数字の入った資料づくりは、「集計・計算」と「見せ方の設計」の2つに分けて考えると一気にラクになります。表・グラフ・図解のうち、どう見せるかはAIの得意分野。一方で数字そのものが合っているかは、最後まで人が確かめる仕事です。この役割分担さえ守れば、Excelやスプレッドシートと格闘する時間を大きく減らせます。
FIG.1 生データ →（見せ方をAIが設計）→ 人が検算 → 完成資料。数字の正しさは必ず人の関門を通す
01いまのAIは「実際に計算して、グラフまで描く」
2026年時点の主要ツールは、ただ文章で答えるだけではありません。表計算ファイルを直接アップロードすると、内部でプログラム（多くはPython）を動かして集計・グラフ化まで自動で行います。代表的な選択肢は次の通りです（料金や機能は頻繁に変わるため、利用前に各社の公式ページで確認してください）。
ChatGPT
「高度なデータ分析（旧Code Interpreter）」。CSV / Excel / PDF を読み込み、Pythonで集計しグラフを生成。結果をスライドやファイルに書き出すこともできる。
Claude
分析ツールとArtifacts（横の専用パネル）で、対話しながら編集できるグラフやダッシュボードを表示。Excelファイルの生成にも対応。
Copilot / Gemini
Excel・Googleスプレッドシートに組み込み。データに合うグラフ種別を提案し、シート内に直接挿入。普段使う表計算の中で完結する。
つまり、手元の集計表をそのまま渡して「この売上データから月次推移のグラフを作って」と頼める時代です。ただし便利になったぶん、出てきた数字を鵜呑みにしやすいという落とし穴も生まれました。だからこそ後述する「検算」が欠かせません。
023つの成果物：表・グラフ・図解の違い
「資料を作って」と漠然と頼むより、どの形で見せたいかを指定したほうが結果が安定します。3つの違いを押さえておきましょう。
| 向いていること | 代表的な形 |
|---|---|
| 正確な数値を並べて比較する | 表（集計表・クロス集計） |
| 傾向・大小・割合をひと目で示す | グラフ（折れ線・棒・円など） |
| 関係性や流れ・分類を整理する | 図解（フロー図・マトリクス） |
数字の正確さが命なら表、変化や差を訴えたいならグラフ、「何と何がどうつながるか」を説明したいなら図解、と使い分けます。迷ったら、AIに「この主張を一番伝えやすい見せ方は表・グラフ・図解のどれ？理由も」と相談してから作り始めると失敗が減ります。
03表を設計させる
表づくりでAIが得意なのは、バラバラなデータをどう束ねて見せるかの「設計」です。生データ（個人情報・社外秘を除く）を貼って、目的を伝えます。
添付の販売記録から、「商品カテゴリ × 月」のクロス集計表を作りたい。行にカテゴリ、列に月、セルに売上合計を入れる構成案を示し、合計行・合計列も付けて。元データのどの列を使ったかも明記して。
ポイントは「どの列をどう使ったか」を必ず言わせること。これがあると、後で人が元データと突き合わせて検算しやすくなります。「金額が合わない」という事故の多くは、AIが列を取り違えたり、空欄や重複行の扱いを勝手に決めたことが原因です。
