自動化スクリプトをAIに書かせる、安全な3つの手順
画像出典: パブリックドメイン（Wikimedia Commons）
プログラミング未経験でも、AIに頼めば繰り返し作業を減らす小さなスクリプトは作れます。安全に始める鍵は「1つの作業だけに範囲を絞る」「本番ではなくコピーしたデータで試す」「コードが何を読み書き・削除・送信するかをAI自身に説明させる」の3つです。この順番を守れば、コードが読めなくても取り返しのつかない事故は避けられます。
ファイル名の整形、決まった形式のExcel転記、フォルダの仕分け。手順が毎回まったく同じ作業は、まさにスクリプトが得意とする領域です。そしていまは、その数十行のコードを自然言語で頼めばAIが書いてくれます。データ整理・Excel作業・ファイル処理といった簡易スクリプトは、プログラミング未経験でも作成できるところまで来ました。
ただ、正直なところ引っかかるのはそこではないはずです。出てきたコードが何をするのか自分では読めない。それを実行するのが怖い、という点でしょう。ここが最初の一歩の本当の壁です。
この壁は、コードを読めるようになることでは越えません。読めないまま安全に扱う手順を先に持つことで越えます。範囲の絞り方と確認手順、この2つが具体的にどうなるかを見ていきます。
なぜ最初に「範囲を絞る」必要があるのか？
未経験の人がAIに自動化を頼むとき、最も事故につながりやすいのは「経理フォルダを整理して」のような大きな依頼です。範囲が広いほどAIは推測で穴を埋め、こちらは何が起きたか把握できないまま結果だけを受け取ることになります。
効果的な使い方のコツとして挙げられているのは、実装したい機能や問題を具体的に言語化すること、そして複雑な要件は複数回に分けて質問することです。裏を返すと、ぼんやりした依頼はそれだけで精度が落ちます。
もう1つ、範囲を絞る理由があります。範囲が小さければ、結果が正しいかを自分の目で全部確認できるという点です。ファイル30個の名前変更なら、実行後に30行を見れば成否がわかります。フォルダ全体の整理では、何が変わったのか一覧すること自体ができません。コードが読めない立場では、この「結果を目視で全部見られるか」が安全の生命線になります。
- 手順が毎回まったく同じで、判断が入らない
- 対象が1つのフォルダ・1つのファイルの中で閉じている
- 実行後の結果を、目で見て全部確認できる量である
- 失敗しても、コピー元が手元に残っている
具体的な題材としては、データ分析やグラフ描画、Webスクレイピング、Excel作業の自動化などが応用例として挙げられます。このうち最初の1本に選ぶなら、外部と通信しないもの——手元のファイルだけを扱う作業から始めるのが素直です。
コードが読めなくても中身を確認する方法は？
生成されたコードは必ず検証・レビューする必要があり、使い方を誤ると意図しないバグの混入や情報漏洩のリスクがあると指摘されています。とはいえ、未経験者に構文レベルの読解を求めるのは現実的ではありません。
そこで有効なのが、読む代わりにAI自身に説明させるやり方です。プログラムが外の世界に対してできることは、突き詰めると4種類しかありません。読む・書く・消す・送る、です。この4つのどれをどこに対して行うかさえ確定すれば、危険度はコードを読まずに判断できます。
- このコードはどのファイル・フォルダを読むのか（対象パスを具体的に）
- 新しく作る・書き換えるファイルはどれか
- 削除・上書きする処理は含まれるか。含まれるなら何行目か
- 外部への通信（ネット送信・メール送信・API連携）はあるか
4つ目で「あります」と返ってきたら、最初の1本としては作り直しを頼んでください。手元で完結する作業なのに通信が入っているなら、依頼の解釈がずれています。3つ目に該当する場合は、後述する不可逆操作の扱いに進みます。
この質問には、副次的な効果もあります。AIが「このフォルダの中身をすべて削除します」と自分で書いた瞬間、こちらの依頼文が曖昧だったことに気づけます。コードを読む代わりに、コードの振る舞いの説明を読む。これが未経験者にとって現実的なレビューの形です。
本番データで試してはいけないのはなぜ？
安全に試すための実務的な指針としては、コード実行系のツールに信頼できないコードを直接貼らないこと、本番データに触れない検証用のフォルダやアカウント——いわゆるサンドボックス環境で動作確認してから使うこと、そして環境を本番と検証で分ける意識を持つことが挙げられています。
難しく聞こえますが、個人の作業でやることは単純です。対象フォルダをまるごとコピーして、コピーのほうで実行する。これだけで条件を満たします。
この一手間が効くのは、スクリプトの失敗が「エラーで止まる」形とは限らないからです。エラーで止まるならまだ安全で、本当に厄介なのは正常に終了したのに、意図と違う結果になっているケースです。ファイル名の連番が1つずれた、想定外の拡張子まで巻き込んだ、といった失敗は、実行後に元データを見比べて初めてわかります。コピーで試していれば見比べる相手が残りますが、本番で走らせた後では比較対象そのものが消えています。
共有サーバー上のファイル、業務システムが参照しているデータ、他の人が同時に編集しているフォルダ。これらは最初の練習台には向きません。自分だけが使っている、手元のコピーで完結する作業を選んでください。また、会社の環境では、そもそも自動化ツールの持ち込みや業務データの外部サービスへの入力にルールが定められている場合があります。実行の前に、その確認は済ませておいてください。
実際にはどんな順番で進めればいい？
ここまでの考え方を、そのまま実行できる順番に並べます。初回はこの5段を飛ばさずに通してください。
- 作業を1つに絞って言語化する「このフォルダ内のPDFファイル名を、日付_取引先名の形式に統一したい」のように、対象・処理・完成形を1文で書きます。ここが曖昧なままだとAIは推測で埋めます。
- テスト用のコピーを作る対象フォルダを複製し、コピーのほうを作業対象として指定します。元データには触らせません。
- コードの振る舞いを説明させる生成されたコードに対して、読む・書く・消す・送るの4点を質問します。想定外の処理があれば、その時点で作り直しを依頼します。
- 不可逆な操作には人の確認を挟む削除・上書き・送信が含まれるなら、実行前に対象の一覧を表示して止まる作りにしてもらいます。「消す前に、消す対象のファイル名を全部表示して一度止まるようにして」と頼めば足ります。
- 小さく実行して結果を全部見るまず数件で試し、結果を目視で確認します。問題なければ範囲を少しずつ広げます。いきなり全件は走らせません。
4段目の考え方は、AIエージェントの権限設計でも同じことが言われています。ファイル削除・メール送信・外部API連携といった実行権限は最小特権の原則で必要最小限に絞り、購入・削除・個人情報の送信など重要な操作の前には必ず人間の承認ステップを挟むフロー設計が推奨されています。取り返しがつかない操作の前に人が一度見る。個人の小さなスクリプトでも、守る価値は変わりません。
そして生成コードは、自己レビューとテスト実行の2段階の検証を経てから本番利用に回すことが推奨されています。上の手順でいえば、3段目が自己レビュー、5段目がテスト実行にあたります。片方だけでは足りない、という点が要点です。
初心者がやりがちな失敗はどこにある？
初心者が陥りがちな失敗として指摘されているのは、実行できることに興奮して、ネット上の未検証コードをそのままコピペしてしまうという点です。AIが出したコードでも構図は同じで、動いてしまうという事実が確認の動機を奪います。
ここには順番の逆転があります。最初の1本が思いどおりに動いた瞬間、次はもっと大きな作業を任せたくなる。それ自体は自然な流れですが、範囲を広げるほど結果の目視確認は難しくなり、コピーを取る手間も面倒になっていきます。危険度が上がるタイミングと、確認が雑になるタイミングが重なるのが、この失敗の構造です。
範囲を広げるとき、確認の手間も一緒に増やす。この対応関係だけは崩さないでください。目安として、対象が10倍になるなら、テストで走らせる件数も削除前の確認表示も残しておく。手順を省くのは、同じ処理を何度も回して結果が安定していると確信できてからで十分です。
もう1つ、範囲が広がると危険度そのものが変わる場面があります。手元のファイル整理から、メール送信や外部サービスへのデータ送信へ踏み出すときです。ここは「失敗しても手元をコピーから戻せば済む」領域を出ています。情報漏洩のリスクが指摘されているのはまさにこの領域なので、送信を伴う自動化に進むなら、手元完結の作業でひととおり自信をつけてからにしてください。
この一歩で何が変わるのか？
プログラミングを学ぶのと、AIに小さなスクリプトを書かせるのは、目指す場所が違います。後者で身につくのはコードを書く力ではなく、自分の作業のうちどこが機械化できる形をしているかを見分ける目です。
実際、最初の1本を作ろうとすると、手順を1文で言語化する段階でつまずくことがよくあります。それは自動化が難しいのではなく、その作業に自分の判断が混じっていた——つまり毎回まったく同じ手順ではなかった、というサインです。この見分けがつくようになると、日々の作業が「任せられる部分」と「自分が判断すべき部分」に分かれて見えてきます。
そこまで来れば、繰り返し作業は少しずつ減らせます。最初の一歩は、1つのフォルダ、コピーしたデータ、目で全部確認できる件数から。それで十分です。
よくある質問
プログラミングを全く知らなくても、AIに自動化スクリプトを書かせて大丈夫ですか？
生成AIに自然言語で指示するだけで、データ整理・Excel作業・ファイル処理などの簡易スクリプトはプログラミング未経験でも作成できます。ただし生成されたコードは必ず検証・レビューが必要で、誤った使い方は意図しないバグの混入や情報漏洩につながります。コードが読めない場合は、そのコードが何を読み・書き・削除し・外部送信するのかをAI自身に説明させる形で確認してください。
AIが生成したコードを実行するとき、本番のファイルで試してはいけませんか？
本番データに触れない検証用のフォルダやアカウント（サンドボックス環境）で動作確認してから使うことが推奨されています。個人の作業では、対象フォルダをまるごとコピーしてコピー側で実行すれば条件を満たせます。スクリプトはエラーで止まらずに意図と違う結果を出すことがあり、元データが残っていれば見比べて気づけます。
削除や送信を含むスクリプトは、どう扱えばいいですか？
AIに与える実行権限は最小特権の原則で必要最小限に絞り、削除・購入・個人情報の送信など重要な操作の前には必ず人間の承認ステップを挟むフロー設計が推奨されています。個人のスクリプトでも同じで、削除や上書きを行う前に対象の一覧を表示して一度止まる作りにしてもらい、目視で確認してから進めてください。
AIへの依頼がうまく伝わらないときは、どうすればいいですか？
実装したい機能や問題を具体的に言語化すること、複雑な要件は複数回に分けて質問することが効果的な使い方のコツとして挙げられています。対象・処理・完成形を1文で書けるところまで作業を絞り込み、一度に全部を頼まず段階的に伝えてください。1文で書けない場合は、その作業に自分の判断が混じっており、そもそも自動化に向いていない可能性があります。
※記事で使用した内容・数値は変更される場合があります。最新情報は公式サイトをご確認ください。