ホーム ／ お役立ち記事
Knowledge
AIエージェント・FDE・業務の自動化について、実装する立場から解説します。きれいな理論より、現場で動いた話を。
pandas の read_excel で Excel を読むと、#N/A などのエラー値のセルは空（NaN）になり、keep_default_na=False を付けても戻りません。read_excel が読み込みの途中で、エラー値のセルを空の値に置き換えるためです。弊社の事例では、品名が #N/A の行を「0行」と数え、実際は約2万4千行ありました。原因の切り分け、見分け方、openpyxl で数えて XML と照らす直し方、落とし穴、確かめ方を、弊社の実測と公開の文書でまとめます。
Salesforce から Notion へ同期していると、Salesforce で消した日付や数値が、Notion には前の値のまま残ることがあります。同期が空の値を送らずに項目を省き、Notion は送られない項目の値を変えないためです。原因の切り分け、見分け方、空の値の送り方、落とし穴、全セルの照合での確かめ方を、弊社が Notion Workers で作った同期での実測と、Notion・Salesforce の公開の仕様でまとめます。
マクロ入りの Excel ブック（.xlsm）を何冊か比べると、マクロが同じでも vbaProject.bin のバイトは違って出ます。入れ物には保存のしかたで変わってよい値が入るためです。お客様から受け取った6冊でも、バイトは全部違い、ソースは同じでした。原因の切り分け、VBA のコードの差分比較をモジュールごとのソースで行う手順、落とし穴、比べ方が正しいかの確かめ方を、弊社の実測と公開の仕様でまとめます。
Python で書き出した Excel を開くと「一部の内容に問題が見つかりました」と出て、修復を求められることがあります。弊社が切り分けた事例では、XML を ElementTree で読み書きして名前空間の宣言が落ち、互換性の属性だけが残っていました。openpyxl で読み直せても、Excel は修復を求めます。原因の切り分け、見分け方、宣言を補う直し方、落とし穴、出す前に通す検査を、弊社が実際の Excel で測った結果と ECMA-376 の仕様でまとめます。
Python で既存の Excel に値を書き込むと、その値を使う数式の計算結果が、書く前の数字のまま残ることがあります。数式のセルは最後に計算した結果（キャッシュ）をファイルに持ち、値を書いたプログラムは計算し直さないためです。弊社が切り分けた事例では、約4,000セルが古い値でした。原因の切り分け、見分け方、LibreOffice で計算し直して結果だけを移す直し方、落とし穴、確かめ方を、弊社の実測と公開の仕様でまとめます。
郵便番号データは、日本郵便が公開する郵便番号と住所のCSVで、登録なしでzipを取れます。2026年11月1日に弊社が全国一括のKEN_ALLを取ると124,841行・15列でした。取り方、形式の違いと規模、列の中身、町域が2行に分かれるなどの落とし穴、取ったデータで顧客の住所を直した例、利用の条件を、取った記録と公式の説明でまとめます。
官公需情報ポータルサイトの検索APIは、登録もキーも要らず、URLに条件を付けて呼ぶだけで国・自治体の入札公告をXMLで返します。2026年10月1〜30日の公告を、47都道府県を指定して実際に取ると8,916件ありました。呼び方、1回1,000件の上限とページ送りの代わり、返る項目と空の多い項目、取って踏んだ落とし穴、利用規約のAPIの条件を、取った記録と公式資料でまとめます。
弊社が試した構成（ベーシックの自動入力・ページ編集時に動かす設定）では、ページの本文を編集すると、人が手で直した値も AI の値へ書き直されました。「値があれば変えない」とプロンプトに書いても、日本語でも公式ヘルプの英語の一文でも止まりませんでした。弊社が構築で実測した上書きの仕組みと、保存漏れ・発火していないだけとの見分け方、運用での受け止め方、直ったかの確かめ方をまとめます。
営業リストを外に頼んで作るときの頼み先を比べる記事です。19社を、条件を伝えて作ってもらう専門会社、営業リスト作成も頼めるオンラインアシスタント、企業データベースから抜き出して買うリスト販売、自分で集めて作るツールの4つのタイプに分け、公式サイトで料金・期間・得意を確かめました。頼む前に決めておく三つのことと、場面ごとの頼み先の表も載せています（2026年10月）。
市場調査や競合調査を外に頼むときの頼み先を比べる記事です。24社を、設計から集計まで頼むネットリサーチ会社、自分で作って配信するセルフ型アンケート、公開情報を調べてまとめてもらうデスクリサーチ、調べものも頼めるオンラインアシスタント、専門家に話を聞くスポットコンサルの5つのタイプに分け、公式サイトで料金・期間・得意を確かめました。頼む前に決めておく三つのことと、場面ごとの頼み先の表も載せています（2026年10月）。
Excel で管理している台帳を、データベースや業務アプリにするときの外注先を比べる記事です。20社を、kintone で作る会社、Notion・AppSheet・Power Apps で作る会社、Excel・Access・FileMaker のまま作り込む会社、台帳を Web の仕組みに作り替える会社、業務システムとして本格的に作る会社、作った後の改修を月額で持つ会社の6つのタイプに分け、公式サイトで料金・期間・得意を確かめました（20社とも料金か料金の目安の記載あり）。頼む前に決めておく三つのことと、場面ごとの頼み先の表も載せています（2026年10月）。
社内の規程やマニュアルを AI で探して答えられるようにするときの、買う道具と作る会社を比べる記事です。20社を、文書を入れると AI が答えるクラウドサービス、今の文書の置き場をまとめて探す企業内検索の製品、AI 検索つきの社内 Wiki・ナレッジ共有ツール、RAG の基盤を自社用に用意するパッケージ、小さく短く作る RAG の受託開発、試しから本番・運用まで請ける RAG の受託開発の6つのタイプに分け、公式サイトで料金・期間・得意を確かめました（料金の記載があったのは19社）。頼む前に決めておく三つのことと、場面ごとの頼み先の表も載せています（2026年10月）。