列ごとの Excel データクリーニング計画を作成する

著者: AILesson8 分でセットアップテスト済み:ChatGPTレビュー日: 2026-08-28

クイック回答

データを変更する前にフィールドの意味を調べ、元に戻せるクリーニングルールを定義する. 入力するもの: データセットの用途, 列と意図する意味, 代表的な行と既知の問題. 期待される結果: 優先順位付きのクリーニング計画、検証ルール、監査列.

コンテキストを追加

テキストはこのブラウザ内に留まります。AILesson Prompts は、そのテキストをモデルやサーバーに送信しません。

データセットの用途列と意図する意味代表的な行と既知の問題

あなたのプロンプト

未入力のフィールドはプレースホルダーとして表示されたままなので、プロンプトをコピーして編集できます。

元に戻せる Excel データクリーニング計画を設計してください。

データセットの用途：
[purpose]

列と意図する意味：
[schema]

代表的な行と既知の問題：
[sample]

この段階では、値を編集または破棄しないでください。各列について、型、空欄、一意性、許可値、書式、フィールド間の整合性を調べます。表示上の無害な違いと、意味を変える変更を分けてください。次の内容を返してください：
1. 作業を止めて確認すべき質問と前提
2. 証拠を添えた列ごとの問題一覧表
3. 各問題のクリーニングルール、検証ルール、例外処理
4. 推奨する補助列・監査列
5. 元データのコピーを保持する安全な実行順序
6. 変更前後のテストとロールバック方法

見た目だけを根拠に、欠けている身元、カテゴリ、日付、業務上の事実を推測してはいけません。

Playgroundで試す

デフォルトで非公開プロンプトの組み立てはブラウザ内で行われます。組織が許可しない限り、機密情報を AI サービスに入力しないでください。

入力から結果へ

具体例

具体的なコンテキストを加えると、このレシピが実用的な結果になる様子をご覧ください。

実際の入力

データセットの用途: CRM へインポートし、地域別の販売件数を集計するために、顧客データのエクスポートを準備する。CRM では、一意の Customer ID、有効なメールアドレスまたは空欄、ISO 国コード、ISO 形式の登録日が必要。
列と意図する意味: CustomerID は必須で一意のテキスト。Email は任意。Country は必須の ISO alpha-2。SignupDate は必須の日付。Status は Active、Paused、Closed のいずれか。
代表的な行と既知の問題: C-001 | ANA@EXAMPLE.COM | United Kingdom | 3/4/26 | active; C-002 | blank | UK | 2026-04-03 | Paused; C-002 | ana2@example.com | GB | 04/03/2026 | Active; C-004 | bad-address | U.K. | blank | closed.

出力例

作業を止めて確認すべき質問

3/4/26 と 04/03/2026 の元データで使われている地域の日付形式、重複する C-002 のうちどちらが正式な記録か、登録日の欠落によってインポートできなくなるかを確認する。これらは安全に推測できない。

列	証拠	クリーニングルール	検証・例外
CustomerID	C-002 が重複	前後の空白だけを除去し、統合しない	COUNTIF は1であること。重複はレビューへ回す
Email	大文字、空欄、不正な形式	前後の空白を除去して小文字へ変換し、空欄は保持する	基本的な構造を確認し、bad-address をフラグ付けする
Country	United Kingdom、UK、GB、U.K.	確認済みの別名を GB へ対応付ける	対応付けできない値は拒否する
SignupDate	ISO と曖昧な数字形式のテキスト	ISO は保持し、地域形式を確認してから変換する	曖昧な値と空欄をフラグ付けする
Status	大文字・小文字の違い	大文字・小文字を区別せず、承認済みラベルへ対応付ける	ほかの値は拒否する

RawValue、CleanValue、RuleApplied、ReviewReason の各列、または別の監査シートを作成する。元シートを Raw_ReadOnly として複製し、行数と CustomerID 値のチェックサムを記録してから、キー → 必須フィールド → 日付 → 管理されたラベル → 任意フィールドの順で補助列をクリーニングする。ReviewReason がない行だけをインポートする。最終行数、一意なキー数、拒否した行、各対応付けの合計を元データのコピーと照合する。クリーニング済みシートを破棄してロールバックし、Raw_ReadOnly は決して上書きしない。

これがうまくいく理由

1
変更前にプロファイリングすることで、見た目を整える処理が業務上の意味を変えるのを防げます。
2
元データのコピーと監査列により、すべての変換をレビューでき、元に戻せます。

結果を確認

すべてのクリーニングルールが、明示されたフィールドの意味または許可値に結び付いていますか？
例外行を上書きせずにレビューできますか？
クリーニング後の結果を、元データの行数とキーに照合できますか？

安心して使うために

よくある質問

このレシピをいつ使うか、何を用意するか、どの場面で人による確認が依然として重要かについての実践的な回答です。

「列ごとの Excel データクリーニング計画を作成する」を使用する前に、何を準備すればよいですか？

「列ごとの Excel データクリーニング計画を作成する」を使用するには、データセットの用途、列と意図する意味、代表的な行と既知の問題を準備してください。プレースホルダーは、確認可能な情報だけで置き換えます。詳細が不明な場合は、モデルに推測させず、不明であることを明示してください。

「列ごとの Excel データクリーニング計画を作成する」の結果は、どのような場合にまだ使用できませんか？

提示された証拠から、記載された成果である「優先順位付きのクリーニング計画、検証ルール、監査列」をまだ作成できていない場合や、未解決の前提、承認の不足、創作した詳細に依存している場合、その結果は使用できません。チェック項目を公開可否の判断基準として使い、裏付けのない出力を磨くのではなく、元の入力を修正するか、権限を持つ担当者を指名してレビューを依頼してください。

「列ごとの Excel データクリーニング計画を作成する」では、どの AI ツールのテスト記録がありますか？

2026-08-28 時点で、「列ごとの Excel データクリーニング計画を作成する」の公開テスト記録には ChatGPT が掲載されています。これは実行記録があることを示すだけで、今後の製品バージョンとの互換性や同一の結果を保証するものではありません。別のツールやバージョンでは、すべての制約を明示したまま、使用前に結果のチェック項目をもう一度確認してください。

さらに探す方法