nao devタヅナリンク

AI analysis workflow

生成AIとデータ分析

DB仕様と専用プロンプトを使って、生成AIに分析したいことを相談。タヅナリンクでSQLを実行し、CSVを渡しながら、集計や比較を一つずつ進めます。

準備するファイル

セットアップを完了し、分析に使うデータを蓄積しておきます。生成AIへ渡すのは、テーブルやカラムを確認するためのDB仕様のZIPファイルと、SQL作成やCSV分析の進め方を伝える専用プロンプトです。

生成AIとデータ分析を進める

生成AIが直接MySQLへ接続する仕組みではありません。ユーザがSQLとCSVを受け渡し、分析の条件と結果を確かめながら進めます。アプリ内に生成AIとのチャット機能はありません。

  1. DB仕様、専用プロンプト、分析したい内容を生成AIへ渡す
  2. 生成AIが提案した参照SQLをコピーする
  3. タヅナリンクでSQLを実行し、結果をCSV出力する
  4. CSVを生成AIへ渡し、結果の整理や次の集計を相談する

分析を始める手順

  1. Step 01

    ファイルを添付し、分析したい内容を伝える

    利用する生成AIにDB仕様ZIPと分析用プロンプトを添付し、「JRA平地レースで、芝1600mの枠順別成績を調べたい」のように依頼します。対象期間や条件を明確にし、まずは必要なデータを確認する参照SQLから相談してください。

    生成AIが意図しない結果を出力する場合は、実在しないテーブルやカラムを推測せず、不足する仕様を確認するよう伝えてください。

  2. Step 02

    SQLモードで内容と結果を確認する

    生成されたSQLを「SQLモード」のSQLエディターへ貼り付けます。「SQLを実行」を選ぶと、最大100件のプレビューで結果を確認できます。この操作だけではCSVは作成されません。

    エラーが出た場合は、接続情報を除いたエラー内容と該当テーブルの仕様を生成AIへ伝え、SQLを修正します。

  3. Step 03

    結果をCSVとして保存する

    SQLの実行結果を確認し、「CSVを出力」を選びます。ダウンロードフォルダへCSVを保存します。プレビュー用の表示制限は反映されませんが、SQL自体にLIMITがあれば、その条件は有効です。

    CSV出力の間にデータが更新されると、結果が異なる場合があります。大量のデータ出力が必要なケースは、生成AIと相談して、期間や条件を絞って出力してください。

  4. Step 04

    CSVを生成AIへ渡し、分析を深める

    出力したCSVを生成AIへ渡します。必要に応じて次のSQLを作成してもらい、実行、CSV出力、結果確認を繰り返します。

    生成AIの説明が正しいとは限らないため、根拠となる数値も確認してください。

SQLモードの操作を詳しく見る

まず試したい分析テーマ

分析対象は、タヅナリンクに蓄積済みのデータです。以下は依頼文の例で、結果を保証するものではありません。補正値やペースの分析では、必要な計算が完了していることも確認してください。

人気別・枠順別の成績を比べる

競馬場や距離などの条件をそろえ、成績の違いとサンプル数を確認します。

依頼例JRA平地レースを対象に、競馬場、芝・ダート、距離、人気、枠順別の出走数・勝率・複勝率を比較してください。少ないサンプルや欠損値は分けて示してください。

馬場差や補正値の傾向を調べる

アプリ独自の補正値をデータとして取り出し、開催条件との関係を探ります。

依頼例タヅナリンクのDB仕様を確認し、クラスやレースの補正値、馬場差を分析できるテーブルとカラムを特定してください。計算済みデータの範囲と欠損を確認してから、競馬場・距離別の分布を比較するSQLを段階的に提案してください。

ペース判定と成績の関係を見る

レース結果のペース判定と出走前の予測を混同せず、レースを振り返ります。

依頼例レース結果に基づくペース判定を使い、競馬場・距離別にレースの傾向と成績を整理してください。出走前のペース予測とは区別し、予測モデルに利用するときのデータリークにも注意してください。

安全に使うための注意点

  • SQLモードは参照用です。データやテーブルを変更するSQLは実行できません。生成AIが提案したSQLも、内容を確認してから実行してください。
  • DBのパスワードや利用キー、個人情報を含むユーザメモは生成AIへ渡さないでください。CSVの内容と、利用するサービスのデータ取り扱い設定を確認してください。
  • 結果情報、確定後の補正値・ペース判定を予測時点の情報と混ぜないでください。取得・計算時点と、分析に使える時点を確認してください。
  • サンプル数、条件の絞りすぎ、欠損、過学習に注意してください。過去の傾向や生成AIの説明は、将来の的中や収益を保証しません。