各原則を受け入れる旨（受入れ表明）／各原則の実施事項／実施しない原則がある場合はその理由の説明を公表し、あわせて内閣府知的財産戦略推進事務局所定の様式に基づき届け出る
2. これらの事項について原則として毎年、見直し・更新を行い、更新した場合はその旨も公表する

事務局側は、参考様式を作成し、届出のあった事業者の一覧と、各社が公表したコーポレートサイト等のリンクを公表するとしています。関係省庁・団体を通じて各業界に届出を促すことも明記されています。

ただし重要な制約があります。事務局は届出内容の審査を行わず、第三者からの照会等にも回答しません。内容の妥当性を政府が保証する仕組みではなく、あくまで公表された内容を市場が評価する構造です。

届出開始時期については、報道では「2026年秋をめど」とされていますが、公式サイトには「届出の開始時期については、別途お知らせします」と記載されており、正式な開始日は現時点で未公表です。「秋から義務化される」という理解は二重に誤りで、時期も未確定であり、そもそも義務でもありません。

「エクスプレイン」として不十分とされるライン

エクスプレインは「やらない理由を書けば何でもよい」わけではありません。公式PDFは、不十分と評価されうるケースを具体的に挙げています。実務ではここが最も事故の起きやすい部分です。

一方、技術的に不可能である旨を必要な根拠を示して述べた場合は、エクスプレインを行ったものとして扱われます。また公式は、「一部を開示しないという一事のみをもって当該事業者を直ちに批判することは慎むべき」とも述べており、開示しないこと自体を糾弾する運用は想定されていません。

濫用防止と対応期限

大量の照会が事務負担になるリスクにも配慮があります。事業者は濫用防止のため、一定の手数料や相当期間内の回数制限を設けることが考えられるとされる一方、開示の求めを萎縮させたり断念させたりするような設定はしないよう留意が求められています。

回答期限のルールは定められていませんが、合理的期間内の速やかな開示に努めることが期待されています。対応方針を自ら明確化して公表することが望ましい、とも記されています。

「求めないこと」＝開示しなくてよい範囲

過剰対応を避けるために、公式が明確に線を引いている部分も押さえておく必要があります。

• 法的拘束力を有する規範ではない。罰則もない。趣旨を理解し受け入れた事業者に対応が図られることを「期待」する仕組み
• 機微な情報（営業秘密および安全性・セキュリティに関するもの）の強制的な開示は求めない。この点は総論・原則1・原則2・原則3のすべてで繰り返し明記されている
• 原則2・3の対照情報は「事業者において容易にアクセス及び確認可能なものに限る」
• 作品自体や生成物と同一・類似のコンテンツ自体が学習対象に含まれるか、という範囲を超えた包括的な照会は想定されていない
• 当事者間で任意かつ主体的に調整することは妨げられない
• 公式自身が、原則2・3の細則で「現時点のものは完全なものではない」と述べている

営業秘密やセキュリティ情報を守りながら開示範囲を設計する作業は、社内のAIガバナンス整備そのものです。この観点は生成AIのセキュリティリスクとは？情報漏洩・プロンプトインジェクション・企業と個人の対策でより広く整理しています。

日本のプリンシプル・コードとEU AI Actは何が違うか

出典：European Commission「Regulatory framework for AI」

同じ「AIの透明性」を扱いながら、日本とEUのアプローチは根本的に異なります。海外にもサービスを出している企業は、この差を前提に対応方針を立てる必要があります。

要するに、EUは「開示を義務化」しているのに対し、日本は「開示するかしないかを説明させる」段階にとどまります。EU向けにモデルやサービスを提供している場合、EU側の要求水準に合わせて作った開示資料は日本のコードの要求をほぼ満たせるはずです。逆に日本基準だけで作ると、EUでは足りません。EU側の要件はEU AI規制法（EU AI Act）完全施行ガイド｜日本企業の対応義務で詳しく整理しています。

日経は、国際的な統一ルールが存在しない中で日本は企業の自主対応を促す原則を選んだ、と報じています。日本の位置づけは、国際的整合性が固まるまでの暫定的なアプローチと理解するのが実態に近いでしょう。

著作権法30条の4との関係を誤解しない

このコードは著作権法を改正するものではありません。「AI学習が違法になった」「オプトアウトが法的義務になった」という理解は誤りです。

現行の著作権法30条の4は、情報解析等の非享受目的での著作物利用を広く許容しつつ、「著作権者の利益を不当に害することとなる場合」には適用しないというただし書を置いています。文化庁「AIと著作権に関する考え方について」（令和6年3月15日）は、学習段階であっても既存著作物をそのまま出力させる目的が併存すれば30条の4は適用されない、特定クリエイターの作品を意図的に過学習させる場合は享受目的の併存と評価されうる、といった整理を示しています。

問題は、権利者側が「自分の作品が学習に使われたか」を知る手段がほとんどなかったことです。証拠がなければ、ただし書に該当するかどうかを裁判で争うことすらできません。

プリンシプル・コードの実質的な機能は、この情報の非対称性を部分的に埋めることにあります。実体法のルールは変えず、司法判断に必要な材料へのアクセス経路を用意する補完的な仕組み、という位置づけです。原則2が「法的手続を行う／準備する者」に限定されているのも、この趣旨から理解できます。

企業が今やるべき対応

出典：独立行政法人情報処理推進機構（IPA）

自社の立場によってやるべきことは大きく変わります。「作る・提供する側」と「使う側」に分けて整理します。

生成AIを開発・提供している企業のチェックリスト

もっとも負担が重いのはクローラ運用の棚卸しと学習ログの保持です。既に学習済みのモデルについて過去のクロールログが残っていないケースは珍しくなく、遡って原則2・3に回答できない事業者は相当数あると見られます。この場合は、いつからログ保持体制を整えられるかを含めて説明することになります。

生成AIを利用している企業のチェックリスト

対象外であっても、調達側としてやるべきことはあります。

• 利用中のAIベンダーが受入れ表明しているかを確認する — 届出事業者一覧が公表される予定なので、公開後に照合する
• AIツールの調達・稟議チェック項目に追加する — 「学習データの概要開示の有無」「知財侵害時の窓口の有無」「学習への利用可否」を確認項目化する
• 自社コンテンツ側の防御を確認する — 自社サイトの robots.txt やアクセス制限が、AIクローラに対して意図どおりに機能しているか点検する
• 生成物の権利侵害チェック運用を整える — 社外公開する生成物について、既存作品との類似性を確認するフローを持つ
• 学習利用のオプトアウト設定を見直す — 開発ツールを含め、入力データが学習に使われない設定になっているか確認する（GitHub Copilot 学習オプトアウト設定の完全手順）
• シャドーAIを可視化する — 会社が把握していないツールに業務データが流れていると、そもそも管理対象にできない（シャドーAIとは？73%の企業が未対策・情報漏洩リスクと対策）

クリエイター・権利者が自分の作品を確認するには

このコードは本来、権利者を保護するために作られたものです。実際に動く場合の流れを整理します。

手順の骨子

1. どちらのルートかを決める — 訴訟・調停・ADRを行う／準備するなら原則2。争うつもりはなく確認したいだけで、かつ自分がそのAIで生成した本人なら原則3
2. 対照情報を用意する — 自分の作品が掲載されているページのURL等。事業者が容易にアクセス・確認できるものに限られるため、公開ページのURLが基本になる
3. 要件を満たす形で照会する — 原則2なら「該当性の理由＋利用目的の明示と誓約＋対照情報と理由」、原則3なら「生成物とプロンプト＋利用目的の明示と誓約（訴訟等に用いない旨を含む）＋対照情報と理由」
4. 事業者の窓口に提出する — 窓口は原則1(2)の9項目目として整備されることになっている
5. 回答を待つ — 期限のルールはないが、合理的期間内の速やかな開示が期待されている。手数料や回数制限が設けられている場合がある

期待しすぎないほうがよい点

• 回答されるのは「対照情報が学習データに含まれるか否か」であって、学習データの中身そのものではありません
• 「私の作品全般が学習されたか」という包括的な照会は想定外です
• 相手が受入れ表明していなければ、そもそも回答義務も回答インセンティブもありません
• 営業秘密・セキュリティに関わる部分は開示対象外です

音楽・イラスト・出版など、コンテンツ産業側でどのような論点が生じているかは、Sunoとは？料金・機能・著作権問題を完全解説やメディア・出版業のAI活用事例｜著作権対策までもあわせて参照すると具体像が掴めます。

指摘されている課題と懸念

制度としての限界も、正確に認識しておくべきです。複数の法律事務所や専門家が次の点を指摘しています。

公式も、事業者の対応状況・運用上の実効性・国際的動向を勘案し、必要があれば改定を含めた適切な対応を行うとしています。今回の内容が最終形ではないことは、政府自身が前提としています。

学習データ由来の紛争が実際にどう企業を揺らすかは、Meta 約7,800人解雇とAI学習データ問題の全容のような事例が参考になります。

早めに着手すべき企業／急がなくてよい企業

すぐ着手をおすすめする企業

• 自社モデルを開発し、API や一般向けサービスとして公開している企業 — 原則1のフルセットが対象。開示項目が最も多い
• 他社LLMを組み込んだSaaSを、業界横断で不特定多数に提供している企業 — 自社が付加した部分について対応が求められる。公式の具体例で「法人E」に相当する立場
• 画像・音楽・文章など、既存作品と類似した生成物が出やすいサービスを運営している企業 — 原則2・3の照会が現実に来る可能性が高い
• エンタープライズ向けにAIを売っている企業 — 顧客の調達チェックで「受入れ表明しているか」を問われる場面が近く増える。届出一覧に載っていないことが商談上の減点になりうる
• EU向けにもサービスを提供している企業 — EU AI Act の義務が先行しているため、どのみち開示資料を整備する必要がある

現時点では急ぐ必要が薄い企業

• 社内利用だけで、外部にAIサービスを提供していない企業 — 原則として対象外。ただし調達側のチェックは有効
• 自社または特定グループのデータのみで作ったAIを、そのデータ提供者と指定範囲にのみ提供している企業 — 公式が明示的に非該当としている類型
• 受託で開発工程の一部（データ収集・前処理・学習・検証・連携実装・運用サポート等）のみを担っている企業 — 非該当。ただし発注元の対応を求められる可能性はあるため、契約上の役割分担は明確にしておく
• 統計的な推論結果や、既存著作物の創作的表現を感得できない出力しか返さないAIの提供者 — 侵害リスクが著しく低い類型として除外されうる

いずれの区分でも、「対象外だから何もしなくてよい」ではなく「対象外である理由を説明できる状態にしておく」のが安全です。取引先や監査で問われたときに、判定の根拠を示せるかどうかが実務的な分かれ目になります。

よくある質問

Q. 罰則がないなら無視してもいいのでしょうか？
法的には無視しても違反にはなりません。ただし届出事業者の一覧が公表されるため、名前がないこと自体が取引先や権利者から見えます。エンタープライズ向けにAIを提供している企業ほど、商談や調達要件への影響を無視しにくくなります。

Q. 社内チャットボットしか作っていませんが、届出が必要ですか？
公衆に提供していなければ、原則として対象外です。自社データのみで構築し、自社と指定範囲にのみ提供している場合は、公式が明示的に非該当としている類型に当たります。

Q. 学習データを全部公開しないといけないのですか？
いいえ。求められているのは「概要開示」で、データの種類・取得手段・クローラの識別子といったレベルです。営業秘密や安全性・セキュリティに関する機微な情報の強制的な開示は求めない、と公式に明記されています。

Q. 海外のAIベンダーは本当に届け出るのでしょうか？
日本向けに提供していれば対象という整理ですが、拘束力がないため実際の対応は各社の判断です。英語の仮訳PDFが公開されているのは周知の意思表示と読めますが、届出状況は一覧が公表されてから確認するのが確実です。

Q. 「うちの絵が学習されたか知りたい」はこのルールで分かりますか？
分かるのは「示したURL等の情報が学習データに含まれるか否か」までです。作品自体が学習対象かという包括的な照会は想定されていません。また、訴訟等を準備しているなら原則2、そうでなく自分がそのAIで生成した本人なら原則3、という入口の違いがあります。

Q. 既に学習済みのモデルにも遡って適用されますか？
コード上、既存モデルを除外する規定は置かれていません。ただし過去のクロールログが残っていない場合、事実として回答できないケースが生じます。その場合は技術的に不可能である根拠や、体制構築の完了時期を説明することになります。

Q. 届出はいつから始まりますか？
報道では2026年秋をめどとされていますが、公式サイトには「別途お知らせします」とあり、正式な開始時期は現時点で未公表です。届出の参考様式も公開が確認できていません。

Q. このコードで著作権法のルールは変わりましたか？
変わっていません。著作権法30条の4をはじめとする実体法はそのままで、権利者が情報を得るための運用ルールが追加されただけ、という位置づけです。

まとめ

政府が2026年8月25日に決定したプリンシプル・コードは、罰則のないソフトローでありながら、生成AI事業者の学習データ開示と照会対応の「型」を初めて公的に示した文書です。今日の時点で押さえるべきことは3つに絞れます。

1. 自社が対象かを判定する — 公衆に提供しているか。自社データのみの限定提供や受託の一部工程なら原則として対象外
2. 対象なら、開示ページと窓口の設計から着手する — モデル・学習データ・クローラ・アカウンタビリティの4分類と、知財保護9項目。利用規約のオーバーライド条項の点検も忘れない
3. 対象外でも、調達側としての確認項目を整える — 使っているAIベンダーの受入れ状況、自社サイトのクローラ制御、生成物の侵害チェック

届出の開始時期も参考様式も未確定である以上、いま急いで届け出る必要はありません。ただし開示に必要な情報を社内で棚卸しする作業だけは、時期に関係なく始められます。特にクローラ運用と学習ログの保持は、後から遡れない性質のものです。

生成AIをめぐる法制度全体の見取り図は生成AIとは？仕組み・できること・主要ツール・活用事例・リスク、ツール選定の観点は生成AIツールおすすめ比較｜用途別の選び方と主要6サービスの違いもあわせて参照してください。

主な出典

• 生成ＡＩの適切な利活用等に向けた知的財産の保護及び透明性に関するプリンシプル・コード（本文PDF）／内閣官房
• AI時代の知的財産権検討会／内閣官房
• 概要開示対象事項 具体例（第13回 参考資料）
• 人工知能関連技術の研究開発及び活用の推進に関する法律／内閣府
• AIと著作権について／文化庁