【GAS】汎用的 AI データ分析ライブラリ
概要
このライブラリは、GAS (Google Apps Script) を使用して、スプレッドシート上のデータを OpenAI の GPT モデルを利用して分析するためのものです。指定されたスプレッドシートからデータを取得し、GPT API にリクエストを送信して、データの分析結果を取得します。
汎用的な本ライブラリは、様々な分野においてデータ駆動の意思決定を支援し、業務プロセスを最適化に活用できます。
スクリプト ID
1kwJbmRU1hKumO3I_HeO2leId8SiTojKsdZOx5DsYTUWrqkrenj9OEq3W
ライブラリを追加してください。
ライブラリの追加から上記スクリプト ID を入力して「検索」を押下
バージョンを選択、任意の ID を指定して「追加」を押下
バージョンは最新のもの、もしくは「HEAD(開発モード)」を指定してください。
関数
aiAnalysis(spId, shName, dataRange, key, specified)
引数
spId (string): 分析対象のデータが含まれるスプレッドシートの ID。必須。
shName (string): 分析対象のデータが含まれるシートの名前。必須。
dataRange (string): 分析対象のデータ範囲(例: "A1:C10")。必須。
key (string): OpenAI API のアクセスキー。必須。
specified (Object): オプションの設定をカスタマイズするためのオブジェクト。任意。
system (string): システムプロンプト。デフォルト: "あなたはデータ分析のスペシャリストです。"
user (string): ユーザープロンプト。デフォルト: "以下のデータを step by step で分析してください。"
model (string): 使用する GPT モデル。デフォルト: "gpt-4o"
maxTokens (number): 生成する文章の最大トークン数。デフォルト: 4096
temperature (number): 生成された文章のランダムさ(0.0 〜 1.0)。デフォルト: 0.5
戻り値
(string): GPT モデルによる分析結果のテキスト。
エラー
以下の場合にエラーになります。
必須パラメータ(spId, shName, dataRange, key)が提供されていない場合
スプレッドシートの ID やシート名が無効の場合
データ範囲が無効の場合
OpenAI API へのリクエストが失敗した場合
OpenAI API からエラーレスポンスが返された場合
使用例
function runAnalysis() {
const spId = "1ABCdefGHIjklMNOpqrSTUvwxYZ12345678"; # スプレッドシート ID
const shName = "データシート"; # シート名
const dataRange = "A1:D20"; # データ範囲
const apiKey = "sk-abcdefghijklmnopqrstuvwxyz123456"; # OpenAI API キー
const options = {
system: "あなたは財務アナリストです。",
user: "以下の売上データを分析し、トレンドと洞察を提供してください。",
model: "gpt-4",
maxTokens: 2000,
temperature: 0.7
};
try {
const result = aiAnalysis(spId, shName, dataRange, apiKey, options);
console.log(result);
} catch (error) {
console.error("分析中にエラーが発生しました:", error.message);
}
}
注意事項
API キーの扱い:
OpenAI API キーは機密情報です。スクリプト内に直接記述せず、PropertiesService などを使用して安全に管理してください。
データの機密性:
分析対象のデータに機密情報が含まれる場合は、GPT API に送信する前に適切な処理(匿名化など)を行ってください。
API 使用量と課金:
OpenAI API の使用には課金が発生します。使用量と課金については OpenAI の料金ページを確認してください。
実行時間:
Google Apps Script には実行時間の制限があります。大量のデータを処理する場合は、時間制限に注意してください。
エラーハンドリング:
本番環境で使用する場合は、適切なエラーハンドリングとログ記録を実装してください。
モデルの選択:
使用するGPTモデルによって、性能と料金が異なります。適切なモデルを選択してください。
プロンプトの設計:
良質な分析結果を得るためには、適切なプロンプト設計が重要です。分析の目的や対象データの特性に応じてプロンプトを調整してください。
この記事が気に入ったらサポートをしてみませんか?