機械学習を用いた競馬予測は高い精度を持つ一方、その判断根拠が不明瞭なブラックボックス性が課題である。本研究では、LightGBMによる着順予測に加え、SHAP値を用いて各特徴量の寄与度を定量化し、さらにLLM（Gemini）を用いて自然言語による予測根拠を自動生成するシステムを提案する。また、レース情報の取得から予測実行、Webアプリケーションでの可視化、結果のデータベース蓄積までを行う自動運用パイプラインを構築した。これにより、利用者がAIの予測理由を直感的に理解し、納得感を持って意思決定を行える環境を実現した。