シート間の差分比較
Excel業務において最も神経をすり減らす作業の一つ、それが「2つの表を見比べて違いを探す」という作業です。更新前と更新後の顧客リスト、先月と今月の在庫表、あるいは手入力されたデータとシステム出力データの照合など、差分チェックのニーズは枚挙にいとまがありません。多くの現場では、ウィンドウを並べて左右を目視で確認したり、条件付き書式で色を付けたりして対応していますが、これらはヒューマンエラーの温床であり、開発者として解決すべき優先度の高い課題です。
本記事では、AIを活用して「2つのシートの値をセル単位で比較し、違いがあった箇所とその内容を別のシートにリストアップする」という高度なマクロを作成します。単なる値の比較だけでなく、書式の違いや図形の違いまで検出するロジックをAIに実装させ、目視確認という非生産的な時間をゼロにするための技術を解説します。
目視確認の限界と「差分抽出」の自動化がもたらすインパクト
Excelデータの比較業務において、人間の目視による確認は限界を迎えています。数千行、数万行に及ぶデータの中から、たった一つの数値の違いや、末尾に含まれた見えないスペースの違いを発見することは、人間にとっては苦行ですが、コンピュータにとっては一瞬の計算処理に過ぎません。開発者としての視点を持つならば、このような「正解探し」の作業に時間を費やすべきではありません。
差分比較を自動化することの最大のメリットは、精度と速度の両立です。VBAマクロを使えば、2つのシートの全セルを総当たりで比較し、値が異なる箇所、片方にしか存在しない行、さらには背景色やフォントといった書式の違いまでを、数秒から数分で洗い出すことができます。また、その結果を「比較結果シート」として一覧出力することで、誰がいつ確認しても同じ結果が得られるという再現性が担保されます。
AIを活用することで、この複雑な比較ロジックを短時間で構築可能になります。通常、比較マクロを自作するには、多重ループや配列処理、辞書オブジェクト（Dictionary）などの高度な知識が必要ですが、AIに対して「Sheet1とSheet2を比較して、違うところを教えて」と適切な指示を出すだけで、実務レベルのコードが生成されます。これにより、あなたは退屈なチェック作業から解放され、抽出された差分データを見て「なぜ違っているのか」を分析する、本来の知的生産活動に集中できるようになるのです。
比較ロジックの設計：何を「違い」と定義するか
マクロを作成する前に、まずAIに対して「何をもって差異とするか」を明確に定義する必要があります。一口に「比較」と言っても、その要件は業務によって千差万別だからです。
最も基本的なのは「値（Value）」の比較です。セルに入力されている数値や文字列が完全に一致しているかを判定します。しかし、実務では「見た目は同じだがデータ型が違う（数値の100と文字列の”100″）」ケースや、「全角と半角の違い」をどう扱うかが問題になります。これらを厳密に区別するのか、それとも同一とみなすのかを設計段階で決めておく必要があります。
次に「書式（Format）」の比較です。値は同じでも、背景色が変更されていたり、文字色が赤になっていたりする場合を「差異」として検出するかどうかです。さらに、「数式（Formula）」の比較も考えられます。計算結果の値は同じでも、数式が上書きされて定数になっている場合に警告を出す必要があるかもしれません。そして見落としがちなのが「図形や画像（Shapes）」の比較です。シート上に配置されたオートシェイプやグラフの位置ズレを検出対象にするかどうかも、AIへの指示に含まれるべき要素です。これらの要件を整理し、プロンプトに落とし込むことが、意図通りのツールを作る鍵となります。
プロンプトエンジニアリング：構造化思考で比較アルゴリズムを伝える
差分比較マクロはロジックが複雑になりがちです。そのため、AIへの指示出し（プロンプト）には、処理の流れを論理的に構成する「構造化思考（SCoT）」を取り入れることが効果的です。いきなり「比較して」と頼むのではなく、処理のステップを分解して伝えます。
プロンプトの構成例としては、まず「入力データ」として比較元のシート名（例：Sheet1）と比較先のシート名（例：Sheet2）を指定します。次に「処理内容」として、「両方のシートのA1セルから使用されている最終セルまでの範囲を取得する」「行と列の二重ループを使って、同じアドレスのセルごとに値を比較する」といったアルゴリズムを明示します。
そして重要なのが「出力形式」です。「差異が見つかった場合、新しいシート『比較結果』を作成し、以下の項目を出力してください」と指示し、「見つかったセルのアドレス」「Sheet1の値」「Sheet2の値」「差異の種類（値の違い、書式の違いなど）」といったカラム構成を指定します。このように出力イメージまで具体的に伝えることで、AIはレポート機能まで含めた完成度の高いコードを生成してくれます。曖昧な指示は曖昧な結果を生むため、仕様書を書くつもりで詳細に記述しましょう。
データの整合性を保つための「キー列」の概念
行の挿入や削除が発生するリストを比較する場合、単純に「同じ行番号」同士を比較するだけでは不十分です。例えば、Sheet2の3行目に新しいデータが挿入された場合、それ以降の行はすべて1行ずつズレてしまい、実際には同じデータなのに「すべて不一致」と判定されてしまうからです。
このようなケースに対応するためには、AIに対して「ユニークキー（一意なID）」を使った比較を行うよう指示する必要があります。「A列の社員IDをキーとして、Sheet1とSheet2の同じIDを持つ行同士を比較してください」と依頼します。これにより、AIはVBAの VLookup 的な処理や Dictionary オブジェクトを使ったマッチング処理を実装し、行の位置が変わっていても正しくデータを照合できるコードを作成します。
実務データにおいて「キー」となる列が存在しない場合は、AIに提案を求めるのも良いでしょう。「行ズレに対応したいのですが、良い比較方法はありますか？」と聞けば、全列の値を結合してキーを作成する方法や、特定のアルゴリズムを提案してくれます。データの特性に合わせた比較ロジックの選定は、開発者としての腕の見せ所です。
大量データの高速処理：配列とDictionaryの活用
数万行レベルのデータをセル単位で読み書きしていると、処理時間が膨大になり、Excelがフリーズしたようになることがあります。これを防ぐために、AIに対して高速化の手法を指定することが重要です。
具体的には、「セルを1つずつ比較するのではなく、データを一度配列（Variant型）に格納してから、メモリ上で比較処理を行ってください」と指示します。Excel VBAにおいて、セルへのアクセスは非常に重い処理ですが、メモリ上の配列処理は極めて高速です。このテクニックを使うだけで、処理時間は数十分の一に短縮されます。
また、前述のキーを使った検索を行う場合は、「Dictionaryオブジェクトを使用して、IDと行番号の対応付けを行ってください」と指示に加えます。Dictionaryを使うことで、数万件のデータの中から特定のIDを一瞬で探し出すことが可能になります。AIはこれらの高速化テクニックを熟知していますが、明示的に指示しないと、簡単な（しかし遅い）コードを書く傾向があります。パフォーマンスを意識した指示出しができるかどうかが、初心者と開発者の分かれ目です。
差分結果の出力デザイン：可読性を高める工夫
抽出された差分データは、人間が見て理解しやすくなければ意味がありません。AIに対して、結果出力シートのデザインについても細かく指示を出しましょう。
「結果シートの1行目は見出しとし、太字・背景色を設定してください」「差異の種類ごとに列を分け、値の違いなのか、行の欠落なのかが分かるようにしてください」といった指示が有効です。また、「差異があった箇所のセルアドレスには、ハイパーリンクを設定し、クリックすると元データの該当箇所にジャンプできるようにしてください」という機能を追加させると、利便性が劇的に向上します。
さらに、元データのシート側にも視覚的なフィードバックを加えることが可能です。「Sheet1とSheet2の差異があったセルについては、背景色を黄色に変更してください」と指示すれば、ユーザーは元シートを眺めるだけでどこが変わったかを直感的に把握できます。ただし、元データに色をつける場合は、事前にシートをコピーしてバックアップを取る処理を入れるよう、AIに安全策もセットで依頼することを忘れないでください。
書式と数式の比較：見えない違いを可視化する
値の比較だけでなく、書式や数式の比較を実装する場合のプロンプトのコツです。書式の比較は全てのプロパティ（フォント、サイズ、太字、罫線など）をチェックすると処理が重くなるため、比較対象を絞るのが賢明です。
「値の比較に加えて、背景色（Interior.Color）と文字色（Font.Color）の違いも検出してください」と具体的にプロパティ名を指定します。また、数式については「セルに数式が入っている場合は、計算結果の値ではなく、数式そのものの文字列（Formula）を比較してください」と指示することで、計算結果が偶然同じでもロジックが変わっているケースを検出できます。
AIにコード生成を依頼する際、「IsFormulaプロパティを使って数式の有無を判定し、数式の場合はFormulaプロパティを、値の場合はValueプロパティを比較する分岐を入れてください」とロジックを指定すれば、より精度の高い比較ツールになります。細部へのこだわりが、ツールの信頼性を高めます。
図形・オブジェクトの比較：難易度の高い処理への挑戦
シート上のオートシェイプやテキストボックス、グラフといったオブジェクトの比較は、通常のセル比較よりも難易度が高くなります。AIモデルによっては、この部分の実装が不完全になることもありますが、適切な指示で精度を高めることは可能です。
「シート上の全Shapeオブジェクトをループし、名前、位置（Top, Left）、サイズ（Width, Height）を比較してください」と具体的なプロパティを列挙して指示します。また、図形は名前が勝手に変わることがあるため、「図形内のテキストをキーにして比較して」といった柔軟な対応も検討が必要です。
もしAIが生成したコードで図形比較がうまくいかない場合は、無理に一つのマクロにまとめず、「図形比較専用のマクロ」として分けて作成させるのも一つの手です。複雑な問題を小さな単位に分割して解決するのは、プログラミングの基本原則です。
エラー処理と例外対応：止まらないマクロを作る
比較対象のシートが存在しない場合や、データ型が想定外（エラー値など）の場合に備え、堅牢なエラー処理を組み込みます。エラー処理の知識を活用し、AIに次のような指示を与えます。
「指定したシートが見つからない場合は、処理を中断せずメッセージを表示して終了してください」「セルの値がエラー（#N/Aなど）の場合でも、型不一致でマクロが止まらないように、IsError関数で判定を行ってください」。
特に比較マクロでは、片方のシートにしかデータがない「行の不一致」が発生した際に、参照エラーが起きやすくなります。AIに「配列のインデックス範囲外エラーが起きないよう、行数の最大値を取得してループ範囲を動的に設定してください」と伝えることで、予期せぬ停止を防ぐことができます。
テストと検証：AI生成コードの品質保証
AIが作成した比較マクロが、本当に正しく差分を検出しているかを検証するプロセスは不可欠です。本番データを使う前に、意図的に差分を作った「テスト用データ」で動作確認を行いましょう。
ダミーデータを2つ用意し、片方のデータの数箇所を書き換え、行を削除し、色を変えます。この状態でマクロを実行し、自分が変更した箇所がすべて「比較結果シート」にリストアップされるかを確認します。もし検出漏れがあれば、AIに「〇〇のケースが検出されませんでした。ロジックを修正してください」とフィードバックし、コードを洗練させていきます。
開発者自身がテストデータを作成し、品質を担保する。この工程を経ることで初めて、業務で安心して使えるツールとなります。
ユーザーインターフェースの向上：ダイアログによるシート選択
毎回コード内のシート名を書き換えるのは手間がかかります。汎用性の高いツールにするために、実行時にユーザーが比較対象のシートを選択できる仕組みを導入しましょう。
AIに対して「マクロ実行時に、比較元のシートと比較先のシートをユーザーが選択できるダイアログ（InputBoxやUserForm）を表示してください」と依頼します。これにより、どのブックのどのシートでも比較できる柔軟なツールに進化します。
また、「比較結果を新しいブックに出力するか、現在のブックに追加するかを選択できるようにして」といった機能追加も、AIならば数行のコード追加で実現してくれます。使う人の利便性を考えた設計を行うことが、開発者としての付加価値です。
結論：比較業務からの解放と、その先にある分析へ
シート間の差分比較マクロは、導入効果が即座に現れる強力なツールです。これまで数時間かかっていた目視チェックが数秒で終わり、しかも見落としがなくなるという成果は、チーム全体の生産性を大きく向上させます。
AIを活用すれば、複雑な比較ロジックも、高速な配列処理も、見やすいレポート出力も、すべて日本語の指示だけで実装可能です。しかし、重要なのは「どこをどう比較すべきか」という要件定義と、生成された結果が正しいかを検証する開発者としての視点です。
単なる「間違い探し」の作業をAIに任せることで、あなたは「なぜその違いが生まれたのか」「データにどのような傾向があるのか」といった、データの意味を解釈し、ビジネスの意思決定につなげる本来の業務にシフトすることができます。これこそが、AI時代における開発者のあるべき姿です。次回は、これまでの集大成として、完成したマクロをチームで共有し、運用していくための方法論について学びます。