生成AIは数字が苦手？アンケート分析で見えた実態と現場で使える対策

※ご注意※

この検証は2025年6月時点での結果です。各生成AIサービスは頻繁にアップデートされているため、最新の性能は異なる可能性があります。

またあくまで個人的な所見＋所感ですので、参考事例としてご覧ください。

こんにちは、合同会社多田EC支援事務所の多田優之です。

「生成AIでアンケート分析ができる」「売上データもグラフ化してくれる」そんな話を聞いて試してみたところ、驚きの結果が待っていました。100人分のアンケートが「75人」や「300人」と表示され、地域別の回答者数もバラバラ。これでは分析結果を信用できません。

※Soraで制作

しかし詳しく検証した結果、使い方次第で大幅に改善することが判明。特にAIエージェント型のツールは、想像以上に正確でした。

※AIエージェント：複数のツールや機能を組み合わせて自動的にタスクを実行するAI

「AIは数字に弱い」と諦める前に知っておきたい、8つのAIツールの実力と現場で使える対策をお伝えします。

検証したAIツールと結果概要

今回検証したのは以下8つのAIツールです：

8つのAIツール実力テスト結果

実際に100人分のアンケート集計を各AIツールで処理した結果：

◎ 高精度（AIエージェント型）

• ChatGPT（o3） - 比較的安定。Pythonで処理させた場合はほぼ正確

• Skywork - 独自の補助エージェントで正確。指示が曖昧でなければ信頼できる

• Manus - マルチエージェントによる包括分析で高精度

• GenSpark - 初回は多少のミスがあるが対話で修正可能

  
  

△ 要注意（LLM単体型）

• Claude - 数値の合計に誤差。100人が75人と出力・・・

• Gemini - 100人を300人と誤認識したみたい・・・

• Perplexity - 表形式の読み込みや集計が不安定・・・

• Felo - 同上

※LLM（大規模言語モデル）: 大量のテキストから学習した文章生成AI

重要な発見：生成AIは「完璧な電卓」ではない

これを前提に使うことが大切です。

※Soraで制作

なぜ生成AIは数字が苦手なのか？分かりやすく解説

生成AI（ChatGPTやClaudeなど）は人間のように論理的に計算しているわけではありません。過去に学習した大量のテキストをもとに、「次に来る言葉は何か」を予測して文章を作る仕組みです。

3つの根本的な問題

1. 「それっぽい答え」を推測している

数字も実際に計算せず、「こんな答えがありそう」と予測。掛け算や合計、割合の処理でミスが頻発します。

2. 数字の認識方法に問題

「381」という数字が「3」と「81」に分かれて認識されることがあり、正しく1つの数値として捉えるのが苦手です。

3. 文脈に引っ張られる

「9.11」を歴史的事件と結びつけて「9.9より9.11の方が小さい」と間違えるケースも。数字以外の知識が邪魔をします。

※Soraで制作

だからこそ注目される「AIエージェント」

従来のLLMと違い、ChatGPTのPython機能やGenspark、Manusなどは内部で実際の計算処理を行います。これが精度向上の決定的な違いです。

※Gensparkで制作

実際の検証で分かった：プロンプトと前処理で劇的改善

検証結果1：CSVとExcelの前処理が重要

改善前

• 100人のアンケートが「75人」「300人」と表示

• 地域別回答者数もバラバラ

• アンケート全体の信頼性が疑問に

  
  

改善後

・住所データを整理・統一してから送信
・「Pythonを使って数値を正確に認識してください」をプロンプトに追加
・アンケートの前提条件を明示

結果：ほぼ正確な数値が出力されるように

※ダミーデータ（多田/o3作成）

検証結果2：AIエージェント vs LLM単体の差

AIエージェント型（ChatGPT、Skywork、Genspark、Manus）

→ 計算処理が内部で自動化されており、初回から高精度

LLM単体型（Claude、Geminiなど）

→ プロンプト改善で精度向上するが、根本的な限界あり

GenSparkの事例 （AIエージェントでも間違いはある）

初回は計算ミスがあったものの、「計算過程を確認してください」と対話したところ、すぐに正確な値に修正されました。

AIツール別の特徴と使い分け

最新のChatGPTは大幅改善。でも使い方がカギ

ChatGPTには「Advanced Data Analysis」（旧Code Interpreter）という機能があり、これを使えば精度が向上します。

従来の対話だけ（❌）

• アンケート100人→「75人の回答傾向は...」

• 地域別集計もバラバラ

  
  

「Pythonで計算して」と指示（⭕）

• 正確な人数集計

• 地域別回答者数も正確

• グラフ化まで自動対応

改善プロンプト例：
「以下のアンケートデータをPythonを使って正確に分析してください。
・回答者総数の確認
・地域別回答者数の集計  
・各質問項目の選択肢別集計
合計が100人になることを必ず確認してください。」

Excel/CSVファイルをアップロードすれば、表の読み間違いはほとんど起きず、売上推移のグラフも自動作成。実質的にAIが「プログラムを書いて計算」するため、ミスの確率がぐっと減ります。

ビジネス特化：GenSpark・Skywork・Manus

GenSparkは自動レポート作成、Skyworkは数学推論強化、Manusは包括的分析が得意。いずれも内部でコード実行するため計算精度が高めです。

※Skyworkで制作

要約専門：Claude

100人分のコメントを一度に読み込める大容量が強み。ただし数値集計は要注意。

使い分けの一例

• 数値集計 → ChatGPT

• コメント要約 → Claude

• 最終チェック → 人間

Pythonが使えない場合の5つの対策

コード実行機能がないAIでも、工夫次第で精度を上げられます。

1. 手順の細分化

❌「この100人分のデータを分析して」

⭕「まずデータの行数を数えてください。次に男女別の人数を教えてください」など

2. 集計方法の明示

❌「各カテゴリーの人数を教えて」

⭕「カテゴリーA、B、Cそれぞれ何人ずついるか数えて、最後に合計が100人になることを確認してください」など

3. データの番号付け

1. はい
2. いいえ  
3. はい
...

各行に番号を振ると、AIが順序を認識しやすくなります。

4. 検算の指示

「本当に合計100になりますか？計算過程を説明してください」と追加質問で矛盾をチェック。

5. タスクの分解

複雑な分析は小さな単位に分けて、最後に人間が統合する方が安全です。

実務で使えるプロンプト設計例

アンケート集計用プロンプト

これから100人分のアンケート結果を貼り付けます。
各質問項目について選択肢ごとの回答者数と百分率を集計し、
表形式で結果を示してください。
なお回答者合計は100人になるはずです。

出力形式：
1. 質問ごとの集計表
2. 重要な傾向（3点まで）
3. 計算の検算結果

売上推移分析用プロンプト

2019年〜2023年の四半期売上データを分析し、
以下の形式で出力してください：

1. 年次推移の折れ線グラフ（テキスト表現）
2. 各年の総売上と前年比成長率の一覧表
3. 売上傾向から読み取れる点（3つ）

グラフは簡易なもので構いません。

実務担当者への3つの重要なメッセージ

1. 「AIでデータ分析」には2種類ある

❌LLM任せの分析（Claude、Gemini単体など）→ 間違った数値で判断してしまうリスク

⭕計算機能付きAI（ChatGPT+Python、AIエージェント型）→ 実用レベルの精度を実現

2. プロンプト改善だけでも大幅向上

「ソート（並び替え）して送る」「前提条件を明示」だけで、LLM単体でも精度が大幅改善しました。

3. 最終チェックは必須

どんなに優秀なAIでも、ビジネスの重要な数値は人間が最終確認することが鉄則です。

まとめ：「AIは数字に弱い」と思い込まず、使い方を工夫しよう

今回の検証で分かったことは：

❌「AIは数字がダメ」で諦める

⭕「どう使えば間違いが減るか」を意識する

AIツールの使い分け指針（あくまで一例）

高精度が必要な分析 → ChatGPT（Python機能）、Skywork、Genspark、Manus

文章要約や傾向把握→ Claude、Gemini（数値は別途確認）

調査・検索 → Perplexity、Felo

実務で成功する3つのポイント

✅ ツールの特性理解（LLM vs AIエージェント）

✅ 適切なプロンプト設計（段階的指示、条件明示）

✅ 人間による最終チェック（重要数値は必ず検証）

生成AIは「完璧な電卓」ではありませんが、使い方を理解すれば十分に実務で使える頼れる存在になります。

「売上につながるEC販路開拓」の実務支援では、正確なデータ分析が成功の鍵。AIの特性を理解して賢く活用し、より良い意思決定につなげていきましょう。

お問い合わせ

ご質問やご相談は[お問い合わせフォーム]からお願いします。

※Googleフォームに移動します