import { ArticleImage } from "@/components/ArticleImage";
【2026年最新】ChatGPT Advanced Data Analysis（コードインタープリター）完全ガイド｜使い方・料金・プロンプト例を徹底解説
プログラミング知識ゼロでも、ExcelやCSVをChatGPTに投げればグラフが自動で完成する——それを実現しているのが「Advanced Data Analysis」（旧称：コードインタープリター）です。
2023年8月に「Code Interpreter」から改称されたこの機能は、ChatGPT Plusの中で最も業務直結型の強力ツールとして定着しています。「データ分析はエンジニアの仕事」という常識を、根本からひっくり返してくれます。
この記事では、Advanced Data Analysisの仕組みから料金、ステップバイステップの使い方、実践プロンプト例、競合ツールとの比較まで、2026年最新情報で完全解説します。
この記事でわかること
- Advanced Data Analysis（旧コードインタープリター）とは何か・2026年の最新状況
- 利用に必要な料金プランとプラン別の使い分け
- CSVをアップロードしてグラフを作るまでの具体的な5ステップ
- コピペして使える実践プロンプト例10選
- Julius・Rows AI・Gemini Data Analysisとの違いと使い分け指針
30秒で結論
- 何ができる？ CSVやExcelを読み込み、Pythonで自動分析・グラフ化・ファイル変換
- 料金は？ ChatGPT Plus（$20/月、約¥3,000/月）に含まれる。追加課金なし
- Pythonは必要？ 不要。自然言語の指示だけでコードを自動生成して実行
- 向いている人は？ 非エンジニアのビジネスパーソン、Excelが限界に来ている人、データをグラフ化したい人
- 注意点は？ インターネット接続不可・セッション切れでデータ消滅・機密データの取り扱いに注意
Advanced Data Analysisとは？仕組みと2026年の現状
Advanced Data Analysis（ADA）は、ChatGPTの会話画面にPython実行環境を組み込んだ機能です。ユーザーが自然言語で指示を出すと、ChatGPTがPythonコードを自動生成し、OpenAIのサーバー上で実行して結果を返します。
たとえば「月別売上のCSVを棒グラフにして」と入力するだけで、裏側では次のようなコードが自動生成・実行されます。
# ChatGPTが内部で自動生成・実行するPythonコードのイメージ
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
df = pd.read_csv('sales_data.csv')
monthly = df.groupby('month')['revenue'].sum()
plt.figure(figsize=(12, 6))
monthly.plot(kind='bar', color='steelblue', edgecolor='white')
plt.title('月別売上推移', fontsize=14)
plt.xlabel('月')
plt.ylabel('売上（万円）')
plt.xticks(rotation=0)
plt.tight_layout()
plt.savefig('monthly_revenue.png', dpi=150)
このコードをユーザーが書く必要は一切ありません。日本語の指示だけで完結します。
旧称「コードインタープリター」との違い
2023年7月リリース時は「Code Interpreter（コードインタープリター）」という名称でした。2023年8月29日に「Advanced Data Analysis」へ改称されましたが、機能は同一です。今もコードインタープリターと呼ぶユーザーが多く、両方の名称で検索されています。
2026年現在の使える環境
2026年現在、ADAはChatGPT PlusへのログインだけでONになっており、別途設定は不要です。GPT-5系モデルとの組み合わせにより、複雑な統計分析や機械学習の前処理まで対応範囲が広がっています。
利用できる主なPythonライブラリは以下のとおりです。
| ライブラリ | 用途 |
|---|---|
| pandas | データ読み込み・集計・整形 |
| matplotlib | グラフ・可視化 |
| seaborn | 統計グラフ（ヒートマップ等） |
| NumPy | 数値計算・行列演算 |
| scikit-learn | 機械学習・前処理 |
| Pillow | 画像処理・変換 |
| openpyxl | Excelファイル操作 |
料金プランと使える条件
Advanced Data Analysisを使うには、ChatGPT Plusへの加入が必須です。
| プラン | 月額 | ADA利用 | 特記事項 |
|---|---|---|---|
| Free（無料版） | $0（¥0） | ❌ | ADA非対応 |
| Plus | $20/月（約¥3,000/月） | ✅ | 個人向け・最もコスパ良 |
| Pro | $200/月（約¥30,000/月） | ✅ | o3 Pro・長時間推論も対応 |
| Team | $25/ユーザー/月 | ✅ | チーム向け・データ学習オプトアウト標準 |
| Enterprise | 要問合せ | ✅ | 大規模・SSO・監査ログ |
日本のユーザー向け補足： 2026年4月時点で、日本での決済はクレジットカードで円換算されます（$20≒¥3,000〜¥3,300、為替により変動）。
結論から言うと、個人・中小企業であればChatGPT Plusで十分です。Proの$200/月は、長時間の推論タスクや大量のデータ処理が毎日必要な場合にのみ検討価値があります。
基本的な使い方：CSVからグラフ作成まで5ステップ
ステップ1: ChatGPT Plusにログイン
chat.openai.com にアクセスし、Plusプランでログインします。無料版ユーザーはまずPlus（$20/月）へのアップグレードが必要です。
ステップ2: 新しいチャットを開始
左サイドバーの「New chat」をクリック。モデルはGPT-5またはGPT-4oを選択します（2026年時点でPlusではGPT-5が標準で使えます）。
ステップ3: ファイルをアップロード
チャット入力欄の📎アイコン（クリップマーク）をクリックし、分析したいファイルを選択します。
対応ファイル形式（主要なもの）：
| 形式 | 拡張子 | 主な用途 |
|---|---|---|
| CSV | .csv | データ分析・集計・グラフ化 |
| Excel | .xlsx / .xls | スプレッドシート全般 |
| テキスト抽出・OCR | ||
| Word | .docx | 文書処理・要約 |
| 画像 | .jpg / .png | 画像処理・サイズ変換 |
| ZIP | .zip | 複数ファイル一括処理 |
⚠️ 制限： 1ファイル最大512MB、1会話内に最大20ファイルまで添付可能。
ステップ4: 日本語で指示する
ファイルをアップロードしたら、チャット欄に指示を入力します。シンプルな指示でも動きますが、詳細なほど精度が上がります。
このCSVファイルの月別売上を棒グラフにしてください。
縦軸は「売上（万円）」、横軸は月名にしてください。
グラフは見やすく整えて、PNGでダウンロードできるようにしてください。
ステップ5: グラフを確認してダウンロード
ChatGPTがPythonコードを実行し、グラフ画像を生成します。画像の下にある「ダウンロード」ボタン（または「ファイルをダウンロード」のリンク）をクリックして保存します。
実践プロンプト例10選
コピペして使えるプロンプト集です。ファイルをアップロードしたうえで使ってください。
データ分析・統計系
添付のCSVの基本統計量（平均・中央値・標準偏差・最大・最小）を
計算し、日本語の見やすい表にまとめてください。
外れ値があれば指摘してください。
このデータでA列とB列の相関係数を計算し、
散布図と回帰直線を描いてください。
回帰式と決定係数（R²）も表示してください。
売上データをもとに、来月の売上を線形回帰で予測してください。
予測値と95%信頼区間をグラフで可視化してください。
グラフ・可視化系
このデータを積み上げ棒グラフにして、
各カテゴリの割合が一目でわかるようにしてください。
タイトルは「カテゴリ別売上構成比（2026年）」にしてください。
全数値列のヒートマップ（相関行列）を作成してください。
色は赤→白→青のグラデーションで、各セルに相関係数の数値も表示してください。
ファイル変換・処理系
このExcelファイル（複数シート）を1枚のCSVに縦結合してください。
「シート名」列を新たに追加し、どのシートのデータかわかるようにしてください。
このPDFからテキストをすべて抽出して、
TXTファイルとしてダウンロードできるようにしてください。
この画像の右下に「© 2026 Company Name」というテキストを追加し、
PNG形式でダウンロードできるようにしてください。
フォントサイズは画像幅の2%、色は白にしてください。
機械学習・高度分析系
このCSVのデータでK-meansクラスタリングを実行してください。
クラスタ数は3として、PCAで2次元に削減した散布図で
クラスタを色分けして可視化してください。
以下のPythonコードのエラーを修正してください。
エラーの原因と修正内容を日本語でわかりやすく説明してください。
[エラーが出ているコードをここに貼り付ける]
よくあるトラブルと対処法
日本語グラフが文字化けする
ADAの実行環境にはデフォルトで日本語フォントが含まれていません。グラフのタイトルや軸ラベルに日本語を使うと豆腐（□）になります。
解決法：
- Google Fonts（Noto Sans JP） から
.ttfファイルをダウンロード - ダウンロードしたフォントファイルをChatGPTにアップロード
- 以下を指示に加える：
アップロードしたNotoSansJP-Regular.ttfを日本語フォントとして使用してください。
matplotlib.font_manager.FontProperties でパスを指定してグラフを作成してください。
セッション切れでファイルが消える
ADAの実行環境はセッションごとにリセットされます。長時間席を外したり、ブラウザを閉じたりするとアップロードしたファイルも消えます。
解決法：
- 分析の節目ごとに「現在の処理済みデータをCSVでダウンロードできるようにしてください」と指示する
- 複雑な処理は複数のチャットに分けて、各段階の成果物をローカル保存する
- セッション継続中はブラウザタブを閉じない
インターネットアクセスが必要な処理ができない
ADAはインターネット非接続のサンドボックス環境で動作します。外部APIからのリアルタイムデータ取得、Webスクレイピングはできません。
解決法： 必要なデータをあらかじめローカルにダウンロードし、ファイルとしてアップロードしてから分析する。株価データなら Yahoo Finance からCSVを手動エクスポートするなど。
大規模データでメモリエラーが出る
50万行以上のCSVなど大規模データでは MemoryError が発生することがあります。
解決法：
このCSVのデータを最初の10万行だけサンプリングして、
分析を実行してください。
その後、全件に適用できる手法を提案してください。
Julius・Rows AI・Gemini Advanced Data Analysisとの比較
AIデータ分析ツールの選択肢は増えています。ChatGPT ADAと主要競合の違いを整理します。
| ツール | 月額 | 強み | 弱み | 向いている用途 |
|---|---|---|---|---|
| ChatGPT ADA | Plus $20/月 | 汎用性・自然言語精度・コード生成 | 共有・再現性が弱い | 一発分析・探索的EDA |
| Julius AI | Free〜$20/月 | データ分析特化・ダッシュボード共有 | 汎用タスクは苦手 | 定期レポート・チーム共有 |
| Rows AI | Free〜$59/月 | スプレッドシートUI・リアルタイム協作 | 大規模データに弱い | チームでのデータ整理 |
| Gemini Advanced | Google AI Pro ¥2,900/月 | Googleスプレッドシート深い連携 | 非Google環境だと制限 | GSuite利用ユーザー |
| ChatGPT（汎用） | Plus $20/月 | テキスト生成・思考プロセス | ADAと同梱なので同額 | 文章・アイデア・相談 |
使い分けの指針
ChatGPT ADAが圧倒的に向いている場面：
- 「このデータで何かわかることはない？」と探索的に分析したい
- Pythonコードを自動生成して学習したい
- 一度きりの特殊なファイル変換・処理をしたい
Juliusに乗り換えを検討すべき場面：
- 毎週同じ分析を繰り返すルーティンレポートがある
- 上司・クライアントにダッシュボードリンクを共有したい
Rowsを使うべき場面：
- チームメンバーとスプレッドシートをリアルタイム共同編集したい
- ExcelやGoogleスプレッドシートからの移行を検討している
AI PICKSの独自評価
AI PICKSでは500以上のAIツールを独自基準でスコアリングしています。ChatGPT Advanced Data Analysis（/tools/chatgpt-ada）のスコアは84/100で、AIデータ分析カテゴリで最上位評価です。
スコア内訳：
| 評価軸 | スコア | コメント |
|---|---|---|
| 外部レビュー | 86/100 | G2・Capterra等で高評価が定着 |
| 機能品質 | 85/100 | Pythonライブラリの充実度は業界最高水準 |
| トレンド | 78/100 | 汎用型から特化型への移行が進んでいる |
| 利用者数 | 88/100 | ChatGPTの月間18億訪問者がベース |
ポジティブ評価：
- 守備範囲の広さ（◎）： データ分析から画像処理、コードデバッグまで1会話で完結。「何でも屋」として他ツールの追随を許しません。
- 自然言語の精度（◎）： 「前月比が見たい」「外れ値を除いて再計算して」など曖昧な指示でも意図を読み取ります。
改善余地：
- 共有・再現性（△）： Julius・Rowsと比べ、分析フローをチームで共有・再実行する仕組みがありません。定期レポート目的には不向きです。
- セッション永続性（△）： 2026年時点でも長時間セッションでのデータ消失リスクが残っています。
総評： 「まずADAで試して、定期運用が必要になったら特化型ツールへ」というのが現実的な使い方です。月$20のPlus料金に含まれており、追加コストゼロで使い始められる点は大きなアドバンテージです。
詳細な評価基準は編集ポリシー（/about/editorial-policy）をご覧ください。
よくある質問
Q. 無料版のChatGPTでAdvanced Data Analysisは使えますか？
無料版（Free）では利用できません。ChatGPT Plus（$20/月）以上のプランへのアップグレードが必要です。2026年現在、無料版でもGPT-4o miniへのアクセスはありますが、ADAはPlus以上限定の機能として維持されています。まずは1ヶ月試してみることをおすすめします。
Q. アップロードしたデータはOpenAIに学習されますか？
デフォルト設定では、ChatGPTの会話内容がOpenAIのモデル改善に使用される可能性があります。機密データを扱う場合は、設定→「データコントロール」→「モデルの改善のためにデータを使用する」をオフにしてください。Team・Enterpriseプランはデフォルトで学習オプトアウト済みです。
Q. ExcelのマクロやVBAは実行できますか？
マクロ（VBA）の実行はできません。ADAのPython環境はExcelのVBAとは独立しています。ただし「このExcelマクロと同等の処理をPythonで書いてほしい」と指示すれば、Pythonで代替実装してくれます。既存マクロの移植・自動化にも活用できます。
Q. 日本語データはそのまま分析できますか？
データの読み込みと分析は日本語のまま可能です。ただし、グラフのタイトルや軸ラベルに日本語を表示する際は文字化けが起きることがあります。日本語フォント（Noto Sans JP等の.ttfファイル）をアップロードして指定することで解決できます。詳しくは「よくあるトラブルと対処法」のセクションを参照してください。
Q. 分析できるデータサイズに制限はありますか？
ファイルサイズは1つあたり512MB、1会話に最大20ファイルまでが上限です。行数は明示的な上限はありませんが、100万行を超えると処理が遅くなったりメモリエラーが発生したりします。大規模データは「最初の10万行をサンプリングして分析してください」と指示するか、分割してアップロードする方法が有効です。
Q. Advanced Data AnalysisとChatGPT Canvasは何が違いますか？
ChatGPT Canvasはドキュメントやコードを対話的に編集するための機能です。一方、ADAはデータ分析・ファイル処理・コード実行に特化しています。「コードを書いてその場で実行・結果を見たい」ならADA、「コードをレビュー・編集しながら育てたい」ならCanvasという使い分けです。どちらもPlus以上で使えます。
Q. スマートフォンのChatGPTアプリでも使えますか？
iOSおよびAndroidアプリでも、Plusプラン以上であればAdvanced Data Analysis機能は使えます。ただしモバイル環境ではセッションが切れやすく、大きなファイルの処理は不安定になることがあります。本格的なデータ分析作業はPCのWeb版を推奨します。モバイルは「出先で結果を確認する」用途に留めるのが現実的です。
