AIの出力で全角と半角が混ざる2026｜表記をそろえる5つの手順

AIに作らせた商品リストを見ると、型番の英数字が半角の行と全角の行に分かれている。顧客名簿の電話番号にハイフンが入ったり入らなかったり、括弧だけ全角になっている。文章としては読めるので、そのまま貼り付けてしまう。この表記の混在は、検索や突合を行った瞬間に「一致しない」という形で表面化します。ここでは、AIの出力で全角と半角が混ざる理由と、文字種のルールを決めて機械的にそろえる5つの手順を紹介します。なお、社内用語や言い回しの統一とは別の話で、ここで扱うのは文字そのものの形です。

なぜ全角と半角が混ざるのか

原因は、AIが学習した日本語の文章そのものに混在があるためです。日本語の文中では、英数字を全角で書く慣習と半角で書く慣習が並立しています。括弧、コロン、パーセント、ハイフンも同様です。AIは前後の文脈から自然に見えるほうを選ぶため、同じ回答の中でも行によって選択が変わります。とくに表を作らせたときや、複数の情報源をまとめさせたときに混在が起きやすくなります。元の資料の書き方をそのまま引き継ぐためです。人が読むぶんには違和感が小さく、目視では見落としやすいという性質もあります。

指示の「そろえて」は伝わりにくい

「表記をそろえてください」とだけ書いても、何をどうそろえるかが定まりません。英数字を半角にするのか、記号も含めるのか、カタカナはどうするのか。判断の余地が残るぶん、出力は毎回変わります。曖昧な指示は、そろっているように見えて実はそろっていない状態を生みます。

混在が実務で起こす不具合

最も多いのが、検索と突合の失敗です。半角の「AB-100」と全角の「ＡＢ－１００」は、人の目には同じでも、システムには別の文字列です。表計算ソフトの照合関数は一致しないと判定し、重複が消えずに残ります。次に多いのが、CSVやフォームへの取り込みエラーです。全角の数字や記号を数値項目に入れると、読み込み時にエラーになるか、文字列として扱われて集計から漏れます。宛名や差し込み印刷では、半角カタカナが文字化けの原因になることもあります。いずれも、原因が表記だと気づくまでに時間がかかる種類の不具合です。

手順1：そろえる対象を文字種ごとに書き出す

まず、判断の余地をなくします。英数字、記号、括弧、スペース、カタカナの5種類について、全角と半角のどちらを使うかを決めてください。一般的には、英数字と記号は半角、カタカナは全角、句読点は全角という組み合わせが扱いやすい形です。ただし、既存の社内データがどちらで作られているかが最優先の判断基準になります。新しく決めたルールが既存データと違えば、そこで新たな不一致が生まれます。決めた内容は箇条書きの短い表にまとめておきます。

手順2：ルール表をそのまま前提として渡す

手順1で作った表を、依頼文の冒頭に貼り付けます。「英数字は半角」「括弧は半角丸括弧」「単位記号は半角」のように、対象と結論だけを並べる形が確実です。抽象的な言葉を避け、具体例を1つずつ添えると精度が上がります。たとえば「型番は半角英数字とハイフンのみ（例：AB-100）」と書けば、解釈の幅がほぼ消えます。会話が長くなるとこの前提は薄れるため、条件が固まった段階で新しい会話を開き、前提をまとめて渡し直してください。

手順3：機械が読める形で出力させる

文章の中に埋め込まれた値は、後から一括で直しにくい形です。CSV、表、箇条書きなど、項目が列として分かれる形式で出力させてください。列が分かれていれば、型番の列だけ、電話番号の列だけを対象に処理できます。文章のまま受け取ると、直したい箇所と直してはいけない箇所が混ざり、一括置換が使えません。表計算ソフトに貼り付ける前提であれば、区切り文字も明示しておくと安全です。

手順4：生成後に正規化を1回通す

AIの出力をそのまま正とせず、機械的な変換を必ず1回はさみます。表計算ソフトであれば、半角へ変換する関数と全角へ変換する関数、余分な空白を取り除く関数の3つで大半は片付きます。文字列の前後に紛れ込んだ空白は目視で見つけられないため、この処理は毎回入れる価値があります。手作業で直すと、直し漏れた行が必ず残ります。ここは人の目ではなく処理に任せる工程だと割り切ってください。

手順5：既存データと突き合わせて抜けを見つける

最後に、正規化した結果を既存の名簿やマスタと照合します。一致しなかった行だけを抜き出せば、そろえ切れていない文字種が見えてきます。多くの場合、残るのは環境依存の文字です。丸囲みの数字、ローマ数字、単位を1文字にまとめた記号、波ダッシュのような似た形の記号が該当します。これらは変換関数では処理しきれないため、置換の対象語をルール表に追記していきます。この追記を繰り返すと、数回のやり取りで表が実務に耐える精度になります。

見落としやすい落とし穴

ひとつは、見た目が似た別の文字です。ハイフン、長音符、マイナス記号、ダッシュは画面上でほぼ同じに見えますが、すべて別の文字として扱われます。住所や型番でこれが混ざると、原因の特定に時間がかかります。もうひとつは、コピー元の資料に元から混在がある場合です。AIは元の表記を尊重するため、指示だけでは直りません。この場合は、貼り付ける前の資料側を先に正規化してください。人名の異体字も注意が必要で、機械的にそろえると別人の表記になってしまう恐れがあります。人名だけは変換の対象から外すという判断も有効です。

チェックリスト

作業の前に、次の5点を確認してください。文字種ごとのルールが表になっているか。既存データの表記と一致しているか。出力形式が列に分かれているか。正規化の処理を通したか。既存マスタと突き合わせたか。この5点が埋まっていれば、表記の混在が原因の不具合はほぼ起きません。

全角と半角の混在は、AIの精度の問題ではなく、指示に含まれていない前提の問題です。文字種ごとにルールを決め、列で受け取り、正規化を1回通す。この流れを固定すれば、突合が合わない原因を探す時間はなくなります。データの取り込みや名簿の整備を頻繁に行うなら、ルール表を先に作っておくことが最も効果的です。表計算ソフトや既存システムとの連携がしやすいツールかどうかも、選定時の判断材料になります。