実務でのChatGPT（工程能力の算出）

まず、データをアップせず、もしくはプロンプトでも生データには言及せず；

とすれば、Cp、Cpk、Pp、Ppkと解説してくれます（下はCp、Cpk）

続いて、データをcsvでアップし；
＊アップしたデータは以下です（ファイルでは１列に記載されています）。

とすれば；

Minitabで算出すると以下。

若干数値が異なるのは、Minitabの計算する標準偏差によるためですが*、いずれにせよ、1.0より小さい値となっているので、プロセスの改善が望まれます。

*工程能力の算出に用いる標準偏差の算出が異なるためです（Minitab：本件を解説しているページはこちら「正規工程能力分析で使用される方法の方法と計算式」）。

プロンプトとしては、実務的には、以下がお薦めかと思います。

プロンプトではデータの正規性を最初に確認しておく内容を入れています。

＊用いたデータは正規分布に従いますので、Cpkの算出まで進んでいます。

と聞いたところ、1. 変換法、2. ブートストラップ法、3. ノンパラメトリック手法、及び 4. 規格範囲の再定義、の回答がありました。シックスシグマの教育を受けた際は、1.変換法でBox-Cox変換を習いました（使用している統計ソフトMinitabにて可能だから？）。

いずれにしても、工程能力の算出では、計算式に目が行きがちですが、データ自体が正規分布に従っているか否かが大切です。

これまで（特に生成AI登場まで）、簡単な計算ならエクセル、統計解析ならMinitab（or JUSE-StatWorks）、データマイニングならwekaと考えていましたが、現在は、ChatGPT：Data Analystへのプロンプトでカバーされています。

＊上記の書籍はお薦めです！書籍はタイトルではわかりませんが、統計ソフトはMinitabを使用しています。IATF 16949とありますが、Minitabの使用に関しては、自動車分野に関わらず一緒なので、大変ありがたい書籍です。
＊通常、日科技連では、統計ソフト：JUSE-StatWorksを展開しているのでMinitabを使用している点は驚きです。