CSVの集計ミスを見つけるAI監査プロンプトを実データで検証

CSVをAIへ渡して「傾向をまとめて」と頼むだけなら、結果はすぐに返ってきます。しかし、その合計値に重複行が混じっていたり、空欄がゼロとして扱われたりしても、読みやすい文章の裏に隠れてしまいます。

そこで今回は、要約より先に再計算・例外抽出・元データ照合を実行させる監査プロンプトを作り、意図的な異常を含む10行のCSVで試しました。狙いは「AIなら正しい」と信じることではなく、間違いを見つけやすい作業順へ変えることです。

検証日：2026年7月18日。個人情報を含まない自作CSVを使用し、検出結果をNode.jsの検証スクリプトと照合しました。

要約の前にデータ品質を確かめる

今回のCSVには、注文ID、日付、カテゴリー、数量、単価、報告金額を用意しました。10行の中へ、重複ID、数量の空欄、桁区切り付き数値、計算差、負の数量、カテゴリー欠損、存在しない日付という7種類の条件を埋め込んでいます。

検証スクリプトは8件の警告を返しました。数量が空欄の行では「欠損」と「計算不一致」が同時に出るためです。このような二次的な警告を別件として数えると、異常件数を過大評価します。そこでプロンプトには、原因と派生警告を分ける条件も加えました。

検査項目	埋め込んだ条件	確認結果
キーの一意性	注文ID A003の重複	検出
必須値	数量・カテゴリーの空欄	検出
数値形式	桁区切りを含む単価	要正規化として検出
独立再計算	数量×単価と報告金額の差	期待値3000、報告値2500を検出
業務上の範囲	負の数量	検出
日付妥当性	2026年2月30日	検出

実際に使った監査プロンプト

CSV監査プロンプト

添付したCSVを、要約担当ではなくデータ監査担当として確認してください。

目的は「読みやすい説明」ではなく、集計前にデータ品質と計算の再現性を確認することです。

次の順序を守ってください。
1. 列名、想定データ型、行数を確認する。
2. 元の表記を残したまま、欠損、重複キー、型崩れ、無効な日付、業務上不自然な負数を探す。
3. 数値の桁区切りなど、計算に必要な正規化を明示する。黙って置換しない。
4. 計算列は元の報告値を使わず、数量×単価のように独立して再計算する。
5. 異常は行番号とキーを付け、期待値・実値・判定理由を表にする。
6. 1つの原因から生じた二次警告は、原因と派生警告に分けて重複計上しない。
7. 重複キーを含む総計と、重複を除いた参考総計を分ける。
8. 判断基準がない項目は「未確定」とし、推測で正常・異常を決めない。

最後に「確認できた事実」「要確認」「集計に使わない行」「再現手順」の4区分で出力してください。