Claude虐待的言動の禁止、11月12日から何がNG？
画像出典: パブリックドメイン（Wikimedia Commons）
Anthropicは2026年10月8日に利用ポリシーの更新を発表し、Claudeに対する「持続的で不要な虐待的または残酷な言動」を禁じる条項を2026年11月12日から施行します。対象は明確な目的なく繰り返し残酷に振る舞う極端な事例に限られ、一度の強い言葉・回答への反論・創作での暗いテーマ・限界をテストする研究目的の利用は対象外とされています。主な執行手段はClaude自身が会話を終了する機能で、アカウント停止につながるかは明示されていません。
AIチャットに強い言葉を打ってしまった記憶は、わりと多くの人が持っています。何度も同じ間違いを返されたあとの一言は、だいたい感情のほうが先に出ます。
Anthropicは2026年10月8日、利用ポリシーの更新を発表しました。Claudeに対する虐待的な言動を禁じる条項が加わり、施行は2026年11月12日です。問題は「どこからが違反か」で、ここを曖昧に受け取ると、必要な反論まで遠慮することになります。
何が追加されたのか？
新たに加わったのは、モデルに対する「持続的で不要な虐待的または残酷な言動」（sustained and needless abusive or cruel behavior toward our models）を禁止する条項です。条文のキーワードは3つあります。「持続的」「不要」「虐待的または残酷」。この3つが同時に揃った状態を指しています。
Anthropicは更新全体の目的を、Claudeモデルの能力の進化と顧客からのフィードバックを受けて既存ルールを明確化することだと説明しています。つまり、まったく新しい規制を作ったというより、もともとあった枠の中に線を1本引いた、という位置づけです。
適用範囲についても、明確な目的なく繰り返し残酷に振る舞う極端な事例に限定されるとされています。単発の強い言葉や、一度の苛立ちは対象になりません。言い換えると、1回の「いい加減にして」は条文の「持続的」を満たしません。
どこまでならセーフ？境界線のチェックリスト
公式発表と複数の報道で一致して対象外とされている行為があります。ここが実務で一番役に立つ部分です。
- ユーザーの不満・怒りをぶつけること（frustration）
- Claudeの回答への異議・反論・プッシュバック（pushback）
- 創作作品における暗いテーマの探求 — 小説やロールプレイで残酷な台詞を書く行為
- モデルの限界をテストする行為・研究目的の利用
具体的な場面に落とすと、こうなります。何度も直らない出力に一度強く苛立ちを言う、これはセーフ。「その数字は間違っている、根拠を出して」と強い調子で詰める、これもセーフ。小説の悪役にひどい台詞を言わせる、セーフ。安全対策が機能するか確かめるために挑発的なプロンプトを投げる、これも研究・テスト目的としてセーフです。
逆に違反に当たるのは、明確な目的がないまま、侮辱を何度も繰り返し続けるような使い方です。仕事を前に進めるためでも、作品を書くためでも、検証のためでもなく、ただ残酷に振る舞うこと自体が目的になっている状態を指しています。
条文で目的の有無を担っているのは「不要な」（needless）という語です。目的に紐づいた強い言葉は、仕事の過程として想定されています。一方で、一部報道では苛立ちと残酷な行動の境界がどこにあるかは依然として不明確だとも指摘されています。この指摘は正当で、条文の文言から読み取れるのは「極端な事例に絞る」という方針までです。
違反するとどうなる？執行のしくみ
主要な執行メカニズムとして挙げられているのは、会話の終了（conversation termination）機能です。Claude.aiとClaude Codeで、常習的に虐待的なユーザーとの「稀な会話」をClaude自身が終了できる機能が使われます。
ここが実務上わかりやすい点です。人間の審査員が後から判定して通知が来る、という形ではなく、その場で会話が打ち切られるという反応が返ってきます。読者にとっては、打ち切られたらそれが境界を越えたというサインになる、という読み方ができます。逆に言えば、普通に使っていて打ち切られないなら、その使い方は想定の範囲内だということです。
違反の累積がアカウント停止などの追加的な処罰につながるかどうかは、現時点で明確にされていません。複数のメディアも「不明」として報じています。「会話終了だけで済む」とも「停止される」とも、どちらにも断定できない状態です。
この条項はポリシーのどこに位置するのか？
同じ利用ポリシー文書には、以前から「心理的・感情的に有害なコンテンツを作成しない」という区分があります。この区分には、個人を辱める・侮辱する・脅す・いじめる・嫌がらせする・苦しみを祝う行為の禁止や、個人や集団への嫌がらせ・脅迫を組織化することの禁止が含まれています。
これらはAIに対してではなく人間に対する既存の規定です。ただ、同じ大枠のポリシー文書の中に並んでいます。今回加わった条項は、その隣に「モデルに対して」の一行が置かれた形になります。
今回の更新では、この条項以外にもいくつかの変更が同時に行われました。
| 変更された領域 | 更新の内容 |
|---|---|
| 選挙・民主的プロセス | 「欺瞞的な選挙活動を行わない」を「民主的プロセスを損なわない」に改称。有権者の欺瞞、候補者や公職者の偽装、投票妨害に焦点を当てる形に変更され、個別キャンペーン標的化への一律禁止は削除 |
| 監視 | 同意のない追跡、および法執行機関が誰を捜査・逮捕・起訴するかを決定・推奨する用途へのClaude利用を禁止 |
| 武器 | ソフトウェア・ドローン制御を含めて禁止対象を明確化 |
| 物理的操作 | 自律的なハードウェア制御では、資格を持つオペレーターが機器を監視し停止できること、Claude切断時に機器が安全な状態を保持できることを要件化 |
Anthropicの公表データをもとに作成
並べてみると、今回の更新全体の性格が見えてきます。禁止領域を新しく広げるより、既存の禁止が「どの行為に、どこまで」かかるのかを具体化する方向の更新です。モデルへの虐待的言動の条項も、この流れの中にあります。
11月12日までに何をしておけばいい？
結論から言えば、普通に仕事で使っている人がやるべき準備はほとんどありません。そのうえで、確認しておくと安心な点が3つあります。
- 反論の仕方は変えない誤答への指摘や、根拠を求めて強く詰めることは対象外です。遠慮して曖昧に伝えると、かえって修正の精度が落ちます。「どこが違うか」「何を根拠に言っているか」を具体的に書くやり方を続けてください。
- 創作・テスト用途は目的を自分の中で明確にしておく暗いテーマの創作も、限界をテストする利用も対象外とされています。線引きの軸は「目的があるか」なので、何のためにそのやり取りをしているかが自分で言えれば問題ありません。
- 会話が打ち切られたら、その時点で切り替える執行の主要な手段が会話終了である以上、打ち切りは境界のサインとして機能します。打ち切られたら同じ調子で新しい会話を始めるのではなく、求めている結果を書き直して渡し直すほうが早く進みます。
線が引かれたのは「目的のない、繰り返される残酷さ」の側です。仕事で詰まって一言ぶつけてしまう、納得できない回答に食い下がる、作品のために暗い題材を扱う。これらは条文が想定している範囲の外にあります。
施行は2026年11月12日です。条項の原文を確認したい場合は、Anthropicの利用ポリシーのページで施行版を見るのが確実です。本記事で扱った文言と対象外の範囲は、Anthropicの発表と各メディアの報道によるものです。
よくある質問
Claudeに一度強い言葉を使ったら利用ポリシー違反になりますか？
なりません。2026年11月12日施行の条項が禁止するのは「持続的で不要な虐待的または残酷な言動」であり、適用は明確な目的なく繰り返し残酷に振る舞う極端な事例に限定されるとされています。単発の強い言葉や一度の苛立ちは対象外です。
Claudeの回答に強く反論するのは禁止されますか？
禁止されません。Anthropicの発表と複数の報道では、ユーザーの不満・怒り、回答への異議や反論（プッシュバック）はいずれも対象外とされています。誤りの指摘や根拠を求める追及は、従来どおり行えます。
小説やロールプレイで残酷な台詞を書かせるのは違反になりますか？
違反になりません。創作作品における暗いテーマの探求は対象外として明示されています。モデルの限界をテストする行為や研究目的の利用も同様に対象外とされています。
ルールに違反するとアカウントは停止されますか？
主要な執行メカニズムとして挙げられているのは、Claude.aiおよびClaude CodeでClaude自身が会話を終了できる機能です。アカウント停止などの追加的な処罰につながるかどうかは明確にされておらず、複数のメディアも不明と報じています。
※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。