Gemini 3 エージェントワークフロー構築：CSV アップロードから洞察まで
Gemini3 Team · 2026年8月7日 · 15 min read
このワークフローが対象とする人
データアナリスト、運用マネージャー、創業者はしばしばスプレッドシート作業に埋もれてしまいます。四半期の売上データ、在庫ログ、顧客フィードバックが CSV ファイルに保存されていても、意味のあるパターンを抽出するには、手動フィルタリングやピボットテーブルに何時間も費やす必要があります。このガイドは、Python スクリプトを書いたり複雑な ETL パイプラインを管理したりせずに、分析の初層を自動化したい実践者向けです。
私たちは MidassAI Chat の Gemini 3 を使用して、再現可能なエージェントパターンを構築します。目標は単にデータを読み取ることではなく、分析を計画し、実行し、ビジネス決定を下す前に出力を検証することです。このアプローチはハルシネーション（虚偽出力）のリスクを軽減し、AI がクリエイティブなライターではなく信頼できるアナリストとして動作することを保証します。
エージェント取り込み用のデータ準備
エージェントにプロンプトを送る前に、入力をクリーニングする必要があります。Gemini 3 は構造化データをうまく処理しますが、汚れたヘッダーや一貫性のないフォーマットは論理エラーを引き起こします。よくある落とし穴は、Excel からエクスポートされた結合セルや複数行ヘッダーを含む CSV をアップロードすることです。
スプレッドシートを開き、1 行目に一意でフラットな列名が含まれていることを確認してください。ヘッダーにスペースを使用せず、アンダースコアを使用してください。例えば、Order Date を order_date に、Total Revenue ($) を revenue_usd に変更します。シート下部のフッター注記や要約行はすべて削除してください。エージェントには生レコードのみを表示させるべきです。
ファイルが 50MB を超える場合は、四半期または地域ごとに分割してください。Gemini 3 は大きなコンテキストをサポートしますが、小さなチャンクにすることで、エージェントが特定のセグメントを誤解した場合に precisely デバッグしやすくなります。クリーニングされたファイルを UTF-8 エンコードされた CSV として保存してください。このエンコードにより、顧客名や製品説明の特殊文字が MidassAI Chat でのアップロードフェーズ中に解析ロジックを壊すことを防ぎます。
エージェントの役割と制約の定義
データの準備ができたら、行動のガードレール（制約）を設定する必要があります。単に「これを分析して」と尋ねてはいけません。それは曖昧な要約を招きます。代わりに、特定のペルソナと制約セットを割り当ててください。システム指示または初期プロンプトで、エージェントを「収益最適化に注力するシニアデータアナリスト」として定義します。
エージェントが行ってはいけないことを明示的に述べてください。例えば、欠落値を推測せず、null としてフラグを立てるように指示します。コンテキストウィンドウで提供されていない限り、市場状況について外部の仮定を行わないように伝えます。これにより、AI が売上減少を説明するために外部の経済要因をハルシネーションするリスクを軽減します。
初期システムプロンプトの堅牢な構造は以下の通りです。
- 役割: シニアデータアナリスト。
- タスク: Performance の高い地域を特定し、異常値をフラグ付けする。
- 制約: 生数字を先に示さずに百分比を計算しない。
- 出力フォーマット: 明確なヘッダーを持つ Markdown テーブル。
ペルソナを固定することで、複数のセッション間で一貫性を確保できます。このワークフローをチームメンバーと共有する場合、彼らはエージェントをあなたの好みに再トレーニングする必要なく、同じ分析の深さを得ることができます。
要点まとめ
実行フェーズ：分析のためのプロンプト
コンテキストが設定されたら、実行フェーズに移ります。ここでは Gemini 3 の推論能力を活用します。すぐに最終報告書を求めるのではなく、要求を思考の連鎖（chain of thought）に分解してください。まずエージェントに分析計画概要を立てさせます。
例えば、以下のようにプロンプトを送ります：Review the uploaded CSV. Outline three steps you will take to identify revenue anomalies before generating the final report.
これにより、モデルはその作業過程を示すことを強制されます。計画が正しくない場合（例えば、存在しない列に対して当月データを比較する計画など）は、無駄なトークンを消費して有用でない出力を生成する前に修正できます。計画が承認されたら、エージェントに進むように指示します。
特定の指標を要求する際は、タイムゾーンと通貨変換について正確に指定してください。CSV に UTC のタイムスタンプが含まれていてビジネスが EST で運営されている場合、変換ロジックを明示的に指定します。Gemini 3 はこの変換を処理できますが、指示された場合に限ります。ここでの曖昧さは、一見正しく見えても根本的に欠陥のある報告エラーにつながります。
検証とエラー処理
最初の出力を盲目的に信頼しないでください。AI モデルは処理中に計算エラーを起こしたり、行を誤って揃えたりする可能性があります。エージェントに自己批判を求める検証ステップを実装してください。
エージェントに次のように指示してください：Review your generated table. Check three random rows against the original CSV data to verify accuracy. Report any discrepancies.
このシンプルな検証ループは、ほとんどのハルシネーションを捕捉します。エージェントが不一致を報告した場合、報告書全体ではなく特定のセクションを再生成するように求めます。もう一つの一般的な問題はフォーマットの漂移です。エージェントは途中から Markdown テーブルから箇条書きに切り替えるかもしれません。一貫性が滑っていることに気づいたら、出力フォーマットの制約を再確認してください。
重要な財務データについては、AI の合計合計値をスプレッドシートソフトウェアのネイティブ合計関数と照合してください。パターン認識と異常検出には AI を使用しますが、最終的な会計検証には決定論的なツールに頼ります。このハイブリッドアプローチは、整合性を維持しながら速度を最大化します。
ワークフローの拡張
検証されたプロンプト構造ができたら、それを MidassAI Chat 内のテンプレートとして保存してください。新しいデータセットごとにシステムプロンプトを書き直す必要はありません。可能な限りプロンプトをパラメータ化してください。例えば、[TARGET_METRIC] や [TIME_PERIOD] のようなプレースホルダーを使用すれば、コアロジックを変更せずに変数を交換できます。
データ量が増えるにつれて、ファイルクリーニングステップの自動化を検討してください。毎週手動でヘッダーの名前を変更していることに気づいた場合は、アップロード前に CSV を前処理するシンプルなスクリプトを書いてください。これにより、AI との対話をデータ整備作業ではなく高価値の分析に集中させることができます。
チームコラボレーションももう一つの拡張要素です。成功したプロンプトチェーンを同僚と共有してください。プロンプトの一貫性は、マーケティングチームと営業チームが同じデータで分析を実行した際に、比較可能な洞察を受け取ることを保証します。この整合性は、矛盾するデータ解釈に関する内部紛争を防ぎます。
信頼できるエージェントワークフローの構築には反復が必要です。最初のプロンプトは 80% の精度をもたらすかもしれません。制約と検証ステップを洗練させて、それを 95% に押し上げてください。Gemini 3 の力は単なる知能ではなく、その知能を特定のビジネスコンテキストに向けていかに正確に導くかにかかっています。
データ分析を合理化する準備はできましたか？このワークフローを独自のデータセットでテストし、手動スプレッドシート作業からどのくらいの時間を取り戻せるか確認してください。