グラフ画像の数値をAIで読み取る検証

結果1：データラベル付き → 完全正確

各棒に数値が書かれている棒グラフでは、5本すべて（128 / 186 / 154 / 212 / 173 万円）を正確に読み取れました。これは実質「書いてある数字を読む」作業なので、得意なはずです。

結果2：ラベルなしのグラフを目分量で読み取る → 誤差が出た

数値ラベルがなく、軸の目盛り（0〜100）から棒の高さを“目分量”で読むしかないグラフでは、正解とのズレが出ました。下が、AIの読み取り値と正解の比較です。

大小関係や順位（E＞B＞C＞A＞D）は完全に正しく読めましたが、正確な数値は最大で5ポイントずれました（※この誤差には検証画像の目盛りのずれの影響が混ざっています。訂正を参照）。グリッド線に近い棒は当てやすく、中間にある棒（製品A）ほどズレやすい傾向でした。

わかったこと

• 数値ラベルがあれば完全正確。グラフでも「書いてある数字」は確実に読める。
• ラベルがないと“目分量”になり誤差が出る。傾向は正しいが、正確な値は保証できない。
• グリッド線から離れた棒ほどズレやすい。中間の値の推定が苦手。

「目分量」の言い換え：この記事での意味と、書き換えの目安

この記事で「目分量」と書いているのは、数値ラベルがないグラフで、軸の目盛りと棒の高さを見比べて値を見積もる読み方です。報告書や社内資料では、次のように言い換えると意味が正確に伝わります。

• 「目盛りからの読み取り値」「目盛りによる推定値」：AIが棒の高さと軸の目盛りから出した値であることを示します。上の表の「AIの読み取り」の列がこれに当たります。
• 「概算値」「おおよその値」：製品Aの「約40」のように、正解（45）と完全には一致しない値を指すときに使います。
• 「目視で読んだ値」：人が画像を見て読んだ値と区別したいときに使います。

どの言い方でも、元データの数値ではなく見積もりであることが読み手に伝わるようにします。この検証では、数値ラベルのある棒グラフは5本すべて一致し、ラベルのない棒グラフは製品Aが−5、製品Cが−2、製品Dが−1ずれ、製品BとEは一致しました。見積もりの値を元データとして扱うときは、人が検算してください。

添付したグラフの画像から、各項目の数値を読み取ってください。

手順：
1. グラフの種類、単位、軸の最小値と最大値を書く
2. 目盛りの数字と補助線の位置が合っているかを確かめる。ずれていれば、どちらを基準にしたかを書く
3. 棒や点ごとに、数値ラベルが書かれているかを確かめる
4. 項目ごとの数値を表にする。列：項目／数値／読み方（ラベルを読んだ・目盛りから推定した）

ルール：
- 目盛りから推定した数値には「約」を付け、推定の幅（例：±3）も書く
- 数値ラベルが無いグラフの数値は、そのまま集計や報告に使わないよう注意書きを付ける

追加の実測：折れ線グラフと円グラフ（2026年10月15日）

棒グラフの検証は目盛りのずれが混ざったため、折れ線グラフと円グラフで、答えを知らないAIにもう一度読ませました。架空の問い合わせ件数を、数値ラベルあり・なしの2通りで画像にしています（折れ線は4月〜9月の6点、円は5項目）。目盛りの数字と補助線は同じ計算で置いてあり、ずれはありません。Claudeの Opus 5.5 と Haiku 4.5 に、ただ「各項目の数値を読み取ってください」と頼んだ場合と、上のプロンプトを付けた場合の4条件を、4枚の画像で1回ずつ、計16回試しました。

• ラベルなしでも、読み取り値は16回すべて正解と一致しました。折れ線は42・55・48・63・71・66件、円は34・27・18・13・8％です。数値ラベルの有無による誤差の差は、今回の画像では出ませんでした。
• ただ頼んだ場合も、ラベルなしの回答には推定だという断りが付きました。Opus（折れ線）は「点に数値の表示がないため、目盛りの位置から読み取った概算です。±1件ほどずれている可能性があります。」と書きました。ただ、ラベルなしの折れ線では、Opus・Haikuとも表や一覧の数値に「約」は付かず、断りは文の中だけでした。円では2つとも数値に「約」が付きました。
• プロンプトを付けると、数値ごとに読んだか推定したかを書く列がある表が、8回すべてで付きました。ラベルなしの4回は、推定なので集計や報告にそのまま使わないでほしいという注意書きも付きました。ラベルありの4回のうち3回は、題名に「架空」とあるため実際の集計には使わないという注意書きで、残る1回（Opus・円）は件数が必要なら元データで確かめるという注意でした。数値そのものは、付けなくても同じでした。つまり今回の画像では、プロンプトの効果は数値の精度ではなく、推定か読んだかが表に残る点に出ています。

回答の原文と採点は、当社の検証記録（docs/tests/2026-10-15-chart-line-pie）にあります。

まとめ

グラフの数値化は、ラベルの有無で結果がはっきり分かれました。AIは「読めてしまう」ので過信しがちですが、ラベルなしグラフの数値は推定値です。資料の自動データ化を設計するときは、この特性を踏まえて「どのグラフなら任せられるか」を見極めることが大切です。