DataAnalystblog

SQLの書き方|AIが書いたSQLを読んで確かめられるようになる基本

作成者: 鹿間康文|Jan 24, 2025, 11:07:54 PM

営業管理やマーケティング、経営企画などでデータを集計するとき、ChatGPTなどの生成AIを使ってSQL文を作成し、「数字は出せたけれど、本当に合っているのだろうか」と感じたことはありませんか?

SQL(Structured Query Language)は、データベース(注文や商品などの情報を整理して保存する仕組み)から、必要なデータを取り出したり、集計したりするための言語です。例えば「10月の売上合計」や「地域別の売上」を調べるときに使います。

生成AIを使うことで、SQLのたたき台を作りやすくなりました。ただし、SQLが正しく実行されても、求めている集計結果が得られるとは限りません。 例えば「10月の確定した注文の売上」を集計する際、注文の状態や期間を指定する条件が抜けていると、取り消された注文や11月の注文まで集計に含まれてしまうことがあります。

この記事では、SQLの基本的な読み方をはじめ、AIが作成したSQL文で起きやすい間違いや、集計結果を確かめる方法を解説します。

結論:SQLは「書ける」より「読める」が先

生成AIでSQL文を作成できる今、まず身につけたいのは、AIが作ったSQL文を読んで「どのテーブルから、どんな条件でデータを取り出し、何を集計しているのか」を理解する力です。AIが作ったSQL文を読むことができれば、集計の対象や期間が合っているか、同じ注文の金額を二重に集計していないかなどを確認でき、結果の数字が正しいか確かめやすくなります。

SQLがデータ分析で使われる場面や役割を詳しく知りたい場合は、ORLABの関連記事「なぜSQLはデータ分析に不可欠なのか?」を参考にしてみてください。

SQLの基本の形|SELECT・FROM・WHERE・GROUP BY・JOIN

ここからは、サンプルの注文データを使って、SQLの基本を見ていきます。このデータは「orders」というテーブル(データをまとめた表)に入っており、注文番号・注文日・地域・金額・注文の状態が記録されています。

Excelの表と同じように、列には「注文日」「地域」などの項目が並び、各行には注文ごとの情報が入っています。

ordersテーブル(注文データの例)

order_id(注文番号) order_date(注文日) region(地域) amount(金額) status(状態)
1 2026-10-01 東京 12,000 確定
2 2026-10-02 大阪 8,000 確定
3 2026-10-05 東京 5,000 取消
4 2026-10-07 東京 9,000 確定
5 2026-11-01 大阪 15,000 確定
6 2026-10-31 東京 7,000 確定

表の見出しにある「order_id」「order_date」などが、SQLで使う列名です。かっこ内の「注文番号」「注文日」などは、列の意味を分かりやすくするために付けた説明です。そのため、SQL文には書きません。
では、このテーブルから必要な列を取り出してみましょう。

SELECTとFROM:どのテーブルから、どの列を取り出すか

SELECTは、取り出したい列を指定するために使います。FROMは、どのテーブルからデータを取り出すかを指定します。

書き方:SELECT 列名 FROM テーブル名

例1:ordersテーブルからorder_id・region・amountの3列を取り出す。

SELECT order_id, region, amount
FROM orders;

SELECTでは、列名の代わりに「*」(アスタリスク)を指定することもできます。例えば「SELECT *」と書くと、FROMで指定したテーブルのすべての列を取り出せます。
ただし、すべての列が必要とは限りません。今回のように必要な列だけを指定すると、何の情報を取り出すSQL文なのか分かりやすくなります。

実行結果の例

order_id region amount
1 東京 12,000
2 大阪 8,000
3 東京 5,000
4 東京 9,000
5 大阪 15,000
6 東京 7,000

※この表は見比べやすいように注文番号順に並べています。SQL文で並び順を指定するにはORDER BY句を使います。この例で注文番号順にしたい場合は、ORDER BY order_idと書きます。並び順を指定しない場合、表示順は保証されません。

WHERE:条件に合う行だけを取り出す

WHEREは、指定した条件に合う行だけを取り出すために使います。例えば、「確定した注文だけ」「10月の注文だけ」というように、対象を絞り込めます。

SELECTとFROMだけのSQL文では、注文を絞り込む条件を指定していないため、6件すべての注文が結果に含まれています。

書き方:WHERE 列名 = 値(条件を増やすときはAND 列名 = 値などを追加)

例2:状態が「確定」で、注文日が2026年10月の注文だけを取り出す。

SELECT order_id, region, amount
FROM orders
WHERE status = '確定'
  AND order_date >= '2026-10-01'
  AND order_date < '2026-11-01';

今回は「status = '確定'」で確定した注文に絞り、続く2つのANDで注文日を「10月1日以降」「11月1日より前」に指定しています。ANDは、前後の条件を両方満たすという意味です。この例では、注文番号1・2・4・6の4件が対象になります。

実行結果の例

order_id region amount
1 東京 12,000
2 大阪 8,000
4 東京 9,000
6 東京 7,000

注文日に時刻も記録されている場合、期間の終わりをorder_date <= '2026-10-31'とすると、10月31日の昼や夜の注文が集計から漏れることがあります。日付の指定が10月31日の午前0時として扱われるためです。そこで今回は、order_date < '2026-11-01'と指定し、10月31日の終わりまでの注文を含めています。実際のデータを扱う際は、注文日に時刻が含まれるか、タイムゾーン(日本時間など、時刻の基準)は何かも確認しましょう。

GROUP BY:地域別の売上などを集計する

WHEREの例では、条件に合う4件について「注文番号」「地域」「金額」を表示しました。今度は、その4件の金額を地域ごとに合計してみましょう。SELECTで表示する内容を変え、GROUP BYを追加します。

書き方:GROUP BY まとめる列(合計する場合はSELECTにSUM(合計する列)を指定)

例3:2026年10月に確定した注文の金額を、地域ごとに合計する。

SELECT region, SUM(amount) AS total_amount
FROM orders
WHERE status = '確定'
  AND order_date >= '2026-10-01'
  AND order_date < '2026-11-01'
GROUP BY region;

GROUP BYは、指定した列の値が同じ行をグループにまとめるために使います。今回のGROUP BY regionでは、注文を「東京」「大阪」などの地域ごとにまとめます。ただし、これだけでは金額の合計や平均は計算されません。
そこでSELECTでは、地域を表すregion列と、各地域のamount列の金額を合計するSUM(amount)を指定しています。例えば東京の合計は、12,000+9,000+7,000=28,000円です。
GROUP BYは集計関数なしでも使えますが、地域ごとの合計・平均・件数を求める場合は、SUM(合計)・AVG(平均)・COUNT(件数)などを組み合わせます。
AS total_amountは、集計結果の表で合計金額の列に「total_amount」という表示名を付ける指定です。集計結果の表示名を指定するだけなので、元のordersテーブルの列名やデータは変わりません。

実行結果の例

region total_amount
東京 28,000
大阪 8,000

集計するときは、何を単位にデータをまとめるかが大切です。今回は地域別の売上を知りたいので、地域を指定しています。担当者別に集計したい場合は、担当者を表す列でまとめます。金額の計算が合っていても、集計する単位が目的と違えば、欲しい結果にはなりません。

JOIN:別々のテーブルを関連付ける

JOINは、別々のテーブルを結び付けるときに使います。例えば、注文データと顧客データが別々に保存されている場合です。ここでは先ほどの注文6件とは別に、次の小さなサンプルデータを使います。ordersテーブルには注文番号・顧客ID(customer_id)・金額が、customersテーブルには顧客ID・顧客名が入っています。顧客IDは、両方のテーブルで同じ顧客を表す番号です。

JOIN用のordersテーブル(注文2件)

order_id customer_id amount
1 101 12,000
2 102 8,000

JOIN用のcustomersテーブル(顧客2件)

customer_id customer_name
101 顧客A
102 顧客B

JOINを使うSQL文では、結び付ける2つのテーブルと、どの行を対応させるかを指定します。ONはJOINの後に書き、両方のテーブルで照らし合わせる列を指定する部分です。ASは、列やテーブルに別名を付けるときに使います。前の集計例では、ASを使って集計結果の列にtotal_amountという別名を付けました。今回は、ordersテーブルをo、customersテーブルをcという短い名前で呼ぶためにASを使います。これらの別名は、このSQL文の中だけで使うもので、元のテーブル名は変わりません。

JOINの書き方

SELECT 表示する列
FROM 1つ目のテーブル AS 別名1
JOIN 2つ目のテーブル AS 別名2
  ON 別名1.対応する列 = 別名2.対応する列;

今回は、両方のテーブルにあるcustomer_idを使って、対応する注文と顧客を結び付けます。

例4:注文データと顧客データを結び付け、注文番号・顧客名・金額を表示する。

SELECT o.order_id, c.customer_name, o.amount
FROM orders AS o
JOIN customers AS c
  ON o.customer_id = c.customer_id;

FROM orders AS o:ordersテーブルをoと表します。
JOIN customers AS c:customersテーブルをcと表します。
o.order_idはordersテーブルのorder_id列(注文番号)を指します。c.customer_nameはcustomersテーブルのcustomer_name列(顧客名)を指します。
ON o.customer_id = c.customer_idでは、両方のテーブルで顧客IDが一致する行を結び付けます。

実行結果の例

order_id customer_name amount
1 顧客A 12,000
2 顧客B 8,000

JOINと書いた場合は、INNER JOIN(内部結合)と同じ意味です。両方のテーブルでONの条件が一致した行だけを取り出します。一方、LEFT JOIN(左外部結合)は、FROMの後に指定したテーブルの行を残し、相手のテーブルに一致するデータがなければ、その列をNULL(値がない状態)として表示します。
例えば、customersテーブルに顧客ID102の情報がなければ、JOINでは注文番号2は結果に出ませんが、LEFT JOINなら注文番号2も残ります。結合方法によって結果に含まれる行が変わるため、集計前に確認することが大切です。データベース管理システム「PostgreSQL」の公式資料「Table Expressions(テーブル式)」では、JOINの種類やWHERE・GROUP BYの働きを確認できます。

SQLが読めるようになると、AIに修正をお願いするときも「取消注文を除いて」「月末まで含めて」「同じ注文を二重に数えないで」と具体的に伝えられます。まずは短いSELECT文を読み、結果の数字がどう出てきたかを説明できるようになることを目指しましょう。

JOINの書き方をさらに詳しく確認する際は、関連記事「SQL JOIN構文を理解するためのガイド」がおすすめです。

AIが書いたSQLで起きやすい3つの間違い

AIが書いたSQLでは、特に「対象にするデータの条件」「表のつなぎ方」「集計する期間」の3つを確認しましょう。SQLがエラーなく動いても、これらがずれていると、結果の数字も変わってしまいます。

開発者向けのQ&Aサービスを運営するStack Overflowの「2025 Developer Survey:AI」では、AIツールが出す回答の正確さについて、信頼すると答えた人が33%、信頼しないと答えた人が46%でした。この調査は開発者が対象で、AIが作るSQLの正答率を示すものではありませんが、AIの回答をそのまま信じずに確かめる必要性を考える参考になります。

また、IT企業NTTデータが公開した 「自然言語データ分析の展開とText to SQLの実践」では、普段の言葉からSQLを作る技術を取り上げ、AIがテーブルの構造や業務用語を正しく理解することの大切さを説明しています。 AIにSQLを書いてもらうときも、元データや集計ルールは人が理解しておくことが大切です。

それでは、AIが作ったSQLでどのような間違いが起こりやすいのか、具体例を使って見ていきましょう。

間違い1:WHEREの条件が足りない

例えば「10月の売上」を集計する際、AIが作ったSQLに注文の状態を指定する条件が抜けていると、取り消された注文まで合計してしまうことがあります。 先ほどのデータでは、注文番号3は取消済みでした。注文の状態を条件に入れないと、その5,000円まで売上に含まれてしまいます。

まずは「何を売上として数えるか」を確認しましょう。「確定注文だけか」「返品や取消は除くか」「税や送料を含むか」などです。判断に迷うときは、社内の集計ルールや各列の意味を確認します。そのうえで、集計に何を含め、何を除外するかをAIに伝え、SQL文の修正を依頼しましょう。

間違い2:JOINで行が増え、売上が二重に数えられる

注文1件を1行で管理する表と、注文した商品を1行ずつ記録する「注文明細」の表を JOINすると、 注文金額が複数の行に表示されることがあります。例えば、12,000円の注文に商品明細が2行あると、金額が2回表示され、そのまま SUMすると24,000円になってしまうことがあります。

これはJOINそのものが間違っているのではなく、結合した結果が「注文ごと」ではなく「商品明細ごと」の行になったためです。結合の前後で行数や注文番号ごとの件数が増えていないか確認しましょう。注文金額を合計したい場合は、先に注文単位で集計するなど、金額を数える単位を揃えることが大切です。

間違い3:期間の最後の日が抜ける

10月31日までの注文を抽出するつもりで order_date <= '2026-10-31' と指定すると、注文日時が記録されている場合、10月31日の日中や夜の注文が集計から漏れることがあります。ただし、実際の動作はデータベースの種類や列の型によって異なります。

月ごとの集計では、「10月1日以上、11月1日未満」と指定すると、10月の終わりまでを含めやすくなります。データの時刻が日本時間ではなくUTC(世界共通の基準となる時刻)などで保存されている場合は、どの時間帯を基準に集計するかも確認しましょう。

このほか、NULL(値が入っていない状態)やデータの重複にも注意が必要です。COUNT(*)はすべての行を数えますが、COUNT(列名)はその列がNULLの行を数えません。数字が合わないときは、集計結果だけを見るのではなく、元データの該当する行を数件確認してみましょう。

こうした間違いを見つけるには、AIが作ったSQL文でも、条件や集計方法を読み取ることが大切です。生成AIが普及した今もSQLを学ぶ理由については、関連記事「生成AI全盛のこの時代にSQLは本当に必要なのか」で解説しています。

AIが生成したSQLを確かめる3ステップ

SQLの基本を押さえたら、次は集計結果が正しいかどうかを確認する手順を見ていきましょう。ここでは月ごとの売上集計を例に、「件数を見る」「小さな範囲で試す」「元の数字と照らす」の順に進めます。実際の会社のデータで試す場合は、データを変更できない読み取り専用の権限を使い、検証用の環境で確認しましょう。

ステップ1:最初に件数を見る

書き方:SELECT COUNT(*) FROM テーブル名(必要に応じてWHEREで絞り込む)

例5:2026年10月に確定した注文の件数を数える。

SELECT COUNT(*) AS order_count
FROM orders
WHERE status = '確定'
  AND order_date >= '2026-10-01'
  AND order_date < '2026-11-01';

COUNT(*)は、条件に合う行の数を数えます。今回のサンプルデータでは4件です。合計金額だけでは、対象外の注文が混じっていても気付きにくいことがあります。まずは何件が集計されたかを確かめ、注文の抜けや重複がないか調べる手がかりにしましょう。

実行結果の例

order_count
4

ただし、件数が同じでも、対象の注文が違っていれば正しい集計とはいえません。件数だけで判断せず、次のステップで注文の中身も確かめましょう。

ステップ2:小さな範囲で中身を確かめる

書き方:WHERE 列名 IN (値1, 値2, 値3)(指定した値のいずれかに一致する行を選ぶ)

例6:注文番号1・2・3のデータを取り出し、注文番号順に表示する。

SELECT order_id, order_date, region, amount, status
FROM orders
WHERE order_id IN (1, 2, 3)
ORDER BY order_id;

INは、指定した値のいずれかに一致するデータを選ぶために使います。ここで注文番号1・2・3を選ぶのは、確定注文2件と取消注文1件を一緒に確認するためです。注文番号3が「取消」であることを確かめ、先ほどWHEREで絞り込んだ結果に含まれていないことを確認しましょう。AIに「なぜこの行が選ばれたのか」と質問してもよいですが、最後は自分で元データと業務ルールを照らし合わせることが大切です。

実行結果の例

order_id order_date region amount status
1 2026-10-01 東京 12,000 確定
2 2026-10-02 大阪 8,000 確定
3 2026-10-05 東京 5,000 取消

試すデータには、取消注文、月末の注文、金額が0円の注文、商品明細が複数ある注文など、間違いが起きやすい例を含めると確認しやすくなります。少ない件数で結果を確かめてから、対象を少しずつ広げましょう。

ステップ3:元データや確定済みの数字と照らす

最後に、SQLで出した合計を、Excelでの集計結果や業務で使っている確定レポートなどと比べます。今回のサンプルデータでは、4件の金額を足すと12,000+8,000+9,000+7,000=36,000円です。地域別の合計(東京28,000円+大阪8,000円)とも一致します。

数字が合わないときは、差額だけでなく「何時までの注文を数えたか」「取消注文を含むか」「いつの売上として計上するか」「データの更新時刻」「税や通貨の扱い」などを確認しましょう。元のレポートと集計条件が違う場合は、どちらかをすぐに間違いと決めつけず、条件を並べて比べることが大切です。

Excelで同じ条件の集計結果を用意する場合は、ピボットテーブルで注文の状態や期間をそろえて合計し、SQLの結果と比べる方法もあります。集計した数字をグラフにする方法は、ORLABの関連記事「ピボットグラフ設定の基本と応用テクニック」で解説しています。

普段の業務では、確認する順番をチェックリストにしておくと便利です。特に売上や経営判断に関わる数字は、どの条件で集計し、何を確かめたかを残しておくと、あとから説明しやすくなります。

  • 対象:どのテーブル・対象期間・注文状態を集計するか明確か
  • 集計単位:注文別・明細別・地域別など、集計単位が目的に合うか
  • 結合:JOIN前後で件数が意図せず増えていないか
  • 日時:月末・月初・タイムゾーンの境界を確かめたか
  • 数値:COUNTとSUMを別々に確かめたか
  • 元データ:少数の注文行と確定レポートを照合したか

生成AIにSQLを書かせるときの頼み方

ChatGPTなどの生成AIに「10月の売上を出すSQLを書いて」とだけ頼んでも、何を売上として数えるのか、どのテーブルを使うのかが伝わりません。AIが足りない条件を補っても、会社で決めている集計ルールと合わないことがあります。

まずは個人情報や社外秘データを入力せず、共有できる範囲でテーブル名・列名・それぞれの意味・集計ルールを整理しましょう。そのうえで「SELECT文だけを作る」「データを変更しない」「分からない列名は推測せず質問する」「JOINで重複が起きないか確認する」などのルールや条件をAIに伝えると、生成されたSQLの内容をあとで確かめやすくなります。

目的:2026年10月の確定注文の売上を地域別に集計
表:orders(order_id, order_date, region, amount, status)
除外:status が「取消」の注文
期間:10月1日以上、11月1日未満
条件:SELECT文のみ。金額と件数を出し、使った条件を説明。
不明な列や定義は作らず、先に質問してください。

条件を詳しく伝えても、AIが作ったSQLが必ず正しくなるわけではありません。SQLの内容を自分で確認し、権限を制限した検証環境で実行して、結果を元データと照らし合わせましょう。SQLにはINSERT・UPDATE・DELETEのようにデータを変更する命令もあります。集計を練習するときは、これらを使わず、読み取り専用の接続を利用してください。

なお、使っているデータベースの種類(Microsoft SQL Server、PostgreSQL、MySQLなど)によって、一部の書き方や日付の扱いが異なります。この記事では基本的なSELECT文を扱いますが、実際の環境で使う際は、その製品の公式資料を確認してください。例えばPostgreSQLの「SELECTの公式リファレンス」では、SELECT文の基本的な書き方を確認できます。

社内でSQLを含むデータ分析スキルを身につけたい場合は、ORLABが提供する「企業向けデータアナリスト研修」をご覧ください。研修内容や企業への導入の流れを確認できます。

よくある質問

Q1. SQLは初心者でも独学できますか?

はい、独学でも学べます。まずはSELECT・FROM・WHEREで少数のデータを取り出し、慣れてきたらGROUP BYで集計するところまで進みましょう。サンプルデータを使って「どの行が選ばれるか」を予想してから実行すると、SQLの意味を理解しやすくなります。仕事で使う前には、データベースの仕様と社内の集計ルールも確認してください。

SQLを実際に使って理解を深めたい方には、関連記事「SQL実践練習:スキルを磨くための練習問題集」がおすすめです。売上集計や顧客情報の管理など、業務に近いテーマでの練習方法を解説しています。

Q2. ChatGPTが書いたSQLは、そのまま使ってもよいですか?

そのまま業務の集計に使うのは避けましょう。まずSELECT文だけになっているか、指定されたテーブルや列が正しいかを確認し、件数・少数のデータ・元の数字を順に照らし合わせてください。機密情報をAIに入力したり、データベースに接続したりする際は、会社の利用ルールと権限設定を守ることも大切です。

Q3. SQLとExcelはどちらから学ぶべきですか?

手元の表を使って集計の考え方を学ぶならExcelが分かりやすく、データベースから必要な情報を取り出すならSQLが便利です。ExcelとSQLで同じ条件の集計を行い、結果を比べると、数字を確かめる練習にもなります。

まとめ|AIが出した数字を、根拠を持って確かめよう

SQLの基本を学ぶ際は、データの取り出し・集計・結合の3つを押さえましょう。AIが作ったSQLでも、「どのデータが対象か」「何を単位に集計しているか」「JOINで行が増えていないか」「期間の始まりと終わりが正しいか」を見ると、間違いに気付きやすくなります。

最初は数行のサンプルデータで十分です。件数を見る→小さな範囲で試す→元データと照らすという順番を習慣にして、AIが出した数字を確認してから、仕事に生かしていきましょう。

SQLを仕事で使える学び方にする

最初は長く複雑なSQLよりも、短いSQLを読んで意味を説明する練習から始めましょう。SELECTとWHEREで必要なデータを取り出せたら、次はGROUP BYで集計し、慣れてきたらJOINで複数の表を扱う順番がおすすめです。

例えば、営業担当なら月別の売上、マーケティング担当なら施策ごとの件数、経営企画担当なら部門別の費用など、普段の仕事に近いテーマで練習してみましょう。実際のデータを使えない場合は、この記事のようなサンプルデータで練習できます。あらかじめ集計結果を自分で計算し、AIが作ったSQLでも同じ数字になるか試してみてください。

SQLで必要なデータを取り出し、集計結果を確認できたら、その数字をグラフやダッシュボードで見える化する方法も学んでみましょう。Microsoftのデータ分析ツール「Power BI」を使ったデータの取り込みやグラフ作成の基本的な手順は、関連記事 「PowerBIダッシュボード作成のステップバイステップガイド」で解説しています。

ORLABでは、SQLを含むデータ分析スキルを実践的に学べる研修を提供しています。企業向けの研修を検討している場合は「企業向けデータアナリスト研修」、学習内容を詳しく知りたい場合は「AIデータアナリストプログラム」を参考にしてみてください。

AIが出した数字を、自信を持って確かめられるチームへ

SQLやデータ分析を仕事にどう取り入れるか、研修の内容も含めてご相談いただけます。

参考資料(2026年11月16日確認)

執筆:ORLAB編集部/監修:鹿間康文(代表取締役)