1. はじめに：それは「魔法」ではなく「言語の計算」だった

こんにちは、としです。アメブロの方では「とほほ」な体験として、職場の若手社員がAIを使って一瞬でエクセルの設定を終わらせてしまった驚きを綴りました。

しかし、なぜAIは「〇〇の範囲にプルダウンを作って」という、曖昧とも取れる人間の言葉を理解し、正確にファイルを操作できたのでしょうか。今回は、この現象を「科学的・論理的」に深掘りしてみたいと思います。

同僚が使っていたのは、おそらくChatGPT（GPT-4o）やClaude 3.5 Sonnetといった「大規模言語モデル（LLM）」です。これらがエクセルを操作する際、内部では次のようなプロセスが起きています。

自然言語理解（NLU）: 「B5からB20に〇△×のプルダウンを」という日本語を、AIがトークン（情報の最小単位）として分解し、ユーザーの意図を数学的なベクトルとして解析します。
コード生成と実行（Code Interpreter機能）: 現代のAIは、直接エクセルのセルを指で触るわけではありません。AIは「Python」というプログラミング言語（具体的にはopenpyxlやpandasといったライブラリ）のコードを瞬時に書き上げ、それを仮想環境で実行してファイルを書き換えています。
バイナリ出力: 書き換えられたデータが再び.xlsx形式として構築され、私たちの手元に届くのです。

つまり、同僚は「エクセルの設定」をしたのではなく、「AIにプログラミングをさせて、エクセルを改造させた」というのが科学的な正体です。

アメブロで紹介したプルダウン以外にも、以下のような「以前なら数時間かかった作業」が数秒で終わります。

プロンプト例: 「このファイルにある住所録から、郵便番号が抜けている箇所を特定し、ネット上の最新情報を参照して補完した上で、都道府県・市区町村・番地にセルを分割して。」

これを手作業で行うには、フィルターをかけ、検索し、文字列操作関数（LEFT, MID, FIND）を駆使する必要がありました。AIはこれを「文脈」で判断して一括処理します。

プロンプト例: 「売上が前年比110%以上かつ利益率15%以上の商品には『A』、利益率だけ満たせば『B』、それ以外は『C』と判定するIF関数を作って。ついでに背景色も自動で変わるようにして。」

複雑なネスト（入れ子）構造のIF関数は、人間が書くとカッコの閉じ忘れなどのミスが起きやすいですが、AIは構文エラーのない完璧な数式を即座に提示します。

プロンプト例: 「ボタンを押すと、特定のフォルダ内にある100個のPDFファイルから、請求金額だけを抜き出してエクセルに一覧表を作るマクロを書いて。」

プログラミングの知識がゼロでも、言葉さえ正しければ高度な自動化ツールが作れてしまうのです。

私が驚いた同僚のスキルは、エクセルの知識ではなく「プロンプトエンジニアリング」という新しい能力です。

これらができる若者は、もはや「操作を覚える」ことを放棄し、「目的を定義する」ことに注力しています。これは知能の使い方が「記憶型」から「設計型」へシフトしている証拠だと言えるでしょう。

「年寄りにはついていけない」と嘆く必要はありません。実は、AIを操るのに最も必要なのは「正しい語彙力」と「豊かな社会経験」です。

AIは論理の塊です。長年仕事をしてきた私たちが持つ「こういう結果が欲しい」「この手順は効率が悪い」というビジネスの勘所こそが、AIへの最高の指示（プロンプト）になります。

必要なのは、マウスをどこに動かすか覚えることではなく、「AIに、自分の部下にお願いするつもりで話しかける勇気」だけなのです。

かつて、そろばんから電卓へ、手書きからワープロへ変わった時も同じような衝撃があったはずです。今は「AI」という新しい筆記用具が登場しただけ。

「としログ」では、これからもこうした最新技術が私たちの生活や思考をどう変えていくのか、科学的な視点で追い続けていきたいと思います。