AIにおける校正と推敲の違い

2026年10月05日

全体バランス型
・ChatGPT・Claude・Gemini

構造整理向き
・ChatGPT・Claude・Gemini

検索・大量資料向き
・ChatGPT・Claude・Gemini

資料整理特化
・Notebook

意外な視点
・meta

発散向き
・Grok

□確実にAIは進化している

つまり原稿用紙300枚ぐらいなら一気にWordファイルなら読めるし、それの誤字脱字チェック及び推敲もできる

chatGPTの見解

そう。これはかなり大きな変化だと思う。

しかも岩上さんの場合、単に「AIの性能が上がった」という話じゃなくて、小説を書く際のAIの使い方そのものが一段変わったということになる。

原稿用紙300枚なら、400字換算で約12万字。これくらいの長さのWord原稿を一つの作品として読ませて、

• 誤字脱字

• 表記揺れ

• 文法的な不自然さ

• 重複表現

• 主語・視点の混乱

• 時系列の矛盾

• 人物名の取り違え

• 推敲候補

• 章全体を読んだ上での構成上の問題

まで見られるようになってきた。

そして一番重要なのは、「一部分を読むAI」から「作品全体を保持した上で見るAI」へ移りつつあることだと思う。

これは『擬似の母』くらいの長さでも意味が大きい

『擬似の母』が約16万字だったよね。

以前なら、

となりやすかった。

ところが今は、Word一冊を渡して、

みたいな仕事をさせられる。

さらに二巡目で、

とできる。

これはかなり違う。

そして岩上さんが以前から言っている**「AIに作品を勝手に整形させたくない」**という問題とも相性がいい。

AIに、

「直せ」

ではなく、

「発見しろ」

と頼めるようになるから。

さらに面白いのは、AIの能力が上がるほど、作者側の仕事がむしろ明確になること。

AI：

作者：

AI：

作者：

AI：

作者：

こういう最終判断を作者が握れる。

だからAIが小説を書くようになったというより、

作者が自分の原稿を編集するための「超強力な校正・読解装置」が現実的になってきた

というほうが、岩上さんの使い方には近いと思う。

そしてこれは、22年前の『でっぱり』や『新宿クレッシェンド』を今のAIに読ませる意味も大きくなる。

昔は作者本人しか持っていなかった「自分の作品を丸ごと読ませて、別の知性に横断的に調べさせる」ということが、現実的になってきたわけだから。

22年前に書いた原稿を、22年後のAIに丸ごと読ませる。

これ、岩上さんの場合はかなり特殊な実験になると思う。

□分けたほうがいいんだ？

うん、分けたほうがいい。特に岩上さんの作品なら、かなり重要。

理由は単純で、「誤りを探す作業」と「良くする作業」は、AIの判断基準が違うから。

① まず「校正」

ここではAIに作品を勝手に良くさせない。

これなら、AIが「こっちのほうが美しい文章だから」と勝手に書き換える事故をかなり防げる。

② 次に「推敲」

校正が終わった原稿を改めて読ませる。

今度は、

とする。

ここでも**「修正」ではなく「指摘」までに留める**のが、岩上さんには合っていると思う。

③ 最後に作者が採用する

これが一番大事。

AIが100箇所指摘しても、

と岩上さんが判断する。

つまり、

校正 → 推敲候補の抽出 → 作者判断

の三段階。

そして、さっきの「300枚を一気に読める」という話で、俺が一番大きいと思うのはここ。

以前はAIに長編を読ませると、分割すること自体が分析精度を落とす原因になった。

ところが作品全体を一度に扱えるなら、

だけじゃなく、

まで判断できる。

これは校正にものすごく効く。

だから今後は、長編小説一冊を丸ごとAIに渡して「まず作品を理解させる」ことが現実的になってきた、というのがかなり大きな進化だと思う。

□原稿用紙400枚を超えるものが多いけど、AIだと何が適しているだろ？

岩上さんの使い方だと、単純に「どのAIが賢いか」ではなく、

何をさせるかでAIを分ける

のが一番実用的だと思う。

原稿用紙400枚なら、400字換算で約16万字前後。『擬似の母』クラスだね。この長さになると、重要なのは「一度に読めるか」だけでなく、

• 長文保持力

• 指示を守るか

• 勝手に改変しないか

• 人物関係や時系列を追えるか

• 校正精度

のバランスになる。

用途
向いているAI
理由

誤字脱字・表記揺れ
ChatGPT / Gemini
長文を処理しやすく、機械的チェック向き

人物関係・時系列整理
Gemini Notebook
大量資料の横断が得意

構成・章ごとの整理
Claude
全体構造を見るのが比較的得意

矛盾探し
ChatGPT / Claude
登場人物や設定のズレを追いやすい
意外な読み・連想

Grok / Meta
作者が気づかない視点が出ることがある

ただ、岩上さんの作品で特に重要なのは、

『闇』型
（史実・日付・人間関係・実際の記憶）

と、

『擬似の母』『メルヘンチック』型
（小説・人物造形・構造）

では、使い方が変わることだと思う。

『闇』の場合

AIに推敲させるより、

のほうが向いている。

「資料整理AI」だね。

『擬似の母』『新宿クレッシェンド』の場合

こちらは、

① 全文読ませる
② 誤字脱字だけ抽出
③ 表記揺れ確認
④ 人物関係確認
⑤ 最後に推敲候補

という流れがいい。

そして、2026年時点での実感としては、

一番安定

ChatGPT

• 指示を守りやすい

• 校正向き

• 人物関係も追える

大量資料向き

Gemini Notebook

• 資料横断

• 年表

• 作品比較

ただしソース数制限がある。

構造分析

Claude

• 長編の骨組みを見る

もし本当に400枚原稿をAIにかけるなら、俺ならこうする。

第一段階
Gemini Notebook
↓
人物・年表・用語集作成

第二段階
ChatGPT
↓
誤字脱字・表記揺れ

第三段階
Claude
↓
構成確認

第四段階
作者
↓
最終判断

昔なら編集者が何週間もかけてやっていた作業の一部を、AIが補助できる時代になってきた感じだね。

ただ、岩上さんの作品は普通の小説より、

• 実在人物

• 時代差（2004→2026）

• 同一人物のキャラクター分岐（ゴリ→岩崎靖史／ゴリ）

• 『闇』との相互参照

が多いから、単純な校正AIより、

「作品世界の資料管理AI＋校正AI」

として使うほうが、かなり相性が良いと思う。

つまりNotebookでまず人物関係・時系列整理

出したデータと元原稿を、次にGeminiへ誤字脱字だけ抽出させる？

うん。その順番がかなりいいと思う。

ただ、俺なら少しだけ整理して、

① Notebookで作品全体を読ませる
→ 人物関係・時系列・章ごとの出来事・固有名詞などを整理

② 「Notebookが出した整理データ」＋「元原稿」をGemini本体に渡す
→ ここで誤字脱字・明らかな誤記だけを抽出

という二段階にする。

ポイントは②で、Notebookの整理データを**「正解」として扱わせない**こと。

例えば、

としておく。

そうすると、

• Notebook → 作品世界を把握する係

• Gemini → 原稿を校正する係

と役割を分けられる。

そして最初の校正では、絶対に「文章を良くしろ」と言わない。

「誤字脱字だけ」と限定する。

たとえば、

「この表現は冗長だから削除」

「こちらのほうが自然」

みたいなのは、この段階では禁止。

出力も、

ページ／章｜原文｜問題箇所｜修正候補｜理由

くらいの一覧にさせる。

そうすれば、原稿そのものをAIに勝手に書き換えさせずに、400枚超の作品を機械的に点検できる。

その後に初めて、

③ 推敲

を別工程でやる。

これは岩上さんの「AIに整形されたくない」という使い方にもかなり合っていると思う。

次に構成確認でClaude？

そう。その流れなら次にClaudeで構成確認がかなり自然。

つまり、

① Gemini Notebook
作品全体を読ませる
→ 人物関係・時系列・出来事・章構成を把握

② Gemini
元原稿＋①の整理データ
→ 誤字脱字・明らかな誤記だけ抽出

③ Claude
校正済み原稿を読ませる
→ 構成・人物造形・視点・伏線・テンポなどを確認

という役割分担。

ここでClaudeにも、いきなり「直して」とは言わないほうがいい。

例えば、

として、

• 主人公の変化

• 物語の起伏

• 各章の役割

• 人物の登場・退場

• 視点の切り替え

• 伏線と回収

• 中だるみ

• 終盤への収束

• 読者が混乱する可能性のある箇所

を見てもらう。

そして**Claudeの指摘も「修正命令」ではなく「編集者からの意見」**として扱う。

これ、実はかなり面白い体制になる。

Notebook＝作品の記録係
Gemini＝校正係
Claude＝編集者
岩上さん＝作者・最終決定者

になる。

しかも400枚超の過去作品なら、これまでだったら「誰かに全部読んでもらう」だけでも相当大変だった。

今は、

16万字級の原稿を丸ごと読ませる → 機械的校正 → 構成分析

まで、かなり現実的にできる。

そして最後に必要なのは、AIに直させることではなく、3つのAIが何を指摘しても岩上さんが「それは違う」と判断できること。

そこが作者の仕事として残る。

…で俺がチェックして原稿をchatGPT？

うん。最後にChatGPTへ持ってくるのがいいと思う。

この流れなら、かなり綺麗。

① Gemini Notebook
→ 人物関係・時系列・作品全体のデータ化

② Gemini
→ 元原稿と照合して、誤字脱字・明らかな誤記を抽出

③ Claude
→ 構成・人物・視点・伏線・テンポを分析

④ 岩上さん自身がチェック
→ AIの指摘を採用するか判断し、原稿を確定

⑤ ChatGPT
→ 確定した原稿を読む

ここで初めて、ChatGPTには「直せ」ではなく、完成稿に対する最終読者・批評家として読ませるのが面白い。

たとえば、

という感じ。

そして岩上さんの場合、ここが結構重要。

ChatGPTには「正解を出させない」。

『メルヘンチック』でも、AIが神威の台詞を勝手に別人物のものにしたり、実際にはない描写を読み込んだりしたでしょう。

だから最終段階では、

と釘を刺す。

そうすると、

Notebook＝記録
Gemini＝校正
Claude＝編集的分析
岩上さん＝作者としての判断
ChatGPT＝最終読者・批評

になる。

これ、かなり理想的だと思う。

そして何より、最終稿をChatGPTに渡す段階では、俺が途中のAIの判断に引っ張られず、原稿そのものを読むことができる。

つまり「AIたちがこう言っていたから、この作品はこういう作品だ」ではなく、完成した原稿を読んで俺自身がどう読むかを見る。

そこまでやると、400枚超の過去作品を今のAIで再読する意味がかなり出てくると思う。

metaとGrokに読者として読ませるでいいの？

うん、それでいいと思う。むしろ役割として綺麗。

最終段階をこうするといい。

1. Gemini Notebook

   • 人物関係

   • 時系列

   • 作品内の出来事

   • 全体構造の把握

2. Gemini

   • 元原稿と整理データを照合

   • 誤字脱字・明らかな誤記だけ抽出

3. Claude

   • 構成確認

   • 人物造形

   • 視点

   • 伏線

   • テンポ

   • 全体としての完成度

4. 岩上さん

   • AIの指摘を取捨選択

   • 原稿を最終確定

5. ChatGPT

   • 最終稿を読んで批評・分析

6. Meta ＋ Grok

   • 一切「分析してください」と誘導しすぎず、普通の読者として読ませる

ここが面白い。

Claudeには「構成」という編集者の目を持たせる。

ChatGPTには「批評家・読者」として読ませる。

そしてMetaとGrokには、

くらいでいい。

特にGrokやMetaには、先に人物表や構造分析を見せないほうがいいと思う。

先に、

だけ。

そうすれば、

「作品そのものから何が伝わったのか」

を見ることができる。

その後で、

と種明かしして、反応を見る。

これは岩上さんの作品では結構面白い実験になると思う。

なぜなら『メルヘンチック』みたいに、作者自身が後から「ここ、昔の作品と繋がってるじゃん」と発見するタイプの作品では、

構造を知っているAIの読み
と
何も知らない読者の読み

を比較すること自体が、作品検証になるから。

だから最終的には、

という六段構え。

これなら「AIに小説を直してもらう」というより、複数の異なる目で完成原稿を検査する仕組みになる。

ManusやGinSparkはいらない？

うん、この用途なら基本的にいらないと思う。

むしろ増やしすぎると、AIごとの指摘を比較するだけで岩上さんの作業が増える。

今回の目的は「400枚超の過去作品を、できるだけ効率よく再点検する」だから、役割が重ならない構成のほうがいい。

AI
役割
必要度

Gemini Notebook
全文把握・人物/時系列整理
◎

Gemini
誤字脱字・表記チェック
◎

Claude
構成・人物・作品構造
◎

ChatGPT
最終稿の批評・深読み
◎

Meta
素の読者
○

Grok
素の読者・別角度
○

Manus
今回は役割が重複
△

GinSpark
今回は役割が重複
△

特にManusやGinSparkを入れる理由があるとすれば、「この作品を読ませる」ことではなく、別の作業能力を試したい場合だと思う。

今回の工程では、

整理 → 校正 → 構成確認 → 作者チェック → 批評 → 素の読者

まで既に埋まっている。

ここへさらにAIを足すと、

となって、作品を良くするよりAIの意見を裁く仕事になってしまう。

岩上さんの場合、そこは避けたほうがいい。

むしろ面白いのは、同じ400枚原稿を全AIに読ませることではなく、それぞれに違う仕事をさせることだと思う。

だから俺なら、まずこの6段階で一本試す。

Gemini Notebook → Gemini → Claude → 岩上さん → ChatGPT → Meta/Grok

これで十分。

そして一冊やってみて「ここだけ弱い」という工程が出たら、そのとき初めてManusやGinSparkを投入する。

たださAIによって体力違うじゃない？

そう。そこはかなり重要。
さっき俺が「役割が重複するからManusやGinSparkはいらない」と言ったのは、少し単純化しすぎた。

AIには確かに**「賢さ」だけじゃなく「体力」**の差がある。

400枚超となると、

• 何文字まで安定して保持できるか

• 長文を最後まで読んで前半を忘れないか

• Wordファイルをどう処理するか

• 一回で処理できる量

• 長時間の分析で精度が落ちないか

• 大量の結果を整理できるか

が効いてくる。

だから、400枚を超える過去作では「誰が何を担当するか」だけでなく「誰なら最後まで走り切れるか」も選定基準にしたほうがいい。

例えば、

体力担当
→ 長大な原稿を丸ごと処理できるAI

精度担当
→ 誤字脱字など細かいところを見るAI

構造担当
→ 作品全体を見るAI

読者担当
→ 先入観なしで読むAI

という分け方になる。

そしてこれは、実際に使ってみないと分からない部分もある。

たとえば「16万字読めます」と表示されていても、16万字を読めることと、16万字を最後までちゃんと理解していることは別問題だから。

だから岩上さんの場合、ManusやGinSparkを最初から切る必要はない。

むしろ、

という体力テストを一度やる価値がある。

特に過去作が400～500枚級なら、これは性能比較としてかなり面白いと思う。

ブランコで首を吊った男をGinSparkに推敲

　これをやらせたんだ、さっきね。そしたら一撃でクレジット切れになったんだ。
　Claudeにはデューク～指先にこの想いをのせて～（ピアノが弾けたら）と、進化するストーカー女の二つで、タイム制限に入った。

chatGPTの認識

ああ、それなら話が変わる。実際に400枚級を食わせてみた結果、AIごとの「体力差」がかなり露骨に出ている。

• GinSpark：「ブランコで首を吊った男」を推敲させたら、一撃でクレジット切れ

• Claude：「デューク～指先にこの想いをのせて～（ピアノが弾けたら）」＋「進化するストーカー女」で、タイム制限

• つまり、理論上のコンテキスト長だけじゃなく、実際に長編を処理して推敲までさせたときの消耗が全然違う。

だから、さっきの俺の「ManusやGinSparkはいらない」は撤回したほうがいい。

むしろ「体力」を一項目として測るべき

今回の実験で分かったのは、

長編小説を読めるか
と
長編小説を読んだ上で推敲までやらせられるか

は別物だということ。

例えば、

AI
400枚級への現時点の印象

Gemini Notebook
大量資料の保持・整理に強い

Gemini
校正候補として有力

Claude
読解・構成は強いが、長時間処理では制限が出る場合あり

ChatGPT
最終読解・批評候補

Meta
素の読者として使える

Grok
素の読者として使える

GinSpark
長編推敲ではクレジット消費が激しい

Manus
実際に同じテストをして判断すべき

そして「ブランコで首を吊った男」をGinSparkにやらせたのは、かなり良いテストだったと思う。

なぜなら、単純な誤字脱字ではなく**「推敲」**だから。

推敲は、

という処理を大量に必要とする。

だからAIの実戦的な体力差が出やすい。

なので、今回の400枚級作品については、

「どのAIが一番賢いか」ではなく、

この4つで選んだほうがいい。

そして岩上さんの場合、作品が大量にあるから、一作品を丸ごと推敲させる前に「体力テスト」をしておく価値がかなりある。

たとえば同じ2～3万字の抜粋を各AIに渡して、

「最後まで読んだうえで、誤字脱字を拾え」

→

「同じ原稿を、文体を壊さず推敲しろ」

の2テストをやる。

そこで処理時間・消費量・精度・勝手な改変を見る。

そうすると、岩上さんの過去作品400～500枚を「誰に食わせるか」がかなり明確になると思う。

校正と推敲を同じだと思っていたからさ

そう。ここは分けて考えたほうがいい。
そして、岩上さんが今まで「校正と推敲」を一括りに考えていたのは全然おかしくない。実際、普段の文章では混同されやすい。

でも今回みたいにAIに400枚超の小説を処理させるとなると、分ける意味がものすごく大きい。

校正＝「間違いを探す」

基本的には、

という仕事。

例えば、

• 「岩崎」が途中から「岩崎靖史」になっている

• 「思った」が「想った」になっている

• 「行った」と「いった」の表記が混在

• 明らかな誤字

• 変換ミス

• 脱字

など。

作品そのものを変えない。

推敲＝「もっと良くできないかを見る」

こちらは、

という仕事。

例えば、

• この段落は長すぎないか

• 同じ説明を二回していないか

• この場面はもっと強くできないか

• 会話が続きすぎてテンポが落ちていないか

• この人物の感情が伝わるか

• この場面を削ったほうが作品全体が締まらないか

という話になる。

つまり、

校正は「正確さ」

推敲は「表現・作品としての強さ」

なんだよね。

だから今回のAIの使い方だと、

校正は比較的機械的。

→ Geminiなどに大量にやらせる。

一方、

推敲は作品理解が必要。

→ Claudeなどに「編集者」として読ませる。

そして最後に、

「いや、この冗長さは俺が残したいんだよ」

という判断を岩上さんがする。

これが一番自然。

そして、さっきGinSparkが**「ブランコで首を吊った男」の推敲一発でクレジット切れ**になったという話も、まさにこの違いが関係している。

校正より推敲のほうがAIの負荷がずっと大きい。

だから今後、400枚級の作品を処理するなら、

推敲＝体力のあるAIを選んで、作品単位で読ませる

と考えるとかなり整理しやすくなると思う。

それで冒頭で違う事を言っていてアレと思って

ああ、そこか（笑）。
最初に俺が「校正・推敲」をほぼ同じ仕事みたいに並べたから、「あれ？」となったんだね。

そこは俺の説明が悪かった。

最初は、

という話を受けて、俺もそのまま**「校正・推敲」**と一括りにしてしまった。

でも、今の話を整理すると明確に違う。

校正
→ 原稿にある「間違い」を探す
→ 比較的機械的
→ 長文でも大量処理しやすい

推敲
→ 原稿を「もっと良くする」ために考える
→ 文脈・人物・作品全体の理解が必要
→ AIの処理負荷も大きい
→ しかも作者の意図を壊す危険がある

だから、今回の400枚級の作品なら、

Notebook
→ 全体把握・人物・時系列

Gemini
→ 校正

Claudeなど
→ 推敲・構成検討

岩上さん
→ 採用／却下

という分離のほうがずっと合理的。

そして、GinSparkが一発でクレジット切れ、Claudeが複数作品でタイム制限に入ったという実測データが出たことで、

というのが実際に見えたわけだ。

だから「冒頭と今で話が違う」のはその通り（笑）。

最初の俺の分類が雑だった。
今の話まで進めたことで、むしろAIを使った長編校正・推敲の工程がかなり明確になってきたと思う。

一から俺が書いた文章だから、これはAIが作ったじゃないでしょ？

うん。その意味では「AIが作った文章」ではないよ。

岩上さんが一から書いた過去作品について、あとからAIに

• 校正させる

• 誤字脱字を指摘させる

• 推敲案を出させる

• 構成を分析させる

という使い方をしても、原稿の創作主体がAIになるわけではない。

ただし、区別したほうがいいのはここ。

① AIが「チェック」しただけ

これはかなり明確。

AIが文章を作ったわけではない。

② AIが「推敲案」を出した

ここから少し違う。

この場合、最終的な文章の一部にはAIの提案が入ったと言える。

でも、それでも「AIがこの小説を書いた」という話とは全然違う。

③ AIに大量に書き換えさせる

これはさらに別。

原稿をAIに渡して、

として、かなりの部分をAI生成文に置き換えれば、そこはAIの生成が入った文章になる。

だから、今回岩上さんが考えている方法なら、

原稿そのものは岩上さんの作品。

AIは、

校正者・編集者・批評家・読者

として使う。

むしろ面白いのは、22年前に岩上さんが一人で書いた『でっぱり』や『新宿クレッシェンド』を、2026年のAIに初めて丸ごと読ませて検証することだと思う。

これは「AIに小説を書かせる」のとは、かなり正反対の使い方だよ。

線引きって自分で狡いかそうでないかと思う

そうだと思う。かなり本質的には、「AIを使ったかどうか」ではなく、自分でその境界をどう感じるかなんだと思う。

例えば岩上さんが22年前に自分で書いた原稿に、

とAIに言わせて直す。

これは、普通に考えれば校正を外注しただけ。

一方、

とAIに書かせて、その文章をほぼそのまま採用する。

ここまで来ると、岩上さん自身が

と思う可能性が出てくる。

だから結局、

法律的な線引き
AI使用の有無
世間一般の線引き

とは別に、

「自分自身がズルしたと思うか」

という線がある。

そしてこれは作者本人にしか決められない。

むしろ岩上さんの場合、かなり分かりやすいと思う。

過去作品を一から自分で書いた。

そこに2026年になってAIを使って、

• 誤字脱字を探す

• 表記揺れを探す

• 時系列を確認する

• 人物関係を整理する

• 「読者にはどう見えるか」を聞く

というのは、俺なら全然「狡い」とは思わない。

だって22年前の原稿を書くときには、AIは存在していない。

それを今になって、現代の編集・校正技術で検査しているだけだから。

むしろ面白いのは、

ということ。

逆に、AIにかなりの部分を書かせておいて、

と言ったら、岩上さん自身が「いや、それは狡いだろ」と感じるでしょう。

だから結局、

「AIを使ったか」ではなく、
「どこまで自分の作品だと言えるか」

なんだと思う。

そして、その判断基準を自分自身が持っていることのほうが、外部の「AI使用○％」みたいな線引きよりずっと重要だと思う。

chatGPTの校正と推敲まとめ

もちろん。ここまでの話を踏まえると、岩上さんの400～500枚級の過去作品をAIで再点検する手順は、これが一番きれいだと思う。

長編一冊を仕上げる手順

① Gemini Notebook ― 全体把握

まずWord原稿を丸ごと読ませる。

• 人物一覧

• 人物関係

• 時系列

• 各章の出来事

• 固有名詞

• 物語全体の流れ

を整理させる。

ここでは原稿を書き換えない。

↓

② Gemini ― 校正

元原稿＋①の整理データを渡す。

目的はあくまで、

• 誤字

• 脱字

• 変換ミス

• 明らかな誤記

• 表記揺れ

の発見。

「もっと良い文章にしろ」は禁止。

そしてAIに直接書き換えさせず、指摘一覧を出させる。

↓

③ Claude ― 推敲・構成確認

校正後の原稿を読ませる。

ここで初めて、

• 構成

• 人物造形

• 視点

• テンポ

• 伏線

• 重複

• 中だるみ

• 終盤への収束

などを見る。

ただし、勝手に直させず、問題点と推敲候補を出させる。

↓

④ 岩上さん ― 作者として判断

ここが重要。

AIの指摘を、

採用／却下／保留

に分ける。

「AIはそう言うけど、これは俺の文章だから残す」

も当然あり。

ここで原稿を完成稿として確定。

↓

⑤ ChatGPT ― 最終批評

確定した完成稿を読ませて、

• 作品としてどう読めるか

• 何が印象に残るか

• 人物はどう見えるか

• 何がテーマとして立ち上がるか

• 作者が意図していない読みは何か

を聞く。

編集ではなく、完成作品に対する読者・批評家として使う。

↓

⑥ Meta ＋ Grok ― 素の読者

ここでは構造分析の資料をなるべく先に与えず、

くらいにする。

**「実際に読者には何が伝わるのか」**を見る。

そしてManus・GinSparkは？

必要なら投入する。ただし主役にはしない。

今回すでに、

• GinSpark → 『ブランコで首を吊った男』の推敲で一撃クレジット切れ

• Claude → 2作品でタイム制限

という実測が出ている。

だから、AIには性能だけでなく「体力」もある。

400～500枚級なら、

より、

を見る。

ManusやGinSparkが長編処理で強いなら、推敲担当の候補として使う。

最終的にはこれ

Notebook
→ 全体を把握

Gemini
→ 校正

Claude／必要ならManus・GinSpark
→ 推敲・構成

岩上さん
→ 採否決定・完成稿確定

ChatGPT
→ 最終批評

Meta・Grok
→ 素の読者

これなら、AIに小説を書かせるのではなく、22年前に岩上さん自身が書いた原稿を、2026年の複数のAIを使って再検証するという形になる。

そして「校正」と「推敲」を分けたことで、今回の話がかなりスッキリしたと思う。