AIが出力したファイルが文字化けする2026｜UTF-8とShift_JISのズレを直す5つの手順

AIに「この一覧をCSVにして」と頼み、受け取ったファイルを開いた瞬間、日本語がすべて意味のない記号の羅列になっていた。こうした経験は珍しくありません。中身の文章は正しく書けているのに、開いた側で読めないだけという状態です。

文字化けは、内容の誤りとは性質が違います。AIが間違ったことを書いたわけではなく、文字をどう記録するかという取り決めが、作った側と開いた側でずれているだけです。原因の見分け方さえ知っていれば、作り直しは必要ありません。この記事では、文字化けが起きる仕組みを整理し、5つの手順で読める状態に戻す方法をまとめます。

なぜAIの出力は文字化けするのか

文字コードの取り決めが食い違っている

コンピュータは文字をそのまま保存しているわけではなく、番号に置き換えて記録しています。この置き換えのルールが文字コードです。日本語ではUTF-8とShift_JISが広く使われています。書いた側がUTF-8のつもりで記録し、開いた側がShift_JISのつもりで読むと、番号の対応表が違うため、まったく別の文字が並びます。これが文字化けの正体です。

AIが出力するテキストは、ほとんどの場合UTF-8です。一方、日本の業務環境で使われる表計算ソフトや古い社内システムには、Shift_JISを前提に動くものが残っています。この組み合わせでずれが起きます。

BOMの有無で開き方が変わる

UTF-8で保存する際、ファイルの先頭に「これはUTF-8です」と示す短い印を付ける方式があります。BOMと呼ばれるものです。表計算ソフトの一部は、この印がないとShift_JISだと判断して開きます。つまり、同じUTF-8のファイルでも、印の有無だけで読めたり読めなかったりします。中身の文字は1文字も違わないのに結果が変わるため、原因を見誤りやすい部分です。

環境依存文字と改行コードが混ざる

丸囲みの数字、ローマ数字、特定の記号などは、文字コードによって存在しなかったり位置が違ったりします。全体は読めるのに一部だけ記号になる場合、この環境依存文字が原因のことがあります。あわせて、改行の記録方法も環境ごとに異なります。改行のずれは文字化けとは違いますが、行が1行にまとまって見えるなど、同じ場面で一緒に現れます。

文字化けを直す5つの手順

手順1 開く側が求める文字コードを先に確認する

直す作業を始める前に、そのファイルを最終的にどこで開くのかを決めます。表計算ソフトで開くのか、社内システムに取り込むのか、別の担当者に渡すのか。取り込み先に仕様書があれば、そこに指定が書かれています。無い場合は、その環境で正しく開けている既存のファイルを1つ見つけ、それと同じ形式に合わせるのが確実です。ここを決めずに変換を繰り返すと、直ったり戻ったりを往復するだけになります。

手順2 文字コードを明示して出し直す

取り込み先が決まったら、AIへの依頼文にその形式を明記します。「文字コードはUTF-8で」「BOM付きのUTF-8で」といった一文を加えるだけです。指定がなければ、AIは一般的な既定値を選びます。既定値が手元の環境と合っていなければ、何度頼み直しても同じ結果になります。形式は内容と違って推測できないため、必ず言葉で渡します。

手順3 変換は中身を触らずに行う

すでに手元にあるファイルを直す場合、化けた文字を手作業で打ち直すのは避けます。化けて見えているだけで、記録されている番号自体は壊れていないことがほとんどだからです。テキストエディタの多くは、文字コードを指定して開き直す機能と、別の文字コードで保存し直す機能を持っています。開き直しで正しく表示されたなら、内容は無事だったことが確認できます。打ち直しは、その確認をしないまま情報を失う作業になりかねません。

手順4 一部だけ化ける文字を洗い出す

全体は読めるのに数か所だけ記号になっている場合は、環境依存文字を疑います。丸囲み数字、ローマ数字、単位記号、旧字体の氏名などが候補です。該当箇所を見つけたら、括弧付きの数字や通常の表記へ置き換えます。人名や住所を扱う場合は、勝手に置き換えてよいかを先に確認します。表記を変えてよい場面と、原文のまま保つべき場面があるためです。

手順5 少量のサンプルで往復テストをする

数百行のファイルをいきなり取り込むのではなく、まず3行程度の小さなファイルで試します。日本語、数字、記号、環境依存文字を1つずつ含めておくと、どこで崩れるかが一目で分かります。この小さなファイルが問題なく開けることを確認してから、本番の量に広げます。手戻りの範囲が小さくなり、原因の切り分けも早くなります。

依頼文に入れておく一文

毎回同じ説明を書き直す必要はありません。よく使う取り込み先ごとに、短い定型文を用意しておきます。たとえば「表計算ソフトで開くため、BOM付きUTF-8のCSVで出力してください。丸囲み数字などの環境依存文字は使わず、通常の数字で表記してください」といった内容です。この一文があるだけで、化けたファイルを直す作業そのものが発生しなくなります。

あわせて、区切り文字や引用符の扱いも指定しておくと安全です。日本語のデータには読点や改行が含まれることがあり、これらが区切りとして解釈されると、文字化けとは別に列のずれが起きます。形式に関する条件は、まとめて先に渡すのが結果的に早道です。

チェックを仕組みとして残す

文字化けは、担当者が変わるたびに同じ場所で再発しやすい問題です。原因が個人の技量ではなく、環境の組み合わせにあるためです。取り込み先ごとの正しい文字コードを一覧にして共有しておけば、次に担当する人は調べ直さずに済みます。

また、受け取ったファイルをそのまま基幹システムへ流す運用がある場合は、取り込み前に文字化けを検出する確認工程を挟んでおくと安心です。日常的にデータの受け渡しが発生する業務では、変換や検証を自動化するツールの導入も検討する価値があります。

まとめ

AIの出力が文字化けするのは、文章の品質とは無関係です。文字をどう記録するかという取り決めが、作る側と開く側でずれているだけで、中身は失われていません。開く側の形式を先に決め、依頼文で明示し、中身を触らずに変換し、環境依存文字を洗い出し、小さなサンプルで試す。この順番を守れば、原因の分からない化けたファイルと向き合う時間はほとんどなくなります。