ChatGPTでPythonコードを書く方法｜プログラミング未経験でもできる

「Pythonを勉強したいけど、プログラミングの経験がないから何から手を付けていいかわからない」「業務で繰り返しの手作業が多いけど、自動化するスキルがない」――そんな悩みを持つ方は少なくありません。

実は、ChatGPTを使えばプログラミング未経験でもPythonコードを書けます。やりたいことを日本語で伝えるだけで、ChatGPTがコードを生成してくれるからです。Excel集計の自動化、フォルダ内のファイル整理、メール下書きの一括作成など、日常業務の「面倒な繰り返し作業」をPythonスクリプトに置き換えられます。

この記事では、ChatGPTを使ってPythonコードを書く具体的な手順を、プロンプト例・出力例付きで解説します。プログラミング経験ゼロでもそのまま試せる内容です。

ChatGPTでPythonコードを書くとは？

ChatGPTは、日本語で「こういう処理をしたい」と伝えると、動作するPythonコードを生成してくれます。従来は入門書を読み、文法を覚え、エラーと格闘しながら少しずつ書けるようになるのがプログラミング学習の定番でしたが、ChatGPTがその過程を大幅にショートカットしてくれます。

ただし、ChatGPTは「魔法のツール」ではありません。生成されたコードが意図どおりに動くかどうかは、必ず自分で確認する必要があります。また、コードの内容をまったく理解しないまま業務で使うのはリスクがあります。ChatGPTは「プログラミングの先生兼アシスタント」として活用するのが正しいスタンスです。

ChatGPTを使った場合と、ゼロから自力で書く場合の違いを整理します。

重要なのは、ChatGPTを使っても「何を自動化したいか」を明確にする力は自分自身に必要だということです。プロンプトの質がコードの質を左右します。

具体的な使い方 — 3ステップでPythonコードを書く

ここからは、ChatGPTにPythonコードを書いてもらい、実際に動かすまでの手順を3ステップで解説します。

1. Pythonの実行環境を準備する

ChatGPTが生成したコードを動かすには、Pythonの実行環境が必要です。プログラミング未経験の方には、以下の2つの方法がおすすめです。

・Google Colab（ブラウザだけで使える）: Googleアカウントがあれば無料で使えるオンライン実行環境。インストール不要で、ブラウザ上でPythonコードを実行できる
・PCにPythonをインストール: Python公式サイト（https://www.python.org/）からダウンロードしてインストール。Windowsの場合はインストーラーで「Add Python to PATH」にチェックを入れるのがポイント

初めての方はGoogle Colabが手軽です。https://colab.research.google.com/ にアクセスし、「ノートブックを新規作成」をクリックするだけで準備完了です。

なお、本格的にPythonの実行環境を構築したい場合は、リナックスマスター.JPでLinux上での環境構築方法を詳しく解説しています。

2. ChatGPTにプロンプトを投げてコードを生成する

実行環境が準備できたら、ChatGPTにやりたいことを伝えてコードを書いてもらいます。ここでのコツは「あいまいな指示」ではなく「具体的な条件を明示する」ことです。

悪いプロンプトの例:

Excelを集計するPythonコードを書いて

これだと、どのファイルを対象にするのか、何を集計するのか、結果をどう出力するのかがわからず、ChatGPTも的外れなコードを返しがちです。

良いプロンプトの例:

以下の条件でPythonスクリプトを書いてください。

【目的】
売上データのExcelファイルを読み込み、月別の売上合計を集計する

【入力ファイル】
・ファイル名: sales_2026.xlsx
・シート名: Sheet1
・列構成: A列=日付（yyyy/mm/dd）、B列=商品名、C列=売上金額

【処理内容】
1. Excelファイルを読み込む
2. 日付列から「月」を抽出する
3. 月別に売上金額を合計する
4. 結果を新しいExcelファイル（monthly_summary.xlsx）に保存する

【出力】
・コンソールに集計結果を表示
・monthly_summary.xlsx として保存

【環境】
・Python 3.11
・必要なライブラリがあればpipコマンドも教えてください

ChatGPTの出力例:

import pandas as pd

# Excelファイルを読み込む
df = pd.read_excel('sales_2026.xlsx', sheet_name='Sheet1')

# 日付列をdatetime型に変換し、月を抽出
df['日付'] = pd.to_datetime(df['日付'])
df['月'] = df['日付'].dt.month

# 月別に売上金額を合計
monthly_summary = df.groupby('月')['売上金額'].sum().reset_index()
monthly_summary.columns = ['月', '売上合計']

# コンソールに表示
print(monthly_summary)

# Excelファイルに保存
monthly_summary.to_excel('monthly_summary.xlsx', index=False)
print('monthly_summary.xlsx に保存しました')

このように、プロンプトで「入力・処理・出力・環境」を明示すると、そのまま動くコードが返ってきます。

3. コードを実行して、動作確認・修正する

生成されたコードをGoogle ColabまたはPCで実行します。

Google Colabの場合:
コードセルにChatGPTが生成したコードを貼り付け、左の再生ボタンをクリックするだけです。ライブラリのインストールが必要な場合は、コードセルの先頭に以下を追加します。

!pip install openpyxl pandas

エラーが出た場合の対処法:
エラーが出ても慌てる必要はありません。エラーメッセージをそのままChatGPTに貼り付けて修正を依頼できます。

以下のコードを実行したらエラーが出ました。修正してください。

【実行したコード】
（コードを貼り付け）

【エラーメッセージ】
（エラー全文を貼り付け）

【使っている環境】
Google Colab / Python 3.11

ChatGPTはエラーの原因を説明し、修正済みのコードを返してくれます。この「実行→エラー→修正依頼」のサイクルを回すことで、プログラミング未経験でもコードを完成させられます。

実務での活用例 — Before/After

ChatGPTとPythonの組み合わせが特に威力を発揮する、3つの業務シーンを紹介します。

活用例1: Excelデータの月次集計

活用例2: フォルダ内ファイルの自動整理

ダウンロードフォルダに溜まったファイルを、拡張子ごとにサブフォルダへ自動振り分けするスクリプトです。

プロンプト例:

Pythonスクリプトを書いてください。

【目的】
指定フォルダ内のファイルを拡張子別にサブフォルダへ移動する

【条件】
・対象フォルダ: C:\Users\username\Downloads
・.pdf → PDFフォルダ、.xlsx/.csv → Excelフォルダ、.jpg/.png → 画像フォルダ
・サブフォルダが存在しない場合は自動作成する
・フォルダ（ディレクトリ）自体は移動しない

生成されるコードの出力例:

import os
import shutil

target_dir = r'C:\Users\username\Downloads'

rules = {
    '.pdf': 'PDF',
    '.xlsx': 'Excel', '.csv': 'Excel',
    '.jpg': '画像', '.png': '画像',
}

for filename in os.listdir(target_dir):
    filepath = os.path.join(target_dir, filename)
    if os.path.isdir(filepath):
        continue
    ext = os.path.splitext(filename)[1].lower()
    if ext in rules:
        dest_dir = os.path.join(target_dir, rules[ext])
        os.makedirs(dest_dir, exist_ok=True)
        shutil.move(filepath, os.path.join(dest_dir, filename))
        print(f'{filename} → {rules[ext]}/')

このスクリプトを月に一度実行するだけで、散らかったダウンロードフォルダが整理されます。

活用例3: メール下書きの一括生成

顧客リスト（CSV）をもとに、宛名と内容をカスタマイズしたメール下書きをテキストファイルとして一括生成する例です。

こうした「繰り返し×定型」の業務ほど、ChatGPTとPythonによる自動化の効果が大きくなります。AIを活用した業務効率化（DX）の全体像については、DXマスター.JPでも解説しています。

うまくいかない時の対処法

ChatGPTでPythonコードを書いていると、思いどおりにいかない場面に必ず遭遇します。よくあるケースと対処法をまとめます。

・コードは生成されたが、実行するとエラーが出る: エラーメッセージ全文をChatGPTに貼り付けて「このエラーを修正してください」と伝える。エラーの一部だけでなく、全文を貼ることで正確な修正が得られる
・期待した結果と違う出力が返ってくる: プロンプトの条件が不足している可能性が高い。「入力データの形式」「期待する出力の具体例」を追加して再度依頼する
・ライブラリのインストールでつまずく: 「pip install ライブラリ名」を実行してもエラーが出る場合は、Pythonのバージョンや環境の問題が多い。Google Colabなら「!pip install ライブラリ名」で大半は解決する
・コードが長すぎて何をしているかわからない: ChatGPTに「このコードを1行ずつ日本語でコメント付きで説明してください」と頼むと、処理内容を理解しやすくなる
・機密データを扱いたいが、ChatGPTに送って大丈夫か不安: ChatGPT Team/Enterpriseプランでは入力データが学習に使われない設定が可能。社内ポリシーを確認のうえ判断すること。データ構造だけ伝えて（実データは送らずに）コードを生成してもらう方法もある

ChatGPTの出力を鵜呑みにせず、「本当にこのコードで正しいか？」と自分で考える姿勢が大切です。AIはあくまでアシスタントであり、最終的な判断は人間が行います。

本記事のまとめ

ChatGPTを使えば、プログラミング未経験でもPythonコードを書いて業務を自動化できます。この記事で紹介した内容を振り返ります。

大切なのは「ChatGPTに任せきり」ではなく、生成されたコードの内容を理解しようとする姿勢です。最初はChatGPTの力を借りながら、少しずつコードを読み解く力をつけていくのが、実務でAIを活かし続けるための近道です。