データ分析をAIに任せるコツ、仮説検証の4手順
画像出典: パブリックドメイン（Wikimedia Commons）
AIにデータ分析をさせるときは、答えを出させるのではなく「仮説を複数出させ、人が数字で検証する」順序が要になります。表を渡す前に列の意味・単位・期間を言葉で添え、仮説を3つ挙げさせ、各仮説について「正しいなら他にどの数字が動くはずか」を聞き返し、最後に元データへ戻って自分で確かめます。この4手順なら、数字の読み方がわからなくても分析の入口に立てます。
数字の資料の前で固まるのは、計算が苦手だからではありません。分析でいちばん難しいのは計算ではなく、「何を疑うか」を決めるところだからです。平均を出すことはできても、「そもそも平均を見るべき場面なのか」は表を眺めていても浮かんできません。
正直なところ、この「最初の問い」を出す部分こそ、いまのAIが手伝える範囲です。ただし使い方には順序があります。AIに答えを出させると、もっともらしいけれど裏の取れていない文章が返ってきます。そうではなく、AIには仮説（まだ確かめていない見立て）を並べさせて、正しいかどうかは自分が数字で確かめる。この分担にすると、途端に使えるようになります。
なぜ「答え」ではなく「仮説」を出させるのか？
生成AIは、与えられた文章の続きとしてもっともらしい言葉を組み立てるしくみで動いています。表の数字も、渡された時点では文字列として扱われます。つまり、AIが「先月比で12%落ちています」と書いてきたとき、それは電卓を叩いた結果とはかぎらず、そう書くのが自然だから書かれた一文である場合があります。
だからこそ、AIに向いている仕事とそうでない仕事が分かれます。候補を広く挙げるのは得意、その候補が事実かを保証するのは不得意です。表をAIに読ませる解説では、AIに断定させず候補を出させ、裏づけは人が確認するという順序が共通して勧められています。
この分担は、人が損をする話ではありません。数字を読む力の中身は、実は「疑うポイントの引き出しの多さ」です。引き出しをAIに広げてもらい、そこから自分の表に当てて確かめる作業を繰り返すと、引き出しは自分の中にも溜まっていきます。
| 工程 | 担当 | やること |
|---|---|---|
| 見るべき点を挙げる | AI | 傾向・異常値・関係の候補を複数出す |
| 候補を絞る | 人＋AI | 仮説ごとに検証ポイントを聞き出す |
| 正しいか決める | 人 | 元データに戻って数字で確認する |
表をAIに渡す前に、何を書き添えればいい？
いきなり数字だけを貼り付けると、AIは列が何を表しているのかを推測で埋めます。そこがずれると、以降の仮説はすべてずれます。表データを渡すときは列の意味・単位・期間といった前提を言葉で添えると読み取り精度が上がる、というのは複数のガイドで共通する指摘です。
添える内容は難しくありません。自分がその表を初めて見た日に知りたかったことを、そのまま書けば足ります。
- 何の表か（例: 店舗別の月次売上）
- 列の意味と単位（例: 「売上」は税抜・千円、「客数」は延べ人数）
- 期間と粒度（例: 2025年4月〜2026年3月の月次）
- 気になっている点、または知りたい目的（例: 下期の落ち込みの理由を知りたい）
単位を書くのは形式ばった作法ではなく、実利があります。千円単位なのか円単位なのかで、AIが「桁が異常だ」と指摘すべき場面かどうかが変わるからです。期間も同じで、月次なのか週次なのかを伝えないと、季節の影響という当たり前の可能性が候補から抜け落ちます。
仮説を出させるプロンプトはどう書く？
ここまでの前提を書いたうえで、依頼の形を「一つの答え」ではなく「複数の候補」に指定します。数を指定するのが要点で、3つと言えばAIは無理にでも視点を散らします。1つだけ求めると、いちばん平凡な見立てが返って終わります。
- 前提を書く「店舗別の月次売上表です。売上は税抜・千円単位、期間は2025年4月〜2026年3月の月次、10店舗分です。」
- 表を貼るそのままコピーして貼り付けます（表計算ソフトからの貼り付けでかまいません）。
- 候補を求める「この表から読み取れる傾向・異常値・数字どうしの関係について、仮説を3つ挙げてください。断定はせず、確かめる前の見立てとして書いてください。」
- 視点を足す「そのうち1つは、担当者が見落としがちな地味な観点にしてください。」と足すと、候補の重なりが減ります。
この段階で返ってくるのは、たとえば「下期の落ち込みは特定の2店舗に偏っている可能性」「客数は横ばいで客単価だけが下がっている可能性」といった見立てです。この時点ではどれも正しいと思わないでください。正しいかどうかは、次の手順で決めます。
AIの仮説が本当かを確かめる質問は？
もっとも効くのが、仮説をそのまま検証手順に変換させる聞き方です。仮説が正しければ、その裏側では必ず別の数字も一緒に動いているはずです。そこを先に言わせておけば、あとは自分で表を見て一致するかを確認するだけになります。
この逆質問には、確認作業の指示書を作らせる意味があります。「客単価が下がっている」という仮説なら、売上が減っているのに客数は減っていない、という組み合わせが表に現れているはずです。そうなっていなければ、その仮説は落とせます。
- この仮説が正しいなら、他にどの数字がどう動いているはずですか
- この仮説が間違いだとわかるのは、どんな数字を見たときですか
- この表だけでは判断できないことは何ですか
3つめが特に重要です。手元の表に載っていない要素（値上げの時期、店舗の改装、天候）が原因のとき、表の中をいくら見ても答えは出ません。AIに「この表では判断できないこと」を先に言わせておくと、無駄な深追いを避けられます。
最後は必ず元の表に戻ります。AIが挙げた数字をそのまま報告に使わず、自分で該当セルを見て確かめてください。ここを飛ばすと、確かめていない見立てが「分析結果」として一人歩きします。
この型はどんな表にも使える？
数字が縦横に並んでいて、比べる軸がある表であれば同じ手順が通ります。売上、アクセス数、アンケートの集計、勤怠時間、経費の内訳。いずれも「前提を伝える → 仮説を3つ → 検証ポイントを聞く → 自分で確かめる」で回せます。
社外に出せない情報を含む表は、そのまま貼り付けてはいけません。個人名・取引先名・未公表の数値が入っている場合は、列名を伏せる、値を比率に置き換える、勤務先が許可したツールだけを使う、といった判断が先に必要です。総務省の令和7年版情報通信白書でも、企業が生成AI導入に感じる懸念として「効果的な活用方法がわからない」に次いで「社内情報漏えい等セキュリティリスク」が挙げられています。使い方の型より先に、自分の職場でどこまで貼ってよいかを確認してください。
また、行数が数万行あるような大きな表は、そのまま貼り付けても全体を渡しきれません。集計後の要約表（月別・カテゴリ別に集計したもの）を渡すほうが、仮説の質は上がります。
ちなみに、生成AIを使ったことがある個人は26.7%（令和7年版情報通信白書）。まだ多数派ではありません。裏を返せば、数字の資料に対してこの型を持っているだけで、職場では十分に差がつく段階です。うまく分析できるようになってから使い始める必要はなく、固まってしまう表を1枚選んで、前提を4行書くところから試せば十分です。
よくある質問
AIが出した数値をそのまま報告に使ってもいいですか？
使わないでください。生成AIは表の数字を計算した結果ではなく、文章として自然な数値を書いている場合があります。AIが挙げた数値は必ず元の表の該当セルに戻って確認し、一致したものだけを報告に使います。
表はどんな形式で貼り付ければいいですか？
表計算ソフトからそのままコピーして貼り付ける形で問題ありません。重要なのは形式より前提情報で、何の表か・各列の意味と単位・対象期間・行数の目安を文章で添えてから表を貼ると、読み取りの精度が上がります。
仮説はいくつ出させるのが適切ですか？
3つが扱いやすい数です。1つだけ求めると最も平凡な見立てしか返らず、多すぎると検証の手間が増えます。3つ求めたうえで「1つは見落としがちな地味な観点で」と足すと、候補の重なりを減らせます。
社内の売上データをAIに貼り付けても大丈夫ですか？
職場のルールを先に確認してください。個人名・取引先名・未公表の数値を含む表は、そのまま外部サービスへ貼り付けるべきではありません。列名を伏せる、実数を比率に置き換える、勤務先が許可したツールのみ使うといった対応が必要です。
※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。