「毎月同じExcelの集計作業、誰かに自動化してほしい」

そう思いながら、エンジニアへの依頼タイミングを見計らっている人は多い。ぶっちゃけ、その待ち時間がもったいない。

Cursor AIを使えば、Pythonの知識がなくてもCSV・Excelのファイル処理スクリプトを自分で作れる。この記事を読むと、今日から業務ファイル処理をCursorに丸投げできる具体的な手順がわかる。

Cursor AIでPythonを自動生成する前に確認すること｜非エンジニアが最初につまずく3点

正直なところ、「完全ゼロ知識で全部丸投げ」は半分ホント・半分ウソだ。最初にそこを整理しておく。

「丸投げ」できる部分とできない部分

Cursorが担当するのはコードを書くことだけ。スクリプトを動かすのは自分のPCだ。

つまり、以下の2つは自分でやる必要がある。

  • Python本体のインストール（公式サイトからDLするだけ）
  • ターミナルで python script.py と打てる状態にする

「ターミナルって何？」という人も心配しない。WindowsならコマンドプロンプトかPowerShell、MacならTerminalを開いて1行打つだけ。それ以上のコード知識は不要だ。

無料プランは業務には厳しい

Cursorには無料プランがあるが、業務で使うならPro（月額$20、約3,000円）一択と思っておいた方がいい。

理由はシンプルで、Agentの利用回数に厳しい制限があるから。無料枠だと数回試したところで上限に達してしまい、作業が止まる。月$20で業務時間を毎月数時間削減できるなら、コスパは悪くない。

「ChatGPTでコード生成→コピペ」方式はもう古い

これ、意外と知られていないんだが、ChatGPTでコードを生成してエディタに貼り付ける方法と、Cursorを使う方法では精度がまったく違う。

Cursorは処理したいファイル自体を直接読み込ませられる。実ファイルのデータ構造を見た上でコードを生成するため、初回の正答率が70〜85%まで上がっている（2024年比で約20ポイント向上）。コピペ方式の「動かなくて何度も修正」という体験が激減する理由がここにある。

💡 関連教材: 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

業務ファイル処理をCursor AIに丸投げする基本手順｜CSV・Excel対応の実例つき

ここからが本番。実際の操作フローを順番に追っていく。

Step 1：ファイルをCursorのプロジェクトフォルダに置く

Cursorを起動したら、処理したいファイル（例：sales.csv）をプロジェクトのフォルダにドラッグ&ドロップする。

フォルダ構成のイメージはこんな感じ。

/my-project
  ├── sales.csv       ← 処理したいファイル
  └── （スクリプトはここに生成される）

ポイントは、ファイルをCursorが見える場所に置くこと。これだけで精度が格段に上がる。

Step 2：Agentモードを開いてファイルの中身を貼る

Cursorのチャット欄右上にあるモード切替で「Agent」を選択する。

そこに処理したいCSVの先頭5〜10行をコピペする。全データを貼る必要はない。列名と数行のサンプルデータがあれば十分だ。

日付,商品カテゴリ,商品名,売上金額
2025/01/05,食品,りんごジュース,12000
2025/01/06,日用品,洗剤セット,8500
2025/01/07,食品,緑茶500ml,6200

Step 3：「出力イメージ＋文字コード＋保存先」をセットで指示する

プロンプトの質がそのまま生成精度に直結する。以下のテンプレートをそのまま使ってほしい。

プロンプト例：
添付のsales.csvを読み込み、[商品カテゴリ]列でグループ化して
月別売上合計を集計し、output.xlsxに出力するスクリプトを作成して。
文字コードはShift-JIS、日付フォーマットはYYYY/MM/DD。
実行前に「このファイルを処理します：sales.csv」と表示して確認を求める処理も入れて。

最後の「確認を求める処理」がミソ。誤ったファイルを処理してしまうミスを防ぐ一行だ。

日本語ファイル名・日本語データへの対処として、文字コード（Shift-JISまたはUTF-8）をプロンプトに明記するひと手間を忘れずに。2025年時点では両方安定して対応できるが、明示することでエラーがさらに減る。

Step 4：生成されたスクリプトをターミナルで実行する

Cursorがスクリプト（例：process_sales.py）を生成したら、ターミナルを開いてプロジェクトフォルダに移動し、以下を打つだけ。

python process_sales.py

output.xlsxが生成されていれば成功だ。

エラーが出ても怖くない｜Cursor Agentへのエラー丸投げとデバッグの流れ

使ってみて驚いたのが、エラー対応の楽さだ。

エラー文をそのままAgentに貼るだけ

実行してエラーが出たとき、エンジニアなら自力で原因を探す。非エンジニアはそうじゃない。エラー文をコピーしてAgentのチャットに貼り付けるだけでいい。

実際の例を見てほしい。

【ターミナルに出たエラー】
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x93 in position 0

【Agentへの指示】
↑このエラーが出た。直して。

これだけで、Agentは文字コードの問題を特定してencoding='shift_jis'に修正したコードを出してくる。説明は不要。「直して」の一言で動く。

@ファイル名で文脈を維持したまま修正する

チャットが長くなると、Agentがどのスクリプトの話をしているか見失うことがある。そういうときは @process_sales.py のようにファイル名を明示して参照させると、文脈を保ったまま修正が走る。

Agentモードでは自動修正ループが動くため、エラーが複数あっても連続して直してくれる場合が多い。

欲張り指示は失敗する。処理を「3分割」が黄金律

ここで非エンジニアがよくやる失敗がある。

❌ やりがちな指示

「売上データを集計して、グラフを作って、メールで自動送信するスクリプトを作って」

これは一発で成功しない。処理が複雑すぎてAgentが迷子になる。

✅ 正しい分割

  1. 「まず集計してoutput.xlsxに保存するだけ」
  2. 「次にoutput.xlsxを読み込んでグラフを作成してchart.pngに保存して」
  3. 「最後にchart.pngを添付してメール送信するスクリプトを作って」

段階ごとに動作確認できるので、どこで詰まったかがすぐわかる。非エンジニアほど欲張らない方が結果的に速い。

ビジネスロジックの確認だけは人間がやる

1点だけ、絶対に外せない話をする。

Agentは「集計の処理」は正確にやってくれる。ただし、「この集計条件がビジネス的に正しいか」は判断できない。

「売上合計」を出させたとき、「返品分を引くべきかどうか」はAgentには判断できない。そこだけは人間の目で確認する。生成されたスクリプトの最終チェックを省くと、データミスが静かに積み重なる。

まとめ：今日やるべき1つのアクション

Cursor AIでPythonスクリプトを自動生成する流れを振り返る。

  • Python環境を入れてターミナルで1行打てる状態にする
  • 処理したいCSV/ExcelをCursorのフォルダに置く
  • 「サンプルデータ＋文字コード＋出力イメージ」をセットでAgentに投げる
  • エラーはそのまま貼って「直して」で解決
  • 処理は欲張らず3段階に分割する

今日やること、1つだけ決めてほしい。

手元にある業務CSVファイルをCursorのフォルダに置いて、先頭5行をコピペしてAgentに貼ってみること。

「どんな処理ができそうですか？」と聞くだけでいい。そこからが始まりだ。

関連記事

📘 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＆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

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

関連ツール紹介

AIスキルを収益化するなら → ココナラでサービスを出品できる。AIライティング・画像生成・データ分析など、AIスキルを活かした案件の需要は増えている。

おすすめツールの一覧はこちらにまとめている。