AI生成グラフの凡例・軸ラベルが読み取れない2026｜資料の図を伝わる形に直す5つの手順

AIに作らせた売上推移のグラフを会議で映したところ、「この線、どっちが今期ですか」と聞かれて答えに詰まった。凡例には「系列1」「系列2」とだけ書かれ、縦軸には数字が並ぶだけで単位がありません。図としては成立しているのに、読み手には何も伝わっていない状態です。

生成AIで資料作成を任せる現場が増え、この種の指摘が目立つようになりました。原因は単純で、AIは「グラフの形をしたもの」を作りますが、「読み手が独力で解釈できる図」を作るとは限らないからです。凡例と軸ラベルは、指示しなければ埋まらない項目です。

なぜAIが作った図は凡例と軸ラベルが崩れるのか

生成されているのは見た目であって説明ではない

「四半期ごとの売上をグラフにして」と頼むと、棒や線が並んだ画像が返ってきます。ここでAIが満たしているのは「グラフに見えること」です。その棒が何を指し、縦軸の数字が円なのか件数なのか千円単位なのかという情報は、依頼文に含まれていなければ成果物にも入りません。

人が図を描くときは、貼り付けた直後に「これを初見の人が読めるか」を確かめます。AIは指示された完成イメージを満たした時点で作業を終えます。凡例の中身を詰める工程は、最初から存在していないわけです。

渡したデータの側に系列名と単位が入っていない

もうひとつの原因は入力側にあります。表計算ソフトからコピーした数字だけを貼り付けて依頼すると、AIは列の意味を推測するしかありません。1列目が年度で2列目が金額だと判断できなければ、凡例は無難な連番になります。

単位はさらに落ちやすい情報です。社内の資料では「単位:千円」がヘッダーの片隅に書かれていることが多く、数値だけを切り出した時点でその注記は失われます。AIは残った数字を素直にプロットするので、桁の意味が消えた図ができあがります。

現場で起きやすい4つのパターン

凡例が連番や英語のまま残る

最も多いのが「Series 1」「系列2」といった仮の名前が残るケースです。作った本人はどちらが何か覚えているため、見落としたまま配布されます。読み手だけが困るという構造が、発見を遅らせます。

軸に単位が無い

縦軸に「1200」「1400」と並んでいても、それが万円なのか件数なのか人数なのかは図から判断できません。本文に書いてあるから大丈夫という判断は危険です。図だけがスクリーンショットで転送される場面は珍しくありません。

色だけで系列を区別している

3本の折れ線を色だけで区別した図は、白黒印刷やプロジェクターの色再現で判別できなくなります。色覚特性によっては画面上でも区別がつきません。線種やマーカーの形が付いていない図は、この時点で伝達手段をひとつしか持っていない状態です。

目盛りの起点が動いて差が誇張される

縦軸がゼロから始まらず、値の近いところだけを切り取ると、わずかな差が急激な変化に見えます。AIは見やすさを優先して自動でこの範囲を決めることがあります。意図した誇張ではなくても、社外に出せば印象操作と受け取られかねません。

図を伝わる形に直す5つの手順

手順1 その図で言いたい一文を先に決める

グラフを作る前に「この図で何を言いたいか」を一文で書き出します。「第3四半期に新規契約が前年比で伸びた」といった具合です。この一文が決まっていれば、必要な系列と軸が自動的に絞り込まれます。逆に一文が書けない図は、そもそも載せる必要がない可能性が高いです。

この作業はAIに任せず、自分で書くことをおすすめします。図の主張は資料の主張そのものなので、ここを外注すると全体の筋が通らなくなります。

手順2 データを渡す前に系列名と単位を確定させる

依頼文の中に、列の意味と単位を明記します。「1列目:年度、2列目:新規契約数(件)、3列目:解約数(件)」のように書けば、凡例と軸ラベルはそのまま埋まります。数字だけを貼って推測させないことが、修正回数を減らす一番の近道です。

単位が千円や百万円の場合は、その旨も併記します。桁を丸めた数字を渡すときほど、注記が落ちやすくなります。

手順3 生成後に4点を機械的に確認する

出てきた図に対して、毎回同じ4点を確認します。凡例の名前が実際の内容と一致しているか、縦軸と横軸それぞれに項目名と単位があるか、数値の出典と集計期間が図の近くにあるか、縦軸の起点がゼロかどうかです。

この4点は「見て気づく」ものではなく「順番に潰す」ものとして扱ってください。作った本人は文脈を知っているため、欠落に気づけません。チェック項目を固定するのは、その盲点を前提にした対策です。

手順4 色以外の手がかりを足す

系列が2つ以上ある図には、色に加えて線種やマーカー形状の違いを入れます。棒グラフなら網掛けパターン、折れ線なら実線と破線の組み合わせが手軽です。データラベルを直接置けるなら、凡例そのものを省ける場合もあります。

あわせて、図の代替テキストも用意しておくと、読み上げ環境での欠落を防げます。図の主張を一文で書いておけば、そのまま流用できます。

手順5 チェックを配布前のゲートにする

個人の心がけに任せると、忙しい週に必ず抜けます。手順3の4点を短いチェックリストにして、資料を共有する直前の工程として固定してください。項目は増やさず、4つのままにしておくことが続けるコツです。

チームで運用する場合は、レビュー担当が図だけを本文から切り離して眺める時間を数分取ると効果的です。文脈を外して読めるかどうかが、そのまま読み手の体験になります。

チェックを日常の流れに組み込む

この5手順は、慣れれば1つの図あたり1分ほどで回せます。時間がかかるのは修正ではなく、修正が必要だと気づく部分です。手順2で入力側を整えておけば、そもそも直す量が減ります。

資料作成やデータ可視化を支援するAIツールを選ぶ際は、生成後に軸ラベルや凡例を手で編集できるかどうかを確認しておくと運用が楽になります。画像として書き出すだけのツールだと、指摘のたびに作り直しが必要になります。

まとめ

AIが作る図で凡例と軸ラベルが崩れるのは、生成の仕組みから見て自然な結果です。図の見た目を作る工程と、読み手が解釈できる形に整える工程は別物だからです。

対策は、言いたい一文を先に決めること、データを渡す段階で系列名と単位を明記すること、生成後に4点を機械的に確認すること、色以外の手がかりを足すこと、そして配布前のゲートとして固定することの5つです。どれも数分で終わりますが、抜けると読み手の側だけが困ります。図は本文より速く読まれる部分なので、ここを整えるだけで資料全体の信頼感が変わります。