書籍・雑誌の原稿から固有名詞・年月日・数値・引用をClaudeで洗い出し、校閲で原典に当たる箇所の一覧を作る

処理の起点を決める

編集者が原稿のWordファイルを所定のフォルダに置いたことを起点にします。 フォルダは本ごと・号ごとに分け、同じ本の章は同じフォルダに入れます。 前の章で拾った固有名詞と数字を、後の章の点検に使うためです。

Python のスクリプトを社内のサーバーで15分おきに動かし、新しいファイルか、更新されたファイルだけを処理します。 著者から直しの原稿が届いて差し替えたときは、前の版の一覧を残したまま、新しい版の一覧を作ります。 版を比べると、直しで増えた数字や人名が分かります。

章の順番はファイル名の頭の番号で決めます。番号の無いファイルは処理せず、編集者に知らせます。 順番が分からないと、どれが「前の章」かが決まりません。

入力データを集める

質を決めるのは、前の章の一覧です。 第3章の（b）の食い違いは、1つの章だけを見ていても見つかりません。同じ人物・同じ団体に結びついた数字を、章をまたいで持ち越すことで見つかります。

刊行予定日は、「現在」「今年」の書き方を拾うために渡します。 原稿に「現在、社員は300人」とあれば、刊行の時点でもそうかを確かめる行になります。原稿を書いた日と本が出る日の間に、数字が変わっていることがあります。

過去の校閲の指摘は、確かめ方の欄を具体的にするために使います。 「肩書は取材時点のものか」「統計は何年度のものか」といった、校閲者がよく書く疑問を、確かめ方の例として指示に入れます。

データの取得方法を決める

Wordの変更履歴とコメントは取り出しません。 著者と編集者のやり取りが残っていることがあり、消された文や、コメントの中の数字を拾うと、一覧が原稿と合わなくなります。 変更を反映した最終の状態の文字だけを使います。

図表の中の数字は、図表の説明文に書かれた分だけを拾います。 図そのものは画像で、この構成では読ませません。図の中の数字は、従来どおり校閲者が見ます。

1本1万字前後の原稿なら、1回の呼び出しに収まります。書籍の長い章は、見出しで分けて複数回に分けます。 分けるときは、前半で拾った人名と数字を後半の呼び出しに添えます。

AIへ渡す前に整形する

1. 文字の取り出し … Wordファイルから本文・見出し・脚注・図表の説明文を取り出します。変更履歴は反映した状態にし、コメントは捨てます
2. 段落番号を振る … 「章番号-段落番号」の形で振ります。一覧の行は、すべてこの番号で原稿の場所を示します
3. 文字のゆれをそろえる … 全角と半角の数字、漢数字はそのまま残します。照合のための正規化は別に持ち、原稿の文字は変えません
4. 長い章の分割 … 見出しで分け、1回の呼び出しが長くなりすぎないようにします
5. 前の章の一覧の用意 … 同じ本の前の章で拾った人名・団体名と、それに結びついた数字（年齢、創業年、人数など）を並べます
6. 著者名と未公表の情報の扱い … 原稿は刊行前の著作物です。著者の連絡先や契約の情報は入力に含めません
7. 雑誌の記事の取材先の扱い … インタビュー記事では、取材先の名前と肩書は確かめる対象そのものなので残します。ただし取材メモや連絡先が原稿の末尾に貼られていることがあり、本文の終わりの印より後ろは切り捨てます

3番目を軽く見ないでください。 原稿の「一九五二年」を「1952年」に直して渡すと、Claude はそのまま「1952年」と写し、照合で原稿の中に見つからなくなります。 原稿の文字は一字も変えずに渡し、照合のときだけ数字の表記を正規化して探します。

AIに処理させる

させるのは、原稿の中で原典に当たって確かめる箇所を拾い、原稿の文字列のまま写し、種類と確かめ方を添えることです。

2行目がいちばん起きやすい失敗です。 「1964年に開業」を拾わせると、Claude は確かめ方の欄に「正しくは〜年」と書きたがります。それが当たっていても外れていても、校閲者の仕事を狂わせます。 確かめ方の欄には、何を見ればよいかだけを書かせます。

指示内容を固定する

あなたは出版社の編集部で、校閲に渡す前に、原稿の中で原典に当たって確かめる箇所を
洗い出す担当です。事実が正しいかどうかは判定しません。

【拾うもの】
person（人名・肩書・年齢・生没年）、place_org（地名・団体名・会社名・施設名）、
work（書名・作品名・法令名・論文名）、date（年月日・年代・期間・「現在」「昨年」など）、
number（数値・統計・金額・割合・順位）、quote（他人の言葉や文の引用）

【厳守事項】
- span には、原稿の文字列を一字一句そのまま写してください。
  漢数字を算用数字に直す、略称を正式名称に直す、などの書き換えをしないでください。
- para には、その文字列がある段落番号を入れてください。
- 事実が正しいか誤りかを書かないでください。正しいと思う値も書かないでください。
  ご自身の知識で確かめた結果を、どの欄にも書かないでください。
- check_how には、校閲者が何を見ればよいか（原典の種類と、確かめる点）だけを書いてください。
- 和暦と西暦の換算、曜日の計算をしないでください。別の仕組みで計算します。
- quote については、近くの文や注に出典が書かれているかを source_shown に
  yes / no / unclear で入れてください。引用として認められるかは書かないでください。
- 同じ人物・団体について、この原稿の中または【前の章の一覧】と合わない数字や表記があれば、
  conflicts に両方の文字列と段落番号を入れてください。どちらが正しいかは書かないでください。
- 「現在」「最近」「昨年」など、【刊行予定日】によって意味が変わる記述は、time_sensitive に入れてください。
- 迷ったときは拾ってください。拾いすぎた行は編集者が外します。

【刊行予定日】{publish_date}
【社内の表記の決まり】{style_rules}
【校閲でよく出る疑問の例】{common_queries}
【前の章の一覧】{prior_entities}
【原稿（段落番号付き）】{manuscript}

「ご自身の知識で確かめた結果を、どの欄にも書かない」を明記しないと、確かめ方の欄に答えが入ります。 「正しくは」と書かなくても、「1964年（東京オリンピックの年）」のような補足の形で入ります。禁じるのは、知識で確かめたことを書く行為そのものです。

「迷ったときは拾ってください」で終えるのは、第5章の8番目の設計に合わせるためです。 外すのは数秒、拾い漏れを見つけるのは通読のやり直しです。一覧の誤りの向きを、指示の側で決めておきます。

出力形式を固定する

次の形のJSONで受け取ります。

{
  "doc_id": "",
  "chapter": "",
  "items": [
    {
      "type": "person | place_org | work | date | number | quote",
      "span": "",
      "para": "",
      "check_how": "",
      "source_shown": "yes | no | unclear | n/a"
    }
  ],
  "conflicts": [
    { "subject": "", "span_a": "", "para_a": "", "span_b": "", "para_b": "" }
  ],
  "time_sensitive": [
    { "span": "", "para": "" }
  ]
}

1つ目の理由は、span と para で照合できることです。 Python が para の段落の中で span を探し、見つからない行に印を付けます。 段落を間違えていても、原稿の全体で見つかれば段落番号を直して残します。

2つ目は、date の行をプログラムに回せることです。 date のうち、年月日と曜日がそろった行、和暦と西暦が並んだ行を取り出し、換算と曜日を計算して合わないものに印を付けます。 Claude には計算させていないので、ここでの不一致はすべて原稿の側の問題です。

同じ文字列が何度も出てくるときは、まとめて1行にします。 同じ人名が1つの章に20回出てくれば、一覧の行は1つにし、出てくる段落番号をすべて並べます。表記が1か所だけ違えば、それは食い違いの候補として別に出します。 まとめるのは照合の後のプログラムの仕事で、Claude には出てきた順に拾わせます。

3つ目は、校閲者の書き込み欄をそのまま足せることです。 一覧には items の列に加え、「当たった原典」「結果（一致／不一致／原典なし）」「著者への問い合わせ」の列を足します。校閲の結果が行ごとに残るので、後から何を確かめたかを追えます。

システムへ連携する

原稿のファイルには書き込みません。 一覧は別のファイルとして出し、原稿のコメントや変更履歴に一覧を書き戻すことはしません。 著者に戻す原稿に、AIが拾った行が混ざらないようにするためです。

校閲者が外部の人のときは、一覧を共有ドライブの共有ではなく、ゲラと一緒に渡します。 社内の共有ドライブの権限を外部に広げないためです。

人が確認する

1. 食い違いの候補と出所の無い引用を先に見る … 編集者が、conflicts、source_shown が no の引用、曜日・換算の不一致を確かめます。ここは原典に当たる前に著者へ問い合わせられる行です
2. 要らない行を外す … 一般によく知られた地名、明らかな比喩の数字など、確かめるまでもない行を外します。外す理由は書かなくてよく、外したことだけが残ります
3. 時点のあいまいな記述を見る … 刊行の時点で書き直すべきかを、著者に確かめる行を選びます
4. 校閲者に渡す … 一覧をゲラに添えます。印の無いところも見てもらう前提は変えません

1番目を先にするのは、問い合わせに日数がかかるからです。 著者の返事を待つ間に校閲が進められるよう、原典に当たる前に分かる問題を、校閲に渡す日より前に著者へ投げます。 第3章の（c）が校了間際に起きていたのは、気づくのがゲラの段階だったからです。

目標は、編集者が一覧を見る時間を1本12分にすることです。 食い違いの候補と出所の無い引用が先頭に並び、その下に種類ごとの行が続く並びにすると、外す行を種類単位で選べます。

4番目の「印の無いところも見てもらう」は、校閲者との申し合わせです。 一覧があると、校閲者が一覧の行だけを見て終わる心配があります。一覧は手がかりであって、校閲の範囲ではないことを、依頼のときに書きます。

例外に対処する

3行目は、書籍で必ず起きます。 ルビを本文に入れたまま渡すと、「東京《とうきょう》」のような文字列を写し、照合で見つからなくなります。ルビは前処理で外し、照合も外した文字で行います。

8行目は、扱う情報の重さで分けています。 実在の人物の病歴や事件への関与が書かれた原稿は、その一覧自体が人に見せられない情報の集まりになります。 処理する前に、一覧を誰が見られるかを決めます。

記録を残す

• 原稿のファイルと、文字にして段落番号を振った版
• Claude に渡した入力の全文と、返ってきたJSONの全文
• 照合の結果（段落を直した行、外した行）
• 編集者が外した行と、校閲者が書き込んだ結果
• 曜日・換算の計算の結果
• 著者に問い合わせた行と、その答え

4つ目が、一覧を良くする材料になります。 編集者が毎回外す種類の行は、指示で拾わないようにします。校閲者が「不一致」と書いた行が、どの種類に多いかを見ると、確かめ方の欄に足すべき例が分かります。

原稿と一覧は、本が出た後も一定の期間残します。 刊行後に読者から誤りの指摘が来たとき、その箇所が一覧に載っていたか、校閲者がどう確かめたかを追えるようにするためです。