生成AIデータ分析プロンプト集｜CSV集計・グラフと検算

生成AIに CSV を分析させるときは、「分析して」と一度に頼むのではなく、列定義を渡す→前処理の方針を確認させる→集計→グラフ→検算の5段階に分けて指示します。 段階ごとに区切ると、どの行を除いたか、どの式で計算したかが見えるようになり、結果を自分で確かめられます。

この記事では、各段階の穴埋め式プロンプトと、列名・型・単位・欠損の扱いを書くデータ辞書のテンプレート（Markdown の表と CSV）を載せます。あわせて、行数・合計・欠損数を pandas の数行で確かめるコードを、架空の発注履歴 203 行に対して動かした結果つきで示します。数式や SQL を作らせる話は扱わず、分析の進め方に絞っています。

確認環境：Ubuntu 24.04、Python 3.11.15、pandas 3.0.2、matplotlib 3.10.9（確認日 2026-10-06）。記事中の Python コードはこの環境で実行し、出力をそのまま載せています。各サービスの機能は、OpenAI・Anthropic・Google の公式ヘルプを 2026-10-06 に開いて確認できた範囲で書いています。プロンプトはこの記事で用意したテンプレートで、AI の回答例は載せていません。サンプルデータは架空のものです。

この記事の結論

• CSV 分析は ①列定義を渡す → ②前処理の方針を確認させる → ③集計 → ④グラフ → ⑤検算 の順に、段階を分けて頼む。
• 最初に渡すのは CSV 本体だけでなく、列名・型・単位・欠損の扱いを書いたデータ辞書。
• 件数が多い、または合計・平均が必要なら、AI がコードを実行する機能を使う。貼り付けた表を読ませるのは、少ない行数の傾向の確認や文章の整理に向く。
• 集計を頼むときは 「件数と計算式も一緒に出して」 と添え、行数・合計・欠損数は pandas でも数える。

5段階の早見表

コード実行と「貼り付けた表を読む」の違いと選び方

生成AIにデータを扱わせる方法は、大きく2つあります。AI が Python などのコードを書いて実行し、その結果を答える方法と、チャット欄に貼り付けた表を文章と同じように読んで答える方法です。

どちらを使うかの判断表

迷ったら、「数値を人に報告するならコード実行」と決めておくと選びやすくなります。

各サービスの公式ヘルプで確認できた範囲

機能の名前や上限は変わることがあるので、使う前に各社の公式ヘルプで最新の内容を確かめてください。組織で使う場合は、データを外部のサービスに渡してよいかを自社の規程で確認してから進めます。

データ辞書のテンプレート（列定義の渡し方）

データ辞書は、CSV の各列について「何が入っているか」を1行ずつ書いた表です。AI は列名だけでは、単位や、空欄が「0」なのか「不明」なのかを判断できません。列名・型・単位・欠損の扱いの4つを書いておくと、前処理の案が具体的になります。

Markdown の表（空のテンプレート）

| 列名 | 意味 | 型 | 単位・書式 | 取りうる値・範囲 | 欠損の扱い | 備考 |
|---|---|---|---|---|---|---|
|  |  |  |  |  |  |  |

記入例（架空の備品発注履歴 orders.csv）

CSV 形式（表計算ソフトに貼れる形）

列名,意味,型,単位・書式,取りうる値・範囲,欠損の扱い,備考
order_id,発注番号,文字列,PO-0001 形式,一意,欠損なしの想定,同じ番号が複数あれば重複
order_date,発注日,日付,YYYY-MM-DD,2026-04-01〜2026-09-30,欠損なしの想定,区切りが / の行が混ざる
dept,発注した部署,文字列,,総務部／開発部／営業部,欠損なしの想定,
category,分類,文字列,,文具／PC周辺／清掃,欠損なしの想定,
item,品名,文字列,,,欠損なしの想定,
qty,数量,整数,個,1〜20,空欄は「不明」。0 ではない,空欄の行は集計から外し件数を報告
unit_price,単価,整数,円（税抜）,正の数,欠損なしの想定,
status,状態,文字列,,納品済／取消,欠損なしの想定,取消は集計から外す

データ辞書に加えて、次の3点も最初に伝えます。

段階別の穴埋め式プロンプト

{ } の部分を自分のデータに合わせて書き換えて使います。

① 列定義を渡す

添付の CSV（{ファイル名}）を分析します。まだ集計はせず、読み込みの確認だけをしてください。

# データの説明
- 1行が表すもの: {1行が1件の発注 など}
- 分析の目的: {何を知りたいか、誰が読むか}

# データ辞書
{データ辞書の表を貼る}

# 指標の定義
- {金額 = qty × unit_price など}

# してほしいこと
1. ファイルをコードで読み込み、行数・列数・各列の型を報告する
2. データ辞書と実際の中身が食い違う列があれば挙げる
3. 先頭5行を表示する
分からない点は推測せず、質問してください。

② 前処理の方針を確認させる

集計の前に、データの状態を調べてください。この段階ではデータを加工しないでください。

# 調べること
- 列ごとの欠損数
- 完全に同じ行の数、{キーの列} が重複している行の数
- {日付の列} の書き方のゆれ、範囲外の日付
- {数値の列} の最小・最大、負の値や極端に大きい値
- {分類の列} の値の種類と件数（表記のゆれを含む）

# 出力形式
| 見つかった点 | 該当する行数 | 扱い方の案（A案／B案） | おすすめと理由 |

私が方針を決めてから、次の指示で加工に進みます。

③ 集計

次の方針で前処理をしてから、集計してください。

# 前処理の方針
1. {完全に同じ行は1行にする}
2. {status が「取消」の行は外す}
3. {qty が空の行は外す}
4. {order_date の区切りを - にそろえる}

# 集計
- 切り口: {category 別}、{月別}
- 指標: {件数、数量の合計、金額の合計}
- 期間: {2026-04-01 から 2026-09-30 まで（両端を含む）}
- 並び順: {金額の大きい順}

# 一緒に出すもの
- 前処理の各手順で、行数が何行から何行になったか
- 各指標の計算式
- 内訳の合計が全体の値と一致することの確認
- 実行したコード

④ グラフ

③の {月別の金額} をグラフにしてください。

- 種類: {棒グラフ}
- 横軸: {月（2026-04 から時系列順）}
- 縦軸: {金額（円）。0 から始める}
- タイトル: {月別の発注金額（納品済のみ）}
- 各棒の上に値を表示する
- 色は {1色}。強調したい月があれば {その月だけ別の色}
- 画像（PNG）と、グラフの元になった表の両方を出す
グラフから読み取れることを書くときは、表の数値を根拠として添えてください。

⑤ 検算

③の結果を検算します。

# 私が手元で数えた値
- 元のファイルの行数: {203}
- 重複行の数: {3}
- status の内訳: {納品済 189、取消 14}
- qty の欠損数: {5}

# してほしいこと
1. 上の値と、あなたが読み込んだデータの値が一致するかを表で示す
2. ③の合計を、③とは別の方法（{月別の合計を足し上げる など}）で計算し直し、差があれば原因を調べる
3. 一致しない項目があれば、どの手順で差が出たかを報告する

集計を頼むときに添える一文

段階を分けない場合でも、次の一文を添えるだけで結果を確かめやすくなります。

集計結果と一緒に、対象にした件数、除外した件数とその理由、各指標の計算式、実行したコードも出してください。

目的別の追加プロンプト

検算：行数・合計・欠損数を pandas で自分でも確かめる

AI に渡す前と、結果を受け取った後に、同じファイルを手元でも数えます。確かめるのは行数・欠損数・重複・合計の4つで、コードは数行です。

サンプルデータを作る

手元で試せるよう、架空の備品発注履歴を作るスクリプトを用意しました。数量の空欄5件、日付の書き方が違う行4件、重複3行をわざと入れています。

# サンプルの orders.csv（架空の備品発注履歴）を作る
import csv, random
from datetime import date, timedelta

random.seed(42)
items = {
    "文具": [("コピー用紙A4", 480), ("付せん", 320), ("ボールペン10本", 900)],
    "PC周辺": [("USBケーブル", 780), ("マウス", 1980), ("延長コード", 1280)],
    "清掃": [("ウェットシート", 420), ("ごみ袋45L", 560)],
}
depts = ["総務部", "開発部", "営業部"]
rows = []
for i in range(1, 201):
    cat = random.choice(list(items))
    item, price = random.choice(items[cat])
    d = date(2026, 4, 1) + timedelta(days=random.randrange(183))
    status = random.choices(["納品済", "取消"], weights=[9, 1])[0]
    rows.append([f"PO-{i:04d}", d.isoformat(), random.choice(depts), cat, item,
                 random.randint(1, 20), price, status])

# わざと入れる乱れ：数量の欠損5件、日付の書き方違い4件、重複3行
for i in (10, 55, 90, 130, 175):
    rows[i][5] = ""
for i in (20, 60, 100, 140):
    rows[i][1] = rows[i][1].replace("-", "/")
rows += [rows[5][:], rows[77][:], rows[150][:]]

with open("orders.csv", "w", newline="", encoding="utf-8") as f:
    w = csv.writer(f)
    w.writerow(["order_id", "order_date", "dept", "category", "item", "qty", "unit_price", "status"])
    w.writerows(rows)
print("書き出した行数（見出しを除く）:", len(rows))

書き出した行数（見出しを除く）: 203

先頭の4行は次のとおりです。

order_id,order_date,dept,category,item,qty,unit_price,status
PO-0001,2026-04-07,総務部,清掃,ウェットシート,8,420,納品済
PO-0002,2026-04-27,営業部,文具,ボールペン10本,3,900,納品済
PO-0003,2026-04-09,総務部,清掃,ごみ袋45L,8,560,納品済

渡す前に数える

# AI に渡す前と、AI の集計結果を受け取った後に、自分でも数える
import pandas as pd

df = pd.read_csv("orders.csv", dtype={"order_id": str})

print("行数:", len(df))
print("列:", list(df.columns))
print("欠損数:")
print(df.isna().sum()[df.isna().sum() > 0])
print("重複行の数:", df.duplicated().sum())
print("status の内訳:", df["status"].value_counts().to_dict())
print("日付の書き方が YYYY-MM-DD でない行:",
      (~df["order_date"].str.match(r"^\d{4}-\d{2}-\d{2}$")).sum())
print("数量の合計（欠損は除く）:", int(df["qty"].sum()))

実行結果です。

行数: 203
列: ['order_id', 'order_date', 'dept', 'category', 'item', 'qty', 'unit_price', 'status']
欠損数:
qty    5
dtype: int64
重複行の数: 3
status の内訳: {'納品済': 189, '取消': 14}
日付の書き方が YYYY-MM-DD でない行: 4
数量の合計（欠損は除く）: 2132

この出力をメモしておき、⑤の検算プロンプトの「私が手元で数えた値」に書き込みます。AI が読み込んだ行数がここと違っていれば、文字コードや見出し行の扱いで読み込みがずれている合図になります。

方針どおりに集計し、件数の推移と合計を確かめる

③で AI に頼むのと同じ処理を、手元でも行うコードです。各手順の後に行数を記録し、内訳の合計が全体と一致することを assert で確かめています。

# 前処理の方針どおりに整えてから集計し、検算用の件数と合計を一緒に出す
import pandas as pd

df = pd.read_csv("orders.csv", dtype={"order_id": str})
n0 = len(df)

df = df.drop_duplicates()                      # 方針1: 完全に同じ行は1行にする
n1 = len(df)
df = df[df["status"] == "納品済"]              # 方針2: 取消は集計から外す
n2 = len(df)
df = df.dropna(subset=["qty"])                 # 方針3: 数量が空の行は外す（件数を報告）
n3 = len(df)
df["order_date"] = pd.to_datetime(df["order_date"].str.replace("/", "-"))  # 方針4: 日付をそろえる
df["amount"] = df["qty"] * df["unit_price"]    # 金額 = 数量 × 単価

print(f"行数の推移: 読み込み {n0} → 重複除外 {n1} → 取消除外 {n2} → 数量欠損除外 {n3}")

by_cat = df.groupby("category").agg(件数=("order_id", "count"),
                                    数量=("qty", "sum"),
                                    金額=("amount", "sum")).astype(int)
by_cat.loc["合計"] = by_cat.sum()
print(by_cat)

# 検算: 内訳の合計が、全体を直接数えた値と一致するか
assert by_cat.loc["合計", "件数"] == len(df)
assert by_cat.loc["合計", "金額"] == int(df["amount"].sum())
print("検算OK: 件数", len(df), "/ 金額", int(df["amount"].sum()))

monthly = df.groupby(df["order_date"].dt.strftime("%Y-%m")).agg(件数=("order_id", "count"), 金額=("amount", "sum")).astype(int)
print(monthly)
print("月別の金額の合計:", int(monthly["金額"].sum()))
monthly.to_csv("monthly.csv")

実行結果です。

行数の推移: 読み込み 203 → 重複除外 200 → 取消除外 186 → 数量欠損除外 181
           件数    数量       金額
category                    
PC周辺       59   631   858880
文具         67   712   380600
清掃         55   612   300300
合計        181  1955  1539780
検算OK: 件数 181 / 金額 1539780
            件数      金額
order_date            
2026-04     33  264380
2026-05     27  170660
2026-06     29  245480
2026-07     36  310040
2026-08     27  241520
2026-09     29  307700
月別の金額の合計: 1539780

分類別の合計（1,539,780）と月別の合計（1,539,780）が一致しました。切り口を変えても合計が同じになるかは、手軽で効果の大きい検算です。

前処理をしない場合との差

同じファイルを、重複も取消もそのままにして合計するとどうなるかも確かめました。

# 前処理をしないまま合計した場合との差を見る
import pandas as pd
df = pd.read_csv("orders.csv", dtype={"order_id": str})
df["amount"] = df["qty"] * df["unit_price"]
print("前処理なしの行数:", len(df), "/ 金額の合計:", int(df["amount"].sum()))

前処理なしの行数: 203 / 金額の合計: 1672740

方針を決めずに「合計を出して」と頼むと、どちらの数字が返ってくるかは指示からは決まりません。②で方針を確認する段階を挟む理由がここにあります。

グラフも元の表と突き合わせる

④で受け取ったグラフは、棒の数と値を元の集計表と見比べます。手元で同じグラフを作るコードは次のとおりです。

# 月別の金額を棒グラフにして PNG で保存する
import pandas as pd
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

monthly = pd.read_csv("monthly.csv")
fig, ax = plt.subplots(figsize=(7, 4))
ax.bar(monthly["order_date"], monthly["金額"])
ax.set_title("Monthly order amount (delivered only)")
ax.set_xlabel("month")
ax.set_ylabel("amount (JPY)")
ax.set_ylim(0)  # 棒グラフの縦軸は 0 から始める
for x, y in zip(monthly["order_date"], monthly["金額"]):
    ax.text(x, y, f"{y:,}", ha="center", va="bottom", fontsize=8)
fig.tight_layout()
fig.savefig("monthly.png", dpi=120)
print("保存しました: monthly.png / 棒の数:", len(monthly), "/ 棒の合計:", int(monthly["金額"].sum()))

保存しました: monthly.png / 棒の数: 6 / 棒の合計: 1539780

グラフで見る点は次の4つです。

確かめて分かったこと

• 数量が空の行は、エラーにならずに合計から外れます。 pandas の sum() は欠損を飛ばして合計するため、前処理なしでも計算は最後まで進みました。空欄があること自体に気づくには、isna().sum() で欠損数を先に数える必要があります。
• 重複と取消を残すと、合計は 132,960 大きくなりました。 扱いが分かれるのは 203 行のうち 22 行（重複 3、取消 14、数量の空欄 5）で、金額の差は重複と取消の行から生まれています。
• 日付の書き方が4行だけ違っていても、行数や合計の検算では見つかりません。 月別の集計で初めて影響が出るため、書式に合わない行の数を別に数えました。
• 内訳を足し上げた値と、全体を直接数えた値を比べる方法は、分類別でも月別でも同じ 1,539,780 になり、切り口をまたいだ検算として使えました。
• 公式ヘルプでも、生成されたコード・出力・前提を確認してから結果を使うよう案内されています（OpenAI のヘルプ）。コードを実行する機能を使う場合も、検算の段階は省かずに残します。

プロンプトを送る前のチェックリスト

よくある質問

Q. 生成AIに CSV を分析させるプロンプトのコツは？ A. 段階を分けて頼むことです。列定義を渡す、前処理の方針を確認させる、集計、グラフ、検算の順に区切り、各段階で行数と計算式を出してもらうと、結果を確かめながら進められます。

Q. コード実行と、表を貼り付けて聞く方法の違いは？ A. 計算がコードの実行結果として出るか、文章の生成として出るかの違いです。件数が多いときや、合計・平均を報告に使うときはコード実行を選び、実行されたコードも一緒に確認します。

Q. AI の集計結果が合っているか確かめるには？ A. 行数・欠損数・重複数・合計の4つを、自分でも数えて比べます。pandas なら len(df)、df.isna().sum()、df.duplicated().sum()、df["列"].sum() の4行で数えられます。

Q. データ辞書とは何ですか？ A. CSV の各列について、意味・型・単位・欠損の扱いなどを1行ずつまとめた表です。列名だけでは伝わらない「空欄は 0 なのか不明なのか」「単位は何か」を AI に伝える役割があります。

Q. グラフが思った形にならないときは？ A. グラフの種類、横軸と縦軸の列、単位、並び順、縦軸の始点を指定し直します。元になった集計表も一緒に出してもらうと、形の問題か数値の問題かを切り分けられます。

まとめ

• CSV 分析は 列定義 → 前処理の方針 → 集計 → グラフ → 検算 の5段階に分けて頼む
• 最初に データ辞書（列名・型・単位・欠損の扱い） と、1行が表すもの・指標の定義を渡す
• 件数が多い、合計や平均が要るならコード実行。貼り付けは小さな表の整理や文章化に使う
• 集計の指示には 「件数・除外した件数と理由・計算式・コードも出して」 を添える
• 行数・欠損数・重複数・合計は pandas の数行で自分でも数える
• 切り口を変えても合計が一致するか、グラフの棒の数と値が表と合うかを見る
• 前処理の方針しだいで合計は変わる。サンプルでは 203 行のうち 22 行の扱いで 132,960 の差が出た

参考・出典

• OpenAI Help Center「Data analysis with ChatGPT」 https://help.openai.com/en/articles/8437071-data-analysis-with-chatgpt （2026-10-06 閲覧）
• Claude Help Center「Create and edit files with Claude」 https://support.claude.com/en/articles/12111783-create-and-edit-files-with-claude （2026-10-06 閲覧）
• Gemini アプリ ヘルプ（ファイルのアップロードに関するページ） https://support.google.com/gemini/answer/14903178 （2026-10-06 閲覧）

株式会社RJC ― SI事業・SES事業・AI駆動開発。RJCは一緒に成長を楽しめる会社です。