AIでExcel・スプレッドシート作業を自動化する ── CSV集計からレポート生成まで

「毎月おなじCSV（Excelで開けるデータ形式）ファイルを開いて、おなじ手順で集計して、おなじフォーマットでレポートを作る…」──こんな繰り返し作業に時間を取られていませんか？

Excel・スプレッドシートの定型作業は、AIと自動化の組み合わせがいちばん効果を発揮する分野です。手作業で30分〜1時間かかっていた集計が、一度スクリプト（自動処理のプログラム）を作ってしまえば数秒で完了します。

つまり、「毎月おなじ作業をくり返す」から「ボタンひとつで完了」に変わるということです。

この記事では、CSV（Excelで開けるデータ形式）の集計からレポート生成まで、5つの実務シナリオを具体的なプロンプト（AIへの指示文）とコード付きで解説します。

---

なぜスプレッドシート作業はAI自動化にぴったりなのか

かんたんに言うと、「やることが決まっていて、毎回同じことをやっていて、しかも時間がかかる」──この3条件が揃った作業は、自動化の効果がいちばん大きいということです。

時間比較：手作業 vs AI自動化

---

5つの実務シナリオ

シナリオ1：CSVファイルの統合と重複除去

複数のCSV（Excelで開けるデータ形式）ファイルを一つにまとめて、重複している行を削除するタスクです。部署ごとにバラバラにエクスポートされたデータの統合など、実務ではしょっちゅう発生します。

Claudeへのプロンプト（指示文）例：

以下の要件でPython（データ処理が得意なプログラミング言語）スクリプトを書いてください：

目的：複数のCSVファイルを1つにまとめて、重複を消す

入力：
- data/ フォルダ内のすべてのCSVファイル
- 各ファイルは同じ列構成（社員ID, 名前, 部署, メール）

処理：
1. data/ 内の全CSVを読み込む
2. 1つのデータにまとめる
3. 社員IDが重複する行を削除（最初の行だけ残す）
4. 結果をmerged_output.csvとして保存

出力：
- 統合前の合計行数、重複件数、統合後の行数を画面に表示

AIが作ってくれるコードの例：

import pandas as pd
import glob

# data/フォルダ内の全CSVファイルを取得
csv_files = glob.glob("data/*.csv")
print(f"対象ファイル数: {len(csv_files)}")

# 全ファイルを読み込み・統合
dfs = [pd.read_csv(f) for f in csv_files]
combined = pd.concat(dfs, ignore_index=True)
print(f"統合前の合計行数: {len(combined)}")

# 社員IDで重複除去
before_count = len(combined)
combined = combined.drop_duplicates(subset=["社員ID"], keep="first")
duplicates = before_count - len(combined)
print(f"重複件数: {duplicates}")
print(f"統合後の行数: {len(combined)}")

# 保存
combined.to_csv("merged_output.csv", index=False, encoding="utf-8-sig")
print("merged_output.csv に保存しました")

かんたんに言うと、「フォルダにCSVファイルを入れてスクリプトを実行するだけで、まとめて重複も消してくれる」ということです。

---

シナリオ2：カテゴリ別集計と前年比較

売上データをカテゴリ別に集計して、去年の同じ月と比較するレポートを作るタスクです。

Claudeへのプロンプト例：

以下の要件でPythonスクリプトを書いてください：

入力ファイル：
- sales_2026.csv（列：日付, 商品カテゴリ, 商品名, 売上金額, 数量）
- sales_2025.csv（同じ列構成）

処理：
1. 両方の年のデータを月別・カテゴリ別に集計
2. 2026年4月のカテゴリ別売上を出す
3. 2025年4月との前年比を計算
4. 前年比の高い順に並べる

出力：
- カテゴリ別の集計表（CSV）
- 前年比の増減を画面に表示

---

シナリオ3：データ形式の変換とクリーニング

実際の仕事では、データが「そのまま使えない形」で届くことがよくあります。全角数字が混ざっている、日付の書き方がバラバラ、余計な空白が入っている…。こうした「お掃除作業」は地味に時間がかかります。

Claudeへのプロンプト例：

以下のデータクリーニング（お掃除）処理を行うPythonスクリプトを書いてください：

入力：raw_data.csv

クリーニング処理：
1. 全角数字 → 半角数字に変換
2. 電話番号のハイフン統一（全角ハイフン → 半角ハイフン）
3. 日付列を YYYY-MM-DD 形式に統一（今は "2026/4/3", "R8.4.3" などバラバラ）
4. 前後の余計な空白を除去
5. 空の行を削除
6. メールアドレスの形式チェック（おかしいものにフラグ）

出力：
- cleaned_data.csv（きれいにしたデータ）
- cleaning_report.txt（何件変換したか・何件エラーだったかのまとめ）

つまり、「汚いデータを渡すだけで、きれいに整形されたデータが返ってくる」ということです。

---

シナリオ4：ピボットテーブルの作成

Excelのピボットテーブル（クロス集計表）機能をPython（データ処理が得意なプログラミング言語）で再現します。一度スクリプトを作れば、毎月のデータ更新がワンクリックで済みます。

Claudeへのプロンプト例：

sales_data.csv からピボットテーブル（クロス集計表）を作成するPythonスクリプトを書いてください。

入力の列：取引日, 地域, 商品カテゴリ, 売上金額, 数量

作成する集計表：
- 行：地域
- 列：商品カテゴリ
- 値：売上金額の合計
- 小計・総計を含む

出力：pivot_result.xlsx（Excelファイル）

AIが作ってくれるコードの例：

import pandas as pd

# データ読み込み
df = pd.read_csv("sales_data.csv")

# ピボットテーブル（クロス集計表）作成
pivot = pd.pivot_table(
    df,
    values="売上金額",
    index="地域",
    columns="商品カテゴリ",
    aggfunc="sum",
    margins=True,       # 小計・総計を追加
    margins_name="合計"
)

# Excel出力
pivot.to_excel("pivot_result.xlsx")
print("ピボットテーブルを pivot_result.xlsx に保存しました")
print(pivot)

---

シナリオ5：グラフ付きレポートの自動生成

集計結果をグラフにして、Excelレポートに埋め込むところまで全自動化します。

Claudeへのプロンプト例：

月次売上レポートをグラフ付きExcelファイルとして作るPythonスクリプトを書いてください。

入力：monthly_sales.csv（列：年月, カテゴリ, 売上, 前年売上）

レポートに含めるもの：
1. シート1「サマリー」：月別の売上推移折れ線グラフ + データ表
2. シート2「カテゴリ別」：カテゴリ別の売上割合の円グラフ + データ表
3. シート3「前年比較」：今年 vs 去年の棒グラフ + 増減率の表

グラフのスタイル：
- 日本語フォント対応
- 見やすい配色（ビジネス向け）
- タイトル付き

---

Claude Codeでスクリプトを作る手順

実際にClaude Codeを使ってスプレッドシート自動化スクリプトを作る手順を、順番に説明します。プログラミングの知識がなくても大丈夫です。

つまり、「データを置いて、やりたいことを日本語で伝えるだけ」でスクリプトが完成するということです。

---

主要ツール・ライブラリの紹介

Python（データ処理が得意なプログラミング言語）でスプレッドシートを操作する際に使う主要ライブラリ（便利な道具箱のようなもの）を紹介します。

これらのライブラリは、Claude Codeに「pandasを使ってCSVを集計して」と伝えれば、自動的にインストールしてコードを書いてくれます。自分でインストール方法を調べる必要はありません。

---

Excel(.xlsx) vs CSV：どう使い分ける？

---

応用：定期実行で完全自動化する

スクリプトを一度作ったら、「毎月1日に自動実行」のように定期実行を設定すれば、完全自動化の完成です。

macOS の場合（launchd）

macOSでは launchd という仕組みで定期実行を設定できます。

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN"
  "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
  <key>Label</key>
  <string>com.example.monthly-report</string>
  <key>ProgramArguments</key>
  <array>
    <string>/usr/local/bin/python3</string>
    <string>/path/to/generate_report.py</string>
  </array>
  <key>StartCalendarInterval</key>
  <dict>
    <key>Day</key>
    <integer>1</integer>
    <key>Hour</key>
    <integer>9</integer>
    <key>Minute</key>
    <integer>0</integer>
  </dict>
</dict>
</plist>

これで毎月1日の朝9:00にレポート生成スクリプトが自動的に実行されます。つまり、「毎月1日にパソコンを開いたら、レポートがもう出来ている」という状態になります。

Windows の場合（タスクスケジューラ）

Windowsではタスクスケジューラという機能で、同じように定期実行ができます。

schtasks /create /tn "MonthlyReport" /tr "python C:\scripts\generate_report.py" /sc monthly /d 1 /st 09:00

Linux の場合（cron）

# 毎月1日 9:00 に実行
0 9 1 * * /usr/bin/python3 /path/to/generate_report.py

---

段階的に始めよう

---

よくある質問（FAQ）

---

まとめ