🎯万馬券を逃さないために、AIと組んで作った“ミスをしない”競馬ツール

※この内容は、競馬ファンであり、同時にデータエンジニア的視点を持つ私が、「万馬券を逃さない」ために試行錯誤した、AI×競馬ツール開発の記録です。

はじめに：これは“競馬”の話ではない

競馬で万馬券を取ることは、ファンにとって一つの目標だ。
しかし、ほんの小さな見落としによって、チャンスが手から零れ落ちる。

今回、私はその「見落とし」を防ぐツールをAIと共に開発した。

これは、「万馬券を取る方法」の話ではなく、ミスをしないための「思考法」と「ツール開発」の話である。

これが完成したツールだ

見落とされがちな「過去走11〜15走」の罠

競馬新聞で見られるのは、せいぜい過去5走。
アプリでも過去10走程度までしか見られない。

しかし、万馬券馬の多くは、過去走11〜15走で“今走と同じ競馬場”を走っていることが多い。
これは実際に分析して気づいた事実だ。

問題は、その情報にアクセスするのが面倒すぎるという点。

例：Targetを使えば過去成績はすべて見られるが、各馬を1頭ずつクリックしなければならず、
出走馬が16頭いれば、16回の操作が必要。
これでは全レースをチェックする気にはなれない。

「無駄な知識と無駄に貯めたデータ」がAIと出会った

私は、データベース（PostgreSQL）を扱うスキルと、たくさんの競馬データを持っている。
これを**「AI」と掛け合わせれば、“あったらいいな”が実現できる**と考えた。

ただし、AIへの丸投げは危険。
競馬でそれをやると、ミスリードで“10時間コース”になることもザラにある。

成功の鍵：AIには“小分け”で質問すること

以下のように、質問は段階的に整理して進めた：

1. PostgreSQL上のデータをブラウザで検索できるか？ → ツールを作成

2. レースIDで、出走馬を一括取得できるか？ → ツールを作成

3. 過去走全てを取得するロジックは？ → SQLとロジック確認

4. 特定の競馬場での出走に色付けできるか？ → スタイルの実装

5. ツールの実行に手間はないか？ → UIとUXを簡素化

これらを一気に聞かず、小さく分けてAIに相談することが、もっともミスが少ない。

Streamlit実装でのハマりポイントと解決法

最初は馬名を固定表示しようとしたが、うまくいかない。

st.dataframe(
    styled_df,
    use_container_width=False,
    height=800,
    column_config={
        "馬番": st.column_config.NumberColumn(freeze=True),
        "馬名": st.column_config.TextColumn(freeze=True)
    }
)

AIは「この組み合わせが原因」と指摘。

• styled_df（Pandas Styler）で強調

• column_configで固定＆幅設定

この2つが競合し、スタイルが崩れるのが原因だった。

試行錯誤の末、最終的には以下のように実装した：

# wide_df作成後

            # スタイル適用（強調）
            styled_df = wide_df.style.apply(highlight_same_place, axis=1)

            # st.dataframeで固定 + 幅広げ + スタイル適用
            st.dataframe(
                styled_df,
                use_container_width=True,  # 幅フル広げ
                hide_index=True,  # 行番号非表示
                height=800,
                column_config={
                    "馬番": st.column_config.Column(
                        pinned=True,  # 馬番左固定
                        width="small"
                    ),
                    "馬名": st.column_config.Column(
                        pinned=True,  # 馬名左固定
                        width="medium"
                    ),
                    # 他の列はデフォルト（必要なら追加）
                }
            )

これで「馬番」「馬名」を固定しつつ、強調表示＋見やすいUIが完成した。

さらに先へ：「万馬券フラグ」を自動化できないか？

このツールが完成したことで、ふと考えた。

例えば：

• 同一競馬場で過去好走していた

• 人気薄で好走歴あり

• 特定の条件でタイム差が目立つ

このような条件をフラグ化すれば、人間の見落としを徹底的に排除できる。

おわりに

競馬の世界は奥深い。
データを極めようとすれば、人の一生では足りないと感じる。

だが、AIと共に考えることで、“もうひとつ先の領域”に近づけるかもしれない。