1.通常通り診断する。

2.WEB診断結果から以下のボタン「レポートをダウンロードする（JSON）」を押す

3.診断結果の全ての数値が反映されたJSONファイルがダウンロードされる

4.ChatGPTやその他生成AIなどにJSONを添付して、各種指示（プロンプト）をすることで、自由自在に独自提案書やインフォグラフィックや4コマ漫画や、複数診断結果（複数JSONを添付）の比較提案書や、診断結果をもとにした成約率が高まる独自セールストークやストーリーなど自由自在に生成が可能になります。
5.診断結果・計算・出力＝エネがえるで信頼・安心の数値。表現やお客様やシーンにあわせた生成＝生成AIで自由自在に。それらを繋ぐ翻訳＝JSONファイルという使い方です。アイデア次第で自由自在。ぜひお試しください。

エネがえるASPの診断結果画面から「レポートをダウンロードする（JSON）」というJSON出力機能をリリースしました。

出力ダウンロードしたJSONファイルをChatGPTやGeminiやClaudeやCopilotなど無償・有償問わずユーザーの生成AI（LLM）にて各種指示をすることで、「エネがえる診断結果の数値」をベースにした「カスタマイズした一枚パワポ提案書や画像」、「加工に便利なCSVファイル」など自由自在に生成が可能です。

これを応用すると、エネがえる診断結果の数値を元にした「お客さまの家庭構成にあわせた太陽光や蓄電池のある幸せな20年後を描いたストーリー性のある漫画、小説、動画」なども作成可能です。

※皆様のアイデア次第。

以下基本的なFAQとなります。ご参照ください。

エネがえるJSONは、診断結果を機械可読な構造データとして出力したものです。簡単にいうと、生成AIやLLMなどに添付して指示をすることで、生成AI・LLMがエネがえる診断結果・数値をもとにした提案書や独自Excelファイルや稟議書テンプレートやお客様向け漫画風提案書など自由自在にカスタマイズ可能な仕組みの元になるのがJSONファイルとなります。
​
顧客条件は familyinfo、電力使用は ep、太陽光は pv、蓄電池は cell、料金プラン比較は epplan、導入効果比較は benefit にまとまっています。実データでも、比較表の中心は benefit.calctable、候補料金プランは epplan.ranking、月別・時間帯別の詳細は purchase / monthlycharges / day_purchase などの配列で保持されています。
​

この形式の強みは、PDFでは見えにくい再利用性です。
​
営業提案、社内分析、FAQ生成、NotebookLM投入、画像化、表計算、BI連携まで同じ元データから派生できます。JSONは「見るための形式」ではなく、二次活用の起点として使うのが正解です。

はい。ChatGPT、Claude、Geminiのいずれでも扱えます。また、これら以外の生成AIでも、「JSONをアップロードし、表形式要約・比較表作成・ファイル変換を依頼する」という共通手順でほぼ再現できます。(OpenAI Help Center)
​

※貴社独自のExcelやPPTテンプレートと、エネがえる診断結果のJSONファイルを両方添付して、指示することで、貴社のテンプレートにそのままエネがえるの診断結果・数値を正しく適用させることも簡単にできます。
​

使い分けの目安は次の通りです。
​
​ChatGPTは、複数ファイル比較、文章要約、表の設計、クラウド接続ファイルの読込に向きます。ChatGPTでは一般的な文書・表計算・プレゼン資料のアップロードに対応し、接続アプリからのファイル取り込みもできます。(OpenAI Help Center)
​
​Claudeは、Artifactsで文書・HTML・SVG・React・ファイル生成までつなげやすく、DOCX / XLSX / PPTX / PDF作成にも向きます。(Claudeヘルプセンター)
​
​Geminiは、ファイル分析、チャート化、Canvas、画像生成編集との接続が強く、アップロードした表からグラフを作る用途にも向きます。(Googleヘルプ)

その他、NoteboolLM（PDFやパワポ提案書自動作成に便利）、NanobananaPro（一枚のわかりやすいインフォグラフィックや一枚提案書型の画像出力に便利）、Genspark（提案書から画像から動画まで自由自在ツール）など皆様がご利用の生成AIツールであれば無償版・有償版問わず、JSONを添付して希望の形式や見せ方で出力が簡単にできます。

※生成AIツール自体は皆様の企業または個人で契約・登録しているツールをご利用ください。
※セキュリティ等の生成AIツールの利用制限・制約自体は皆様の所属する組織・企業のコンプライアンス、利用ガイドラインに準拠してご活用ください。

最も失敗しにくいのは、
​
​JSON → 表形式要約 → Excel/CSV → PPT/画像/FAQ
の順です。
​
いきなりPPTや画像に行くより、まず比較表と月次表を作ると、その後の展開が一気に楽になります。エネがえるJSONには、もともと benefit.calctable に「現在」「プラン変更のみ」「太陽光」「太陽光＋蓄電池」などの比較表があり、ここが最初の取り出し口です。
​

具体的には、まず familyinfo から前提条件を抜き、次に benefit.calctable から比較表を作り、必要なら pv.simulation や cell.simulations から月次データを追加します。料金プランの提案までやるなら epplan.ranking を別表にします。実データでも 夜トク12、スマートライフS（40A） などの候補が年額と月額付きで入っています。

最初は次の4つだけで十分です。
​
​familyinfo、benefit.calctable、pv.simulation、epplan.ranking です。
​

理由は単純で、
​familyinfo は前提条件、
​benefit.calctable は結論、
​pv.simulation は月次の見える化、
​epplan.ranking は料金プラン提案、
という役割分担が明確だからです。とくに benefit.calctable は modestr / allcharge / yearpv2sell / selfrate / monthlycharges を持っており、比較表としてほぼ完成済みです。

最も環境依存が少ない方法は、ExcelのPower QueryでJSONを読み込むやり方です。WindowsでもMacでも比較的再現しやすく、特定の生成AIに依存しません。(OpenAI Help Center)

手順はシンプルです。
Excelで「データ」→「データの取得」→「ファイルから」→「JSONから」を選び、エネがえるJSONを読み込みます。次に sim_result を展開し、familyinfo、benefit.calctable、pv.simulation、epplan.ranking を必要な分だけ展開してシート化します。エネがえるJSONは月次12要素と時間帯24要素を持ちますが、通常はまず月次12要素だけ出せば十分です。

あります。JSON全体を1つのCSVに潰さないことです。
​
CSVは1テーマ1ファイルに分けるのが正解です。エネがえるJSONには day_purchase のような 12×24 の配列があるため、1枚のCSVに全部押し込むと読みにくくなります。
​

おすすめの分け方は、
​summary.csv、benefit_calctable.csv、pv_monthly.csv、cell_monthly.csv、epplan_ranking.csv の5本です。
​
とくに benefit.calctable は表形式に近く、CSV化しやすいです。modestr ごとの年間料金・売電量・自家消費率・月別料金が並んでいます。

最短は、JSON → Excel要約 → PPT貼付です。
​
直接JSONからスライドを作るより、いったん表とグラフを作ってから貼るほうが再現性も高く、ツール依存も減ります。ClaudeはPPTX出力に対応する案内があり、GeminiはCanvasやチャート経由の下ごしらえに向き、ChatGPTは構成や原稿整理に向きますが、どのAIでも最初に表を作るのが共通最適です。
​
(Claudeヘルプセンター)

スライド構成は、
1枚目：診断条件
2枚目：比較結論
3枚目：月別電気料金推移
4枚目：売電量・売電収入
5枚目：料金プラン候補
6枚目：結論
​
で十分です。元データには前提条件、比較表、月次料金、プラン候補が揃っています。

あります。ツールを問わず、次の骨格でかなり安定します。
​

共通依頼テンプレート（コピペ指示可能）
​
「添付のエネがえるJSONを解析し、

この依頼が効くのは、エネがえるJSONの主戦場が実際にその4領域だからです。benefit.calctable は比較の本体、epplan.ranking は提案候補、pv.simulation は月次見える化に直結します。

ChatGPTでは、ファイルを会話に添付し、「比較表」「CSV列設計」「Excelの列名設計」「FAQ化」「PPT骨子化」を依頼するのが扱いやすいです。
​
ChatGPTは一般的なファイルアップロードに対応し、会話や接続アプリからファイルを取り込めます。最近のChatGPT Webでは一度に最大20ファイル添付も案内されています。(OpenAI Help Center)

実務上は、
「このJSONから benefit.calctable を顧客提案用の比較表にして」
「epplan.ranking をおすすめ順に要約して」
「pv.simulation.monthlycharges を月別表にして」
の3本に分けて依頼すると安定します。
​
大量の時間帯別配列まで一度に要求すると、どのAIでも出力が散りやすいです。

Claudeは、Artifactsを使って中間成果物を保持しながら整形する使い方が強いです。Artifactsでは文書、コード、HTML、SVG、Reactなどを右側ペインで保持でき、Claude自体も .xlsx、.pptx、.docx、.pdf の作成に対応しています。
​
さらに、チャットやプロジェクト知識ベースに PDF / DOCX / CSV / TXT / HTML / JSON / XLSX などをアップロードできます。(Claudeヘルプセンター)

おすすめは、
最初にJSONを読み込ませて比較表をArtifacts化し、
次に「営業用1ページ要約」「FAQ本文」「PPT構成案」を別Artifactsに切り出す流れです。
​
Claudeは「中間ファイルを見ながら詰める」作業に向いているので、エネがえるJSONのような多層構造データと相性がよいです。(Claudeヘルプセンター)

Geminiは、ファイル分析＋チャート作成＋Canvas＋画像生成を一気通しでやりたいときに向きます。Gemini Appsでは多くのファイルタイプをアップロードして分析でき、同一プロンプトに最大10ファイル、動画以外は1ファイル100MBまで、アップロードした表からチャートを作る案内もあります。画像生成と編集も公式ヘルプで案内されています。(Googleヘルプ)

実務では、
​
JSONを読み込ませて比較表を作る
→ CSVまたは表形式で整える
→ グラフ化
→ Canvasでドキュメント化
→ 必要なら画像生成
の順がスムーズです。
​
なお、Geminiの接続アプリは設定でONになっているものだけ使われるため、Google Drive等と連携するときは接続状態を確認してください。(Googleヘルプ)

NotebookLMは、1件のJSONを読むより、「複数の診断結果やFAQ原稿を束ねて知識化する」用途で強いです。たとえば、エネがえるJSONから作った要約テキスト、比較表CSV、FAQ案、提案資料を一つのノートブックに入れ、そこからFAQ、説明文、ブリーフィング、学習資料を生成する使い方が向いています。NotebookLMモバイルはソース種別や生成機能が限定されるため、フル活用はデスクトップ推奨です。(Googleヘルプ)
​

特に有効なのは、
「JSONそのもの」よりも、
​JSONから抽出した整理済みテキストやCSVをNotebookLMに入れるやり方です。
​
理由は、NotebookLMはソースベースで要約・FAQ化する性質が強く、構造が荒いJSON生データより、整形後テキストのほうが精度が安定しやすいからです。これはツール依存ではなく、知識ベース型AI全般に通じるコツです。(Googleヘルプ)

おすすめは次の6つです。

​1. 顧客提案書の下ごしらえ
​benefit.calctable から「現状 vs 太陽光 vs 太陽光＋蓄電池」を抜き、月別料金をグラフ化します。実データでも比較モードごとの allcharge と monthlycharges が揃っています。

​2. 最適料金プランの提示
​epplan.ranking から候補プランを抽出し、現在契約との差分を示します。実データでも上位候補が年額付きで並んでいます。

​3. 営業トーク自動生成
前提条件、削減額、売電量、自家消費率を使い、「なぜこの提案が合理的か」を自動化します。

​4. FAQ自動生成
JSONを要約し、「年間いくら下がるか」「どの案が有利か」「どのプランが向くか」をQ&A化します。

​5. BI/分析基盤への連携
CSV化して、地域別・料金プラン別・設備容量別の分析に使います。

​6. 画像化・SNS・インフォグラフィック化
比較表・月次推移・結論KPIを、NanobananaProやGemini画像生成で1枚絵にします。Gemini Appsは画像生成編集の公式案内があります。(Googleヘルプ)

現実的なのは次の変換です。
​
​JSON → XLSX
​JSON → CSV
​JSON → PPTX
​JSON → DOCX
​JSON → PDF
​JSON → PNG/SVG（図版）
です。
​
Claudeは生成ファイルとして .xlsx、.pptx、.docx、.pdf を案内しており、Geminiはチャート化やCanvas、ChatGPTは構造化と下書きに向きます。(Claudeヘルプセンター)

ただし、最も安定するのはJSON → Excel/CSV → PPT/PDF/PNGの順です。
一発でJSONから豪華な資料を作るより、表を経由したほうが品質管理しやすく、修正も楽です。これはどのAIを使っても共通です。

第一推奨はNanobananaProです。理由は、比較表・KPI・注釈をまとめた高密度な1枚絵にしやすいからです。
​
補完的には、NotebookLMで論点整理 → NanobananaProで図化の流れが強いです。
Geminiでも画像生成編集が可能で、ChatGPTでも画像出力が可能な環境がありますが、資料品質を安定させるなら、まず表を整えてから画像化するのが基本です。
​
Gemini Appsでは Create image から画像生成と編集が案内されています。(Googleヘルプ)

画像にするなら、
「比較結論」
「月別電気料金推移」
「売電量推移」
「おすすめプラン」
の4要素を1枚に統合するのが王道です。元データにすべて揃っています。

通常のFAQや営業提案では、まず使わなくて大丈夫です。
​
​day_purchase、day_usepower、day_pvpower などの 12×24 配列は、深掘り分析や研究用途向けです。顧客向け説明は月次12本が中心で十分です。実データでも day_purchase などはかなり情報量が多く、いきなり表にすると読みにくくなります。

24時間データを使うなら、
​
「ヒートマップ」
「昼夜の需要偏差」
「自家消費が伸びる時間帯」
​
のようなテーマを決めてから使うとよいです。
逆に、何も決めずに全部展開すると、AIでも人でも読みづらくなります。

あります。
​
​ChatGPTはファイルアップロード制限やクラウド接続の可否がプラン・環境に依存します。一般ヘルプでは1ファイル512MB、画像20MB、表計算ファイル約50MB目安などが案内されています。(OpenAI Help Center)
​
​Claudeはチャットアップロードが1ファイル30MB、最大20ファイル、対応文書種別も公式に案内されています。(Claudeヘルプセンター)
​
​Geminiは同一プロンプト最大10ファイル、動画以外100MB、Google Workspace環境では管理者設定が影響する場合があります。(Googleヘルプ)
​
​NotebookLMはモバイルで入力種別と生成機能が限定され、デスクトップのほうがフル機能に近いです。(Googleヘルプ)
​

そのため、FAQ上は「まずJSONをローカル保存し、必要ならCSV/XLSXへ整形してから各AIへ投入」と案内するのが最も環境依存が少ないです。(OpenAI Help Center)

迷ったらこの順です。
​
​1. JSONを保存する
​2. Excelで benefit.calctable と epplan.ranking を表にする
​3. その表を生成AIに渡して、要約・提案・FAQ化する
​4. 必要ならPPTや画像にする
​
これが最短です。

エネがえるJSONの価値は、「そのまま読むこと」ではなく、比較表・月次表・提案素材に再構成できることにあります。まず表にする。そこから先をAIに任せる。この順序が最も強いです。

※
基本構造