月末になると、各部署・各支店からフォーマットの微妙に違うExcelが届く。数字をそろえ、転記し、体裁を整える作業に時間を取られ、本来やりたい「傾向を読み取り、次の判断につなげる」ところまで手が回らない――。こうした集計・分類・転記といった「分析の手前の単純作業」こそ、AIに任せやすい領域だ。書籍『Claude Cowork スゴイ活用術』（著：AI部／マイナビ出版）をもとに、①複数Excelの横断集計、②KPIの可視化、③自由記述の分類の進め方を整理する。
書式の違う複数Excelを横断集計する
まず、毎月直面する「複数ファイルの集計」からだ。同書は、書式のばらついた個別ファイルを1つにまとめる作業こそ、Claude Coworkが力を発揮する場面だと説明する。月末に全国の支店から届く個別Excelファイル。12個・20個・30個。手動で集計すると神経を使うし、1つのセルのズレで全体が狂う。Excelマクロでは、書式が微妙に違うと止まってしまう。Claude Coworkなら書式が違っても柔軟に読み取って集計し、1つの統合ファイルにまとめてくれる。
集計対象のExcelをフォルダにまとめ、「全部読み込んで統合表を作って」と指示する。指示の出発点は「全部読み込んで統合表を作って」というシンプルな一言だ。実際の指示では、これに「対象ファイルの場所」「出力したい表の構成」「確認したい数字」の3点を添える。同書が示す基本プロンプトは次のような体裁だ。
「2026年4月_支店別売上」フォルダのExcel 12個を読み込み、全社合計の集計表を作成してください。
# 出力
- ファイル名：全社集計_202604.xlsx
- シート：サマリー/支店別一覧/商品カテゴリ別/元データ一覧
# 処理
- 異常値（前月比±50%超）は「要確認」フラグ
- グラフ：全社売上推移、支店別構成比
ポイントは、「異常値（前月比±50%超）は『要確認』フラグ」のように、集計と同時にチェック機能を組み込んでいる点だ。単に合計するだけでなく、目を配るべき数字をClaude Coworkに認識させておくことで、人間の気づきにつながる。
毎月データを育てる更新・追記のコツ
さらに、集計表を「作って終わり」にせず、毎月データを足して育てていく使い方も同書は紹介している。Claude Coworkは「ゼロから新しく作る」だけでなく、「すでにある表に当月分を追記する」使い方もできる。毎月作り直す必要がなくなり、過去データの蓄積もそのまま活かせる。
更新・追記の作業では、次の2点を指示に含めるのが安全のコツだ。
- 「既存の行・データは変更しない」と明示する。追記のつもりが、Claudeが気を利かせて既存部分まで作り直してしまうのを防げる。
- 上書きせず別名で保存させる。「_v2」「_20260417」などを付けて保存させれば、元の表が残るので、万一おかしくなっても戻せる。
「既存の行は変更しない」「上書きせず別名で保存」という2つの指示は、後述する“精度”の話とも地続きだ。任せる範囲を広げるほど、元データを守る指示が大事になる。
KPIレポートを可視化し「数字の意味」まで言及させる
バラバラのExcelファイルを統合して数字をそろえたら、次は判断に使える形まで整える段階だ。月次KPIレポートの可視化作業に、毎月4～6時間かかっている担当者は珍しくない。Excelでグラフを整え、色を調整し、コメントを添え、PowerPointに貼り付け、体裁を整える。Claude Coworkなら、生データを渡すだけでグラフ付きレポートが出てくる。
生データ・前月の実績データ・年度目標・前月のレポート（デザイン見本）を同じフォルダにそろえて渡す。見本のデザインを踏襲しつつ、今月分の数字で可視化レポートを作る。ここまではグラフの自動生成だが、同書が価値の核心として挙げるのは、その先の「意味」を書かせることだ。
「読み取れる意味」を書かせましょう。単にグラフを作るだけでなく、「このグラフから何が言えるか」のコメントを添えさせると、経営層向けレポートとしての価値が大きく変わります。グラフを作るだけなら、ExcelやBIツールでもできます。差がつくのは、「このグラフから何が言えるか」という一文を添えさせるかどうか。数字を並べるレポートから、示唆のあるレポートへと質が向上します。
数百件の自由記述を分類する – 先に分類軸を決めておく
AIに任せられるのは、数値データだけではない。人間では読み切れないほど大量の、アンケートの自由記述のような非定型データも構造化して傾向を取り出せる。500件・1000件の自由記述を1つずつ読み、グループ化し、代表的な声を抽出してレポートにまとめる作業は、2～3日がかりの大仕事だ。時間がないから自由記述が未分析のまま放置される、ということもありがちだ。Claude Coworkなら、自動でテーマ別に分類し、代表的な声を抽出してくれる。
「データを見せる→分類軸の提案→分類実行→深掘り分析」の4段階で進める。Claudeが勝手に分類してしまう前に、人間が分類軸を理解・合意することで、後工程の修正が激減する。4段階のうち、成否を分けるのは2つ目の「分類軸の提案」だ。ここで人間が切り口を確かめておくかどうかが、後工程の手戻りを大きく左右する。
「分類軸を事前に合意する」が最大のコツです。分類軸をClaudeに任せっぱなしにすると、期待と違う切り口で集計されがち。途中で修正するより、最初に軸を合意するほうが圧倒的に早く、質の高いアウトプットが得られます。分類が終わってから「思っていた切り口と違う」とやり直すより、着手前に軸をすり合わせておくほうが結果的に速い。人間が判断すべきところ（どう切るか）と、AIに任せるところ（実際に集計する）を分ける点がこの事例の勘所だ。
推測で補完させない – 出力の精度を保つ「指示のコツ」
Claude Coworkに任せる範囲を広げるほど、出力をそのまま鵜呑みにしない指示が重要になる。ここで大切なのは、AIに任せる範囲をあらかじめ線引きしておく「# 注意」の指定だ。
# 注意
- 個人特定情報はマスキング
- 判断に迷った回答は「要人間確認」列に印
- まずは812件中100件で試して、精度に問題なければ残りすべてを処理
- 全件処理後、分類済みの行数が元の812件と一致するか照合して報告
いきなり全件を処理させず「まず100件で試す」、そして「行数が元の件数と一致するか照合して報告」させる――。確認の段取りをあらかじめ指示に組み込んでおくのがポイントだ。もう一つ、同書がくり返し強調するのが、数字を勝手に埋めさせないことだ。
個人情報（顧客名・メールアドレス）のマスキングを必ず指示しましょう。また、「金額・件数は推測で補完しない」と制約することで、データにない数字をでっち上げるのを防げます。どちらの指定にも共通するのは、AIの判断に委ねる範囲をあらかじめ狭めておくという発想だ。確認の段取りを決め、埋めてよい数字とそうでない数字を線引きしておくことが出力を信頼できるものにする。
ここまで見てきたように、Claude Coworkは複数Excelの集計・KPIの可視化・自由記述の分類という「分析の手前の工程」を引き受けてくれる。そのうえで、推測で補完させない、件数を照合させるといった指示を添えれば、速さと精度は両立する。まずは手元にある数個のファイルを渡して集計させ、行数の照合まで確かめてみる――。そんな小さな一歩から踏み出すのが、無理のない始め方と言えるだろう。
