AIに「このExcelの表をCSVに変換するPythonコードを書いて」と頼む正しい頼み方と失敗パターン

誰もが一度は夢見る。ChatGPTにコードを書かせ、面倒なルーティン作業から永遠に解放される魔法。22ヶ月で月50万円を稼ぐ不労所得システムにおいて。データ処理の自動化は最強のエンジンです。

だが現実は甘くない。意気揚々とチャット欄に「Excelの表をCSVにするPythonコードを書いて」と打ち込み。返ってきたコードを震える指で実行した瞬間に突きつけられる。

まず、無情に吐き出される、理解不能な真っ赤なエラー文。わけもわからず「エラーが出ました」とAIに泣きつき。別のコードを試してはまたエラー。「今度はこの設定を……」と指示されるまま迷走し。気がつけばPythonの環境そのものが再起不能に壊れる。

目の前の100個のExcelファイルを前に。終わりの見えない手作業を始めたあの夜。画面を見つめる目は充血し、肩は岩のように凝り固まっていた。AIに頼めば一瞬のはずだったのに、という後悔が。深夜のオフィスに虚しく響いていた。

正しい頼み方をすれば30秒で終わるはずだった。それが、たった一行の曖昧な指示のせいで3時間の不毛な浪費に化ける。AIがポンコツなのではない。こちらの「頼み方」が絶望的に下手なのです。

次に、非エンジニアがAIという武器を使いこなし、収益化のシステムを完遂するには。言語の文法よりも先に「AIへの的確な指示（プロンプト）の流儀」を最優先で学ばなければならありません。

AIコード依頼、初心者がハマる一行指示

AIにコードを書いてもらう際、初心者が必ずハマる泥沼。それが「1行だけの指示」を投げてしまうことです。

「ExcelをCSVにして」

一方で、対人なら「いつものあれね」で済むかもしれない。相手が空気の読める人間なら。過去の経緯やファイルの保存場所を勝手に推測して動いてくれるだろう。だが、相手はAIです。

目の前のAIは、あなたのPCがWindowsなのかMacなのかすら知らない。ファイルがデスクトップにあるのか、OneDriveの奥底にあるのかも。シートが複数あるのか、どの列がヘッダーなのか。出力後の文字化けを防ぐ設定はどうするのか。

一切の文脈を無視して投げられた単語に対し。AIは「世の中で一番ありふれたパターンの、凡庸なコード」を返す。それがあなたの固有の環境で動く確率は、限りなくゼロに近い。

そのため、「ファイルが見つかりません」
「モジュールがありません」

AI活用の極意：Role・Rule・Reality

これらはAIの失敗ではない。指示の解像度が低すぎるために起きた「必然の事故」だ。プロのエンジニアは、たとえ簡単な処理であっても絶対に1行では頼まない。そこに10行、20行の緻密な指示を込める。その手間こそが。その後のエラー対応という無限地獄からあなたを救う唯一の防波堤になる。

魔法の呪文など期待してはいけない。必要なのは論理的なフレームワークだ。「Role」「Rule」「Reality」。この記事を閉じるとき、この3つだけは脳に刻んでおいてほしい。これだけでAIの出力精度は劇的に跳ね上がる。

しかし、AIに誰として振る舞うかを明確に定義してほしい。「あなたはシニアレベルのPythonエンジニア。非エンジニアでも使いこなせる、堅牢で美しいコードを書くプロです」
この1行で。AIの思考回路の重み付けが変わる。素人が書くような脆弱なコードや。今は誰も使わない古いライブラリを意図的に避けるようになる。

ExcelとCSVの変換なら「PandasとOpenpyxlを使用すること」と名指しで指定していい。

AIデータ処理成功の秘訣：Pandasと詳細文脈

AIに丸投げすると。標準ライブラリのcsvモジュールだけで複雑怪奇なループ処理を書こうとする場合がある。現代のPythonデータ処理の王道であるPandasを指定するだけで。数万行のデータを一瞬で読み込み。たった1行で書き出す「正解のコード」が確約される。「出力時の文字コードはUTF-8（BOM付き）にする」といった。後のトラブル（文字化け）を防ぐルールもここに含まれる。

さらに、入力ファイルの正確な絶対パス、シート名、中身の構成。これらをテキストで描写し。1行のプロンプト vs 15行のプロンプトで生成されたコードでは。実行されるまでの成功率に10倍以上の差が生まれる。AIのポテンシャルを極限まで引き出し。月50万円を稼ぐシステムの一部として機能させるには。面倒がらずに徹底的な文脈を与えなければならありません。

AIを動かす依頼の型

具体的な違いを見てみよう。ダメな依頼の典型例。

「ExcelをCSVに変換するPythonコードを書いて」

まず、これに対するAIの回答は往々にして冷たい。
ファイル名を `input.xlsx` などと適当に仮定し、パスの指定方法もあやふやなコードが出てくる。
実行すれば即座に「FileNotFoundError」。パスの概念すら曖昧な非エンジニアにとって、この赤文字は「お前には無理だ」という宣告に等しい。

一方、デキる依頼はこうです。

「あなたは優秀なPythonエンジニア。以下のルールに従ってコードを作成して。・ライブラリはPandasを使用
・文字化け防止のため。出力はUTF-8（BOM付き）
・初心者でも実行できるように。丁寧なコメントを付与
現在の状況：
入力ファイルはデスクトップにある ‘sales_data.xlsx’。シート名は ‘Sheet1’。出力先もデスクトップで、ファイル名は ‘sales_data.csv’ にして」

AI一発起動、独学報われた瞬間

次に、ここまで書けば、AIの回答は劇的に変わる。
デスクトップのパスを自動で取得する `pathlib` 処理を組み込み、実行前の `pip install` コマンドすら頼まずとも添えてくれる。
エディタに貼り付け、実行する。

指示の型をRole-Rule-Realityに変えただけで。昨日まであれほど吐き出されていた赤文字が消え。コンソールに「処理が完了しました」の一行が出た瞬間、全身に鳥肌が立った。自分の意志が、AIを通じて現実のデータを動かした確信。それが、孤独な独学が報われた最初の瞬間だった。

一発で動く。事前に3分だけ手間をかける。その小さな投資が、エラーと格闘する3時間の苦痛を消し飛ばす。

エラー解決の最適解、TracebackとAI

一方で、どれだけ完璧な指示を出しても、エラーが出ることはある。バージョン違い。環境の漏れ。予期せぬデータの欠落。そんな不吉な赤文字を目にしたとき。初心者はフリーズして「なんかエラーが出ました！」とAIに泣きつく。

無駄な努力だ。エラーが出たときの絶対的な最適解。それは「Tracebackを最初から最後まで。一文字残らず全文コピペしてAIに投げる」こと。

AIはエラー履歴を読み解く天才だ。どこを通り、どこでつまずき、何の変数が空だったのか。全文の履歴さえあれば、AIは即座に原因を突き止め。「〇〇行目をこのように修正して」と的確に修正案を出してくる。

そのため、素人の勝手な要約は、問題の核心を見失わせるノイズにしかならない。生の事実をそのままぶつけ、AIに考えさせる。エラーは失敗ではない。AIとの対話を深めるための、極上の「フィードバック」に過ぎないのです。

AI活用、一手間が鍵

ボタンを押せば商品が出てくる自販機。AIをそう勘違いしているうちは、いつまでも「使えないコード」に振り回され。時間をすり減らし続ける。

AIは自販機ではない。圧倒的な知識を持つが、今のあなたの状況を全く知らない「新入社員」。それも、素直で極めて優秀な後輩だ。彼らに仕事を頼むとき、どう接するか。背景を説明し、最低限のルールを共有し、状況を具体的に伝えるはずです。

しかし、面倒くさがって1行で済ませれば。その先にあるのは無限のエラー対応という自分の尻拭い。明確な文脈と型を与えれば。彼は何十時間もの単純作業を数秒で片付けてくれる最強の相棒になる。

このスタンスを持てるかどうか。「Pythonコードを書いて」と無造作に打ち込む前に。ほんの一瞬だけ立ち止まってほしい。その小さな一手間が。結果的に月50万円という不労所得への最短ルートを切り開くのだから。

関連リンクとチェックリスト

学習サービスとアンケート