← AIバイブコーディングTips 一覧へ Fact Check / 個人開発者向け

記事を本にまとめたら、
公開記事の数字の誤りが見つかった

AIと書いた連載20本をKindle本に再編集するため、図の数字を原典のPDFから取り直しました。すると、公開時の検品を通っていた記事5本で、中央値の取り違えや調査年の抜けが見つかりました。別の形に作り直す作業を、公開後の再検品として使う方法を書きます。

この記事で手に入るもの

実際に見つかった5種類の数字の誤り、公開時の検品をすり抜けた3つの理由、図・本・動画への作り直しを再検品の機会にする考え方と、数字の多い記事を1本見直す手順。

01 — 何が起きたか

本のために原典を開き直したら、公開記事の数字が違っていた

このポートフォリオでは、AIと一緒に書いた経済学の読み物(SURPLUS)を、まとめてKindle本にしています。2026年10月、4冊目として「世界の若者は、未来をどう見ているか」という連載20本を1冊に再編集しました。

本は図を多めにする方針で、約4ページに1点、計34点の図を入れることにしました。図を作るには、グラフの軸に置く正確な数字が要ります。そこで、記事で引用していた調査報告書のPDFを1本ずつ開き直しました。

すると、公開中の記事の数字の誤りが次々に見つかりました。

1
中央値の取り違え国際世論調査の「世界の中央値」を43%と書いていたが、報告書の値は34%。見出しの「60ポイント以上」という差も、原典の値で計算し直す必要があった。
2
調査年と対象の欠落「57%」という数字が、実は2016年の調査で、対象は30歳以下だった。記事では、いつ・誰の数字かが抜けていた。
3
別の資料の値治療を受けた経験の割合を、本来引くべき調査(米国心理学会の2018年調査)の値に差し替えた。
4
始点の数字の誤りある国の数字を「35.2%→65.7%」と書いていたが、国際労働機関(ILO)の報告書では「54.2%→65.7%」。増え方の印象がまるで変わる。
5
出典機関の取り違え財政赤字の見通しの出典を、別の政府機関の名前で書いていた。正しくは会計検査院(2025年2月)の報告。

連載20本のうち5本に、こうした誤りがありました。3本は本の作業中に修正して再公開し、残る2本はこの記事の時点で修正待ちです。どれも公開時の検品を通っていた記事です。


02 — なぜ公開時に見つからなかったか

文章の中の数字は、もっともらしければ通ってしまう

公開時の検品では、リンク切れ、表示崩れ、読みやすさ、出典が書いてあるか、などを確かめていました。でも、書いてある数字が出典と一致しているかを、原典のページまで戻って照合する工程はありませんでした。

01

誤りはどれも「近い別の数字」だった

43%と34%、35.2%と54.2%。どちらも同じ報告書の周辺にありそうな、もっともらしい数字です。文章の流れの中で読むと違和感がなく、出典名が書いてあるだけで正しく見えてしまう種類の誤りでした。

02

「いつ・誰の」が抜けても、文は成り立つ

「若者の57%が〜」という文は、2016年の数字でも2024年の数字でも文法的には正しく読めます。調査年や対象が抜けた誤りは、読み返しても気づきにくいものでした。

03

図にしようとすると、ごまかせなくなる

文章なら「約〜%」でも書けますが、グラフでは点の位置を決めなければなりません。始点が35%か54%かで、線の傾きが変わります。図を作る作業が、原典に戻ることを強制したわけです。

合成ナレーションをWhisperで聞き直した記事でも、音声にしたときに初めて数字の崩れが見えました。形を変えると、元の形では見えなかった誤りが見えます。


03 — 考え方

「別の形に作り直す」作業を、再検品の機会として使う

今回の発見は偶然でしたが、仕組みにできます。記事を別の形に作り直すときは、どれも原典に戻るきっかけになるからです。

ここが核心。公開時の検品は1回きりでも、記事は何度も別の形に作り直される。そのたびに原典との照合を1工程として入れると、公開後の再検品が、追加の手間ではなく作業のついでになります。

AIの「できました」を信じない検品の記事で書いた3段階の検品は、公開前の話でした。今回わかったのは、公開した後にも検品の機会は何度もやってくるということです。


04 — 実際にやったこと

本の作業の中で、公開記事も直した

見つけた誤りは、本の原稿だけでなく元のブログ記事にも返しました。進め方は次のとおりです。

1
原典のPDFから直接転記する記事の数字を書き写すのではなく、報告書の該当ページから値を取り直しました。孫引き(別の記事に引用された数字)は使いません。
2
本と記事を同じ値にそろえる本だけ直して記事が古いままだと、同じ著者が2つの数字を出していることになります。見つけた誤りは記事側にも反映しました。
3
公開記事の修正は承認を取ってから公開済みの記事を書き換えるのは取り消しにくい操作なので、AIは修正案を作り、再公開は運営者の承認を得てから行いました。再公開後はページを取得して、修正が反映されていることを確かめています。
4
修正内容を作業記録に残すどの記事のどの数字を、どの原典の値に変えたかを記録しました。あとで「この数字、前と違わない?」と聞かれたときに答えられるようにするためです。

05 — 今日やること

数字の多い記事から、1本だけ原典に戻ってみる

AIと書いた記事に数字が多いなら、全部を一度に見直す必要はありません。次の順で、小さく始められます。

誤りが見つかるのは気持ちのよいことではありません。それでも、読者に指摘される前に自分で見つけられたなら、それは仕組みがうまく働いた証拠です。作り直すたびに、記事は一度ずつ正しくなる。そう考えると、再編集の作業がずっと前向きなものになります。