Claude'da Privacy ve Data Controls: Model Eğitimi, Saklama Süresi, KVKK ve Kurumsal Ayarlar

Sürüm notu: Bu yazı Claude'daki gizlilik ayarlarını, saklama sürelerini ve kurumsal veri kontrollerini 15 Kasım 2026 itibarıyla anlatır; bilgiler aynı gün Anthropic Privacy Center'dan (privacy.claude.com) ve Claude Help Center'dan (support.claude.com) kontrol edilmiştir. Bu yazıda resmî belgelerden yararlanılmıştır. Yazı hukuki tavsiye değildir; KVKK (6698 sayılı Kişisel Verilerin Korunması Kanunu) ile ilgili kararlar şirketinin hukuk birimine ve veri sorumlusuna aittir.

Önce Tahmin Et

Müşteri hizmetlerinden Gül, sitedeki serilerin ortak örnek uygulaması Bookstore (bir online kitapçı) için gelen şikâyet e-postalarını konularına göre gruplamak istiyor. Bunu kendi kişisel Pro hesabıyla yaptı; e-postalarda müşteri adları, adresler ve telefon numaraları vardı. Hesabında "Help improve our AI models" ayarı açıktı. Bir hafta sonra durumu fark etti, ayarı kapattı ve o konuşmaları sildi. Konuşmalardan birinde cevabı beğendiği için başparmak yukarı düğmesine de basmıştı.

Üç soru: Ayarı kapatmak ve konuşmaları silmek, bu verinin model eğitiminde kullanılmasını geri alır mı? Başparmak düğmesine basılan konuşma için durum farklı mı? Gül aynı işi şirketin Team hesabından yapsaydı ne değişirdi? Cevaplar Privacy Center'ın dört makalesinde.

Consumer ve Commercial: İki Ayrı Kural Seti

Claude'un veri kuralları iki gruba ayrılıyor. Consumer planlar Free, Pro, Max ve Ultra; Privacy Center'ın model eğitimi ve saklama makaleleri Free, Pro ve Max'i sayıyor, Covered Models makalesi Ultra'yı da consumer planlar arasında sayıyor. Bu planlardaki hesaplarla kullanılan Claude Code da aynı kurala tabi. Commercial ürünler ise Privacy Center'ın deyişiyle Claude for Work (Team ve Enterprise), Anthropic API ve Claude Gov gibi ürünler.

Bu ayrım bu yazının en önemli cümlesi: bir hesabın hangi grupta olduğu, verinin model eğitiminde kullanılıp kullanılmayacağını varsayılan olarak belirliyor. Gül'ün kişisel Pro hesabı, faturayı kim öderse ödesin, bir consumer hesap. Şirket verisiyle çalışan bir ekibin önce bu soruyu cevaplaması gerekiyor: işi hangi hesapta yapıyoruz?

Consumer Planlarda Model Eğitimi Ayarı

Privacy Center'ın "How do I change my model improvement privacy settings?" makalesine göre (https://privacy.claude.com/en/articles/12109829, son güncelleme 3 Ağustos 2026) ayar web'de ve Desktop'ta Settings > Privacy altında, "Help improve our AI models" adıyla duruyor; mobilde adına dokunup Settings > Privacy'ye gidiliyor. Ayar kapalıyken Anthropic yeni konuşmalarını ve coding session'larını gelecekteki model eğitiminde kullanmıyor. Güvenlik sınıflandırıcılarının işaretlediği konuşmalar ise ayar kapalı olsa da trust and safety çalışmaları, politika uygulaması ve güvenlik araştırması için kullanılabiliyor.

Önce Tahmin Et'in ilk sorusunun cevabı da bu makalede: ayarı kapatmak geçmişi geri almıyor. Başlamış bir eğitim çalışmasındaki ve önceden eğitilmiş modellerdeki veri olduğu yerde kalıyor. "How long do you store my data?" makalesi (https://privacy.claude.com/en/articles/10023548, son güncelleme 1 Temmuz 2026) ayar açıkken neyin saklandığını da söylüyor: konuşmalar ve coding session'ları de-identified (kişiyle ilişkisi çıkarılmış) biçimde eğitim pipeline'larında en fazla 5 yıl tutulabiliyor; bu yalnız ayar açıldıktan sonra başlatılan ya da devam ettirilen konuşmalar için geçerli.

Silmek ayrı bir işlem. Silinen konuşma geçmişten hemen kalkıyor ve Anthropic'in arka uç depolamasından 30 gün içinde siliniyor. Ama Gül'ün durumunda silme, ayar açıkken eğitim pipeline'ına girmiş olabilecek veriyi geri getirmez; bu yüzden doğru sıra önce hesabı ve ayarı seçmek, sonra veriyle çalışmak.

Saklama Süreleri

Privacy Center'ın consumer ve commercial saklama makaleleri (https://privacy.claude.com/en/articles/10023548 ve https://privacy.claude.com/en/articles/7996866) ile incognito makalesindeki süreleri tek tabloda toplayalım:

Tablodaki istisnalar her iki grupta da geçerli: yasal zorunluluk, uyuşmazlık ve Usage Policy ihlalleriyle mücadele için veri daha uzun tutulabiliyor; anonimleştirilmiş ya da de-identified veri araştırma ve istatistik için daha uzun saklanabiliyor. Bir not daha: "Data retention practices for Covered Models" makalesine göre (https://privacy.claude.com/en/articles/15425996) 9 Haziran 2026'dan beri Mythos sınıfı modellerde prompt ve çıktılar her platformda 30 gün tutuluyor. Bu kural sıfır veri saklama anlaşması olan organizasyonları etkiliyor; makaleye göre consumer planlar etkilenmiyor, çünkü bu yüzeylerde veri zaten saklanıyor.

Incognito, Feedback ve Connector Verisi

Beşinci yazıda incognito'yu memory açısından gördük; gizlilik açısından da üç özelliği var. Incognito konuşmalar Model Improvement açık olsa bile eğitimde kullanılmıyor, varsayılan olarak 30 gün tutuluyor ve project içinde açılamıyor. Birleşik deneyimde incognito eski deneyimde açılıyor, yani orada Claude dosya üretemiyor ve kod çalıştıramıyor. Team ve Enterprise'da incognito konuşmalar organizasyon sahibinin aldığı veri dışa aktarımlarına dahil; incognito, şirketten saklanan bir alan değil.

Önce Tahmin Et'in ikinci sorusunun cevabı feedback'te. Privacy Center'ın consumer eğitim makalesine göre (https://privacy.claude.com/en/articles/10023580) başparmak yukarı ya da aşağı düğmesine basınca ilgili konuşmanın tamamı 5 yıla kadar saklanıyor; Anthropic kullanmadan önce kullanıcı kimliğiyle bağını koparıyor ve bu veri eğitimde kullanılabiliyor. Commercial ürünlerde de aynı istisna geçerli. Yani Gül'ün başparmak verdiği konuşma, ayar kapatılıp konuşma silinse de feedback kaydı olarak duruyor. Müşteri verisi içeren bir konuşmada feedback düğmesine basmamak, bu yazıdaki en kolay uygulanan kural.

Connector verisi için kural daha olumlu: aynı makaleye göre eğitim verisi connector'lardan gelen ham içeriği kapsamıyor; buna remote ve local MCP (Model Context Protocol; Claude'un dış araç ve veri kaynaklarına bağlandığı açık protokol) server'lar da dahil. Ama connector'dan okunup konuşmanın içine kopyalanan içerik konuşmanın parçası oluyor ve ayar açıksa dahil edilebiliyor. Makale ayrıca ayar açıkken Claude in Chrome üzerinden toplanan verinin de dahil olduğunu belirtiyor.

Kurumsal Planlar: Varsayılanlar ve Admin Kontrolleri

Gül aynı işi şirketin Team hesabından yapsaydı en büyük fark eğitim tarafında olurdu. Privacy Center'ın commercial ürünler için "Is my data used for model training?" makalesine göre (https://privacy.claude.com/en/articles/7996868, son güncelleme 18 Ağustos 2026) commercial ürünlerdeki girdi ve çıktılar varsayılan olarak model eğitiminde kullanılmıyor; istisna feedback ve kullanıcının açıkça izin vermesi. Team ve Enterprise'da Owner ya da Primary Owner, Organization settings > Data and Privacy altındaki "Rate chats" ayarıyla üyelerin feedback göndermesini kapatabiliyor.

Enterprise'da saklama süresi de ayarlanabiliyor. "Configure custom data retention controls for Enterprise plans" makalesine göre (https://privacy.claude.com/en/articles/10440198) Owner ya da Primary Owner, Organization settings > Data and Privacy altından en az 30 günlük bir süre tanımlayabiliyor; süre konuşmalara, project'lere ve artifact'lara uygulanıyor. Public linkle yayımlanmış artifact'lar bu süreyle silinmiyor ve silinen veri geri getirilemiyor. Birleşik deneyimin Enterprise makalesi ayrıntıyı tamamlıyor: account memory konuşmaların saklama süresine tabi, project memory project silinince siliniyor, bir konuşmada başlatılan cloud session'lar konuşmayla birlikte siliniyor; üyenin doğrudan başlattığı Cowork cloud session'ları ise üye silene kadar kalıyor.

Bazı yapılandırmalar birleşik deneyimle henüz uyumlu değil. Enterprise makalesine göre sıfır veri saklama (ZDR, zero data retention), HIPAA'ya (ABD'nin sağlık verisini koruyan yasası) hazır yapılandırma ya da CMEK (customer-managed encryption keys; şifreleme anahtarlarının müşteri tarafından yönetilmesi) kullanan organizasyonlar birleşik deneyimi açamıyor; Team makalesi de ZDR'li organizasyonları dışarıda bırakıyor. Altıncı yazıda gördüğümüz network egress Enterprise'da varsayılan kapalı. Sekizinci yazıdan bir hatırlatma: connector'la bağlanan üçüncü taraf servisler veriyi kendi şartlarıyla işliyor; Claude tarafındaki ayarlar o servislerin nerede çalıştığını değiştirmiyor.

Veri Nerede ve KVKK

Privacy Center'ın "Where are your servers located?" makalesine göre (https://privacy.claude.com/en/articles/7996890, son güncelleme 15 Haziran 2026) veri ABD'de saklanıyor. Varsayılan olarak müşteri trafiği ABD, Avrupa, Asya ve Avustralya'daki belirli ülkelere yönlendirilebiliyor; güvenlik incelemesi, ürün desteği ya da olay müdahalesi gibi iç süreçler Anthropic'in ya da bağlı şirketlerinin faaliyet gösterdiği ülkelerde yapılabiliyor. Anthropic müşteri verisini işlemek için birden çok bulut sağlayıcısı kullanıyor; tam liste Privacy Center'daki subprocessor listesinde.

KVKK açısından bu bilgi bir sorunun başlangıcı. Müşterinin adını, adresini ya da sipariş geçmişini Claude'a vermek, kişisel veriyi yurt dışındaki bir hizmet sağlayıcıya aktarmak anlamına geliyor ve yurt dışına aktarım kanunda ayrıca düzenlenmiş bir konu. Bunun hukuki dayanağının olup olmadığı, aydınlatma metninin bunu kapsayıp kapsamadığı ve hangi Claude planının şirket politikasına uyduğu bir geliştiricinin değil, şirketin hukuk biriminin ve veri sorumlusunun cevaplayacağı sorular. Geliştiricinin yapabileceği şey, bu cevap gelene kadar kişisel veriyi Claude'a hiç göndermemek.

Bookstore: Şikâyet E-postaları İçin Maskeleme Listesi

Gül'ün asıl ihtiyacı kişisel veri değil; şikâyetlerin konusu ve sayısı. Bu yüzden e-postalar Claude'a gitmeden önce maskeleniyor. Ekip için kontrol listesi:

• Ad ve soyadı her e-postada numaralı bir yer tutucuyla değiştir: [CUSTOMER_1], [CUSTOMER_2].
• E-posta adresi, telefon numarası ve açık adres: [EMAIL_n], [PHONE_n], [ADDRESS_n]; analiz için gerekiyorsa yalnız il kalsın.
• Sipariş numarası: [ORDER_n]; gerçek numarayla eşleştirme tablosu yalnız Bookstore'un kendi sisteminde kalsın.
• Kart bilgisi, T.C. kimlik numarası ve şifre: maskelenmez, metinden tamamen çıkarılır.
• Sağlık durumu gibi hassas bilgi içeren cümleler: çıkarılır, yerine yalnız [REMOVED] yazılır.
• İmza bloğu ve e-posta zinciri: en son mesaj dışındaki alıntılar silinir.

Maskeleme Bookstore'un kendi ortamında yapılıyor; Claude'a giden metin şuna benziyor:

From: [EMAIL_1]
Hello, I am [CUSTOMER_1]. My order [ORDER_1] arrived on Monday and the
cover of "The Hobbit" was torn. I would like a replacement, not a refund.
You can call me at [PHONE_1].

Maskelenmiş e-postalarla çalışan tarif, maskelemenin kaçırdığı yerleri de yakalayacak biçimde yazılıyor:

You will get 40 customer complaint e-mails from Bookstore. Personal data is
already masked as [CUSTOMER_n], [EMAIL_n], [PHONE_n], [ADDRESS_n], [ORDER_n].
Do not try to guess or restore masked values.

Group the complaints by topic (shipping, damaged book, refund, payment, other),
count each group and quote one short masked example per group.
Output a table. If an e-mail still contains a name, an e-mail address,
a phone number or an address, list its number under "Masking missed"
and do not quote it.

"Masking missed" listesi bir emniyet ağı: listede bir e-posta görünüyorsa veri Claude'a zaten gitmiş demek, bu yüzden asıl iş maskeleme adımını düzeltmek. Beklenen cevap, beş konu grubunu sayılarıyla ve maskelenmiş birer örnekle veren bir tablo ve ideal olarak boş bir "Masking missed" listesi. Kontrol için grup sayılarının toplamının 40 olduğuna, örneklerde yer tutucu dışında kişisel veri olmadığına ve Claude'un bir yer tutucunun arkasındaki değeri tahmin etmeye çalışmadığına bak. Bu işi şirket hesabında, incognito'da ve feedback düğmesine basmadan yapmak, tablodaki saklama sürelerinin en kısa olanlarını seçmek demek.

Üretimde Dikkat

Hangi işin hangi hesapta yapılacağını yaz. "Şirket verisi yalnız şirketin Team ya da Enterprise hesabında" gibi tek cümlelik bir kural, Önce Tahmin Et'teki durumun çoğunu önlüyor. Kişisel hesapların ayarlarını da ekip olarak bir kez gözden geçirin.

Secret paylaşma. API anahtarı, şifre ve connection string'i prompt'a, project knowledge'a ya da skill dosyasına koyma. LLM'e giden verinin, örneğin system prompt'un ve RAG (modelin cevap verirken dış kaynaklardan bilgi çekmesi) ile eklenen context'in genel riskleri LLM Uygulama Güvenliği serisinin "Hassas Veri ve Hidden Context İfşası: System Prompt, RAG Context'i ve Sağlayıcıya Giden Veri" yazısında anlatılıyor.

Ayarları tarihle izle. Bu yazıdaki tarihlerin birçoğu 2026'da değişti; Privacy Center makalelerinin güncelleme tarihlerine bak ve ekip politikasını yılda en az bir kez bu makalelerle karşılaştır.

Sık Düşülen Tuzaklar

Kişisel Pro hesabını şirket verisi için kullanmak. Pro bir consumer plan; eğitim ayarı ve saklama kuralları consumer kurallar. Şirket verisinin yeri şirketin commercial hesabı.

Ayarı kapatmanın geçmişi sildiğini sanmak. Kapatmak yalnız yeni konuşmaları etkiliyor; başlamış eğitimde ve eğitilmiş modellerde olan veri geri alınmıyor.

Hassas bir konuşmada feedback düğmesine basmak. Konuşmanın tamamı 5 yıla kadar saklanabiliyor, commercial planlarda da.

Konuşmayı silmenin her şeyi sildiğini sanmak. Beşinci yazıda gördüğümüz gibi memory kayıtları ayrıca siliniyor; public linkle paylaşılmış artifact'lar Enterprise'ın saklama süresiyle de silinmiyor.

Incognito'yu şirketten gizli bir alan sanmak. Team ve Enterprise'da incognito konuşmalar organizasyonun veri dışa aktarımlarına dahil.

Küçük Bir Deneme

★☆☆ Settings > Privacy'yi aç ve "Help improve our AI models" ayarının hesabında ne olduğuna bak. Hesabının consumer mı commercial mı olduğunu yaz.

★★☆ Ekibinin Claude'a verdiği bir veri türü için (destek e-postası, sipariş raporu, log) yazıdaki gibi bir maskeleme listesi hazırla. Beş örnek metni maskele, yazıdaki tarifle çalıştır ve "Masking missed" listesinin boş çıkıp çıkmadığına bak.

★★★ Ekibin için tek sayfalık bir Claude veri politikası yaz: hangi işler hangi hesapta yapılır, hangi veri hiç gönderilmez, feedback ve incognito ne zaman kullanılır, Enterprise'daysanız saklama süresi ne olmalı. Taslağı hukuk birimine ve veri sorumlusuna götür.

Bu yazıyla Claude ile Çalışmak serisi bitiyor. Planlar ve usage limit'lerinden başladık; model ve effort seçimi, görev tarifi, Projects, memory, artifact'lar, Research, connector'lar, skill'ler ve agentic görevlerden sonra verinin nereye gittiğiyle bitirdik. Buradan iki yöne devam edebilirsin. Claude'u kod üzerinde çalıştırmak istiyorsan ilerideki Claude Code serisi, Claude'u kendi uygulamana bağlamak istiyorsan ilerideki Claude API ile Uygulama Geliştirme serisi. İki yönde de işine yarayacak temel, sağlayıcıdan bağımsız olarak LLM Temelleri ve Prompt Engineering Uygulamada serilerinde.