分析およびデータ処理のプロンプト
メニューを表示するにはスワイプしてください
AIを活用した分析業務には、データアナリストである必要はありません。 もしデータアナリストであれば、AIは分析的に複雑ではないが時間のかかる作業工程を大幅に効率化できます。
本章では、AIにデータを解釈させ、分析的思考を構造化し、意思決定を促すアウトプットを生成するためのプロンプト方法を、あらゆる技術レベルに向けて解説します。
非技術者向け：数値をストーリーに変換
レポート、ダッシュボード、スプレッドシートを扱うがデータの専門知識がない場合、AIの最も即効性のある価値は「翻訳」です。つまり、数値の表を実際に何を意味するのか明確に伝えるストーリーへと変換します。
最初に必要なこと： データをテキストとしてプロンプトに貼り付けます。Excelから表をコピーしたり、レポートから数値を貼り付けたり、主要な数値を手入力しても構いません。モデルはファイルやスクリーンショットを見ることができません—データは必ずプロンプト内に入力してください。
基本的なストーリープロンプトテンプレート：
Here is a table of [what the data represents]:
[paste data here]
Write a 3-sentence executive summary that identifies:
- The most significant trend or finding;
- One area of concern or underperformance;
- One specific recommendation based on the data.
Audience: [who will read this — their role and what they care about]. Use plain language — no jargon.
アナリスト向け：ワークフローの加速
すでにデータを扱う業務に従事している場合、AIは定型的だが時間のかかるワークフローの部分を処理します。
自然言語からのSQL生成：
Write a SQL query that [describe what you want to extract in plain language]. The table is called [table name] and has the following columns: [list columns and data types].
Return the results sorted by [column], limited to [number] rows.
見慣れないコードや数式の説明：
この [SQL query / Excel formula / Python script] が何をしているかを、1行ずつ説明してください。平易な言葉で説明し、読者はデータの内容は理解しているが、構文は理解していないと仮定してください。
[paste code here]
分析フレームワークの構築：
[ビジネス上の課題や質問]を分析する必要があります。
データを取得する前に、フレームワークについて考えるのを手伝ってください。 どのような主要な質問に答えるべきでしょうか？ データをどのような切り口で分析すべきでしょうか？ この問題の完全な分析はどのようなものになるでしょうか？
このプロセスを段階的に考えてください。
重要な制約：ゴミを入れればゴミが出る
AIはデータの正確性を検証しません。与えられたデータをそのまま処理し、 基となる数値が正しいかどうかに関わらず、自信ありげな出力を生成します。
誤った、古い、または書式が不適切なデータを貼り付けると、 分析結果は一見きれいで信頼できそうに見えても、 実際には誤った基盤の上に成り立っています。
AIを使ってデータを解釈・要約する前に：
- ソースが最新で正しくエクスポートされているか確認する；
- 数値が元のシステムと一致しているか確認する；
- データ内の計算や集計が正しいか貼り付ける前に確認する。
AIはデータの意味を伝える強力なツールですが、 データの正確性を検証する責任はあなたにあります。
実践：2分以内でデータからストーリーへ
最近扱ったテーブルや数値セット（売上レポート、プロジェクト指標、予算スナップショットなど）を、 主要なAIツールにプレーンテキストとして貼り付けてください。
プロンプトには以下を指定します：
- データが何を表しているか；
- 要約の対象者；
- 抽出する3つのポイント（傾向、懸念点、推奨事項）；
- 出力の長さと形式。
結果を確認し、正確な点、不正確な点、 モデルが自分で気づかなかったことを指摘しているかどうかを確認します。 その後、抽出基準を調整し、出力がどのように変化するか観察してください。
1. AIを活用して非技術者向けにデータをナラティブに変換する際のベストプラクティスを説明している文はどれか
2. AIを使ってデータ分析や要約を行う際のデータ検証の重要性について正しく説明している文はどれか
フィードバックありがとうございます！
AIに質問する
AIに質問する
何でも質問するか、提案された質問の1つを試してチャットを始めてください
