コードが書けなくても業務は自動化できる——生成AIにGASを書かせるという方法

前回の記事Google Apps Script（GAS）とはでは、GASを使えばスプレッドシートやGmailをまたいだ業務を丸ごと自動化できることを紹介しました。読んで「便利そうだ」と思った方の多くが、同時にこう感じたはずです——「でも、自分はコードが書けない」。

結論から言うと、その壁はほぼ消えています。コードは、生成AIに書かせればいいからです。この記事では、プログラミング未経験の人が生成AIと一緒に自動化ツールを作るための手順とコツを、実際の事例と費用感を交えて紹介します。

なぜ生成AIはGASと相性抜群なのか

生成AIは幅広いプログラミング言語のコードを書けますが、その中でもGASは特に「AIに書かせやすい」言語です。理由は2つあります。

1つ目は、GASの土台がJavaScriptであること。JavaScriptは世界で最も広く使われている言語のひとつで、AIの学習データが圧倒的に豊富です。つまり、生成されるコードの精度が高いのです。

2つ目は、GASには環境構築がないこと。通常のプログラミングでは、AIがコードを書いてくれても「それを動かす環境」を整えるのに一苦労します。GASならスプレッドシートの「拡張機能」→「Apps Script」を開いて貼り付けるだけ。「AIが生成→ブラウザに貼る→実行」が数分で完結する——この「試すまでの距離の短さ」が、他の言語との決定的な違いです。

基本の型は3ステップ

生成AIにGASを書かせる手順は、突き詰めればこれだけです。

やりたいことを日本語でAIに伝える——「このシートのうち、今月のデータだけをハイライトするGASコードを書いて」
生成されたコードをApps Scriptエディタに貼り付けて実行する——初回は権限承認の画面が出ます（自分のスクリプトに自分のシートを触る許可を与える、正常な手順です）
動かなければ、エラーメッセージをそのままAIに貼り返す——修正版のコードが返ってきます

精度を上げるコツも2つあります。ひとつは、シートのデータ構造をAIに見せること。データの数行をコピーして貼るか、スクリーンショットを渡すだけで、AIは列の構成を正確に理解してコードを書けるようになります。

もうひとつは、複雑な処理は分けて指示すること。「スプレッドシートから宛先リストを取得する」「その宛先にドキュメントの文面でメールを送る」のように2段階に分けて依頼した企業では、2〜3回のやり取りだけでメール配信業務の完全自動化にたどり着いています。

エラーは怖くない——「壁打ちデバッグ」

従来のプログラミング学習で最大の挫折ポイントは、エラーでした。赤い英語のメッセージが出て、意味がわからず、調べても解決せず、そこで止まる——多くの人がここで脱落してきました。

生成AIは、この構図を根本から変えました。エラーメッセージをコピーして、AIに貼り返すだけでいいのです。「このエラーが出ました」と伝えれば、原因の説明と修正済みのコードが返ってきます。エラー画面のスクリーンショットを渡すだけでも通じます。

研修の現場でも、従来なら数時間悩んでいたようなバグが、AIとの数往復で解決していく様子が毎回見られます。エラーは「行き止まり」ではなく、「AIに渡す次の材料」に変わりました。

「AIがコードを書く」と「コードがAIを呼ぶ」——2つのレベル

ここで、生成AI×GASの全体像をひとつの軸で整理しておきます。この2つを区別すると、世の中の事例がすっきり見えるようになります。

レベル1：AIに「コードを書かせる」。 ここまで説明してきた使い方です。ChatGPTやGeminiとの対話でコードを作り、動かすのは普通のGAS。追加費用はかかりません。前回の記事で紹介した弊社の案件フォルダ自動生成も入金リマインドくんも、実はこの作り方で——生成AIに手伝ってもらいながら——生まれたものです。

レベル2：書いたコードが「AIを呼び出す」。 GASからLLMのAPIを呼び、文章の生成や内容の判断を自動化の中に組み込む使い方です。「毎回同じ処理」しかできなかったルールベースの自動化に、「内容を読んで判断する」という新しい能力が加わります（ルールベース処理と生成AIの役割分担はこちらの記事で整理しています）。APIキーの取得と従量課金が必要ですが、後述のとおり費用は驚くほど小さく済みます。

まずはレベル1で「作れる」体験をして、必要になったらレベル2に進む——この順番がおすすめです。

レベル2でできること——実例と費用感

レベル2になると、自動化はここまで進みます。研修先の企業で実際に動いている例を2つ紹介します。

新着メールの返信下書きをAIが作る。 ある企業では、GASが新着メールを巡回し、AIが①返信の要否を判断し、②必要なものだけ返信の下書きを生成してGmailの下書きフォルダに保存する仕組みを構築しました。1日10〜15件のメール処理を自動化して、API利用料は月額3ドル程度です。

定型メール16通をボタンひとつで生成する。 セミナーを運営する事務所では、開催のたびに案内メールとリマインドメール計16通を手作業で書いていました。GASとLLMのAPIを組み合わせ、日時やカリキュラムを入力してボタンを押すだけで全通の下書きが自動生成される仕組みに置き換えたところ、費用は1通あたり約0.01円。

「AIのAPIは高そう」というイメージを持つ方は多いのですが、この種の業務自動化での実際の金額はこの水準です。コーヒー1杯分で、1か月分のメール処理が自動化されます。

AIに書かせる時代こそ、「読める力」が要る

最後に、いちばん大事な注意点です。

AIがコードを書いてくれるからといって、中身を全く理解しないまま実行するのは危険です。GASは自分のドライブやGmailを直接操作できる道具です。それは裏を返せば、意図しないコードを実行すれば、原理的にはドライブのファイルを消してしまうようなことも起こり得るということです。

だからこそ、「このコードが何をするのか」を大まかに読める程度のGASリテラシーは、AIに書かせる側の責任として身につけておくことをおすすめします。全部を書ける必要はありません。「読んで、危ないところに気づける」だけで十分です。

そのうえで、実務では次の運用を徹底してください。

生成されたコードは、必ずコピーしたシートやテスト用フォルダで試してから本番のデータに使う
APIキーはコードに直書きせず、スクリプトプロパティに保存する（前回記事でも触れた基本です）
API利用には課金の上限やアラートを設定しておく（プロバイダによっては上限到達で自動停止しないものもあるため、事前チャージ式での運用も有効です）
会社の生成AI利用ルール・データの取り扱いルールを確認してから業務データを扱う

まとめ——「作れる人」の定義が変わった

生成AI×GASがもたらした本当の変化は、「作れる人」の定義の書き換えです。

これまで業務自動化ツールを作れるのは、プログラミングができる人でした。これからは、自分の業務を言語化できる人が作れる人です。どの表の、どの列を見て、どういう条件のときに、何をしてほしいのか——それを一番正確に言えるのは、毎日その業務をやっている現場の人にほかなりません。

現場を一番知っているあなたが、一番いいツールを作れる時代です。まずはコピーしたシートをひとつ用意して、「このシートの今月のデータをハイライトするGASを書いて」から始めてみてください。