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。
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。
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。
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。
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。
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。
「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。
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。
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。
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。
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。