Lovableの学習・プライバシー・セキュリティ

Lovableへpromptやsource codeを送る前に確認するのは、plan名だけではありません。2026年9月15日版のPrivacy Policyでは、Customer ContentとUsage DataをAIモデルの訓練・改善に使う方針が示される一方、全planで無料のtraining opt-outが可能です。Business / EnterpriseのCustomer ContentとUsage Dataはtraining対象外とされています。したがって「Free / Proなら必ず学習される」「有料なら自動で対象外」と単純化せず、送信前に設定、対象データ、契約の3点を確認します。

まず分けて考える4つの扱い

「学習されるか」は、データの扱いの一つにすぎません。Lovableへpromptやコードを渡せば、機能を動かすための処理は発生します。履歴に残るか、品質や安全の確認に人が関わるか、作ったアプリの利用者データが誰の責任かは、それぞれ別の条件です。

表は横にスクロールできます

確認項目	2026年9月15日版Privacy Policyで確認できること	判断時の注意
モデルtraining	Customer Content / Usage Dataをtraining・開発・改善に使う場合がある	設定でopt-outできる。個別の入力が学習に使われたかは利用者から確認できない
opt-out	planを問わずAccount Settingsから無料で選べる	反映後に集めるtraining dataへ適用。過去に組み立て済みのdatasetや学習済みmodelは巻き戻さない
Business / Enterprise	Customer Content / Usage Dataをtrainingしないと説明。DPAにも制限	契約中の対象範囲と例外、利用workspaceを契約・管理者へ確認
アプリ利用者のデータ	User Data / App Usage DataはLovable modelのtrainingに使わない	作成者が自分のappで集めるデータの通知・同意・保存は別責任
third-party model	Lovableの契約がprovider側のtraining等を制限すると説明	「外部providerへ一切送らない」という意味ではない。受信先と処理条件を確認
人による確認	trained team memberが品質確認や不具合診断で内容を見る場合がある	目的とアクセス制御が記載されている。機密内容を送る前に契約と設定を読む

Free / Proで機密コードを使う前に

Free / ProではCustomer ContentやUsage Dataがモデル改善に使われる場合があります。Policy上、training opt-outはすべてのplanで選べます。機密情報があるprojectでは、作成を始めてから設定するのではなく、最初のpromptやfile uploadより前に設定状態を確かめます。opt-outは将来に向けた設定です。切り替え前に作られたtraining datasetや学習済みmodelから、過去データを取り戻すものではありません。

設定の文言や配置は変わり得ます。現在の画面でPrivacyまたはtrainingに関する設定を開き、対象workspaceとaccountを確認してください。設定を切った後は、正しいworkspaceで状態を再確認します。画面を見ていない場合は「設定を無効にした」と断言せず、操作完了を記録してから素材を入れます。

Business / Enterpriseなら何を確認するか

Business / EnterpriseではCustomer ContentやUsage DataをLovable modelのtrainingに使わないとPrivacy Policyが述べ、DPAでもCustomer Personal Dataのtraining等を禁止しています。これはFree / Proで行うopt-outと異なる契約上の条件です。ただし、プラン表示だけで全ての取扱いが決まるわけではありません。契約主体、対象workspace、DPAの適用、保持、subprocessor、地域、削除方法は管理者または契約書で確認します。

Lovable Cloudのregion設定が必要な組織では、project作成時に保存先が選択可能かを確認してください。securityページの一般説明だけで、自分のprojectが特定regionに保存されていると判断することはできません。画面または契約で選択を確認できなければ、地域要件を満たすと扱わないのが安全です。

「アプリ利用者のデータ」はprojectへのpromptと別

Lovableに入力するpromptやソースコードは、Customer Content側の条件を確認します。一方、Lovableで作ったアプリの利用者がフォームへ入力する内容などはUser Data / App Usage Dataとして説明され、Lovableは自社modelのtrainingへ使わないとしています。ただし、アプリを作った人が何を収集し、何日保存し、誰に共有するかはアプリ側の設計に左右されます。

たとえば、問い合わせフォームを試作するなら、実在顧客の氏名やメールアドレスをテストに使わず、架空データで送信から保存まで確認します。公開前には、app自身のプライバシー通知、権限、データベースのアクセス規則、削除方法を用意します。「Lovableがアプリ利用者データを学習しない」ことだけでは、作成したアプリの個人情報対応は完了しません。

まずは使ってみる

記事の文脈に合うToolへ進めます。報酬の有無で見た目は変えていません。

• 

  Lovable

  公式サイトを見るTool詳細を見る

小さなチーム開発での判断例

社内の備品申請画面を試作し、公開情報だけを使うなら、まず機密情報を含まない架空の項目で画面を作ります。Free / Proを使う場合はtraining opt-outの現状を確認し、画面やコードに認証情報を貼り付けません。公開テストをするなら、実在の申請者ではなくダミー利用者を使います。

顧客向けの未公開プロジェクトでNDA対象コードを入力する場合は、Free / Proでopt-outすれば十分だと決めません。会社のAI利用規程、顧客契約、Business / EnterpriseのDPA、workspace管理、保存地域、第三者処理を確認します。どれかが確認できなければ、機密部分を伏せて試すか、承認済み環境を管理者に確認します。

入力前の5分チェック

1. 何を送るか：prompt、コード、添付ファイル、利用者データを分け、氏名・token・secret・不要な実データを除く。

2. どのworkspaceか：個人workspaceか組織workspaceか、契約主体とplanを確認する。

3. training設定はどうか：現在の画面で設定を確認し、opt-outした場合は対象accountとworkspaceで再確認する。

4. 第三者処理はどうか：連携、AI provider、GitHub等へ送る範囲を確認する。Lovableのtraining opt-outだけで外部連携先まで決めつけない。

5. 公開後はどう管理するか：secretをserver-sideへ分離し、権限、データ保存、削除、プライバシー表示を試す。

表は横にスクロールできます

条件	次の判断
低機密の試作で、設定と送信先を確認できる	架空データで小さく試し、公開前に権限を検証
Free / Proで顧客情報やNDAコードを使いたい	opt-outだけで進めず、社内規程と契約上の承認を確認
Business / Enterpriseの契約条件が必要	管理者にDPA、対象workspace、保持・region条件を確認
設定や処理先が確認できない	実データを送らず、最小化した例で試す

AIものさしの判断

Lovableのtraining条件はplanによる違いに加えて、Free / Proでも将来利用をopt-outできる点が重要です。opt-outは将来のtraining dataに対する設定で、既に作られたdatasetやmodelを遡って変える手段ではありません。顧客情報を使う判断では、trainingだけでなく、処理先、workspace、保存、アプリ利用者への通知、secret管理を順に確認してください。条件が曖昧なときは、実データを投入せず架空データの試作で止めるのが実務的です。

設定変更を記録する簡単な台帳

機密案件では、「設定したはず」だけで作業を進めないために、次の情報を社内の管理台帳へ残します。これはLovable側に新しい設定があるという主張ではなく、誰が何を確認したかを後から辿るための記録です。

表は横にスクロールできます

記録欄	書く内容
対象	workspace名、対象project、利用plan
確認者・日付	誰が、いつ、どの画面・規約を確認したか
training	opt-outの選択状態、Business / Enterprise条件の根拠文書
送信データ	実際に入力した情報の区分、匿名化・置換した項目
接続先	有効にしたintegrationやthird-party provider
公開前	secret除去、権限、個人情報notice、削除手順の確認結果

この台帳は契約承認の代わりにはなりません。プラン変更やworkspace移行の後には対象範囲を再確認します。もしtraining設定の画面が見つからない、またはどのworkspaceへ適用されるか曖昧なら、実データを追加する前に管理者へ確認するための手掛かりとして使えます。