はじめに
データの質がAIの精度を左右します。
まずは整理し、必要に応じて加工することで、AIの性能を最大限に引き出せます。
具体的な手順やプロンプトの例も紹介しています。
データを整理するには「カテゴリ分け」が有効
例え話：
「お店のレシートを全部並べてAIに読ませても、数字が読めない。レシートを日付順に並べ、金額の部分だけ切り出すと、AIは正確に合計を計算できる。」
データの整理は、AIが理解しやすい形にすることです。
例えば、文書データは「日付」「件名」「内容」「締め日」などに分けると、AIに処理を任せやすくなります。
# 例: メールデータをカテゴリ分けするコード（Python）
emails = [
{"date": "2026/07/01", "subject": "Q4報告書", "content": "本日はQ4の進捗を報告します...", "closing": "よろしくお願いします"},
{"date": "2026/07/02", "subject": "会議参加依頼", "content": "7月5日に会議を予定しています...", "closing": "ご確認ください"}
]
# カテゴリ分け
category_data = {
"日付": [email["date"] for email in emails],
"件名": [email["subject"] for email in emails],
"内容": [email["content"] for email in emails],
"締め日": [email["closing"] for email in emails]
}
データを加工するには「抽出・置換」がおすすめ
例え話：
「顧客の名前は「山田太郎」「山田花子」など、同じ苗字でも名前が異なる。AIに「山田さん」として統一させると、顧客リストの整理が楽になる。」
データの加工には、不要な情報を省き、統一的なフォーマットに変換することが効果的です。
例えば、メールアドレスは「@domain.com」だけを残す、または日付は「YYYYMMDD」に統一します。
# 例: メールアドレスをドメインのみに変換するコード（Python）
email_list = ["taro@domain.com", "hanako@other.com", "jiro@domain.com"]
# ドメイン抽出
domain_list = [email.split("@")[1] for email in email_list]
print(domain_list) # ['domain.com', 'other.com', 'domain.com']
データをAIに与える前に「形式を統一」することが重要
例え話：
「同じ顧客でも、一部のデータは「山田太郎（45歳）」、別のデータは「山田太郎、45歳」と表記されている。AIはどちらも同じ人として認識できない。」
形式を統一することで、AIがデータを正しく理解できるようになります。
例えば、日付は「YYYY/MM/DD」、金額は「数字のみ」、住所は「都道府県＋市区町村＋番地」など、一貫したフォーマットにします。
# 例: 日付をYYYY/MM/DDに統一するコード（Python）
date_list = ["2026/7/1", "2026-07-02", "2026.07.03"]
# フォーマット統一
formatted_date = [date.replace("/", "/").replace("-", "/").replace(".", "/") for date in date_list]
print(formatted_date) # ['2026/7/1', '2026/07/02', '2026/07/03']よくある誤解
誤解1: データが多ければAIの性能が上がる
実際には、冗長なデータはAIの処理負荷を増し、誤った結果になる可能性があります。
データは「必要な情報だけ」を厳選する必要があります。
誤解2: AIはすべてのデータを理解できる
AIは「訓練データ」に基づいて推論します。
例えば、新しい商品の説明文をAIに読ませても、説明が不十分であれば、正確な判断はできません。
誤解3: データの整理は時間の無駄
逆に、データの整理はAIの性能向上に直結します。
データが整っていないと、AIが適切に処理できないため、手間と時間の無駄になります。
まとめ
- データは「カテゴリ分け」して整理し、AIが理解しやすい形にしましょう。
- 不要な情報は省き、必要情報を「抽出・置換」で加工します。
- 形式を統一することで、AIの正確性を高めることができます。
よくある質問
Q1: データを整理するにはどのツールを使えばいい？
A: ExcelやGoogleスプレッドシート、PythonのPandasなど、自分の使いやすいツールを選んでください。AIに与えるデータは、一覧形式にすることが基本です。
Q2: AIにデータを渡す際の注意点は？
A: データは「見やすい」「読みやすい」形にしましょう。また、AIは「文脈」を理解するため、データの背景や目的を明確に伝えましょう。
Q3: データの加工はAIに任せてもいい？
A: 一部のデータ加工はAIに任せることも可能ですが、特に重要なデータは人間がチェックする必要があります。AIは「間違いを指摘する」機能もありますが、完全に信頼してはいけません。
