
CSVを上げたのに反映されない。AIに原因調査を頼む前にそろえたい「4点セット」
CSVをアップロードした。けれど、期待した商品情報の変更が画面では確認できない。
こんなとき、最初に何をしますか?
同じCSVをもう一度上げる。少し待つ。管理画面を更新する。私も、どれかを試したくなります。ただ、原因が分からない状態で操作を重ねると、「どのアップロードの結果を見ているのか」まで分かりにくくなります。
昨日、楽天RMSのCSV更新について、実際にアップロードしたCSVと処理ログをChatGPTへ渡し、対処と修正を依頼しました。その後、追加のログも共有しています。
この日のチャット履歴から確認できるのは、ここまでです。最終的に商品情報へ反映されたか、何が原因だったかは、この記録だけでは断定できません。
それでも、この作業には記事にできる学びがありました。AIに「直して」と頼む前に、原因を切り分ける材料をそろえることです。

この記事を読んでほしい人
CSVを使った一括更新で、アップロード後の結果が分からなくなる人
エラーが出たとき、何をAIへ渡せばよいか迷う人
同じファイルを再アップロードしてよいか判断できない人
商品管理、顧客台帳、広告データ、会計データなどを定期的に取り込む人
「エラーが消えた」と「仕事が完了した」を分けて確認したい人
専門的なコードの話は最小限にします。必要なのは、原因を特定できる形で情報を並べることです。
なぜ、ログまで調べる必要があったのか
CSVは、表をファイルにして一括で渡せる便利な方法です。一件ずつ管理画面へ入力するより、多くのデータをまとめて扱えます。
その反面、途中の状態が見えにくいことがあります。手元のCSVは正しく見える。アップロード操作も終えた。それでも画面へ反映されていないように見える。こうなると、問題がファイルにあるのか、取り込み処理にあるのか、確認している画面や対象にあるのかを分けて考える必要があります。
昨日の依頼では、CSVだけをChatGPTへ投げていません。アップロード後のログも渡し、「どう対処すればよいか、考えて修正して」と依頼しています。続けて追加ログを共有したのは、最初の材料だけでは判断しきれなかった可能性があるからです。
ここで大事なのは、AIが何かを修正したと決めつけないことです。私が後から追える会話記録には、添付した内容と相談した経緯は残っていますが、修正内容や最終結果は十分に見えていません。だからこの記事も、成功談としては書きません。
代わりに、次回同じ状況になったとき、私が迷わず調査を始めるための方法として整理します。
最初にそろえたい「4点セット」
AIへ原因調査を頼むとき、私なら次の4つをそろえます。
1.実際に投入したCSV
まず、アップロードしたファイルそのものです。似た名前のファイルが複数ある場合、後から開いた最新版ではなく、そのとき本当に投入した版を渡します。
CSVを修正しながら何度も保存していると、手元に「修正版」「最終版」「最終版2」のようなファイルが増えます。AIが別版を読んでしまえば、どれだけ丁寧に分析しても、実際に起きた問題とはずれる可能性があります。
ファイル名、保存日時、対象商品や対象期間が分かる情報を一緒に記録すると、取り違えを防ぎやすくなります。
2.その実行のログ
次に、アップロードしたときの処理ログです。警告やエラーの文言だけでなく、実行日時と、処理したファイルに対応するログであることが重要です。
前日のログを見て、今日のCSVを直してしまう。これは、人間でも起こり得ます。AIへ渡すときも、CSVとログが同じ実行に属するかを確認したいところです。
ログに個人情報や認証情報が含まれるなら、そのまま記事や公開チャットへ貼らず、必要な部分だけを使います。調査に必要な情報を残しながら、公開しない情報を分けることも作業の一部です。
3.期待した結果
CSVに何が書かれているかだけでは、「何を実現したかったか」は伝わらない場合があります。
例えば、「この商品の画像URLを新しいものへ変えたい」「説明文の一部を更新したい」「特定の行だけを削除したい」。期待していた結果を、対象と項目まで書きます。
ここを省くと、AIはCSVの形式だけを点検して、仕事の目的と違う箇所を直すかもしれません。修正する前に、何が正しい状態かを言葉にすることが必要です。
4.実際に見えた結果
最後は、アップロード後に確認した画面の状態です。
「反映されていない」だけではなく、どの商品を、どの画面で、何時ごろ確認したかを残します。更新された項目と更新されなかった項目が混在するなら、その違いも大切な手掛かりです。
ここまでそろうと、CSV、ログ、期待値、実際の結果を横に並べられます。AIが調べる範囲も、人が確認する範囲も具体的になります。

調査を依頼するときは、順番も指定する
4点セットを渡したら、いきなり「直して」で終わらせず、調査の順番も伝えます。
私なら、次のような依頼文にします。
添付したCSVは実際にアップロードしたファイルです。同じ実行のログと、期待した変更内容、管理画面で確認した結果も添えます。まずファイルとログが対応しているか確認してください。次に、原因として確定できること、まだ可能性にとどまること、追加で必要な証拠を分けて報告してください。修正が必要なら、元ファイルを残して修正版を作り、変更した行と理由を一覧にしてください。再アップロードの前に、重複や意図しない変更が起きないか確認し、アップロード後にどの画面のどの項目を見れば完了と判断できるか示してください。
少し長い依頼ですが、最初からすべての原因を私が知っている必要はありません。分からないことを分からないまま扱い、確定した情報と仮説を分けるための指示です。
つまずきやすいポイントは「再アップロード」にある
反映が見えないとき、同じCSVをもう一度送れば解決することもあるかもしれません。しかし、原因が分からない段階では、二度目の操作が調査を難しくする場合もあります。
例えば、最初の処理がまだ終わっていないとしたら。二度目のファイルが一部だけ違うとしたら。複数のログが残り、どれがどの実行の結果か分からなくなったら。
そこで、再アップロード前に私は次の順に確認したいと思いました。
最初に送ったファイル名と時刻を特定できるか。
その実行のログは、成功、失敗、処理中のどれを示しているか。
管理画面では、どの商品・項目を確認したか。
修正版が必要なら、元のCSVと何が違うか説明できるか。
再実行後、何を見れば成功と判定できるか。
これらがそろえば、「もう一度やってみる」は思いつきではなく、理由のある次の行動になります。

「エラーが消えた」と「更新が完了した」は別
トラブル調査では、修正したファイルが作れた時点で安心しがちです。ログからエラーがなくなれば、なおさらです。
しかし、仕事の目的はエラーを消すことではありません。狙った商品情報が、狙った状態になっていることです。
そのため私は、完了を少なくとも三段階で考えます。
第一段階は、入力の確認。 修正したCSVが、意図した商品と項目だけを変えているか。
第二段階は、処理の確認。 対応するログで、そのファイルの処理結果を確認できるか。
第三段階は、利用先の確認。 管理画面や商品ページで、期待した変更が見えるか。
昨日の履歴では、第三段階まで確認できたとは言えません。だから「修正できた」「反映された」とは書かない。未確認を未確認として残すことも、次の調査を速くするために必要だと思います。

AIを使うと、どこが楽になるのか
CSVの列が多く、ログも長いと、人間が全部を見比べるのは骨が折れます。AIには、次のような反復作業を任せやすいと感じます。
CSVの列名や対象行を一覧にする。ログの警告やエラーを抽出する。時刻やファイル名を突き合わせる。修正版と元ファイルの差分を表にする。確認すべき商品と項目をチェックリストにする。
これなら、人間は「その修正を実行してよいか」「どの状態を成功とするか」の判断へ集中できます。
ただし、今回は手作業と比べた時間を測っていません。何分短縮したという数字は出せません。次回、効果を測るなら、原因特定までの時間、AIとのやり取りの回数、再アップロードの回数、修正後の再確認にかかった時間を記録します。
時短の目的は、AIに速く答えを出させることだけではありません。証拠不足で同じ説明を何度も繰り返す時間を減らすことです。
調査メモは、次の担当者にも読める形にする
CSVの問題が長引くと、同じ人が最後まで対応できるとは限りません。翌日に自分で続きをする場合でも、前日に何を試したかを忘れることがあります。
そこで私は、AIの調査結果を「原因候補」だけで終わらせず、引き継ぎ用の短いメモにもしてもらいたいです。書く項目は、対象ファイル、アップロードした日時、確認したログ、管理画面で見た状態、実施済みの修正、未確認のこと、次に一つだけ試すこと。これだけで、別の人が途中から入っても同じ調査を繰り返さずに済みます。
特に、未確認のことを残すのが重要です。「ログにはエラーが見当たらない」は、商品ページへ反映された証拠にはなりません。「修正版を作った」は、再アップロードを済ませたという意味でもありません。言葉を分けておけば、進捗を実際より大きく見積もらずに済みます。
今回の会話でも、私は最終反映を確認できる記録を持っていません。だから次の一手は、追加の修正を思いつくことより、アップロードした版と現在の表示を突き合わせることです。完了していない作業を、完了していないと書ける記録が、トラブル対応を前へ進めます。
この調査方法を、自動化するなら
CSV更新が毎週、毎月発生するなら、エラーのたびにゼロから資料を集める必要はありません。
私なら、実行のたびに「投入したファイルの名前」「実行時刻」「ログ」「対象件数」「確認した結果」を一つの記録にまとめます。失敗したときは、AIがその記録を読んで、原因候補と追加で必要な情報を出す。成功したときも、処理ログだけでなく、利用先の状態まで確認する。
ただし、自動で何度も再アップロードする設計にはしません。処理中か、失敗か、単に確認が足りないのかで、次の行動は違うからです。判断できないときは止まり、人が確認する地点を決めておきます。
この形なら、同じ作業を繰り返すたびに、調査の材料が自然に残ります。昨日のように、あとからCSVとログを探して渡す負担を減らせるはずです。
楽天以外でも、そのまま使える
この4点セットは、楽天RMS専用の考え方ではありません。
広告管理画面へ配信データを取り込むとき。会計ソフトへ取引CSVを登録するとき。顧客管理システムへ名簿を入れるとき。給与計算のデータを一括更新するとき。
どの場面でも、入力ファイルだけ、またはエラーメッセージだけを渡すより、何を入れたか・処理はどう返したか・どうなってほしかったか・実際にはどう見えたかをそろえた方が、話を前に進めやすくなります。
読者の方が次に「CSVが反映されない」と感じたら、すぐにファイルを作り直す前に、この4つをメモしてみてください。AIに頼む場合も、担当者へ相談する場合も、同じ資料が使えます。
まとめ|未解決でも、次の一手は明確にできる
昨日、私はCSVとログを渡して原因調査と修正を依頼しました。会話記録からは、最終的な反映結果までは確認できません。
だからこそ、今回の学びは「AIがすぐ直してくれた」ではありません。
調査を始める前に、入力・ログ・期待値・実際の結果を一組にする。 そして、修正後に何を見れば成功と言えるかを先に決める。この二つがあれば、トラブル対応を次回も使える手順にできます。
AIが途中結果を見ながら次の行動を選ぶ仕組みについては、単発の質問から継続的な仕事へ進めたい方に向いています。
「AIにどこまで触らせるか」「失敗したときにどこで止めるか」を基礎から整理したい方はこちら。
このnoteでは、AIを実際の仕事に使って、うまくいったことだけでなく、途中で止まったことも検証していきます。似た悩みがある方はフォローしてもらえると嬉しいです。CSVが反映されなかったとき、みなさんは最初に何を確認していますか?