ChatGPTのデータ分析機能の使い方【2026年】CSV・Excelの集計とグラフ（旧Code Interpreter）

ChatGPT に CSV や Excel を渡して「集計してグラフにして」と頼める機能は、いまの OpenAI 公式ヘルプでは「データ分析（Data analysis）」と呼ばれています。以前の名前は「Advanced Data Analysis」、さらに前が「Code Interpreter」で、どれも同じ系統の機能です。

結論から言うと、ファイルを添付して、知りたいことを日本語で書くだけで使えます。昔の記事にあった「Code Interpreter をオンにする」設定は、確認した公式ヘルプには手順として載っていません。

※この記事は2026年9月時点の情報に更新しました。2023年から続く記事なので、古い画面のキャプチャには「2023年時点の画面」と年を添えています。

ChatGPTの「データ分析」とは？旧Code Interpreterとの違い・使えるプラン・ファイル上限

ChatGPT に Python のコードを書かせて、その場で実行までさせる機能です。2023年に有料プラン向けの機能として登場し、当時は「Code Interpreter」、のちに「Advanced Data Analysis」と呼ばれました。いまの公式ヘルプの見出しは「Data analysis with ChatGPT」です。改名の日付は公式の画面で確かめられなかったので、ここでは書きません。

公式ヘルプによると、アップロードしたファイルについて質問し、表やグラフを作り、Python による計算・変換・統計分析まで任せられます。一部の作業では、ChatGPT が Python のコードを書いて「ステートフルな Jupyter ノートブック環境」で実行し、pandas のデータフレームをインタラクティブな表として表示することもある、と説明されています。

ふつうの ChatGPT との一番の違いは、計算をコードで実行する点です。文章で「だいたいこのくらい」と答えるのではなく、集計の結果を実際にコードで出し、その根拠のコードも確認できます。

参考：Data analysis with ChatGPT（OpenAI ヘルプ）

使えるプランとファイルの上限【2026年9月時点】

ファイルのアップロードは、公式のファイルアップロード FAQ で「Free と有料プランで使える。プランごとの利用上限がある」とされています。一方、データ分析の細かな可否は、公式ヘルプが「モデル・プラン・ワークスペースの設定・アカウントの機能で変わる」と書いています。料金の金額やプランごとの回数は公式の画面で確かめきれなかったため、最新は ChatGPT の料金ページで確認してください。

ファイルの上限は公式 FAQ の次のとおりです。

対応するファイルは、.xls・.xlsx・.csv の表計算、PDF、.json・.xml・.yaml・.txt・.md などです。これもモデルやプランで変わることがあります。Google Drive・OneDrive・SharePoint は、コネクタが使えるアカウントなら、そこから直接ファイルを添付できます。出典：File Uploads FAQ（OpenAI ヘルプ）

注意したいのは、ファイルが「アップロードできる」ことと「最後まで分析できる」ことは別だという点です。公式ヘルプも、大きすぎる・複雑すぎる・画像が多いファイルは、アップロードできても全体を分析しきれないことがあると説明しています。その場合は、シート・行・列を指定するか、ファイルを分けるよう案内されています。

ChatGPTのデータ分析の使い方：CSV・Excelを集計してグラフにする手順

「オンにする」設定は不要です。手順は、データを整える → 添付する → 頼み方を書く → 結果とコードを確かめる、の4つです。

手順1：データを整える（ここで結果の質が決まります）

公式ヘルプが勧めているのは、次の形です。

• 1行目に、分かりやすい列の見出しを置く
• 1行を1件の記録にする
• 列名は「売上」「店舗」のように普通の言葉にする

逆に避けたほうがいいのは、1つのシートに関係のない表を複数置くこと、データの途中に空行・空列を入れること、分析させたい数字が画像になっていることです。スキャンした PDF や画像の表は、値を正確に読み取れないことがあるので、正確さが必要なときは表計算ファイルかテキストで渡します。

手順2：ファイルを添付して、頼み方を書く

入力欄からファイルを添付し、知りたいことを書きます。公式ヘルプは「何を知りたいか」と「使ってほしい列・計算・グループ分け・グラフの種類」を指定するとよい、としています。たとえば次のように書きます。

最後の「使った列と集計方法も書いてください」が大事です。あとで結果を見直すときの手がかりになります。

手順3：グラフはインタラクティブにも切り替えられる

グラフは、基本は画像（静止画）で返ってきます。インタラクティブなグラフが使えるときは「インタラクティブなグラフに切り替える」（英語表示では Switch to interactive chart）を選ぶと、マウスを合わせて値を見られます。戻すときは「静止画のグラフに切り替える」です。公式ヘルプによると、対応しているのは棒・折れ線・円・散布図で、それ以外は静止画になります。

手順4：生成されたコードと前提を確かめる

公式ヘルプは、Python で分析したときは、結果に頼る前に「生成されたコード・出力・前提」を確認するよう勧めています。方法が指定どおりでなければ、「平均ではなく中央値で」のように直してもらいます。ChatGPT は最初の一回で、意図と違う集計方法やグラフを選ぶことがあります。

2023年当時の画面では、作業結果のファイルや、作ってもらった Python のコード（.py）をダウンロードして、手元の環境で同じ処理を動かすこともできました。

活用事例：売上分析・Excel集計・プレゼン資料・QRコードまで

旧記事にあった事例のうち、いまも使える考え方をまとめます。書かれたのは主に2023年で、当時のモデルと画面での話です。

売上データを分析して、次の手まで聞く

アパレル店舗の売上データを渡し、下がった原因の分析から「どんな手を打つか」まで出してもらう流れは、当サイトの別記事で画面つきで紹介しています。Excelで管理している売上データの分析をChatGPTに丸投げしてみた

アンケート結果の集計とレポート作りを任せた例は、ChatGPTに「アンケートの分析＆調査レポート作成」をほぼ全て丸投げした結果にあります。

複数の Excel をまとめて集計する

複数のファイルに散らばったデータを1つにまとめ、集計とグラフ作りまで頼んだ例があります（ChatGPTでプログラミングは一切なしでExcelの集計・編集作業をする）。手作業なら関数やピボットテーブルを組む場面です。

Netflix の視聴ランキングなど、公開データを読み解く

Netflix の世界の視聴ランキングデータを使い、日本の作品が他の国でどれだけ見られているかを調べた記事があります（Business Insider Japan）。Excel で組むと時間のかかる集計を、依頼だけで済ませる例です。

QRコードを作る

データ分析とは少し違いますが、Python が動くので、QRコードもチャットで頼むだけで作れます。「このサイトのQRコードを作成してください」と書くと、ダウンロード用のリンクつきで返ってきました。

プレゼン資料・音声・画像・ダミーデータ・Webアプリ

ほかにも、次のような事例が紹介されています。どれも当時の記事で、今のモデルでは結果が変わる可能性があります。

• プレゼン資料：テーマと内容を書くと、構成を考えて PowerPoint を作る
• 音声ファイル：切り出し・再生速度の変更・波形の確認・スペクトログラムの作成
• 画像ファイル：形式変換・グレースケール化・輪郭検出
• ダミーデータ：実データを使えないときの、テスト用データの大量作成
• Webアプリ：コードを1行も書かずに簡単なアプリを作った記録
• 自分のツイート履歴の分析：投稿から職業や年齢層などをどこまで推測できるかの実験（個人情報を渡す例なので、真似する場合は慎重に）

コード（.py）を渡して、実行しながら直してもらう

分析だけでなく、プログラミングの補助にも使えます。コードのファイルを添付すると、実行して動作を確かめながら次の作業を頼めました（2023年の旧記事の内容）。

• 書き直し（リファクタリング）：書き直し前後で同じ入力に同じ結果が出るかを、実行して確かめてもらう
• エラーの修正：エラーが出るコードを渡し、原因の特定から修正後の再実行まで頼む
• 追記・ドキュメント作成：既存のコードに機能を足し、Markdown の説明書にまとめてもらう

実例：データ分析コンペを丸ごと任せた結果（2023年7月の検証）

旧記事で紹介していた検証です。データ分析コンペ「ProbSpace 給与推定コンペ」（すでに終了）に、人間はほとんど指示を出さず、Code Interpreter に任せて取り組みました。勤続年数・最終学歴・役職などから社員の給与を予測する課題です。ディープラーニングやハイパーパラメータ調整はしていません。当時の Code Interpreter はメモリが小さかったためです。

参考として、当時の1位の MAE は19.758でした。専門家の代わりになるほどではありませんが、コードを一行も書かない人でも平均より上の結果を出せた、というのが当時の結論です。

ここで印象的だったのは、指示していない基礎分析を先回りしてやってくれたことです。データを渡して目的を伝えただけで、基本統計量の計算、カテゴリ変数の数値化、給与と各項目の相関の確認までが自動で進みました。

特徴量づくりでは、「年齢が高く勤続年数が長い人ほど給与は高い傾向がある」という一般的な知識から、どの組み合わせを作るかを ChatGPT 自身が考えました。エラーが出ても、原因を見つけて直しながら最後まで進めています。精度を上げる案を聞くと、複数の案と10段階の期待度を出してくれたので、次に何をやるかも決めやすかったそうです。

最後に、分析結果とモデルについてのレポートをまとめてもらいました。考察と次にやることまで書かれていて、そのまま報告書の下書きに使える出来だったとのことです。

使うときの注意点：精度・メモリ・情報の扱い

結果は「もっともらしい」だけかもしれない

データ分析でも、ChatGPT が集計の対象を取り違えたり、外れ値や欠損の扱いを勝手に決めたりすることがあります。前のセクションのとおり、使った列・集計方法・コードを毎回聞き、数字は自分の手元でも一部確かめてください。

一方で、2023年に現役のデータサイエンティストが使った所感では、結果の意味を「年齢が高いほど給与が高いのは一般的な状況と同じ」のように一般論と照らして考察してくれる点が、従来の分析ツールにない強みでした。

大きなデータは苦手

同じ所感で、100MB程度のデータで特徴量を増やしただけでメモリ不足になることがあると書かれていました。これは2023年の話で、今の環境は公式が数字を公開していません。上限に近いデータは、必要な列だけに絞る、期間で分けるなどしてから渡してください。

外部の情報は取れない・機密は避ける

公式ヘルプによると、データ分析の Python 環境は外部の Web リクエストや API 呼び出しができません。外部のデータが必要なら、先にファイルとして渡します。

アップロードしたファイルは、チャットの保存期間に合わせて保存されます。データ分析で処理したファイルは「プランによって異なる期間」で保存される、と公式 FAQ にあります。会話やファイルがモデルの改善に使われるかは、データコントロールの設定で選べます（法人向けの API と ChatGPT Enterprise は、学習に使われないと公式が書いています）。個人情報や社外秘のファイルは、社内のルールを確かめてから使ってください。

Claude Code／Codex で同じ分析を自動化する

毎週同じ形式の CSV を集計するような作業は、ChatGPT に毎回ファイルを添付するより、コマンドから呼べる AI コーディングツールに任せるほうが向くことがあります。ここでは公式ドキュメントで確かめた書式だけを紹介します。この記事のために実行して確かめたものではないので、動作や結果の数字は載せません。

Claude Code の場合

Claude Code は -p を付けると、画面を開かずに1回だけ実行して結果を返します。標準入力にファイルを渡すこともでき、公式ドキュメントでは入力の上限は10MBです。使うツールは --allowedTools で許可できます。

cat sales.csv | claude -p "月別の売上合計を表にして、前の月より下がった月を挙げて" --output-format text > report.txt

出典：Run Claude Code programmatically（公式ドキュメント）

Codex CLI の場合

Codex CLI は codex exec で非対話の実行ができます。標準では読み取り専用のサンドボックスで動くので、ファイルを書かせるときは --sandbox workspace-write を付けます。-o で最終メッセージをファイルに保存できます。

codex exec --sandbox workspace-write -o summary.md "sales.csv を月別に集計して、summary.md に表と3行の所見を書いて"

出典：Non-interactive mode（公式ドキュメント）

ChatGPT のデータ分析とどう使い分けるか

• その場で1回だけ、グラフを見ながら相談したい：ChatGPT のデータ分析
• 同じ集計を定期的に回したい、手元のファイルをアップロードせずに扱いたい：Claude Code や Codex（読ませた内容はモデルに送られるので、機密の扱いは各サービスの規約を確認）
• どちらも、集計方法とコードを確かめる作業は人間の仕事です

Claude Code を使うときの費用の目安は、Claude Code のトークン節約を3週間実測した記事にまとめています。

ChatGPTのデータ分析に関するよくある質問

Q. 「Code Interpreter をオンにする」設定が見つかりません

確認した公式ヘルプには、その設定の手順は載っていません。ファイルを添付して依頼すれば動きます。使えないときは、プラン・モデル・ワークスペースの設定（会社や学校のアカウント）で制限されていないかを確かめてください。

Q. 無料でも使えますか？

ファイルのアップロード自体は Free でも使え、Free は1日3ファイルまでです。データ分析の細かな機能の可否はプランやモデルで変わると公式が書いているので、自分のアカウントで確かめてください。

Q. Python 以外の言語は実行できますか？

公式ヘルプが説明しているのは Python での分析です。他の言語を実行できるかは、公式の画面で確かめられなかったので書きません。

Q. 作ってもらったコードや結果のファイルは使えますか？

2023年時点の画面では、コード（.py）や結果のファイルをダウンロードして手元で使えました。利用条件（商用利用など）は、OpenAI の利用規約で確かめてください。

まとめ

ChatGPT の「データ分析」は、旧 Code Interpreter・Advanced Data Analysis の後継として、ファイルを添付して頼むだけで使えます。ファイルは1つ512MBまで、CSV・表計算は約50MBまでです。

うまく使うコツは、データを1行1件の表に整えること、知りたいことと使う列を具体的に書くこと、そして使ったコードと集計方法を毎回確かめることです。定期的な集計は Claude Code や Codex に任せる手もあります。

※料金・無料枠・商用利用の条件は2026年9月29日時点の情報です。最新の内容は公式サイトでご確認ください。ファイルの上限などは、OpenAI ヘルプの保存版（2026年8月29日時点）を2026年9月29日に確認した内容です。