グラフを読み解く解説文の作成

グラフの画像をアップロードして「これを説明して」とだけ頼むと、AIモデルは画像の外にある情報まで勝手に推測しがちです。棒グラフが下がっている部分について「景気後退の影響と考えられます」などと書くのがその典型です。ChatGPTが生成したグラフ解説をそのままレポートに載せてしまい、会議で「この原因はどこから出てきたのか」と問われて答えに詰まるトラブルは、まさにこれが原因で起きます。

最初の段落で役割を「編集者」に設定したのは、分析官とは求めるアウトプットが異なるためです。分析官は原因を探ろうとしますが、編集者は目に見えている事実を正確に言語化しようとします。「図に見えている事実と外側の推測を区別する」という一文を入れることで、後半の制約条件を機能させやすくしています。

2番目のコンテクストの段落では読者を指定します。同じグラフでも、役員が読む文章と現場の担当者が読む文章では構成が異なります。役員向けなら軸の説明を省いて結論を前に出し、実務者向けなら数値の範囲や例外的な推移を残します。3番目の段落で、強調する点を「そのまま繰り返すのではなく根拠を見つけて書く」と指示した点も重要です。これを指定しないと、AIはユーザーの主張を単に言い換えるだけで、グラフが実際にはその主張を裏付けていない場合でもそのまま通してしまいます。

形式の段落で文の数や各文の役割まで定めているため、毎回ブレのない構成で出力され、複数のグラフ解説を並べて配置しても違和感がありません。最後の制約にある「要確認」という指示は、図表の解説作成における最もありがちなミスを防ぎます。解像度が低い画像ではAIが軸の数値を誤読しがちですが、推測を禁止しておくことで、誤った数値の代わりに確認を促す文言が出力されるようになります。

もっともらしい文章は出力されますが、正確性の検証が困難です。数値が微妙に間違っていても文章だけでは気づきにくく、グラフに描かれていない原因や将来の予測が根拠なしに混ざり込みます。読者を定めていないため、文章の長さや言葉遣いの難易度も出力のたびに変動し、同じレポート内の他のグラフ解説とトーンが揃いません。

グラフ画像の解像度は出力結果の精度を大きく左右します。スクリーンショットよりも元の画像ファイルや拡大した画像を添付してください。軸の数値が小さい場合は、「まず軸の目盛りをそのまま書き出してから、解説を作成してください」と一言添えることで、数値の読み取りが正しいかを事前に確認できます。