出版・編集の現場でAIは何ができる？工程別の使いどころと限界 (2026年版)

刊行点数は減らないのに、人は増えない。数本の企画を同時に転がしながら、ゲラの戻りを待って夜になる。そういう状態でAIの話を振られても、正直ピンとこないと思います。

答えを先に置きます。出版でAIが本当に効くのは、原稿を書かせる場面ではありません。原稿の前後にぶら下がっている雑務です。

ここを勘違いすると、導入は失敗します。

出版におけるAI活用とは、そもそも何を指すのか

出版におけるAI活用とは、原稿の周辺にある作業をAIに肩代わりさせて、編集者が判断に使う時間を増やす取り組みです。原稿そのものをAIに書かせることではありません。

編集の仕事を細かく割ると、判断が要る作業と、要らない作業が混ざっています。表記ゆれの洗い出しに判断は要りません。企画を通すかどうかには判断が要ります。AIが担えるのは前者だけ。

現場での使いどころは、大きく4つに整理できます。下の表は、それぞれの分類と具体例をまとめたものです。

つまり、AIは「決める」のではなく「並べる」係です。決めるのは編集者のまま変わりません。

この4分類を頭に入れておくと、次からの工程別の話が早くなります。

原稿づくりでAIは何ができる？

企画から初稿までの区間では、リサーチの整理と取材音声の文字起こしが最も効きます。本文の執筆そのものを任せるのは、商業出版では現実的ではありません。

企画段階でよくあるのが、類書調査に半日溶けるパターン。ここは検索型のAIが強い領域です。テーマを渡して、既刊の切り口を一覧にさせる。出てきた一覧をそのまま信じず、書誌情報だけ自分で確認する。この2手で調査時間はかなり縮みます。

リサーチ用途の使い分けを詳しく知りたいなら、Feloの完全ガイドを先に読むと、この後の裏取りの話が理解しやすくなります。

取材音声の扱いも変わりました。60分のインタビューを手で起こすと、慣れた人でも3時間前後かかります。文字起こしAIを通せば、粗い原稿が数分で出てきます。

ただし、固有名詞はほぼ確実に化けます。

文字起こしAIの現実的な使い方

• 話者分けまではAIに任せる
• 人名・書名・専門用語だけ人が全数直す
• 敬語や言い淀みの整理は編集者の手で
• 音声ファイルは著者の許諾範囲を確認してからアップロードする

構成案づくりも相性は悪くありません。取材メモを渡して、章立ての案を5パターン出させる。使えるのはだいたい1パターンですが、その1つを自分でゼロから考える時間が浮きます。

初稿の本文をAIに書かせる話は、ここでは推しません。理由は事実確認のコストです。それっぽい嘘（AIがもっともらしく作り話をすること）が混ざった原稿は、一から書くより検証に時間がかかります。

原稿が形になったら、次はゲラの工程です。

校正・校閲はどこまで任せられる？

表記ゆれと用字用語の統一までは任せられます。事実関係の最終確認は任せられません。この線引きが出版でのAI活用の肝です。

校正といっても中身は一枚岩ではありません。機械的な照合と、知識で殴る照合が同居しています。前者はAIが得意で、後者は苦手。

工程ごとの適性を整理したのが次の表です。

要するに、AIは指摘の候補を出すところまで。採否の判断と、原典に当たる作業は人の側に残ります。

ここで効いてくるのが、社内資料を読ませて答えさせる仕組みです。版元ごとの用字用語表や過去の校正記録を読み込ませておくと、指摘の精度が上がります。汎用のAIに「校正して」と投げるより、自社ルールを渡したほうが実用に近づく。

もうひとつ。校正AIの指摘を全部飲むのは危険です。文芸系の原稿では、著者が意図して崩した表記を「誤り」として返してきます。指摘は提案として扱い、著者の文体に関わる部分は必ず編集者が止める。

日本語の校正に特化したツールと汎用AIの使い分けについては、AI校正ツールの比較記事に業務別の整理があります。

校正で浮いた時間を、どこに回すか。次の工程が答えです。

見出しとタイトルの案出しが、いちばん投資対効果が高い

案出しはAIが最も安定して価値を出す工程です。導入初日から効果が見えるのは、校正ではなくここです。

理由は単純で、外れても損しないからです。校正の見落としは事故になりますが、見出し案の外れは「使わない」で終わります。リスクがほぼゼロの領域。

やり方はシンプルです。本文か章の要約を渡して、見出しを30案出させる。そこから編集者が3案に絞って、編集会議に持ち込む。ゼロから3案ひねり出すのに比べて、選ぶだけの作業は圧倒的に軽い。

案出しで効く指示の出し方

• 「30案」と数を明示する（少ないと無難な案しか出ない）
• 読者像を1文で添える（「40代の管理職向け」など）
• NG方向を先に伝える（「煽り表現は避ける」）
• 出た案を叩き台にして「この方向で10案追加」と重ねる

数を出させるのがコツです。5案だと当たり障りのないものしか返ってきません。30案出させると、後半に使える変化球が混ざります。

雑誌の特集タイトル、書籍の章タイトル、新書のサブタイトル。どれも同じ手が使えます。帯コピーも同様。

内容紹介文（Amazonや書店データベースに入るあれ）も、この工程に含めて回すと効率的です。書誌データの締め切りは意外と早く、原稿が固まる前に文面が要る。要約から先に作っておける。

案出しの精度は使うAIで差が出ます。日本語の語感を見るなら、日本語対応が強いAIのランキングが選定の参考になります。

言葉まわりの話が続いたので、視覚の工程に移ります。

図版・カバー案でAIは使えるのか？

社内で回すラフやアタリ画像には使えます。印刷入稿する完成データとしては、権利面の確認が終わるまで使えません。

編集の現場で画像生成が刺さるのは、意外にも装丁の完成品ではありません。デザイナーに方向性を伝えるときのイメージ共有です。「こういう質感で」と言葉で説明して伝わらない場面が、画像1枚で片付く。

図解も同様です。原稿中の概念図を、まずAIでラフに起こす。それを見ながら著者と方向を詰めて、清書はデザイナーに回す。手戻りが減ります。

画像生成の選択肢は幅があります。イラスト寄りの用途ならイラスト生成AIのおすすめ比較が分かりやすく、社内で環境を組む前提ならComfyUIとStable Diffusionの違いを押さえておくと判断が早くなります。

注意点は3つ。

画像生成を出版物に使う前の確認事項

• 商用利用の可否と、有料プラン限定の条件がないか
• 既存の作風や特定作家に寄せた指示を出していないか
• 印刷に耐える解像度とカラーモードが出せるか
• 生成物を「著作物」として契約書でどう扱うか

とくに3つ目は見落としがちです。画面で見て問題なくても、印刷用の解像度に足りない。入稿直前で気づくと詰みます。

権利の話は後半でまとめて扱います。

翻訳と海外展開での使いどころ

版権の検討資料や、海外の類書の内容確認では、下訳としてすでに実用レベルです。刊行する翻訳書の訳文としては、翻訳者の手が要ります。

版権担当が扱う資料は量が多く、しかも大半は買わない本のものです。全部に翻訳者を立てるのは現実的ではありません。ここに翻訳AIを差し込むと、検討の入り口が広がります。

シノプシスとサンプル章を機械翻訳で読み、面白そうなものだけ人の手に回す。これで検討できる点数が増えます。

一方で、刊行する訳文は別の話。文学作品はもちろん、実用書でも訳文の呼吸は人がつくるものです。AI訳をそのまま出すと、読者にはすぐ分かります。

翻訳AIの選択肢と精度差はAI翻訳ツールの比較に整理があります。カテゴリごと見たいならAI翻訳カテゴリからどうぞ。

海外の権利元とのメールも、AIを挟むと往復が速くなります。日本語で書いた文面を英文にして、届いた英文の要点を日本語で確認する。この2方向だけでも心理的な負荷が下がります。

ここまでの整理 案出し・下ごしらえ・検査・変換の4工程はAIに渡せます。渡した分だけ、編集者は判断に時間を使えます。 ただし、渡した結果を確認する作業は消えません。AIは作業を減らしますが、責任は減らしません。

残る工程は、販促と権利まわりです。

販促・書誌情報まわりの、地味に効く作業

内容紹介文、書店向けの案内文、SNS投稿の文面。同じ本を違う長さと違う口調で説明し直す作業は、AIの得意分野そのものです。

1冊の本について、編集者は何度も説明文を書きます。書誌データ用に200字。営業資料用に400字。SNS用に100字。プレスリリース用に800字。中身は同じなのに、全部書き直している。

ここは元になる1本を人が書いて、長さと相手を変えた派生をAIに作らせる。派生を人が整える。それだけで数時間分が浮きます。

SNS運用まで担当している編集者なら、投稿の文面づくりも同じ枠組みで回せます。プラットフォーム別の使い分けはMeta AIの活用ガイドにまとまっています。

販促文でAIに任せてよい範囲

• 長さ違いの派生を作る
• 対象読者を変えた言い回しの調整
• キャッチの案出し
• 誤字と表記の最終チェック

任せてはいけないのは、本の内容についての断定です。「〇〇の決定版」といった評価は、中身を読んだ人間が責任を持って書く。AIは本文を読んでいません。要約を読んでいるだけです。

権利の話に入ります。ここが実務でいちばん揉める場所です。

著作権と出版契約で、何を確認すべきか

著者から預かった原稿をAIに入力する行為は、契約と設定の両面で確認が要ります。設定だけ、契約だけ、では足りません。

確認すべき順番は決まっています。

この表の1行目を飛ばす事故が、いちばん多いパターンです。

法人向けプランの多くは、入力内容を学習に使わない設定が既定になっています。個人向けの無料プランや廉価プランでは、そうでない場合があります。編集部で使うなら、法人契約に寄せるのが安全側の判断です。

著者への説明も外せません。「校正の補助にAIを使っています」と最初に伝えておく。事後に発覚するのと、事前に合意しておくのとでは、信頼への影響がまったく違います。

社内でのチェック体制の作り方は、内部監査向けAIツールの記事にある運用の考え方が応用できます。ルールを紙に書いて終わりにしない仕組みの部分です。

出版権を設定している作品では、契約書に「複製」「送信可能化」の範囲が書かれています。AIへの入力がこれに当たるかは解釈が分かれる領域です。判断に迷う案件は、社内の法務か顧問弁護士に投げる。ここで自己判断しないほうが後々ラクです。

権利をクリアしたら、あとは金の話です。

費用はいくらかかる？

編集者ひとりなら、月20ドル前後の有料プラン1本で足ります。編集部単位でも、月数万円の規模に収まります。

出版社の規模を考えると、この金額はほぼ誤差です。人件費1時間分で1か月使えます。

料金の目安を整理しました。金額は各サービスの公表値で、為替と改定で動きます。

生成AIの料金比較では、Claudeの上位プランは月100ドルと200ドルの2段階が公開されています（2026年5月時点の各社料金）。ただし出版の編集業務でここまでの枠が要る場面は、そう多くありません。

つまり、最初から上位プランを取る必要はゼロです。無料枠で1か月回して、足りなくなってから上げる。

料金の比較を横断で見たいなら料金で選ぶランキングが使えます。

コストより問題になるのは、使われずに放置される契約のほうです。導入の順番を間違えると、そうなります。

AIに任せてはいけない工程はどこ？

事実の最終確認、著者とのやり取り、編集方針の決定。この3つは人が持ったままにします。技術の問題ではなく、責任の所在の問題です。

AIが出した事実を、確認せずにゲラに載せる。これが出版でいちばん怖い事故です。もっともらしい嘘が混ざったまま刷ってしまうと、回収か訂正しか手がありません。

人が持ち続ける領域

• 数字・固有名詞・引用の一次情報での確認
• 著者との交渉、原稿への注文、関係づくり
• 企画を通すか落とすかの判断
• 差別的表現や社会的リスクの最終判定

4つ目は補足が要ります。AIは不適切表現の候補を挙げてはくれます。しかし「この文脈でこの語を使う判断」は、その分野の空気を知っている人にしかできません。過剰に反応して意味のある表現を潰すことも、逆に見落とすこともある。

もうひとつ。著者とのメール文面を丸ごとAIに書かせるのは、やめておいたほうがいい。文体は伝わります。相手はプロの書き手です。

刊行点数別の、現実的な導入ステップ

規模によって始める場所が違います。月数点の編集部が校正の仕組みづくりから入ると、たいてい途中で止まります。

編集部の規模別に、最初の一手を整理しました。

小さく始めるほど定着します。全工程を一度に変えようとすると、現場の反発と混乱で戻ります。

具体的な進め方はこうです。1週目は案出しだけ。編集者が自分の担当作で30案を出させて、使えるかどうかを体感する。2週目に、うまくいった指示の出し方を編集部で共有する。3週目に、次の工程を1つ足す。

導入で失敗する典型は、ルールを先に作りすぎることです。使ってもいない段階で運用規程を10ページ書いても、実態に合いません。使いながら書く。

もうひとつの失敗が、担当者ひとりに任せきりにすることです。詳しい人が異動したら止まる、という状態になります。指示の出し方を共有ドキュメントに残しておく。これだけで属人化はかなり防げます。

ライティング用途で使えるツールの全体像はAIライティングカテゴリやライティングAIランキングから一覧できます。

AI PICKS編集部の判定

出版・編集の業務でAIを入れるなら、案出しから始めるのが一択です。校正から入る編集部が多いのですが、これは順番として微妙。校正は精度要求が高く、期待とのギャップで「使えない」と結論づけられがちだからです。

案出しは違います。外れても捨てるだけ。当たれば時間が浮く。しかも効果が初日に出ます。ここで手応えを得た編集者は、自分で次の使い道を探し始めます。この自走が起きるかどうかが、定着の分かれ目です。

費用面は、正直に言って考えるだけ無駄な水準です。月20ドル前後は、編集者の時給1時間分にも届きません。無料枠で1か月試して、足りなければ上げる。それで十分。

一方で、事実確認をAIに任せる運用は絶対に組まないでください。ここだけは譲れません。AIが出した数字と固有名詞は、全部人が原典に当たる。この手間を省いた瞬間、AIは業務効率化の道具から事故の火種に変わります。

道具としては重宝します。ただし、責任は1グラムも軽くなりません。

あわせて見たいツール・カテゴリ

• ChatGPT — 案出しと販促文の派生づくりで最初に触るなら、これが標準です
• Claude — 長い原稿をまとめて読ませたい編集業務と相性がいい選択肢
• Gemini — 資料の要約と検索まわりを1本で済ませたいときに
• DeepL — 版権資料の下訳で使う定番。無料枠でも試せます
• Notta — 取材音声の文字起こし。インタビュー主体の編集部向け
• Napkin AI — 原稿中の概念図をラフに起こすときの選択肢
• AIライティングカテゴリ — 文章まわりの選択肢を一覧で
• AI翻訳ランキング — 海外版権を扱う担当者向け
• 日本語対応で選ぶランキング — 日本語の語感を重視するなら

よくある質問（FAQ）

Q. AIに原稿そのものを書かせてもいいのですか？

商業出版では推奨しません。事実確認の手間が執筆の手間を上回るためです。AIが作り話を混ぜた原稿は、どこが嘘か分からない状態で届きます。全文を疑って検証する作業は、ゼロから書くより重い。構成案や見出し案の段階で使うのが現実的な線です。

Q. 著者に無断で原稿をAIに入れるのは問題になりますか？

問題になります。契約上の秘密保持に触れる可能性があり、それ以前に著者との信頼を損ねます。校正補助にAIを使う方針は、企画の段階で伝えておくのが安全です。伝えたうえで断られたら、その作品では使わない。それだけの話です。

Q. 無料プランでどこまでできますか？

案出し、要約、販促文の派生づくりまでは無料で回せます。制限にかかるのは、長い原稿を大量に投げたときの分量制限と、1日あたりの回数です。編集者ひとりが週に数回使う程度なら、無料枠でしばらく足ります。

Q. AIの校正指摘は、どのくらい信用できますか？

表記ゆれと誤字の指摘は精度が高く、実務で使えます。事実関係と固有名詞の指摘は当たり外れが大きい。指摘を採用の候補として受け取り、採否は人が決める運用にしてください。全部飲む前提で組むと、著者の意図した表記まで潰します。

Q. 生成AIで作った画像を、書籍のカバーに使えますか？

使えるかどうかは、AIサービスの規約と社内の判断次第です。商用利用が有料プラン限定になっている場合があり、印刷に必要な解像度が出ないケースもあります。社内共有のラフとして使い、完成データはデザイナーに任せるのが今のところ堅い運用です。

Q. 編集部にAIを導入するとき、最初に決めるべきルールは何ですか？

「著者の未公表原稿を、どのサービスの、どの設定で扱うか」の1点です。ここだけ先に決めて、あとは使いながら足していく。運用規程を先に作り込むと、実態に合わないまま形骸化します。

Q. どのくらいの時間が浮きますか？

工程によります。取材音声の文字起こしは、60分の素材で数時間かかっていた作業が、確認作業を含めても1時間前後まで縮みます。見出しの案出しは、1本あたり30分から数分に。全体でどれだけ浮くかは、その編集部がどの工程に時間を食われているか次第です。

出版の仕事でAIを使うかどうかは、もう「やるか」ではなく「どこから手をつけるか」の話になっています。案出しから始めて、手応えが出たら1工程ずつ足す。それが遠回りに見えて、いちばん速い。

次に読むならAI校正ツールの比較記事をおすすめします。この記事で線引きした「AIに任せられる校正の範囲」を、実際のツール名まで落とし込んだ内容です。

各ツールの公式サイト（一次情報）

料金・機能・対応範囲は各社公式が一次情報です。本記事は公開時点の検証に基づきますが、最新かつ正確な条件は必ず各公式ページで確認してください。

• ChatGPT — 公式サイト（AI PICKSの詳細）
• Claude — 公式サイト（AI PICKSの詳細）
• Gemini — 公式サイト（AI PICKSの詳細）
• DeepL — 公式サイト（AI PICKSの詳細）
• Notta — 公式サイト（AI PICKSの詳細）