AI出版で原稿が入稿データにならない本当の理由。目次と本文整形を先に決めよ

原稿を書き終えたのに、Kindle出版まで進めない。この状況で多くの著者が最初に疑うのは「文章の質が足りないのではないか」「もう少し加筆が必要ではないか」という執筆側の問題です。しかし実際に手が止まる場所は、ほとんどの場合、目次設計と本文整形が入稿データの形に整っていないという工程の問題です。原稿の完成度と入稿データの完成度は、別の話として扱う必要があります。

AI出版やKindle出版に関心を持つ著者が今日直面している課題は、「書けるかどうか」ではなく「書いたものをどう整えて入稿するか」にあります。この記事では、原稿整理から目次生成、本文整形、そしてKDP入稿前の確認まで、どこをAIに任せてよく、どこを著者が責任を持って判断すべきかを順序立てて切り分けます。

1.原稿を「完成」と判断した瞬間から、実は工程が始まっている

書き終えた原稿を見返したとき、章の順番が前後していたり、同じ説明が2か所に散らばっていたり、目次として出したい見出しが本文の中に埋まったままになっていることは珍しくありません。これは著者の力不足ではなく、執筆中は内容を積み上げることに集中するため、構造の整合性は後回しになりやすいという書く行為の性質から来ています。

問題は、この「散らかった原稿」をそのままKDPに持ち込もうとするところから始まります。KDP（Kindle Direct Publishing）とは、AmazonがKindle電子書籍の自己出版に提供しているプラットフォームのことです。KDPは原稿の内容を評価してくれるわけではなく、EPUBまたはWord形式でデータを受け付け、目次のアンカーが正しく設定されているか、見出しレベルが一貫しているか、画像の基準を満たしているかを機械的に処理します。つまり、入稿前に本文整形と目次生成を済ませていない原稿は、入稿データとして機能しないのです。

たとえば原稿整理に1回30分かかり、章立ての見直しと目次生成に合計2時間、本文の見出しレベル統一に1時間かかるとします。これを著者が手動でこなすと、3時間以上が入稿準備だけに消えます。月に1冊ペースでKindle出版を進めようとすれば、原稿執筆とは別に毎月この工程が発生します。放置すると、原稿はあっても「入稿できない状態の原稿」が手元に積み上がるだけです。この損失は、執筆時間の損失ではなく、完成した原稿が死蔵される機会損失として積み上がります。

2.AIに整理させる範囲と著者が確認する構成の、境界を先に決める

原稿整理と目次生成にAIを活用するとき、一番やってはいけないのは「AIに任せれば完成する」という前提で動き始めることです。AIは与えられたテキストから章立てを提案したり、見出しを抽出したり、重複した説明を検出したりすることは得意です。しかし、著者が伝えたい順序や論理の流れを判断する情報をAIは持っていません。

AIに任せてよい作業

原稿の見出し候補を抽出して目次生成の下書きを作る、段落ごとの要点を箇条書きにまとめる、同じ内容が複数箇所に分散していないかを検出する、本文の見出しレベルが混在していないかを整理する。これらは記録・整理・比較材料の作成であり、判断をAIに預ける作業ではありません。補助として使う分には問題ありません。

著者が必ず確認する構成の判断

目次の章の並び順が読者に伝えたい論理に沿っているか、各章のボリュームバランスが偏っていないか、序章と終章の役割分担が整合しているか。これらは著者が責任を持って判断します。AIが提案した目次は「材料」であり、採否を決めるのは著者です。AIが生成した目次をそのまま入稿データに使うのは危険です。AIは文章の重さ・強弱・著者の意図を知らないため、論旨が弱い章が前半に配置されたり、クライマックスに当たる章が目次の途中に埋もれたりします。入稿前の読み直しは、目次の確認と本文の流れを照合するために著者自身が行う工程として扱ってください。

また、「やめた方がいいAI活用」として明確に挙げておきます。章立ての最終決定と目次の確定をAIだけに任せるのは避けてください。AIは過去の書籍構成パターンを参照した汎用的な章立てを提案しますが、あなたの読者に合った順序かどうかは別問題です。読者への説明責任は著者に残ります。AIに章立てを丸投げして入稿した原稿は、読者からの「話が行き来して読みにくい」というレビューとして戻ってきます。

3.向いている原稿と向いていない原稿。AIを入れる前に自分の原稿を診断する

AIを原稿整理に活用するとき、効果が出やすい原稿と出にくい原稿があります。事前に自分の原稿がどちらに近いかを判断することで、AIを入れるタイミングと範囲が決まります。

• すでに章ごとにファイルが分かれているか、見出しが設定されている原稿はAI整形の効果が高い
• 箇条書きやメモ書きが多く、文章として連続していない原稿はAI整形より先に著者が文章化する工程が必要
• Wordやテキストファイルで保存されている原稿はAI処理との相性がよい
• PDFスキャンや手書きノートの写真はOCR処理を先に行う必要があり、工程が増える

向いていない判断基準も押さえておきます。複数のテーマが1つの原稿に混在していて、章立てそのものが決まっていない状態は、AIに整形を依頼する前に著者が「この本は何を伝えるか」を1文で言い切れる状態に整理する必要があります。AIはテーマを絞り込む判断を代替しません。AIに渡す前に著者が決めておくべき情報が不足していると、AIが生成する目次はどれも的外れになります。

また、入力情報が薄いほどAIのアウトプットも薄くなります。「この原稿のテーマは○○で、読者は○○という課題を持つ人、章の数は4〜6章に収めたい」という条件を明示してAIに指示する原稿と、「目次を作ってください」だけで渡す原稿では、生成される目次の質が大きく変わります。AIへの指示の精度は、著者が原稿に対して持っている理解の深さに比例します。

4.整形作業を後回しにした原稿が、入稿直前にどう詰まるか

本文整形を後回しにする出版工程は、KDP入稿の段階で必ずどこかで止まります。よくある止まり方は、Wordファイルを入稿したら目次のリンクが機能していなかった、見出しレベルが統一されていないためKindle端末での表示が崩れた、章の区切りが設定されていないため読者がジャンプできない、という3種類に集約されます。

これらは入稿後に気づくことが多く、修正してから再入稿するまでにまた時間がかかります。「とりあえず上げてみてから直す」という感覚で進めた場合、KDPの審査と反映に数時間から1日かかるため、修正のたびに出版が遅れます。現場でよく起きるのは「直したはずなのに、また表示がおかしい」という修正サイクルの積み上がりです。

失敗例として典型的なのは、目次生成・本文整形・表紙作成・販売文の作成をすべて同時に着手しようとするパターンです。各作業がそれぞれ途中の状態のまま進み、どれも完成しない状態で「作業はしているが出版されない」という状況に陥ります。AIツールを複数同時に使い始めた場合も同様で、ツールごとに出力形式が異なるため、統合するときに手作業での調整が発生します。最初に潰す工程は目次生成と本文整形の1セットだけに絞るのが、最も速く出版に近づく順序です。

5.原稿整形で「AIに任せてよい」と「そこから先は著者が決める」の実務的な境界

AI出版の実務で曖昧なまま進みやすいのは、「ここまではAIでよく、ここからは著者が判断する」という境界です。ここを明確にしないまま進めると、AIが生成した目次や整形済み本文を著者が確認せずにそのまま入稿し、読者への説明ができない構成で出版されるリスクが生まれます。

AIに任せてよい範囲を具体的に言えば、原稿テキストから見出し候補を抽出すること、類似内容の段落を検出してリスト化すること、本文全体の文字数を章ごとに集計すること、目次の下書きを複数パターン生成すること、これらは補助作業として適切です。著者が判断する範囲は、目次の最終的な章順と章名の確定、各章の内容量が読者の読書体験として適切かの評価、入稿前の通し読みによる論理確認、これらは著者の責任として残ります。

Kindle出版における入稿前の読み直しは形式的な確認ではありません。目次を確定させた後、本文を最初から最後まで通して読み、目次で示した章の順序と実際の内容の流れが一致しているかを照合します。この工程をAIに代替させることはできません。なぜなら、読者にとってその章の順序が「腑に落ちるか」という判断は、著者が想定する読者像を前提にした判断であり、AIはその前提を持っていないからです。

6.最初の2週間でやること。全工程を同時に動かさず、1セットだけ完成させる

Kindle出版でAIを活用して出版工程を整備するなら、最初の2週間でやることは1つです。手元にある原稿から目次を1本完成させること、それだけです。表紙生成、販売文、キーワード設定は、目次と本文整形が終わってから着手する工程として後に回します。

具体的な順序はこうです。まず原稿を1つのテキストファイルに統合します。複数のファイルに分かれている場合は、章の順序を仮決めして1ファイルにまとめます。次に、AIに対して「このテキストから見出しになりそうな段落を抽出し、4〜6章の目次案を2パターン作成してください」と指示します。生成された2パターンを著者が比較し、読者に伝えたい論理に近い方を選びます。選んだ目次案を元に本文を章ごとに整理し、見出しレベルをWord形式で設定します。ここで初めて入稿データの形が整います。

先送りした場合の損失も確認しておきます。原稿整形を後回しにするほど、原稿の内容と自分の記憶の距離が開きます。半年後に「この章は何を言いたかったのか」を思い出しながら整形する工程は、今すぐ着手するより確実に時間がかかります。また、出版が遅れるほど同じテーマの競合書籍が先行して出版される機会損失も積み上がります。KDP入稿で詰まったまま放置した原稿は、やり直しを繰り返すたびに著者の出版意欲も落ちます。

原稿整形から目次生成、KDP用の入稿データ作成までの工程をAIで補助したい場合、出版ラクダ（https://shuppan.rakuda.com/）というサービスが原稿から入稿データを自動生成する機能を持っています。散らかった原稿を整形してKindle出版データを生成するプロセスを短縮したい著者にとって、工程の確認に使える選択肢の一つです。弊社Arstructで出版工程の相談を受ける場合、最初に確認するのは「原稿の目次が言語化されているか」と「本文の見出しレベルが設定されているか」の2点です。ツール選定の前に、この2点が整っていなければ、どのAIツールを使っても入稿直前で手が止まります。原稿はあるが出版データにする工程が不明確という状態なら、まず目次生成の1工程だけを今週中に完成させることから始めてください。