LWP | AI時代の技術書出版――何を作り、どう届けるか
AI時代の技術書出版――何を作り、どう届けるか
図解1|出版市場全体と一冊の企画を分けて考える

図1|市場全体の動きから、一冊の読者数や販売部数まで決めることはできません。
解説1|市場統計から分かることの範囲
ストーリー
「AIで本を作りやすくなった今、技術書は何を頼りに企画すればよいのでしょう」。出版企画の資料を読むワカサギさんに、オイカワ部長は二つの欄を示しました。「確認できる市場の数字と、私たちが検討する企画の仮説を分けてみよう」。
本稿では、AIを制作に取り入れながら、専門知識を一冊にまとめて読者へ届ける方法を考えます。市場統計やサービスの規定は確認できる事実として扱い、学習経路の重視や出版形態の使い分けは、著者の考えと提案として紹介します。
全体の縮小にも内訳がある
出版科学研究所による2025年の紙と電子を合わせた出版市場は、推定販売金額で1兆5,462億円、前年比1.6%減でした。紙は9,647億円で4.1%減、電子は5,815億円で2.7%増です。紙の中でも書籍と雑誌では動きが異なります。
これは出版市場全体の統計です。ExcelやPower Queryなどの技術書だけを集計した数字ではないため、専門分野の需要や、これから出す一冊の売れ行きは別に確かめる必要があります。
既刊と読者の困り事を調べる
関連書籍が存在することと、自分の企画が同じ問題を解くことも分けて考えます。例えば、技術評論社の公式案内には、2026年刊の『今すぐ使えるかんたん Excelパワークエリ 完全ガイドブック』があります。Power Queryという題名だけで空いている分野だとは判断できません。
想定読者、前提知識、扱う課題、説明の深さを既刊と比べて、どこに違いを持たせるかを検討します。「M言語の専門書なら何冊売れるか」といった需要の実測値は、今回の資料からは確認していません。
図解2|AIが支援する工程と出版者の責任

図2|制作を支援できることと、その本の品質を保証できることは別です。
解説2|制作工程が軽くなっても確認は残る
AIを工程の中へ置く
著者は、AIが企画整理、目次案、原稿の推敲、コード例や図の案、販売文などを支援し、著者自身で進められる工程を広げると考えています。これは制作方法についての著者の見立てです。どの工程で何時間減らせるかを測った結果ではありません。
「原稿の案が早く出ると、検証まで済んだように感じそうです」。ワカサギさんの言葉に、部長は検証の欄へ線を引きました。「採用する内容を確かめる時間も、計画に入れよう」。AIは構成や検証の補助にも使えますが、出てきた文章やコードを確認せずに完成品とすることはできません。
KDPでは生成と支援を分ける
Amazon KDPは、AIが生成した本文・画像・翻訳について、KDPへの申告を求めています。大幅に編集した場合も、実際の内容をAIが生成したものはこの区分に含まれます。一方、人が作った内容への編集・改善やアイデア出しなどのAIによる支援は、別の扱いです。
この区分はKDPの規定です。他の販売先にも同じ規定があると広げず、使うサービスごとに確認します。内容や権利、品質を確かめる責任は、出版する側にあります。
出版点数や売上の変化を仮説として考える
著者は、制作が容易になるほど似た本が増え、一冊あたりの売上が下がる可能性を挙げています。ただし、本稿ではAI利用による出版点数や平均売上の変化を実測していません。「量を作れることだけに依存しない」という企画上の論点として受け止めます。
図解3|単発の答えを学習経路へつなぐ

図3|学ぶ順序と、その段階で確かめることを一緒に設計します。
解説3|知識を並べるだけでは一冊にならない
著者が重視するのは学ぶ順序
著者が技術書の価値として重視するのは、情報の選択、順序、一貫した説明、検証、実務経験です。読者が今どこまで分かり、次に何を理解すれば進めるかを、一冊を通して示す考え方です。
例えば、M言語のeachを説明する前に、関数そのものと、関数を値として扱うことを学ぶ構成が考えられます。値と型、式と関数、匿名関数とeach、評価とエラーのように、前の理解を使って次へ進む道筋を作ります。
仕様の体系と教材の順序を区別する
MicrosoftのM言語仕様には、値、型、式、環境、変数、関数、評価、エラーなどの説明があります。Mを学ぶ内容には、画面上の操作手順に加え、こうした言語の概念も含まれます。
ただし、図に示した順序は本稿の説明用の案で、Microsoftが定めた必修順序ではありません。評価の基礎を先に置くなど、読者の経験や扱う例に応じて入れ替える必要があります。
読者が確かめられる区切りを作る
「目次には項目が並んでいても、どこでつまずくかは見えにくいですね」。ワカサギさんは、各段階へ短い練習を添えました。値を読み取る、関数を呼び出す、式を書き換える、結果の理由を説明する。その確認を積み重ねて、先へ進める構成にします。
AIを使って学習経路の案を出すこともできます。著者は読者に合う学習経路を選び、説明と例を通して、読者が段階的に理解を進められるかを確かめます。
図解4|検証と更新を本の外までつなぐ

図4|本とサンプル、正誤表、更新情報を、対応の分かる形で用意します。
解説4|実務知を読者が試せる形へ変える
本文と実行結果を照合する
コードが載っているだけでは、読者は自分の結果が正しいかを判断しにくいことがあります。入力データ、操作やコード、期待する結果、成立する条件をセットにすると、どこで違ったかを確かめられます。
著者の実務経験も、成功談だけでなく、失敗した条件や復旧の考え方へ整理することで、読者が試すときの手掛かりになります。AIが作ったコード案にも、人が書いた例と同じように検証が必要です。
更新する対象を対応させる
著者は、本にコード、サンプル、正誤表、更新情報を組み合わせることを提案しています。例えば本文の「第3章・例2」と配布ファイル名を対応させ、対象バージョンや確認日を残します。修正が出たら、どの版のどの説明が変わったかも示します。
「直した場所が読者に分かってこそ、更新した意味があるね」。部長の言葉を受けて、ワカサギさんは、配布物の一覧にも版と対応箇所を加えました。
信頼を作る作業を見積もる
検証、問い合わせ、正誤表、製品仕様の変更への追随には継続的な作業が発生します。本文を早く作れても、この負担まで消えるとは限りません。誰が何をどこまで更新するかを、刊行前に決めておきます。
図解5|商業出版と自主出版の役割を比べる

図5|出版形態を比べるときは、欲しい支援と自分が担う作業を具体的にします。
解説5|届け方と担い手から選ぶ
商業出版で相談したいこと
著者は、商業出版の意義として、編集者との企画整理、品質の確認体制、出版社の販売や流通の仕組み、読者への信用を挙げています。読者の広い教科書なら、どの売場や教育の場へ届けたいかを含めて相談する、という提案です。
ただし、編集や校閲の範囲、部数、販路、刊行時期、改訂方法は契約や個別企画によります。商業出版なら全国の書店へ必ず並ぶ、学校に採用される、という保証ではありません。ISBNの取得や図書館に届く可能性も、商業出版だけのものではありません。
自主出版で用意すること
自主出版は、対象を絞った専門テーマや、改訂の頻度を高くしたい企画で検討できます。その代わり、著者側が制作、検証、販売ページ、配布、問い合わせ、更新の体制を用意します。外部へ依頼する部分があれば、その費用と分担も見積もります。
「自由に変えられる部分と、自分で引き受ける仕事がつながっているのですね」。ワカサギさんは、編集の自由度の隣へ、更新や販売の作業を書き足しました。
一冊ごとに判断する
どちらが常に有利かを決めるより、読者への届き方、必要な編集支援、更新の間隔、著者の体制を比べます。商業出版と自主出版を組み合わせるという著者の案も、この条件を確かめたうえで検討するものです。
図解6|1,500円モデルは条件付きで計算する

図6|販売価格と件数を置いた試算です。差引額は利益でも販売予測でもありません。
解説6|売上から何を引いた数字なのか
ダウンロード販売の一つの計算例
著者は、BOOTHで1,500円の専門書を販売するモデルを検討しています。2026年10月28日に確認したBOOTHの公式案内では、ダウンロード商品のサービス利用料は「商品価格×5.6%+45円」です。小数点以下は切り上げます。
ここでは、一回の注文につき1,500円の有料ダウンロード商品を一つだけ購入し、BOOSTを付けない条件で計算します。
項目 |
1件の例 |
同じ条件で100件の例 |
|---|---|---|
売上 |
1,500円 |
150,000円 |
サービス利用料 |
129円 |
12,900円 |
利用料を引いた額 |
1,371円 |
137,100円 |
1件の利用料は、1,500円×5.6%+45円=129円です。100件の欄はこの購入が100回あった場合の計算で、100件売れるという予測ではありません。物販や別の注文条件へ、そのまま当てはめることもできません。
差引額と利益を区別する
この差引額から、制作・改訂・販売促進にかかる費用、振込時の手数料、税などは引いていません。また、制作や更新に費やす時間の負担も別に考える必要があります。ダウンロード配布でも、刊行後の負担を含めて成り立つかを考える必要があります。
ページ数だけで価格を固定しない
著者が例として挙げた「500ページで1,500円」や、ページ数別の価格帯は、価格を考えるためのモデル例です。適正価格や現在の相場を実測したものではありません。読者が解ける問題、説明の深さ、サンプルや更新の範囲、代わりに使える教材などを比べ、価格と提供内容を一緒に検討します。
図解7|二つの専門書に違う役割を持たせる

図7|本の性質から考えた著者の提案です。出版形態や売れ行きが確定した話ではありません。
解説7|スプレッドシートの教科書とM言語の専門書
広い入口を持つ教科書の案
著者は『スプレッドシートの教科書』を、便利な操作や関数の羅列にせず、表の構造、入力から出力までの流れ、業務での設計を学ぶ本として位置付けています。入口の広い教科書を商業出版で届ける案です。
この案では、誰が最初に何を学び、どんな業務へつなげるかを出版社へ説明します。学校や法人の読者へ広げる可能性も、実際の需要や販売方法を確かめながら検討します。
深く学ぶ専門書の案
『プログラミング Power Query M言語』については、値、型、関数、評価などをつなぎ、Mをプログラミング言語として学ぶ企画を著者は重視しています。対象を絞り、読者の反応を受けながら更新する自主出版を、選択肢として提案しています。
M言語の専門テーマなら必ず需要がある、競合が少ないから売れる、という結論ではありません。既刊との違い、読者の前提知識、必要な深さ、制作と更新を続ける体制を確かめる必要があります。
共通する学びと刊行物をつなぐ
「入口になる本と、深く進む本がつながれば、次に学ぶものも選びやすいですね」。ワカサギさんは、それぞれの到達点と、次の教材で必要になる前提を書き分けました。著者は、こうした専門書を継続して届ける構想を挙げていますが、シリーズ化による売上や信用の向上は、今回測定した効果ではありません。
図解8|出版前に一冊の役割を言葉にする

図8|書ける量を見積もる前に、読者が一冊で何をできるようになるかを決めます。
解説8|自分で編集の問いを持つ
企画を一文にする
著者が出版前に確かめたいと考えるのは、「この本は誰の、どの問題を、どう違う方法で解決するのか」です。対象読者を決め、読後にできること、そこへ進む順序、既刊や単発の解説との違いを、一文で説明してみます。
「読者がeachだけを調べたいのか、関数から順に理解したいのかで、一冊の作り方も違うね」。部長の指摘を受けて、ワカサギさんは目次より先に読者の課題を書き直しました。
本とAIを一緒に使う案
著者は、本で全体像や用語、原理を学び、個別の疑問をAIへ質問する使い方も提案しています。質問や回答を確かめる土台を、本でそろえる考え方です。本の説明もAIの回答も、対象の製品や版、データの条件に照らして確認します。
刊行までの条件を確かめる
読者の問題、学習経路、検証方法が定まったら、届け方、価格、更新の体制、費用と販売の仮定を合わせて検討します。AIによって作業を支援できる範囲が広がっても、一冊を出す理由まで自動的に決まるわけではありません。
本稿で紹介した二本立ての出版案は、著者の専門性をどう教材へ変えるかを考えるためのものです。企画ごとの条件を確かめながら、読者が必要なところまで学べる一冊を作っていきます。
出典
著者原稿「AI時代の技術書出版の現状と今後」(260918)を、事実、著者の考え、条件付きの試算に分けて構成しました。以下の一次資料を2026-10-28に確認しました。
- 出版科学研究所「2025年出版市場」ニュースリリース - Amazon KDP Content Guidelines - BOOTH「サービス利用料はどれくらいかかりますか?」 - Microsoft「Introduction to the Power Query M formula language」 - 技術評論社『今すぐ使えるかんたん Excelパワークエリ 完全ガイドブック』
Copyright © 2026 LWP 山中 一弘
本資料は、出典を明記いただければ、商用・非商用を問わず、ご自由に複製・改変・再配布していただけます。なお、著作権表示は改変せず、そのまま記載してご利用くださいますようお願いいたします。
