はじめに

ルーブリック1枚作るのに30〜60分かかっていました。

観点別評価が必須の時代、「16マスの記述基準をひとつずつ考える」作業が地味につらい。そこで Google Apps Script（GAS）× ChatGPT API でこれを5分に圧縮しました。

この記事ではコア実装を紹介します。

Before：何が辛かったか

手作業を分解するとこうなります。

新しいシートを作り、タイトル・作成日・合計点欄を置く
観点数と段階数を決め、枠を色分けする
各マスにA/B/C/Dラベルと配点を入れる
16マス分の記述基準を文章でひねり出す（最大の難所）
列幅・行高・枠線を整える

1〜3・5は「整える作業」で毎回20分弱を消費。肝心の4が残エネルギーでやっつけになりがちでした。

実装：何を自動化するか

担当	作業
GAS	表組み（枠・色分け・配点・ラベル）を自動生成
AI（ChatGPT）	記述基準の文章をたたき台として生成
人	AI下書きの確認・修正・最終判断

Step 1: スプレッドシートにメニューを追加

// スプレッドシートを開いた時に「ルーブリック生成」メニューを追加する
function onOpen() {
  var ui = SpreadsheetApp.getUi();
  ui.createMenu('ルーブリック生成')
    .addItem('新規ルーブリック作成', 'createRubric')
    .addItem('新規ルーブリック作成（AI記述基準付き）', 'createRubricWithAI')
    .addSeparator()
    .addItem('APIキーを設定（AI機能用）', 'setApiKey')
    .addToUi();
}

onOpen はスプレッドシートを開くと自動実行される特殊関数です。次回からはメニュークリックだけで使えます。

Step 2: 表組みのコア

function generateRubricSheet(criteriaText, numLevels, taskTitle, aiDescriptions) {
  var ss = SpreadsheetApp.getActiveSpreadsheet();
  // 課題名と日付でシート名を作る（上書き防止）
  var sheetName = 'ルーブリック_' + taskTitle.substring(0, 15) + '_' +
                  Utilities.formatDate(new Date(), 'Asia/Tokyo', 'MMdd');
  var sheet = ss.getSheetByName(sheetName);
  if (sheet) sheetName = sheetName + '_2';
  sheet = ss.insertSheet(sheetName);

  // 改行区切りで観点を配列化（空行は除外）
  var criteria = criteriaText.split('\n').filter(function(c) { return c.trim() !== ''; });
  var levelLabels = getLevelLabels(numLevels); // A/B/C/D 等

  // 観点(行) × 段階(列) のマスを埋める
  for (var j = 0; j < criteria.length; j++) {
    var row = j + 4;
    sheet.getRange(row, 1).setValue(criteria[j]);
    for (var k = 0; k < numLevels; k++) {
      var cell = sheet.getRange(row, k + 3);
      var cellText = (aiDescriptions && aiDescriptions[j] && aiDescriptions[j].levels[k])
        ? levelLabels[k] + '（' + (numLevels - k) + '点）\n\n' + aiDescriptions[j].levels[k]
        : levelLabels[k] + '（' + (numLevels - k) + '点）\n\n【記述基準をここに入力】';
      cell.setValue(cellText);
    }
  }
}

split('\n').filter(...) で観点を1行ずつ配列に変換。あとは二重ループでマスを埋めるだけです。

Step 3: ChatGPT APIで記述基準を生成

function generateDescriptionsWithAI_(criteriaText, numLevels, taskTitle, apiKey) {
  var systemPrompt =
    'あなたは中高の理科・物理教員です。ルーブリックの記述基準を作成してください。' +
    '各評価観点について、段階ごとに具体的な記述基準（30〜60字）をJSON形式のみで返してください。';
  var payload = {
    model: 'gpt-4o-mini',
    messages: [{ role: 'system', content: systemPrompt }],
    temperature: 0.7
  };
  var response = UrlFetchApp.fetch('https://api.openai.com/v1/chat/completions', {
    method: 'post', contentType: 'application/json',
    headers: { 'Authorization': 'Bearer ' + apiKey },
    payload: JSON.stringify(payload),
    muteHttpExceptions: true
  });
  if (response.getResponseCode() !== 200) return null;
}

2つのポイント：

gpt-4o-mini で1枚あたりの費用を数円以下に抑える
muteHttpExceptions: true でAPI障害時もGASが落ちない

セキュリティ：APIキーの扱い方

❌ やってはいけないこと

// コードに直書きするとコード共有時にキーが漏れる
var apiKey = 'sk-xxxxxxxxxxxxxxxxxxxx';

✅ 正しい方法：Script Properties に保存

// スクリプトエディタ → プロジェクトの設定 → スクリプト プロパティ に保存
var apiKey = PropertiesService.getScriptProperties().getProperty('OPENAI_API_KEY');

コードを共有してもキーは出ていきません。

個人情報をAIに渡さない

APIに送るのは「観点名・段階数・課題名」だけです。特定の生徒の答案・氏名・成績は送りません。

After：どう変わったか

作業	Before	After
表組み（枠・色・配点）	〜20分	数秒（GAS自動）
記述基準の文章	30〜40分	確認・修正のみ
合計	30〜60分	5分前後

副次効果として「作り直しが気軽になった」ことが大きかったです。手作業だと「また30分」で諦めていた観点調整が、サクッとできるようになりました。

AIの文言は必ず人が確認する

生成された記述基準はあくまで下書きです。

学校・学年の評価方針との整合
指導要領との合い具合
生徒の実態レベル感

これらは人が見て初めて担保されます。ツールでは生成マスに「★要確認」のしるしを入れています。

まとめ

GAS × ChatGPT API で、ルーブリック作成の「考えるべき部分に時間を使える」状態を作れました。

GASが担う: 表組みの定型作業（枠・色・配点・ラベル）
AIが担う: 記述基準の文章のたたき台
人が担う: 最終確認と修正・評価判断

校務自動化のGASを他にも作っています。通知表コメント・採点集計・テスト問題チェックなど、順次共有予定です。