スプレッドシートの作業、まだ手動でやってますか。

100行のデータを分類する、メール文面を量産する、顧客コメントを要約する——そういう「頭を使わなくていい繰り返し作業」こそ、ChatGPT APIに丸投げできます。

この記事を読めば、Google スプレッドシート＋GASでChatGPT APIを動かす手順が、今日中に手元で再現できます。

コードのコピペだけで終わらせず、本番運用で壊れない設計（セキュリティ・エラー処理・6分制限の回避）まで踏み込んで説明します。2026年現在、古いブログ記事のコードをそのまま使って「動かない」と詰まる人が多いので、その罠も全部先に教えます。

GAS×ChatGPT APIで何ができて、何ができないか

まず正直に書きます。「スプレッドシートにAIを繋げば何でもできる」は過信です。

得意なこと

GAS経由でChatGPT APIを叩くと、こういう処理がほぼ自動化できます。

  • データ分類・タグ付け：商品レビューをポジティブ/ネガティブに仕分け
  • 文章生成：顧客名や条件をセルから読み込んでメール文面を量産
  • 要約・抽出：長い問い合わせ文から要点だけ抜き出す
  • データクレンジング：表記ゆれを統一（「株式会社」「（株）」を揃えるなど）

実際の導入事例では、タグ付け作業が手動比で70〜85%の工数削減、メール文面生成は1件あたり5分→30秒程度に縮んでいます。

ここは無理、またはノーコードツールで代替を検討すべき

GASの実行時間は1回6分が上限です。これは有料のWorkspaceでも変わりません。

数百〜数千行に対してAPI呼び出しを一括でかけると、処理途中で強制終了します。大量行処理には「バッチ分割＋時間起動トリガー」という設計が必要で、初心者にはハードルが上がります。

そういうケースでは、Make（旧Integromat）やZapierのChatGPT連携テンプレートを使うほうが早い。GASを書く意味があるのは、「スプレッドシート上のデータと密結合した処理」「社内で誰でも操作できるUIが欲しい」といった場面です。

GASの主な実行制限（2026年5月時点）

  • 1回の実行時間：6分
  • 1日のトリガー実行時間：無料90分、Workspace6時間
  • URLフェッチ呼び出し：20,000回/日

💡 関連教材: ChatGPT業務自動化 実践テンプレート集（¥1,480） — API・スプレッドシート・メール・議事録・請求書をコピペで自動化する実装特化型テンプレート集（全22ページ）

セキュアな初期設定｜APIキーの格納からプロジェクト作成まで

APIキーを「べた書き」するのは絶対にやめてください

古い記事には平気でこういうコードが載っています。

const apiKey = 'sk-xxxxxxxxxxxxxxxxxxxxxxxx'; // ← 危険

このまま使うと、スクリプトを誰かに見せた瞬間、あるいはGitHubに誤ってプッシュした瞬間にキーが漏洩します。2025年以降、この手の事故が増えています。

正解はPropertiesServiceへの格納です。

手順1｜スクリプトエディタを開く

Google スプレッドシートを開き、上部メニューの「拡張機能」→「Apps Script」をクリック。ブラウザの別タブでスクリプトエディタが開きます。

手順2｜APIキーをスクリプトプロパティに保存する

エディタ左側の歯車アイコン（プロジェクトの設定）→「スクリプト プロパティ」→「プロパティを追加」で以下を入力して保存します。

  • プロパティ名：OPENAI_API_KEY
  • 値：sk-から始まるあなたのAPIキー

コードからは次のように呼び出します。

const apiKey = PropertiesService.getScriptProperties().getProperty('OPENAI_API_KEY');

これでスクリプト本体にキーの文字列が一切残りません。

モデル選定の最新ガイド（2026年5月時点）

古いブログ記事に「gpt-4を指定」と書いてあるのを見かけますが、現在gpt-4は非推奨・廃止方向です。そのまま書くと動かないか、エラーが返ってきます。

モデル 用途の目安 コスト感
gpt-4o-mini 大量処理・分類・タグ付け 入力$0.15/1Mトークン（激安）
gpt-4o 精度重視・複雑な文章生成 入力$2.50/1Mトークン
gpt-4.1 コーディング・長文処理 4o miniと同等コスト帯

スプレッドシートの自動化用途なら、まずgpt-4o-miniから始めるのが正解です。精度が物足りなければgpt-4oに切り替える、という順番で試してください。

1セルあたりの処理コストの目安：100文字程度のプロンプトと返答なら、gpt-4o-miniで0.01円以下に収まります。

コピペで動くサンプルコード3選｜基本実装〜エラー対策まで

サンプル①｜最小構成：セルの値をChatGPTに渡して隣に書く

function runChatGPT() {
  const sheet = SpreadsheetApp.getActiveSpreadsheet().getActiveSheet();
  const apiKey = PropertiesService.getScriptProperties().getProperty('OPENAI_API_KEY');
  const prompt = sheet.getRange('A2').getValue(); // A2セルの値をプロンプトに

  const payload = {
    model: 'gpt-4o-mini',
    messages: [{ role: 'user', content: prompt }],
    max_tokens: 500
  };

  const options = {
    method: 'post',
    contentType: 'application/json',
    headers: { Authorization: 'Bearer ' + apiKey },
    payload: JSON.stringify(payload)
  };

  const response = UrlFetchApp.fetch('https://api.openai.com/v1/chat/completions', options);
  const result = JSON.parse(response.getContentText());
  const answer = result.choices[0].message.content;

  sheet.getRange('B2').setValue(answer); // 結果をB2セルに書く
}

A2セルに「この商品レビューをポジティブ/ネガティブで分類してください：最高の品質でした」と入れてから実行すると、B2に「ポジティブ」と返ってきます。まずこれで動作確認してください。

サンプル②｜システムプロンプトをセルから読み込む設計

非エンジニアがプロンプトを自由に変えられる設計です。コードを触らなくてよくなります。

function runChatGPTWithSystemPrompt() {
  const sheet = SpreadsheetApp.getActiveSpreadsheet().getActiveSheet();
  const apiKey = PropertiesService.getScriptProperties().getProperty('OPENAI_API_KEY');

  const systemPrompt = sheet.getRange('A1').getValue(); // A1にシステムプロンプトを書いておく
  const userInput = sheet.getRange('A2').getValue();    // A2にユーザー入力

  const payload = {
    model: 'gpt-4o-mini',
    messages: [
      { role: 'system', content: systemPrompt },
      { role: 'user', content: userInput }
    ],
    max_tokens: 500
  };

  const options = {
    method: 'post',
    contentType: 'application/json',
    headers: { Authorization: 'Bearer ' + apiKey },
    payload: JSON.stringify(payload)
  };

  const response = UrlFetchApp.fetch('https://api.openai.com/v1/chat/completions', options);
  const result = JSON.parse(response.getContentText());
  sheet.getRange('B2').setValue(result.choices[0].message.content);
}

A1セルに「あなたはECサイトのカスタマーサポートです。丁寧な日本語で返信を作成してください。」と書いておけば、A2に問い合わせ内容を入れるだけで返信案が生成されます。

サンプル③｜複数行をバッチ処理＋エラーハンドリング付き

これが本番運用で使える最小構成です。try-catchとログ出力を入れています。

function runBatchChatGPT() {
  const sheet = SpreadsheetApp.getActiveSpreadsheet().getActiveSheet();
  const apiKey = PropertiesService.getScriptProperties().getProperty('OPENAI_API_KEY');
  const lastRow = sheet.getLastRow();

  for (let i = 2; i <= lastRow; i++) {
    const input = sheet.getRange(i, 1).getValue();
    if (!input) continue; // 空行はスキップ

    try {
      const payload = {
        model: 'gpt-4o-mini',
        messages: [{ role: 'user', content: input }],
        max_tokens: 300
      };

      const options = {
        method: 'post',
        contentType: 'application/json',
        headers: { Authorization: 'Bearer ' + apiKey },
        payload: JSON.stringify(payload),
        muteHttpExceptions: true // エラー時も例外を投げず処理継続
      };

      const response = UrlFetchApp.fetch('https://api.openai.com/v1/chat/completions', options);
      const code = response.getResponseCode();

      if (code === 200) {
        const result = JSON.parse(response.getContentText());
        sheet.getRange(i, 2).setValue(result.choices[0].message.content);
      } else if (code === 429) {
        // レート制限：少し待って再試行
        Logger.log('Row ' + i + ': Rate limited. Waiting...');
        Utilities.sleep(5000);
        i--; // 同じ行を再処理
      } else {
        sheet.getRange(i, 2).setValue('ERROR: ' + code);
        Logger.log('Row ' + i + ': Error ' + code);
      }

      Utilities.sleep(500); // 連続リクエストを避けるインターバル

    } catch (e) {
      sheet.getRange(i, 2).setValue('EXCEPTION: ' + e.message);
      Logger.log('Row ' + i + ': ' + e.message);
    }
  }
}

muteHttpExceptions: trueを入れないと、429エラー（レート制限）が来た瞬間にスクリプト全体が止まります。これ、意外と知られていないんですが、本番運用で最初に詰まるポイントです。

100行を超えるデータを処理する場合は、6分制限を超える可能性があります。その場合は処理済みの行番号をPropertiesServiceに保存し、時間起動トリガーで続きから再開する設計に切り替えてください。

コスト・セキュリティ・運用設計｜本番で壊れないための3つのポイント

ポイント1｜APIキーには使用量上限を設定する

OpenAIの管理画面（platform.openai.com）でAPIキーごとに月次の使用上限を設定できます。万が一のキー漏洩・バグによる暴走課金を防ぐために、必ず上限を設定してから本番稼働させてください。目安は月次想定コストの1.5倍程度。

ポイント2｜処理コストはgpt-4o-miniで試算する

gpt-4o-miniは入力$0.15・出力$0.60（1Mトークンあたり）です。スプレッドシートで1000行のタグ付けをするとして、1行あたりプロンプト＋レスポンスを合計200トークンと見積もると、合計20万トークン≒約$0.09（13円前後）。ほぼタダです。

精度に問題がなければ、gpt-4o-miniで十分なケースがほとんどです。

ポイント3｜実行ログはスプレッドシート内に残す

GASのLogger.log()は実行後しばらくすると消えます。本番運用では、エラー情報や処理件数を専用のログシートに書き込む設計にしておくと、トラブル時の調査が格段に楽になります。

// ログシートへの書き込み例
const logSheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName('ログ');
logSheet.appendRow([new Date(), '処理完了', i + '行目', answer.substring(0, 50)]);

まとめと次のアクション

GAS×ChatGPT APIの連携は、仕組み自体はシンプルです。ただし、「コピペして動いた」と「本番で壊れない」の間には、APIキーの管理・エラーハンドリング・6分制限への対応という3つの壁があります。

今日やるべきことは1つだけです。

サンプル①の最小構成コードをスプレッドシートに貼り付けて、実際に1セル分の処理を動かしてみてください。

動作確認できたら、サンプル③のバッチ処理に置き換えて、実際の業務データを10行だけ流してみる。それだけで、自動化の感触がリアルにつかめます。

APIキーの取得がまだの方は、OpenAIの公式サイトでアカウントを作成し、「API keys」メニューからキーを発行してください。取得後すぐにこの記事の手順2（PropertiesServiceへの格納）を実行してください。べた書きはしないように。

📘 もっと深く学びたい方へ

この記事で紹介した内容を、さらに体系的に・実務レベルで習得できる教材を販売中です。

ChatGPT業務自動化 実践テンプレート集（¥1,480）

API・スプレッドシート・メール・議事録・請求書をコピペで自動化する実装特化型テンプレート集（全22ページ）

  • 動くGASコード・API設定手順・プロンプトをワンセット収録
  • スプレッドシート連携／メール／議事録／請求書を実務レベルで自動化
  • コピペで即動く実装コード（Python / GAS）付き

👉 今すぐ購入する

ChatGPT＆Claude AIプロンプト集50選（¥980）

コピペで即使える実践プロンプト50種を全24ページに凝縮

  • ビジネスメール・企画書・分析・コーディング等 8カテゴリ網羅
  • ChatGPT / Claude / Gemini 全対応
  • 変数を埋めるだけで即実務投入

👉 今すぐ購入する

関連ツール紹介

ブログ記事を効率的に量産するなら → Value AI Writer byGMOがSEO記事の自動生成に使える。月額1,650円から利用可能。

おすすめツールの一覧はこちらにまとめている。

関連記事