Excel ダッシュボードは私をウサギの穴に送り込み続けました。ジェミニが私を連れ出してくれた

私はずっと Excel でダッシュボードを作成しており、それに非常に満足していますが、それが問題の一部でもあります。結局、チャートを追加して、何かをやり残したかどうか疑問に思うという、ウサギの穴に落ちていくことになります。データセットはそれぞれ異なるため、Excel でダッシュボードを作成するためのハンドブックはありません。そこで私は双子座に意思決定を任せることにしました。

私はジェミニにスプレッドシートのデータと 1 つの指示を与えました

何が重要なのかを決めてほしかった

私は、40 人の著者と 180 冊の書籍という小さな図書館データセットを含む 2 つの CSV ファイルから始めました。 XLSX ファイルではなく CSV ファイルを使用しました。これは、私の経験上、Excel 固有の荷物をすべて取り除くと、AI チャットボットがデータセットをより適切に処理する傾向があるためです。ファイルは AuthorID 列によってリンクされていましたが、私はこれを意図的に Gemini に説明しませんでした。Gemini がファイル間の関係を独自に発見できるようにしたかったのです。

実際の指導は驚くほど短くしました。レイアウトを指定したり、どのチャートを使用するかを指示したりする代わりに、スタンドアロンのオフライン アプリがどのように役立つかを判断する前に、単純にデータを与え、与えられた内容を分析するように依頼しました。

著者や書籍の追加と管理、データのエクスポート、リセット、セッション間での変更の保持などの機能が含まれていることを確認しました。単に見栄えの良いデモを作成するのではなく、完成したアプリが実際に私が考えていた進行中のスプレッドシート ワークフローを置き換えられるかどうかをテストしたかったので、これらは重要でした。しかし、本質的にはそれだけだった。私が書いた詳細な仕様に単に従うのではなく、データ自体から賢明な設計上の決定ができ​​るかどうかを確認することに興味がありました。

なぜジェミニなのか？

私はこれまでさまざまなプロジェクトで AI をテストしてきましたが、Gemini がしばしばトップに立っています。たとえば、データを Excel のダッシュボードに変換する点では、Gemini の方が ChatGPT よりも優れていることがわかりました。また、Gemini と Claude がスプレッドシートをオフライン アプリに変えることにどのように対処したかを比較しましたが、Gemini の出力の方がより実用的で使いやすいと感じました。そこで、Gemini がさらに一歩進んで、2 つの個別の CSV を取得し、それらの間の関係を理解し​​て、スタンドアロンの対話型アプリを生成できるかどうかを確認したいと思いました。

Gemini は私が実際に見たかったダッシュボードを構築しました

すべてを視覚化しようとしたわけではありません

結果は、私が自分で作成したいくつかのダッシュボードよりもはるかに抑制されたものになりましたが、それは良いことです。

Gemini は、著者と書籍の数、読んだページ数、平均評価など、図書館からの重要な情報を示す 4 つの概要カードを使用して、明確な概要を作成しました。その下には、ジャンル別の書籍、読書状況、平均評価別のトップ著者、国別の著者を示す 4 つの単純な棒グラフが使用されています。

私が最も印象に残ったのは、双子座のことです。 しませんでした する。データが利用可能だったという理由だけで、画面が円グラフ、パーセンテージ、その他の視覚化で埋め尽くされる可能性があります。代わりに、メイン画面にどの程度の情報が含まれるかを判断し、残りはそのままにします。

また、アプリに適切なナビゲーション構造も与えられました。概要、ブック エクスプローラー、著者ディレクトリの間を移動し、詳細が必要な場合は個々の著者や書籍を詳しく調べることができました。たとえば、著者情報はメイン ダッシュボードにはダンプされませんでした。著者の詳細や参考文献を確認するには、クリックする必要がありました。

Excel では、これらの決定を自分で行い、すべてが連携して機能するようにワークシート、ナビゲーション、リンク、フィルター、およびサポート要素を構築する必要があります。ジェミニはただ私に代わって選択をしてくれただけです。

見た目の良いアプリもデータが機能しなければ役に立たない

私はジェミニの創造物をそのペースで試してみました

見た目が気に入ったら、実際にアプリが使えるかどうかを試してみたくなりました。

まずブック エクスプローラーを開き、タイトルまたは著者で検索し、ジャンルと読書状況でフィルターし、結果をタイトル、評価、発行年、またはページ数で並べ替えることができました。これらのコントロールも連携して機能するため、たとえば、特定のジャンルや読書ステータスでライブラリをフィルターし、その結果内で検索することができました。

次に、アプリ内のデータにいくつかの変更を加えて、どのように反応するかを確認しました。まず、未読の本を既存の著者に追加しました。書籍数は即座に 181 冊に更新され、新しいタイトルがカタログに表示され、著者の関係は正しく、著者の参考文献にはこの変更が反映されました。

次に、同じ著者の読んだ本を追加し、評価 5 を付けました。Gemini は評価ロジックを正しく処理しました。評価フィールドは、「読んだ」を選択した場合にのみアクティブになり、「読んでいます」または「読みたい」とマークされた本は、評価を空白のままに追加できました。

次に、まったく新しい著者を追加し、その著者向けの本を作成しました。右上隅の数が更新され、新しい本は新しい著者に正しく関連付けられ、著者の本の数とその他の派生情報もそれに応じて更新されました。

ページを更新しても変更内容は残り、HTML ファイルを閉じて再度開いたときも同様でした。すべてはオフラインでも動作しました。これは私の当初の要件の 1 つでした。そして、書籍データセットと著者データセットの両方を CSV ファイルとしてエクスポートすると、新しいレコードとそれらの関係が含まれていました。最後にアプリをリセットすると、すべてが元の 40 人の著者と 180 冊の本に戻りました。

双子座は驚くほど良い決断を下しました

ただし、注意すべきことが 1 つあります

私は AI ツールに機能するコードを生成させる実験をたくさん行ってきたので、Gemini がスプレッドシート データから機能するアプリを生成できることには驚きませんでした。でも何 した 驚いたのは、アプリの背後にある意思決定の質でした。

概要は過負荷ではなく、4 つのグラフは理解しやすく、概要カードには見出しの数字が表示され、メイン画面に押し込まれるのではなく、必要なときに詳細な情報を入手できました。この制約は、おそらく私が自分でインターフェイスを構築し始めた場合に再現するのが最も難しいと思われる部分です。双子座は「もういいよ」という人として効果的に行動しました。

ただし、留意すべき点の 1 つは、データセットのサイズです。約 5,000 レコードのはるかに大きなデータセットを使用した以前の実験では、Gemini はそのサイズのものを単一のスタンドアロン HTML アプリに埋め込むのに苦労しました。この 180 冊のライブラリでは問題になりませんでしたが、さらに大規模なデータセットを扱う場合は、Gemini がすべてを 1 つのファイルにパッケージ化することを期待するのではなく、まずデータを操作または削減することを検討します。

Gemini は本物のアプリのようなものを私に与えてくれました

私は、いつもの Excel ダッシュボードのウサギの穴から抜け出すことにしました。通常は、すべてがカバーされていると確信するまでグラフを追加したり、レイアウトを微調整したりし続けます。今回、私はこれらの決定を Gemini に委ねました。その結果、Excel を中心にではなく、私のデータを中心に設計されたように感じられるアプリが完成しました。