Julius AI と Quadratic:CSV 分析の引き継ぎで、再計算できる根拠をどう残すか
Julius では実行コードを確認・コピーでき、Quadratic では共有スプレッドシートに数式とコードを残せる。単発の CSV 分析でどちらを選ぶかは、同僚が元データのスナップショットを受け取り、整形ルールを理解し、引き継ぎ先の環境で再計算できるかによる。
売上の CSV を AI に渡し、数分後に地域別の平均単価を得ても、同僚がその数字を説明できるとは限らない。注文番号の先頭のゼロ、金額の空欄、重複行は、いずれも答えを変える。Julius AI と Quadratic は、どちらも AI で計算ロジックを生成できる。選定は引き継ぎ後の作業で決めるべきだ。分析担当者が一人でコードとファイルを整理して渡すなら Julius を検討できる。同僚がセルを中心に修正を続け、計算の依存関係を確認する必要があるなら Quadratic を優先したい。どちらも、クレンジングのルールを代わりに承認してはくれない。
単発の CSV 分析を扱う。定期更新やデータアプリの公開は対象外だ。本文のサンプルは検収設計であり、両製品で実機検証したものではない。
まず「正しく整形できた」を検収可能な要件にする
試用時には、架空の注文を 12 行用意できる。番号 001、同じ注文の重複レコード一つ、金額の空欄一つ、金額が 0 の注文一つ、日付 03/04/2026 を含める。番号はテキストで保持し、日付は日/月/年と解釈し、欠損金額はゼロで補完しないこと、重複注文の判定方法を事前に明記する。まず AI に列の型、欠損数、重複判定の根拠を列挙させ、その後で変換を承認する。「整形して分析して」とだけ指示しないことが重要だ。
たとえば、有効な金額が 100 と 0 の二つで、もう一つが空欄だとする。欠損していない金額だけで平均単価を出せば 50 となるが、空欄をゼロで埋めると約 33.33 になる。この差は分母によるもので、モデルの能力によるものではない。検収時には計算対象の行数、除外行と理由も渡し、集計からこれらの行へさかのぼれることを求める。番号が 1 になった後で表示書式を補っても、元のフィールドが保持された証明にはならない。
Julius:コードは見られるが、引き渡す一式は自分で整理する
Julius のツール説明は、クラウドのコンテナーで Python または R を実行し、チャットの Generated code を展開して読み、コピーし、出力を確認できると明記している。そのため、自然言語の回答しか出さないブラックボックスと説明してはいけない。単発の探索では「どの行を使ったか」「なぜこの注文を除外したか」と段階的に問い、説明文だけを受け入れるのではなく、対応するコードを確認できる。
一方、成果物は誰かがまとめる必要がある。元の CSV を保持したうえで、整形後のファイル、元ファイルから実行を始めるスクリプト、依存ライブラリーのバージョン、ルールの説明を別途作るよう AI に求める。これらは要求して検収すべき事項であり、プラットフォームが自動で一式にまとめると保証する機能ではない。特に、チャット内の一時変数やコンテナーのパスへの依存をスクリプトから取り除く必要がある。同僚はコードを受け取っても互換性のある環境を用意しなければならず、コピーできることは、そのまま再計算できることを意味しない。
Julius の入門ガイドは、CSV や Excel へのエクスポートを依頼できるとしている。数式入りの Excel ブックも生成できることが、チャット画面の説明に記載されている。引き継ぐ人が Excel だけを使うなら、重要な集計を確認可能な数式にするよう求め、数式と Python の結果が一致するか別途検証できる。ただし、ダウンロードした表に上流のクレンジングロジックがすべて残るとは考えてはいけない。
共同作業の機能もある。共有の説明では、メールアドレスごとに会話へのアクセスを付与でき、非公開リンクはすでに権限のある人だけが使える。公開 replay は、リンクを持つ誰でも閲覧できる。一方、同じページは、チャット全体を PDF、DOCX、Jupyter Notebook にエクスポートする機能は提供終了したと明記している。説明過程の共有と実行可能な分析の引き渡しは別々に検収すべき事項であり、古いチュートリアルに従って完全な Notebook をワンクリックでダウンロードできると約束してはいけない。
時間上の制約もある。ファイルポリシーでは、操作がなくなってからのファイル保持は無料ユーザーで最長 1 時間、有料ユーザーで最長 7 日で、アップロードしたファイルと生成ファイルの両方が対象となる。したがって、分析を終えた時点で入力のスナップショットと出力をダウンロードすべきだ。翌週もチャットを開けることを、元ファイルが残っている証拠にしてはいけない。
Quadratic:計算は表に残るが、引き継ぐ人も依存関係を理解する必要がある
Quadratic の入門ドキュメントによると、AI はコードの記述、データの挿入、表の直接編集を行え、数式と Python、SQL、JavaScript が共存する。Python のドキュメントは、セルのコードエディターと、最後の行の結果を表へ返す方法を示している。元データ、整形後の出力、集計領域を分け、同僚が結果から数式やコードセルへ戻れる構成に向く。
この構造は変更箇所が分かりやすい一方、参照範囲をチームが管理する必要がある。日付の解釈、欠損処理、重複排除を独立した手順にし、長大な AI コードで元データ領域を直接上書きしないことを勧める。セルを手で変えたら、集計が元データ領域、整形済み領域、固定値として埋め込まれたデータのコピーのどれを読んでいるか確認する。コードが見えることはレビューの入口にすぎず、毎回の変更が意図したとおりに伝わる証明ではない。
非公開ファイルの説明では、指定メンバーだけにファイルを公開でき、チーム領域へ移して権限に応じて閲覧・編集することもできる。現在の変更履歴には、ファイル単位で共有する AI チャットや、編集者と時刻を記録するセル履歴も載っている。引き継ぎで議論の文脈を残せるが、クレンジングルールを誰が確認するかは明確にすべきで、共同編集を共同承認と見なしてはいけない。
表を使う場合は、レイアウトを整える作業も加わる。元データ領域に「読み取り専用」と示し、変更してよいパラメーターを別領域に置き、整形結果に入力バージョンを記すほうが、すべてのグラフの色を変えるより引き継ぎに役立つ。引き継ぐ人がコードを読めないなら、型変換とフィルター条件を確認できるレビュー担当者を別途置く必要がある。画面がスプレッドシートに見えるからといって、コードレビューの責任を業務担当の同僚へ黙って渡してはいけない。
また、スナップショットでは元の入力と整形結果を区別しなければならない。後者だけを残すと、なぜある行を除外したかを判断する根拠が失われる。どちらのツールでも、引き継ぎ説明には少なくとも分析の問い、データ範囲、日付の解釈、欠損の扱い、再計算の入口を記し、変更前後の集計値を残すべきだ。同僚が当時の作業を推測するしかない状況を避けられる。
エクスポート後、誰が再計算を担うか
Quadratic の現在の変更履歴には、アプリ内から.grid をエクスポートする手順が残っており、Excel エクスポートも提供されている。注意したいのは、公式の 2025 年 7 月のエクスポート説明では、Python、JavaScript、SQL のコードのエクスポートは非対応と明記されていたことだ。この古い告知だけで今日のすべてのエクスポート制限を断定してはいけないし、今は.xlsx をダウンロードできるからといって、コードが Excel の数式に変換されたと推論してもいけない。再計算がコードセルに依存するなら、ネイティブファイルと入力スナップショットを保持し、Excel に残るのが結果なのか実行可能なロジックなのかを別途検収すべきだ。
両方に同じ引き継ぎチェックを行う。分析に参加していない同僚に、同じ元 CSV と保存したロジックで再計算してもらい、合成サンプルの 100 を 120 に変えてもらう。前述の空欄を無視するルールでは、平均単価は 50 から 60 に変わるはずだ。変更の入口を見つけ、分母を説明し、同じ基準の結果を出せるかを確認する。入力ファイルにバージョン名と SHA-256 を記録すると、「実は別の CSV を使っていた」という可能性を排除しやすい。ただし、ハッシュ自体はアルゴリズムの正しさを証明しない。
引き渡しが一度の結論で終わり、スクリプト、依存関係、ファイル一式を維持する人がいるなら、Julius の対話とコード確認の流れを先に試す価値がある。引き継ぎ後も同じ表でパラメーターを変え、参照を確認するなら Quadratic を先に試したい。同僚が元のプラットフォームに入らず、コードも実行できず、Excel だけを受け取るなら、決め手は最終ブックが単独で再計算できるかどうかだ。どちらもこの検収を通してから、どちらが手間を減らせるかを論じるべきだ。
内容説明:本記事は公開情報をもとに整理した、ツール選定の参考情報です。機能、料金、関連ポリシーは随時変更される場合があります。最新の公式情報をご確認ください。
元の出典:julius.ai