ChatGPTデータ分析術｜Excel・CSVを5分で分析するプロンプト集

「Excelでピボットテーブルを組むのに30分」「VLOOKUPの式が壊れて原因調査に1時間」「グラフを作ったけど、そこから何が読み取れるか分からない」——データ分析はビジネスパーソンの必須スキルでありながら、多くの人が苦手意識を持つ領域です。ChatGPTを使えば、Excel/CSVデータの分析が5分で完了します。本記事では非エンジニアでも即使える実用プロンプト6つを公開します。

なぜChatGPTでデータ分析なのか

ChatGPTのデータ分析機能（旧Code Interpreter / Advanced Data Analysis）を使えば、ファイルをアップロードするだけで、Pythonコードの自動生成・実行・可視化まで一気通貫で行えます。ユーザーはコードを書く必要はなく、日本語で「何を知りたいか」を伝えるだけです。

Before / After

作業	従来（Excel手作業）	ChatGPT活用後
売上月次集計	30分	3分
クロス集計（部門×月別）	45分	5分
異常値の検出	手動目視	2分（自動検出）
アンケート自由回答の分類	2-3時間	10分
レポート用グラフ作成	20分	3分

Excel操作のスキルに依存せず、データの「意味」を読み解くことに集中できるのが最大のメリットです。

事前準備: データの渡し方

ChatGPTにデータを渡す方法は主に2つです。

1. ファイルアップロード: Excel(.xlsx)またはCSV(.csv)をチャット画面にドラッグ&ドロップ
2. テキスト貼り付け: 小規模データ（100行以下）ならチャット欄にそのまま貼り付け

データ前処理のコツ

• ヘッダー行（列名）は日本語でOK、ただし列名に改行やスペースを含まない
• 空白セルは可能なら事前に「N/A」等で埋めておく
• 複数シートがある場合は、分析対象のシートだけを別ファイルに切り出す
• 日付形式を統一する（「2026/4/8」「2026-04-08」「4月8日」が混在すると誤認識の原因に）
• 全角数字は半角に変換しておく（「１２３」→「123」）
• 結合セルは解除してからエクスポートする

CSV形式の方が処理速度が速い傾向があります。数万行のデータを扱う場合はCSVでの投入を推奨します。

「5分で分析完了」の内訳

ステップ	所要時間
CSVファイルの準備とアップロード	約1分
プロンプトの入力（コピペ+変数の書き換え）	約1分
ChatGPTの処理（コード生成・実行・可視化）	約2分
結果の確認と主要数値の検算	約1分

合計5分。慣れてくると3分程度まで短縮できます。

プロンプト1: 売上データの月次分析

最も基本的な分析パターンです。売上CSVをアップロードした直後に使います。

アップロードしたCSVは月次の売上データです。
以下の分析を実行し、結果をまとめてください。

## 分析項目
1. 月別売上推移（折れ線グラフで可視化）
2. 前月比成長率の算出
3. 売上が最も高い月・低い月とその差分
4. カテゴリ別（列名: {カテゴリ列名}）の売上構成比（円グラフ）
5. 直近3ヶ月のトレンドから来月の売上予測（単純移動平均）

## 出力ルール
- グラフはタイトル・軸ラベル・凡例を日本語で付与
- 数値は3桁カンマ区切り、小数第1位まで
- 各分析項目に1-2行のコメント（ビジネス的な示唆）を添える
- 最後に「経営会議で報告するなら」という観点で3行のサマリー

「ビジネス的な示唆を添える」という指示がポイントです。数値だけでなく「だからどうすべきか」まで出力させることで、分析結果が即アクションにつながります。

プロンプト2: クロス集計と比較分析

部門別×月別、地域別×商品別など、2軸でデータを切りたいときに使います。

アップロードしたデータについて、クロス集計を実行してください。

## クロス集計の軸
- 行軸: {列名1（例: 部門名）}
- 列軸: {列名2（例: 月）}
- 値: {列名3（例: 売上金額）}の合計

## 追加分析
1. クロス集計表をヒートマップで可視化（値が大きいセルほど濃い色）
2. 行軸ごとの合計を降順ソートし、上位3件と下位3件を強調
3. 列軸の推移で「急激な変化」がある箇所を検出し、注釈を付ける
4. Pareto分析: 売上の80%を占める行軸の項目を特定

## 出力
- クロス集計表（Markdown）
- ヒートマップ画像
- 所見（3-5点）

プロンプト3: アンケート自由回答の分析

自由回答の分析は人手では数時間かかりますが、ChatGPTなら数分で分類と傾向把握が完了します。

アップロードしたCSVはアンケートの自由回答データです。
列「{回答列名}」を分析してください。

## 分析手順
1. 全回答を読み、主要なカテゴリに自動分類（5-8カテゴリ）
2. カテゴリ別の件数と割合を棒グラフで可視化
3. 各カテゴリの代表的な回答を3件ずつ抽出
4. ポジティブ/ネガティブ/中立のセンチメント分析
5. 回答に頻出するキーワードTOP20をワードクラウド風に表示
6. 「改善要望」に該当する回答を全件抽出し、緊急度で分類

## 出力フォーマット
- カテゴリ分類表
- センチメント分析結果（円グラフ）
- 頻出キーワード一覧
- 改善要望リスト（緊急度付き）
- 経営判断に使えるサマリー（5行）

プロンプト4: 異常値・外れ値の自動検出

データの中に紛れた異常値は、手作業では見逃しがちです。統計的な手法で自動検出させます。

アップロードしたデータの列「{数値列名}」について、
異常値の検出と分析を実行してください。

## 検出方法
1. 基本統計量の算出（平均、中央値、標準偏差、四分位範囲）
2. IQR法（四分位範囲の1.5倍を超える値）で外れ値を検出
3. 箱ひげ図で可視化
4. 検出された異常値の一覧（該当行の全列データを含む）
5. 異常値を除外した場合の統計量の変化

## 追加分析
- 異常値に共通するパターンがあるか（特定の時期・カテゴリに集中など）
- 異常値が「エラー（除外すべき）」か「注目すべきシグナル」か、
  データの文脈から判断
- 判断が困難な場合は「要確認」と明記

## 出力
- 基本統計量表
- 箱ひげ図
- 異常値一覧表
- 所見と推奨アクション

「エラーか注目すべきシグナルか」を判断させる指示が重要です。売上データの異常値は、単なる入力ミスかもしれないし、大口受注のサインかもしれません。AIに仮説を提示させることで、次の調査の方向が定まります。

プロンプト5: 複数ファイルの統合分析

部門ごとに別ファイルで管理されたデータを統合して分析するケースです。

アップロードした3つのCSVファイルを統合して分析してください。

## ファイル情報
- ファイル1: {概要（例: 東日本の売上データ）}
- ファイル2: {概要（例: 西日本の売上データ）}
- ファイル3: {概要（例: 商品マスタ）}

## 統合方法
- ファイル1とファイル2を縦結合（列構造は同一）
- 結合後のデータにファイル3を{キー列名}でJOIN

## 分析項目
1. 統合データの基本統計（行数、期間、カバレッジ）
2. 地域別×商品カテゴリ別のクロス集計
3. 地域間の売上比較（棒グラフ、構成比）
4. 統合後のデータに欠損・不整合がないか検証
5. 経営報告用のダッシュボード（グラフ3-4枚のセット）

## 注意
- 統合時にキーが一致しないレコードは「未マッチ」として別出し
- 重複レコードがあれば検出して報告

プロンプト6: 分析結果をレポートに変換

分析が終わった後の「レポートにまとめる」工程も自動化します。

ここまでの分析結果を、以下の構成で経営会議向けレポートに
まとめてください。

## レポート構成
1. エグゼクティブサマリー（3行、結論先行）
2. KPIダッシュボード（主要指標を表で一覧）
3. 詳細分析（グラフと所見のセット、各項目200字以内）
4. リスク・懸念事項（異常値や負のトレンド）
5. 推奨アクション（3つ、担当部門と期限のプレースホルダ付き）
6. 補足データ（参考として残すべき統計量）

## ルール
- グラフは全て日本語のラベル付き
- 数値は四捨五入のルールを統一（円は千円単位、%は小数第1位）
- 「なぜこの数字が重要か」のコメントを各指標に付記
- Markdown形式で出力（社内Wikiに貼り付け可能な形）

データ分析でAIを使う際の3つの注意点

1. 数値の検算は必ず行う

AIが生成するPythonコードは基本的に正確ですが、データの読み込み時に型変換のミス（文字列として読み込まれた数値列など）が発生することがあります。主要な合計値だけでもExcelで検算する習慣を持ちましょう。

2. 機密データの取り扱い

顧客情報や財務データをChatGPTにアップロードする前に、社内のAI利用ガイドラインを確認してください。個人情報を含むデータはダミー化するか、エンタープライズ版のChatGPT（ChatGPT Enterprise / Team）を利用することを推奨します。

3. 分析結果をExcelに戻す方法

ChatGPTが生成した集計結果やグラフはダウンロード可能です。チャット上に表示された表データの下にある「Download」リンクからCSV/Excelファイルとして取得できます。グラフ画像もPNG形式でダウンロードでき、そのままスライドや報告書に貼り付けられます。

4. 「分析」と「意思決定」は別物

AIが出す分析結果はあくまで「材料」です。その材料をどう解釈し、何をアクションするかは人間の判断領域です。AIの出力を鵜呑みにせず、「この分析結果が正しいとしたら、自分は何をすべきか」を常に考えてください。

初心者が最初に試すべき順番

6つのプロンプトを全て一度に試す必要はありません。以下の順番で段階的に進めるのがおすすめです。

1. まずプロンプト1（売上月次分析）: 最もシンプルで成功体験を得やすい
2. 次にプロンプト3（アンケート分析）: 自由回答の分類はExcelでは困難な作業で、AI活用の価値を実感しやすい
3. 次にプロンプト2（クロス集計）: 2軸分析でExcelのピボットテーブル以上の速さを体験
4. 慣れたらプロンプト4-6: 異常値検出、複数ファイル統合、レポート変換へ進む

まとめ: Excelスキルの壁を超える

ChatGPTのデータ分析機能は、Excelの操作スキルという壁を取り払い、「何を知りたいか」を日本語で伝えるだけで分析が完了する世界を実現しました。ピボットテーブルの組み方やVLOOKUPの式を覚える時間を、データの「意味」を読み解く時間に変えましょう。

データ分析プロンプトをさらに探すならプロンプトマーケットのタグ「データ分析」「Excel」から絞り込めます。プロンプトの書き方の基本は「プロンプトエンジニアリング実戦ガイド2026」、資料作成への応用は「資料作成3倍速プロンプト集」も併せてどうぞ。ChatGPT Plus・Claude Proへの登録は免責事項ページをご確認ください。