データ分析に使えるAIプロンプト25選【例文付き】

データ分析は数字を意思決定につなげます。ただし、データが整い、手法が問いに合い、結果が明確に伝わることが条件です。適切なデータ分析用AIプロンプトがあれば、データの点検、SQL作成、統計の確認、結果の報告まで効率化できます。

ここでは、データの探索とクリーニング、分析計画、コード作成、洞察の発見、報告という5段階で使える25のプロンプトを紹介します。無料AIチャットに貼り付けて角括弧を埋め、実際のデータで回答を必ず検証してください。

「このデータを分析して」だけでは一般的な回答になりがちです。役立つ分析を得るには、次の4点を伝えましょう。

• 背景：データの意味、取得元、判断したいこと
• 構造：列名、データ型、行数、少量のサンプル。機密データを丸ごと渡さない
• 制約：SQLの種類、Excelのバージョン、Pythonライブラリ、必要な厳密さ
• 出力形式：表、番号付きの計画、実行できるコード、短い要約などを指定

モデル選びも大切です。Claude Sonnet 5は前提の弱さを見つけながら慎重に解釈するのに役立ち、GPT-6 Astraは構造化した計画や複数段階の分析に向いています。同じ質問を両方に投げて見落としを探しましょう。

分析ミスの多くは、分析前のデータに原因があります。まずデータを理解し、整えましょう。データ定義書が長いPDFなら、AI PDF要約ツールで重要な定義を抜き出せます。少量の列サンプルの確認にはGemini 3.1 Flash Liteも便利です。

1. データセットの概要を把握

新しいデータセットがあります：[取得元、行数と列数、主要な変数を記入]。目的は[業務・研究上の問い]に答えることです。最初に確認すべき点、すぐに行う品質チェック、目的に関係する変数、このデータでは答えられない問いを挙げてください。

2. データ品質を監査

このデータの品質を監査してください。列名、データ型、20行のサンプル：[貼り付け]。欠損値、重複、表記ゆれ、あり得ない値、外れ値を確認し、問題、対象列、深刻度、修正案を表にしてください。

3. 段階的なデータクリーニング

このデータセットのクリーニング計画を順番に作成してください：[列と既知の問題を説明]。使用ツールは[Excel / SQL / Python pandas]です。各手順の内容、理由、具体的な関数やコードを示し、正しいデータまで削除する恐れがある操作に注意を付けてください。

4. 欠損値への対処

データの[列名]には[X]%の欠損があります。データは[内容]を表し、この列を[目的]に使います。行の削除、単純補完、モデルによる補完、欠損フラグを比較し、結果への偏りを説明して推奨案を出してください。

5. 探索的データ分析の計画

[データセットの説明]について探索的データ分析の計画を作ってください。計算する基本統計量、可視化したい分布と関係、比較するセグメント、深掘りすべき3つのパターンを含め、半日で実行できる範囲にしてください。

手法の選択、仮説検定、結果の妥当性確認に使えます。GPT-5.6 Solは段階的な統計推論に、AI数学計算ツールはサンプルサイズや検定統計量の再確認に役立ちます。

6. ビジネス課題を分析計画に変換

関係者からの質問を分析計画にしてください：[元の質問]。利用できるデータ：[説明]。測定可能な具体的な問いに言い換え、適切な指標と分析方法を示し、データでは答えられない部分を明確にしてください。

7. 統計手法を選ぶ

[関係または差異を説明]かどうか知りたいです。データ：[変数の種類、サンプル数、収集方法]。適切な検定またはモデル、その前提条件、条件の確認方法、満たさない場合の代替案を示してください。

8. 相関と因果を区別

[関係を説明]という結果が出ました。データは[観察 / 実験 / 準実験]です。因果関係を主張できる根拠の強さを評価し、考えられる別の説明を挙げ、証拠の範囲を超えない一文の結論を書いてください。

9. A/Bテストを設計

[機能、メッセージ、価格変更]のA/Bテストを設計してください。仮説：[記入]。主要指標：[記入]。現在の基準値：[値]。必要なサンプル数を推定し、群間比率のずれ、新奇効果、途中経過の見すぎ、多重比較などのリスクと、境界的な結果の解釈を説明してください。

10. 回帰分析の結果を解釈

この回帰結果をわかりやすく説明してください：[結果を貼り付け]。モデルは[説明変数]から[目的変数]を予測します。重要な係数と実際の単位での意味、適合度、多重共線性などの注意点、言えることと言えないことを教えてください。

自然言語の問いを実際に使えるコードに変えます。DeepSeek V4 Proは複数段階のクエリやpandasスクリプトに、DeepSeek V4 Flashは小さな修正や短い数式に役立ちます。結果は最初に少量のデータで試してください。

11. SQLクエリを作成

[PostgreSQL / BigQuery / MySQL]で[必要な処理]を行うクエリを書いてください。テーブル：[名前、列、結合条件]。各ステップにコメントを付け、NULLを明示的に扱い、結果の正しさを確認する方法も教えてください。

12. SQLクエリを高速化

このクエリは[行数]行のデータで遅くなります：[クエリを貼り付け]。原因を説明し、より速く書き換え、インデックスや構造の改善を提案してください。書き換え後も結果が完全に同じになることを確認してください。

13. Excelの数式を作成

Excelで[計算内容]を行う数式が必要です。データは[列と範囲]にあります。数式と各部分の意味を説明し、簡単になる場合は[XLOOKUP / LET / 動的配列]を使う方法も示してください。

14. Python pandasのスクリプト

pandasを使い、[ファイル形式]を読み込んで[フィルタリング、集計、結合、ピボットなど]を行い、[結果]を出力するPythonスクリプトを書いてください。コメント、明確な変数名、各段階で行数が妥当か確認する処理を加えてください。

15. コードの説明とデバッグ

引き継いだコードがあります：[SQLまたはPythonを貼り付け]。処理を順番に説明し、バグや論理上の誤り、気づかないうちに数値を間違える箇所を指摘して、読みやすい改良版を示してください。

結果は意思決定につながってこそ意味があります。これらのプロンプトで有意な傾向とノイズを見分けましょう。Gemini 3 Proは複数の説明を比較するのに、Grok 4.5への同じ質問は別の視点を得るのに役立ちます。

16. 意思決定につながる洞察を抽出

分析結果は次の通りです：[貼り付けまたは説明]。必要な意思決定：[説明]。重要な洞察を3～5件選び、確かな結果と仮説段階の結果を分け、交絡要因やデータの不備を指摘し、それぞれを提案として表現してください。

17. 異常値や急変を調査

データは[期間]に[急増、急減、異常なパターン]を示しています。通常の基準値は[説明]です。考えられる原因を可能性順に挙げ、データで確かめる方法を示し、実際の出来事かデータ品質の問題か判断してください。

18. セグメントとコホートを分析

変数[列挙]を使い、[顧客 / ユーザー / 製品]の分け方を提案してください。目標は[説明]です。比較するセグメントやコホート、指標、差が偶然でないか確かめる方法を示してください。

19. トレンドと予測を確認

直近[期間]の[指標]を[日 / 週 / 月]ごとに示します：[データを貼り付け]。傾向、季節性、構造的な変化を説明し、次の[期間]を予測する簡単な方法と予測の不確実性を示してください。

20. KPIと指標を設計

[チーム、製品、目標]の指標体系を設計してください。重要な指標を3～5個選び、先行・遅行指標を区別し、計算方法を正確に定義してください。目標にすると操作されやすい指標も指摘してください。

優れた分析も伝わらなければ活用されません。適切なグラフや構成を選び、質問に備えましょう。長い下書きはAI要約ツールで短くでき、Claude Haiku 4.5なら対象者ごとの要約案を素早く作れます。

21. 最適なグラフを選ぶ

[比較、傾向、分布、関係]を[対象者]に示したいです。データ：[変数を説明]。適切なグラフを選び、他の選択肢より良い理由と、軸、ラベル、色、省くべき要素を具体的に教えてください。

22. データストーリーを作る

[対象者]が[意思決定]を行えるよう、[結果]をデータに基づくストーリーにしてください。最重要の発見から始め、一つの提案へ論理的につなぎ、想定される反論にデータで答え、次の行動で締めてください。

23. 経営層向けの要約

[主な結果]を基に、[対象者]向けの約150語の要約を書いてください。結論から始め、根拠となる数値は3つ以内に絞り、主な限界を一文で述べ、推奨行動で終えてください。

24. ダッシュボードの構成

[目標]を追う[対象者]向けのダッシュボードを設計してください。上部のKPI、補助グラフ、必要なフィルター、上から下への配置を提案し、一つの重要な問いに答えるために削るべき要素も示してください。

25. 分析の最終チェック

発表前の仕事を厳しいシニアアナリストとして確認してください：[問い、データ、手法、結論を説明]。問題のある手法、データから言い過ぎている結論、見落とした別の解釈を指摘し、関係者から想定される3つの質問と回答を挙げてください。

Chat SmithではClaude、GPT、Gemini、Grok、DeepSeekを一か所で利用できます。Gemini 3.5 Flashのような高速モデルから高度な推論モデルまで、SQL作成と結果の検証を別のモデルで行い、回答を比較できます。よく使うプロンプトはテンプレートとして保存しましょう。

結果がまとまったら、AIメール作成ツールで関係者向けの報告文に変えられます。判断するのはあなた自身ですが、これらのプロンプトで妥当な答えに早く近づけます。