Googleスプレッドシートのテキスト分類：=AI()関数 vs Apps Script → Jev API

表計算での分類作業はたいてい同じ形です。自由記述の列（アンケート回答、フォーム送信、問い合わせ、レビュー）、短いカテゴリ一覧、そして各行にそのうち1つだけを入れる新しい列。あると便利なのは信頼度の列、「要レビュー」フラグ、結果を確かめるためのサンプル行の人手ラベル列です。Googleスプレッドシートでラベル列を埋める現実的な方法は3つ。組み込みのAI関数、JevModelのような外部分類APIを呼ぶApps Script、そしてCSVを書き出して別の場所で分類し、結果を貼り戻す方法です。

Googleのヘルプでは構文はAI("prompt", [任意の範囲])で、=Gemini()も同じ意味です。セルを選んでGenerate and Insertを押し、出力を更新したいときはRefresh and Insertを使います。Google自身の例には、問い合わせを「お褒め・交換依頼・返品依頼」に分ける、メール本文を「肯定・否定・中立」に分ける、といったものがあります。分類で効いてくる制限は次のとおりです。出力はテキストのみ。関数が見るのは渡した範囲だけでシート全体ではない。他の数式に埋め込めない（GoogleはAI()をIFで囲む例を非対応としている）。一度に生成されるのは選択した最初の350個のAIセルまで。短期・長期の生成上限がある。利用可否はプラン、管理者設定、言語に左右される。強みは対象アカウントなら設定不要で、開発者でなくてもプロンプトを直せること。限界は出力が自由テキストなので、プロンプトと後処理で値を固定しない限りラベルが揺れる（「Return」「return request」「Returns」）こと、そしてレビューのしきい値に使えるラベル別確率の列がないことです。

Apps ScriptはUrlFetchAppで任意のHTTPS APIを呼べ、Googleのカスタム関数ガイドでもURL Fetchはカスタム関数で使えるサービスの1つとされています。それでも従量課金の分類呼び出しを置く場所としては不向きです。カスタム関数は30秒以内に返さないとセルが#ERROR!になり、使うたびにApps Scriptサーバーへ別々に呼び出され、参照セルが変わるたびに再計算されます。つまり編集ひとつで同じ行を黙って再分類し、また課金されることがあります。カスタムメニューならこれを避けられます。クリックしたときに1回だけ実行し、選択行を読み、JevModelを呼び、ラベルと確率を再計算されない通常の値として書き込みます。Googleが公開している上限を前提にしてください。スクリプト1回の実行は最大6分、URL Fetchは個人アカウントで1日20,000回、Google Workspaceで1日100,000回（変更されうると明記）。1回の実行で終わる範囲ずつ選択しましょう。JevModelのキーはセルではなくProject Settings → Script propertiesに保存し、シートを編集できる人はバインドされたスクリプトも編集できる点に注意して、編集者を絞ってください。

下表はワークフローの形と出力契約の比較で、精度の比較ではありません。ベンチマークではないので、自分のラベル付きサンプルで測ってください。

Extensions → Apps Scriptを開いてコードを貼り、JevModel Console → API keysで作ったキーをJEVMODEL_API_KEYというスクリプトプロパティに保存し、シートを再読み込みします。1列のテキストセルを選び、Jev → Classify selected rowsを選ぶと、右隣の2列にラベルと確率が書き込まれます。リクエストはドキュメントどおり、state（セルのテキスト）と名前付きの質問で構成され、ここではcriteriaがラベルIDと短い定義を対応させるChoiceを1つ使います。明確な定義（はっきりした「other」を含む）は凝った言い回しより大切です。本サイトはOpenRouter経由でtypesafe/jev-1.13に固定しているため、modelフィールドはありません。JevModelはJevを開発するTypeSafe AIとは独立しています。0以外のcode（例：INSUFFICIENT_TOKENS）はERRORとして書くので、その行だけ再実行できます。APIに冪等キーはないため、ラベル済みの行は再実行しないでください。

// Illustrative only. Save the key as the script property JEVMODEL_API_KEY.
// Run from the menu, not as a custom function, so edits never re-bill rows.
const LABELS = {
  billing: "Charges, refunds, invoices or payment methods.",
  shipping: "Delivery status, delays or address changes.",
  product: "How the product works, or a defect report.",
  other: "Anything that fits none of the labels above.",
};

function onOpen() {
  SpreadsheetApp.getUi()
    .createMenu("Jev")
    .addItem("Classify selected rows", "classifySelection")
    .addToUi();
}

function classifySelection() {
  const key = PropertiesService.getScriptProperties().getProperty("JEVMODEL_API_KEY");
  const sheet = SpreadsheetApp.getActiveSheet();
  const range = sheet.getActiveRange(); // one column of text cells
  const rows = range.getValues().map(([text]) => {
    if (!text) return ["", ""];
    const res = UrlFetchApp.fetch("https://jevmodel.app/api/v1/systemone", {
      method: "post",
      contentType: "application/json",
      headers: { Authorization: "Bearer " + key },
      muteHttpExceptions: true,
      payload: JSON.stringify({
        state: String(text),
        questions: {
          route: {
            type: "choice",
            instructions: "Which support queue should handle this message?",
            criteria: LABELS,
          },
        },
      }),
    });
    const body = JSON.parse(res.getContentText());
    if (body.code !== 0) return ["ERROR", body.message];
    const answer = body.data.answers.route;
    const p = answer.probabilities ? answer.probabilities[answer.choice] : "";
    return [answer.choice, p];
  });
  // Plain values in the next two columns: label, probability.
  sheet.getRange(range.getRow(), range.getColumn() + 1, rows.length, 2).setValues(rows);
}

スプレッドシートなら評価は簡単なので、必ずやりましょう。シート全体を分類する前に、無作為に選んだ行を別の列で人手ラベル付けし、同じ質問を実行して、COUNTIFSやピボットテーブルで比べます。ラベルごとの一致率と、どのラベル同士が混同されるか。次にそのサンプルからレビュー規則を決めます。たとえば「不一致が多かった水準より確率が低い行はレビュー」とし、=IF(C2<0.7,"review","ok")のような数式列を追加します（0.7は仮の値で推奨値ではありません）。「other」ラベルは残し、「other」の割合が高いのはモデルの失敗ではなくラベル一覧を見直す合図と考えます。TypeSafeが説明するChoiceの信頼度(p − 1/n)/(1 − 1/n)はラベル数を補正しますが、これも校正済みの精度ではありません。ラベルや定義を変えたらサンプルを再確認してください。

対象プランがあり、一度きりの探索で、どのみち人が結果を読むなら=AI()。同じラベルを繰り返し使う、確率列でレビュー対象を決めたい、あるいは他の自動化（Zapier、Make、n8n、Power Automate、Pipedream、自社アプリ）が同じAPIで使うラベルと揃える必要があるならApps Script → Jevメニュー。コードを書かずにJevのラベルが欲しい、または小さなファイルで質問を試したいならCSV → Console → Batch。どの方法でも確認すること：1）明確な「other」を含むラベル定義を書く、2）サンプルを人手でラベル付けする、3）採用した結果は生きた数式ではなく値で残す、4）APIキーをセルに置かない、5）サンプルで測っていない精度を謳わない。1行に複数ラベルが付きうるなら、1つのChoiceに押し込まずmulti-label-text-classificationを参照してください。