Kindle出版×AIの始め方｜70%/35%・手順・収益

AIでKindle本を出す副業に興味はあるけれど、「本当に形になるのか」「印税の計算やルールが難しそうだ」と感じている人は多いはずです。
この記事では、AIを使ったKindle出版を作業型のストック収益として設計し、最短7日で初回入稿まで進む道筋を、数字と手順で整理します。
国内の電子書籍市場は2024年度に6,703億円まで伸びており、今後も拡大が見込まれますが、売れる本を作るには勢いだけでは足りません。
KDPの35％と70％のロイヤリティ条件、価格帯、配信コストの差し引きまで理解したうえで、自分の本に合う設計を選ぶことが欠かせません。
ここがポイントなんですが、筆者は編集長としてAIライティングの構成設計と品質管理を回し続ける中で、AIは魔法ではなく道具だと痛感してきました。
下書きをAIに任せ、人がリライトし、体裁を整える標準手順に落とし込めば、著作権やAI生成コンテンツ申告、確定申告の注意点も含めて、公開後に慌てない出版フローは十分に作れます。

AI電子書籍は本当に不労所得なのか

作業型ストック収益の定義

AIで電子書籍を出す取り組みは、放置で収益が発生するものではありません。
実態としては、企画を立て、読者像を決め、AIで下書きを作り、人手で直し、表紙と説明文を整え、価格を決めて販売ページを磨いていく作業型ストック収益です。
先に労力を投下し、その成果物が販売ページ上に積み上がっていくので、公開後も売上が継続する可能性はあります。
ただし、その前提にあるのは明確な制作工程です。

この整理は、市場環境を見ても妥当です。
『インプレス総合研究所の調査』では、2024年度の国内電子書籍市場は6,703億円で、前年から3.9％増えています。
市場自体は伸びていますが、2023年度の内訳ではコミックが大半を占め、文字ものは593億円です。
つまり、文字中心の実用書やノウハウ本には市場がある一方で、誰が書いても売れるほど甘い棚ではありません。
だからこそ、AIを使って制作コストを抑えつつ、人が品質を担保する設計が重要になります。

ここがポイントなんですが、品質管理の基本は「AIの下書き→人手の事実確認・加筆→第三者視点での校正と読みやすさ確認」です。
筆者の編集実務でも、AI下書きをそのまま公開した原稿は、序盤で読者が離脱しやすい傾向がありました。
主語が曖昧で、根拠の置き場所が見えず、話が一般論のまま流れてしまうからです。
一方で、人の手で主語を明確にし、根拠を補い、短い事例を差し込むと、読了率だけでなくCVRも改善しました。
AIは初速を出す道具として優秀ですが、売れる原稿に仕上げる工程は人の仕事です。

販売の仕組みも、完全自動とは言えません。
KDPには35％と70％のロイヤリティオプションがありますが、70％は価格条件に加えて日本ではKDPセレクト登録が必要で、紙版より一定以上安くする条件もあります。
しかも70％は希望小売価格にそのまま掛かるわけではなく、配信コスト差し引き後に計算されます。
収益化は可能でも、価格設計や販路設計まで含めて考える必要があるということです。

2023年度の電子書籍市場規模は6449億円、2028年度には8000億円市場に成長 ｜ インプレス総合研究所

research.impress.co.jp

1冊あたりの標準工数と時給換算の考え方

AIを使うと執筆工程は短くなりますが、1冊の制作時間がゼロに近づくわけではありません。
筆者の経験上の目安として、企画3時間、構成2時間、AIでの下書き2時間、リライト3時間、表紙1時間、入稿1時間、公開後の改善2時間で、合計は約14時間前後になります（個人差・テーマ・経験で変動します）。
この数値は筆者の実務感に基づく目安です。

この14時間を基準にすると、週10時間×4週で1か月に投下できる時間は40時間です。
単純計算では、1冊を出して少し改善し、次の1冊の準備に入るくらいのペースになります。
この条件で見ると、AI電子書籍の収益レンジは月1万〜5万円が現実的です。
しかも初月は制作時間が先に発生するので、赤字からトントンに着地するケースが普通です。
制作フローに慣れた2冊目以降で、既存本の売上と新刊の追加が重なって、ようやく収益が逓増しやすくなります。

時給換算も、この順番で考えると現実が見えやすくなります。
たとえば月1万円の段階では、初月に投下した40時間に対して見れば低い水準です。
逆に、2冊目、3冊目と棚が増え、既刊が少しずつ売れ続ける状態になると、同じ40時間でも回収の形が変わります。
重要なのは「1冊だけの時給」ではなく、「積み上がった既刊を含めた月次の総回収」で見るということです。
ストック型の副業は、単月の制作時給だけを見ると過小評価しやすい一方、放置で増えると見積もると過大評価しやすい。
この中間にあるのが実態です。

制作効率は、使う道具の組み合わせでも変わります。
本文レイアウトではKindle CreateでKPFを書き出したほうが、EPUBをそのまま変換に通すより表示崩れが出にくく、シリーズ物では再利用もしやすい感触があります。
初回は操作を覚える時間がかかっても、同じフォーマットで横展開する段階では作業が軽くなります。
こうした再現性のある工程を持てるかどうかで、2冊目以降の伸び方は変わります。

向いている人・向かない人

この副業に向いているのは、派手な一発を狙う人より、地道な改善を続けられる人です。
販売ページの説明文を少し直す、表紙の訴求軸を変える、目次の順番を見直す、レビューや読了傾向を見て冒頭を調整する。
こうした小さな修正を積み重ねられる人は、AI電子書籍と相性がいいです。
数字で考えられることも大切で、ロイヤリティ率、価格、冊数、制作時間を切り分けて見られる人ほど、感情で消耗しにくくなります。
さらに、継続習慣がある人は強いです。
週10時間でも一定のペースで作業できれば、冊数という資産が残ります。

反対に、向かないのは「出したらあとは放置で儲かる」と考えてしまう人です。
その認識だと、内容の磨き込みも販売ページ改善も続かず、1冊で止まりやすくなります。
一次情報を確認しない人も危険です。
KDPのロイヤリティ条件、コンテンツガイドライン、AI生成コンテンツの申告項目は実務に直結するので、ここを曖昧にしたまま進めると、後工程で詰まりやすくなります。
規約を軽視する姿勢も相性がよくありません。
権利まわりが不明確な画像や、読者体験を損なう低品質原稿は、短期的にも長期的にも不利です。

筆者の感覚では、AI電子書籍で結果が出る人は「書く人」というより「改善できる編集者」に近いです。
ChatGPTで下書きを作る、Canvaで表紙を組む、必要に応じてDALL·E系の画像を使う、といったツール操作自体は珍しくありません。
差がつくのは、その出力をそのまま信じず、読者目線で整え直せるかどうかです。
主語がずれていないか、断定に根拠があるか、読者が自分ごと化できる具体例があるか。
この視点を持てる人は、1冊ごとの当たり外れに振り回されにくく、冊数を重ねるほど強くなります。

AI×Kindle出版の全体像と収益モデル

市場の成長性と狙うべき“文字もの”のニッチ

AI×Kindle出版を収益化の視点で見るとき、まず押さえたいのは「市場は伸びているが、どの棚を狙うかで難易度が大きく変わる」という点です。
『インプレス総合研究所の調査』では、国内電子書籍市場は2024年度に6,703億円となり、前年度比3.9％増でした。
さらに2029年度には8,000億円弱まで拡大すると見込まれています。
伸び方は急騰というより緩やかですが、個人が入れる余地が続いている市場だと整理できます。

ただし、内訳を見ると勝ち筋は明確です。
2023年度ベースでは、電子書籍市場の87.6％がコミックで、金額にすると5,647億円です。
一方で、いわゆる文章中心の「文字もの」は593億円、構成比では9.2％にとどまります。
数字だけ見ると小さく感じますが、個人出版にとって重要なのは、ここが大手出版社の大型IPだけで埋まる棚ではないということです。
漫画市場に個人が正面からぶつかるのは難しくても、文字ものの実用書、解説書、体験知をまとめたニッチ本には入り込めます。

ここがポイントなんですが、AIと相性がいいのもこの“文字もの”です。
ChatGPTのような生成AIは、情報整理、章立て、下書きづくりを速くできます。
しかもKindleストア自体は700万冊以上を扱う規模感があり、巨大な書店の中で細かいテーマごとの需要を拾いやすい構造です。
だからこそ、狙うべきは「誰にでも向けた総合本」ではなく、検索意図がはっきりしたテーマです。
たとえば副業、資格、業務効率化、特定ソフトの使い方、業界経験者の実務ノウハウといった領域は、文字中心でも読者の課題が明確です。

個人出版で勝ちやすいのは広すぎるテーマより、実用書×具体課題に寄せた企画です。
「AI活用法」より「ChatGPTで営業メールを短時間で作る手順」のほうが棚での立ち位置がはっきりします。
Kindleでは著者ブランドよりも、タイトル、サブタイトル、表紙、説明文で“何を解決する本か”が瞬時に伝わることが重要なので、ニッチであるほど企画の輪郭が立ちやすいからです。

電子書籍の市場規模・業界動向レポート ｜ インプレス総合研究所

research.impress.co.jp

KDPロイヤリティ vs 読み放題（KU）の違い

Kindle出版の収益源は、大きく分けて販売ロイヤリティと読み放題経由の収益の2本です。同じKDPでも、お金が入る仕組みは違います。

まず販売ロイヤリティは、読者が本を1冊購入したときに発生する収益です。
KDPには35％と70％のロイヤリティオプションがあり、計算ルールも異なります。
KDPの電子書籍のロイヤリティ オプションで示されている通り、電子書籍販売の受取は次の形です。

• 70％ロイヤリティ：（VAT抜き希望小売価格−配信コスト）×70％
• 35％ロイヤリティ：VAT抜き希望小売価格×35％

この違いは見落とされやすいのですが、70％のほうが常に有利とは限りません。
70％は率そのものは高いものの、配信コストが差し引かれます。
画像が多い本やファイルサイズが大きい本ほど実受取は削られやすく、KDP画面上の試算を見たほうが設計しやすいのが利点です。
逆に35％は計算が単純で、価格設定の自由度も高めです。

日本で70％を使うには条件もあります。
価格帯の条件に加えて、KDPセレクト登録が必要です。
さらに、電子書籍は印刷版より20％以上安い価格であることなどのルールがあります。
つまり70％は「高率な代わりに条件が多いプラン」、35％は「自由度が高い代わりに率は低いプラン」と考えると整理しやすいのが利点です。

一方のKU、つまりKindle Unlimited経由の収益は、1冊売れるたびに固定額が入る仕組みではありません。
KDPセレクトに登録した本が読み放題対象になり、読まれたページ数に応じて報酬が発生します。
KDPの仕組みでは、既読のKENPをもとに月ごとの単価が決まり、収益が算出されます。
販売ロイヤリティが「購入単位」なのに対して、KUは「読了ページ単位」です。

この差は運用面で大きいです。
販売型は、価格、表紙、タイトルの訴求が直接売上に効きます。
KU型は、それに加えて途中で離脱されにくい構成が重要になります。
冒頭で結論を出して、章ごとに読み進めやすくし、情報を詰め込みすぎない本のほうが、ページ読了が伸びやすいからです。
筆者の経験でも、KUを意識した本は「売るコピー」だけでなく、「最後まで読ませる編集」が収益に直結します。

なお、KDPセレクトには独占条件があり、一定期間は他ストアで同じ電子書籍を併売しない前提になります。
このため、Amazon一本で回すなら70％やKUを活かしやすく、他ストアにも並べたいなら35％のほうが設計しやすいという使い分けになります。

電子書籍とペーパーバックの収益構造比較

Kindle出版では、同じ内容でも電子書籍とペーパーバックで利益の出方が違います。ここを理解しておくと、価格設定で迷いにくくなります。

電子書籍の強みは、基本的に印刷コストがないということです。
収益計算で意識するのは、35％か70％かというロイヤリティ区分と、70％側で差し引かれる配信コストです。
本文が中心の実用書なら、制作コストは主に原稿、表紙、整形に集まり、1冊ごとの物理原価は発生しません。
だから電子書籍は、冊数が増えても利益率を保ちやすく、個人出版の主戦場になりやすいわけです。

これに対してペーパーバックは、売れるたびに印刷コストがかかります。
つまり、同じ価格でも著者に残る取り分は電子書籍より下がりやすい構造です。
紙の本には現物としての見栄えがあり、著者としての信頼感も出しやすいのですが、収益面だけを見ると電子より不利になりやすいのが実際のところです。
特にページ数が増える本では印刷原価の影響が重くなり、価格を上げないと利益が薄くなりやすいのが利点です。

ただ、ペーパーバックを出す意味がないわけではありません。
紙版があると、購入者の選択肢が増えるだけでなく、「本としてちゃんと作られている」印象を与えやすくなります。
実務書や専門書では、この見た目の信頼性が販売ページ全体の説得力を底上げすることがあります。
名刺代わりの1冊、セミナー配布用、手元に置いて参照したい内容などは、紙版との相性がいいです。

収益だけで整理するなら、電子書籍は利益率重視、ペーパーバックは見栄えと信頼性の補強です。
AIで作るKindle本も、まずは電子書籍で回し、反応が良いテーマだけを紙に広げるほうが合理的です。
筆者も、初期段階で紙を主軸に置くより、電子でタイトルや内容の当たりを見てからペーパーバックを載せる設計のほうが、無駄な調整が少ないと感じます。
紙は補助線として強い一方、利益の柱は電子のほうが立てやすいからです。

出版前に必要な準備

必須ツール一覧

AIでKindle本を作る準備は、思っているより「特別な機材」よりも「役割ごとの道具」をそろえることが欠かせません。
最低限必要なのは、文章生成ツール、原稿を整えるワープロ、表紙を作る画像系ツール、出版用アカウント情報の4系統です。
ここがポイントなんですが、この4つが分かれていないと、書く・整える・出すの工程が混線しやすくなります。

文章生成では、ChatGPTのような対話型AIが下書きや構成案づくりに向いています。
OpenAIにはChatGPTのビジネス向け案内や利用規約があり、実務では、いきなり本文を丸ごと生成するより、読者像、章立て、各章の論点整理に使ったほうが品質が安定します。
筆者の経験でも、AIに「1冊書かせる」発想より、「見出しごとに素材を出させて人間が編集する」運用のほうが失敗しにくい設計です。

原稿作成にはMicrosoft WordかGoogleドキュメントが扱いやすいのが利点です。
どちらも見出し階層を付けやすく、目次の元になる構造を作りやすいからです。
KDPに入稿する段階では、.docx、EPUB、またはKindle Createで作るKPFが選択肢になります。
文章中心の実用書なら、最初の1冊は10,000〜20,000字くらいから始めると、書き切りやすく、読者にも重すぎません。

表紙まわりでは、デザインの土台としてCanva、画像の素材づくりとしてDALL·EのようなAI画像ツールが便利です。
Canvaは販売用デジタル・物理製品のデザインに関するガイドを公開しており、商用利用は可能でも、素材やテンプレートごとに条件が分かれます。
表紙は売上に直結するので、テンプレートをそのまま置くだけでは弱く、タイトル、サブタイトル、著者名、視認性の高い配色まで含めて整える必要があります。

出版手続きの面では、KDPアカウント、銀行口座情報、税情報も先にそろえておきたい項目です。
原稿ができてから登録しようとすると、案外ここで止まりやすいのが利点です。
出版作業は「書くこと」より「出せる状態にすること」で詰まる人が多いので、アカウント関連は早めに用意しておくと流れが止まりません。

AI生成物と権利の基本チェック

AIを使ったKindle出版で最初に整理したいのは、自分が作ったつもりの素材でも、利用条件はツールごとに違うという点です。
特に表紙は、文章よりも権利トラブルが起きやすい部分です。
画像、フォント、テンプレート、引用文は、それぞれ別に見ていく必要があります。

まず画像です。
DALL·Eは、OpenAIのヘルプで、コンテンツポリシーと利用規約に従う限り、一方で、Canvaは商用利用できる範囲が広いものの、素材はCanvaやライセンサーに権利が帰属し、テンプレートの無加工販売などは認められていません。
つまり、CanvaのテンプレートにAI画像を載せれば自動的に全部自由、という話ではなく、使った素材ごとに利用範囲を切り分ける必要があります。

フォントも見落とされやすいのが利点です。
Canva内のフォント、外部から追加したフォント、表紙作成ソフトに標準搭載されたフォントでは、扱いが同じではありません。
書名ロゴの見た目にこだわるほど外部フォントを入れたくなりますが、電子書籍表紙への商用利用が認められているかは別途見るべき判断材料になります。
見栄えを優先して後から差し替えるのは面倒なので、最初から権利条件込みで選んだほうが運用は楽です。

本文で他人の文章やデータを使うなら、引用の範囲が適正かも欠かせません。
実用書ではニュース記事、書籍、研究データを少し載せたくなりますが、」といった基本から外れると危うくなります。
AIに要約させた文章をそのまま使う場合も、元ネタが他者著作物なら、要約したから安全とは言えません。

AI利用そのものについては、KDPのコンテンツ ガイドラインでAI生成コンテンツの申告が扱われています。
ここで重要なのは、AI生成とAIアシストを分けて考えるということです。
テキスト、画像、翻訳そのものをAIが生成したなら申告対象の考え方に入り、誤字修正や文章改善の補助として使っただけなら、同じ扱いにはなりません。
KDP側もこの区別を明示しています。

管理画面の項目名や入力形式は更新されることがあるため、申告の実作業では執筆時点のKDP管理画面の仕様に合わせる前提で見ておくのが自然です。
制度理解と画面操作は別物なので、考え方としては「生成物の範囲を把握しておく」が先になります。

原稿形式・体裁・目次の決め方

原稿づくりで先に決めておきたいのは、何で書くかよりも、どの形式で仕上げるかです。
KDPではWordの.docx、EPUB、Kindle CreateのKPFが現実的な選択肢になります。
文章中心の本ならWord原稿から入っても問題ありませんが、見出し階層や改ページが雑だと、入稿段階で一気に崩れます。

体裁は、初心者ほどシンプルなほうが強いです。
実用書であれば、表紙、まえがき、目次、本文、あとがきくらいの構成で十分です。
本文中も、章と節の階層をはっきり分け、1見出しで1論点に絞ると読みやすくなります。
AIを使うと情報量を盛り込みすぎやすいのですが、Kindle本は検索して買う人が多いので、広く浅くより狭く深くのほうが満足度を作りやすいのが利点です。
目次の設計は売れ行きと読みやすさの両方に影響します。
タイトルで期待した内容が、目次を見た段階で伝わるかを意識してください。
たとえば「仕事術」であれば、「会議」「メール」「タスク管理」のように読者が自分ごと化しやすい語を目次に入れると、購入判断につながりやすくなります。
目次の設計は、売れ行きにも読みやすさにも効きます。
タイトルで期待した内容が、目次を見た段階で伝わるかどうかが重要だからです。
たとえば「仕事術」なら抽象論だけでなく、「会議」「メール」「タスク管理」のように読者が自分事化しやすい語を置くと、購入判断につながりやすくなります。
家事効率、学習法、地域特化×実用のようなテーマも同じで、読者が検索しそうな言葉と、が重なるところを狙うのが基本です。

ジャンル選定では、文字もの市場はコミックより小さいぶん、ニッチ実用が戦いやすいのが利点です。
大きな市場を正面から取りにいくより、「自分が具体的に説明できること」に寄せたほうが、AI時代でも埋もれにくくなります。
筆者なら、経験のない広いテーマをAIで埋めるより、日常的に使っている手順や現場で効いた工夫を軸にして、AIで構成を磨く設計を選びます。
そのほうが文章に芯が出るからです。

仕上げ形式としては、Kindle CreateでKPFにする方法も有力です。
KDPヘルプでもKPFはKindle本向けに推奨されており、実際に使うとEPUB直入稿より表示崩れを減らしやすい感触があります。
初回は操作に少し慣れが要りますが、シリーズものや同じ体裁の実用書を続けるなら、以降の整形が楽になります。

価格帯とKDPセレクトの事前方針

価格は出版直前に決めるものと思われがちですが、実際はどの収益モデルで回すかを先に決めないと、本文の作り方までぶれます。
実用系のKindle本では、価格、ロイヤリティ区分、KDPセレクト加入の有無がセットで動くからです。

価格帯の基本方針としては、70％ロイヤリティを狙うなら250〜1,250円内で設計することになります。
この範囲はKDPの電子書籍のロイヤリティ オプションの条件と整合しています。
逆に、価格の自由度を優先したい、あるいは画像が多くて配信コストの影響を受けやすい本なら、35％で素直に設計する考え方も十分あります。
70％は見た目の率は高いものの、実受取は単純ではありません。

この違いは、テーマ選びにも影響します。
たとえば、文字中心の仕事術や学習法は70％設計と相性がよく、図版やビジュアルを多めに使う本は35％のほうが読みやすいケースがあります。
価格だけを見て決めるのではなく、本文の密度、画像の量、シリーズ化の予定まで含めて考えるほうが現実的です。

KDPセレクトに入るかどうかも、出版前に方針を決めておきたいところです。
KDPセレクトは90日間の独占が前提になる一方で、Kindle Unlimitedでの露出を取りにいけます。
Amazon一本で読者を集めるなら相性がよく、検索結果や読み放題経由の接点を増やしやすいのが利点です。
反対に、他ストアにも配信したい、独占を避けたいなら、最初からセレクト前提で組まないほうが整合的です。

最初の数冊は「どこで売るか」より「どこで検証するか」で考えると整理しやすいのが利点です。
Amazon内でタイトル、表紙、目次の反応を見たいならセレクト寄り、販路分散を優先するなら非独占寄りです。
ここを曖昧にすると、価格も販促も中途半端になりやすいのが利点です。
KDPセレクトの細かな得失は後のセクションで掘り下げますが、出版前の段階では独占の重みと読み放題露出の交換条件として捉えておくと判断しやすくなります。

Kindle出版の手順

Step1 市場調査とテーマ決定

最初にやることは、書きたいことを決めることではなく、Amazon内で何が売れていて、何が足りていないかを見ることです。
初心者ほどここを飛ばしがちですが、企画の当たり外れはこの工程で決まります。
筆者はまず、候補ジャンルで検索し、関連しそうな上位10冊を並べて見ます。
ここで見るのは、タイトルの強さだけではありません。
価格、目次、レビューの3点を並べると、未充足ニーズが見えてきます。

たとえば実用書ジャンルなら、価格が近い本でも「入門だけで終わっている」「事例が少ない」「日本向けの説明が薄い」「AIの話はあるがKDP登録まで踏み込んでいない」といった差が出ます。
レビュー欄では、星の数よりも不満の中身が欠かせません。
「内容が広すぎる」「初心者には難しい」「具体例がない」という声は、そのまま企画の穴埋め候補になります。
目次も同様で、競合本の章立てを見れば、読者が期待している論点と、抜けている論点の両方がつかめます。

ここがポイントなんですが、テーマは広い市場より狭くても悩みが具体的な市場のほうが戦いやすいのが利点です。
前述の通り、文字もの市場はコミックほど大きくありません。
だからこそ「AIでKindle出版」よりも、「会社員が副業でAI実用書を1冊出す手順」「ChatGPTで原稿を作り、KDPで出すまで」のように、読者像と課題を絞ったほうが刺さります。
国内の電子書籍市場は『インプレス総合研究所の調査』で2024年度に6,703億円とされており、市場自体は伸びていますが、伸びている市場だから売れるのではなく、検索意図に合う切り口だから売れるという順番です。

この工程のつまずきポイントは、企画が抽象化しすぎることです。
「AI活用術」「副業の始め方」のように大きすぎるテーマは、競合が多いうえに読者の購入理由も弱くなります。
上位10冊を見たあとに、「この本は誰の、どの悩みを、どこまで解決するか」を1文で言えないなら、まだテーマがぼやけています。

Step2 構成案づくり

テーマが決まったら、次はAIに構成案を作らせる工程です。
ここで大事なのは、「本を書いて」と丸投げしないということです。
AIは指示が曖昧だと、もっともらしい総論を返しがちです。
実務では、まず書誌情報を短く整理して渡します。
具体的には、仮タイトル、対象読者、解決課題の3点です。

たとえば、「仮タイトル：ChatGPTで始めるKindle出版入門」「対象読者：副業で初めて電子書籍を出す会社員」「解決課題：企画からKDP入稿までの流れがわからない」といった形です。
これを前提条件としてAIに渡し、章立てを3案出してもらいます。
3案にするのは、最初の1案をそのまま採用すると、AIがよく出す無難な構成に引っ張られやすいからです。
比較対象があるだけで、「初心者向けに寄りすぎている」「販促が薄い」「実例が足りない」といった判断がしやすくなります。

3案を出したら、次にやることは合体ではなく、1案に絞ることです。
初心者は「あれも入れたい、これも入れたい」となりやすいのですが、それをやると構成が肥大化します。
実用書は情報量の多さより、読み進めたときの一本道感が欠かせません。
筆者なら、読者が最短で成果に近づける順番になっているかを基準に選びます。
たとえば「企画→原稿→入稿→公開後改善」と一直線につながるなら強い構成です。

AIで構成を作る工程のつまずきポイントは、指示が抽象的すぎることです。
「売れる本の構成を作って」では、汎用的な目次しか返ってきません。
逆に、読者像と課題が具体的なら、章立ての精度は上がります。
AIは構成の叩き台づくりには強いですが、何を削るかの判断は人間側の役目です。

Step3 リライトと検証

構成が固まったあと、AIで本文の草案を作ること自体は効率的です。
ただし、そのまま出せる原稿にはなりません。
ここは本当に重要で、人手でのリライトと事実確認が品質を左右します。
AIが得意なのは文章の形にすることですが、苦手なのは「その事実が正しいか」「読者の現場で通用するか」を担保するということです。

まず、統計や制度に触れる部分は、出典リンクを持てる情報だけを残すのが基本です。
たとえば市場規模ならインプレス総合研究所、ロイヤリティや価格条件ならKDP公式ヘルプ、といった具合です。
数字そのものだけでなく、制度説明も同じです。
本文に入れる段階では、根拠をたどれない情報は削るほうが安全です。
AI草案は一見きれいでも、実際には古い条件や曖昧な一般論が混ざります。

次に、人手で加えたいのが体験補足です。
ここでいう体験補足は、派手な成功談ではなく、「どこで迷いやすいか」「どこを先に決めると楽か」といった実務感です。
たとえば、構成段階で章を増やしすぎると後で整合性が崩れやすい、Kindle CreateでKPFにしておくとEPUB直入稿より表示崩れを抑えやすい、といった話は、AIの一般論だけでは出しにくい部分です。
実際のところ、この一手間があるだけで、原稿は“本”らしくなります。

用語も放置しないほうがいいです。
KDP、KDPセレクト、KPF、EPUB、KUのような略語は、書き手には常識でも読者にはそうではありません。
初心者向けの本なら、最初に短く定義を置いて、その後は同じ意味で統一して使うだけで読みやすさが変わります。
AI草案は同じ語を場面ごとに少し違う意味で使うことがあるので、ここも人手で揃える必要があります。

この工程のつまずきポイントは、事実誤認を見落とすことです。
特に、ロイヤリティ条件、AI生成コンテンツの申告、配信方式の説明はズレが起きやすい部分です。
文章が自然かどうかより先に、制度と数値が合っているかを見るのが実務的です。

Step4 表紙・説明文・カテゴリ

本文ができても、ストア上で読者が最初に触れるのは表紙と説明文です。
ここを軽く扱うと、中身がよくてもクリックされません。
Kindleは一覧で比較されやすいので、表紙は細部の凝り方よりも、サムネイルで何の本かわかることが優先です。
実務では、ベネフィットを一言で伝える言葉＋副題の組み合わせが強いです。
たとえば「副業で1冊出す」「初心者向け実務フロー」のように、得られる結果が一瞬で読める状態が理想です。

デザインツールとしてCanvaを使うのは現実的ですが、素材やテンプレートには利用条件があります。
Canvaの商用利用ガイドでは、販売用デザインは可能でも、テンプレートの無加工再販は認められていません。
AI画像を組み合わせる場合も、OpenAIやCanvaの利用条件の範囲で独自編集を加え、表紙そのものを自分の本のために作り込む発想が必要です。
ここでありがちな失敗が、文字を詰め込みすぎて、一覧表示で読めなくなるということです。
表紙はA4ポスターではなく、小さなサムネイルで戦います。

説明文は、順番を固定すると作りやすくなります。
初心者なら「悩み → 解決 → 読後メリット → 対象読者」の流れで書くと、訴求がぶれません。
たとえば「何から始めればいいかわからない」という悩みを置き、その本で企画から入稿まで整理できると示し、読後に何ができるようになるかを伝え、どんな人向けかを締めに置く形です。
説明文で内容を網羅しようとすると逆に弱くなります。
必要なのは要約ではなく、買う理由の明文化です。

カテゴリ設定も見逃せません。
広いカテゴリに入れると競争が激しくなり、狭すぎると検索意図とずれます。
市場調査で見た上位本がどこに入っているかを踏まえながら、読者が探しそうな棚に合わせるのが基本です。
ここでもテーマが抽象的だと、カテゴリ選定までぼやけます。

この工程のつまずきポイントは、表紙文字の可読性不足です。
PC上ではよく見えても、ストア一覧では潰れます。
表紙で伝える情報は絞り、説明文で補う設計のほうが結果的に強くなります。

Step5 KDP入稿・価格

入稿では、原稿ファイルをアップロードするだけでなく、メタデータ、権利、価格条件を整合させる必要があります。
ファイル形式は前述の通りWord、EPUB、KPFが現実的ですが、文章中心の本でも表示の安定感を重視するならKPFは使いやすい選択肢です。
Kindle CreateはKPFとEPUBに書き出せるため、初回は少し慣れが必要でも、シリーズ運用では再現しやすいのが利点です。

KDP登録で見落としやすいのが、AI生成コンテンツの申告です。
KDPのコンテンツ ガイドラインでは、AI生成のテキスト、画像、AI補助とAI生成は扱いが分かれるので、本文や表紙にどこまで生成物を使ったかを整理して入稿する流れになります。

配信コストについては KDP が目安を公表しており（平均で約0.06 USD/部とされる旨）、文字中心の本と画像中心の本で考え方が変わります。
ここでの「0.06 USD/部」という値は KDP ヘルプの目安に基づくもので、執筆時点の情報（確認日：2026-03-15）です。
この工程でよくあるつまずきは、価格の不一致で70％条件から外れることです。
電子版だけ見て価格を決め、紙版との関係を後で合わせようとすると整合が崩れます。
価格は入稿画面で決める項目ですが、判断はもっと前から始まっています。

Step6 公開後の改善

公開した時点で作業が終わるわけではなく、ここからが検証フェーズです。
Kindle出版は、出したあとに説明文、キーワード、価格、本文の軽微改訂ができるのが強みです。
初心者は「公開したら完成」と考えがちですが、実際には小さく出して、小さく直すほうが再現性があります。

見るべき指標はシンプルで、レビュー、検索流入、売上ログです。
レビューは高評価か低評価かより、「何に満足したか」「何に不満があったか」を見ます。
検索流入では、狙ったキーワードで見つけられているかを確認し、ズレていれば説明文やキーワードを調整します。
売上ログは、価格変更や表紙差し替えの前後で反応が変わったかを見る材料になります。
KDPセレクトに入っている場合は、KUの収益が既読ページベースで動くため、販売冊数だけでなく読まれ方も見ておくと判断しやすいのが利点です。

本文改訂も、大改稿より軽微修正の積み重ねが向いています。
誤字、言い回し、説明不足の補足、見出しの整理など、読者体験を阻害する部分から直していくほうが効果的です。
公開後に説明文を整え、キーワードを調整し、必要なら価格を見直すだけでも、売れ方の印象は変わります。
Kindle本はブログ記事と違って一度出したら終わりと思われやすいのですが、むしろ商品ページごと改善していく発想のほうが実務には合っています。

この工程のつまずきポイントは、改善対象を広げすぎるということです。
タイトルも表紙も説明文も本文も一気に変えると、何が効いたのか分からなくなります。
公開後の運用では、1回の変更点を絞って、反応を見ながら回すほうがPDCAとして機能します。

70%と35%のどちらを選ぶべきか

ここがポイントなんですが、70％は「率が高いから得」とは言い切れません。
判断軸はロイヤリティ率そのものではなく、価格帯、独占条件、紙版との価格関係、そしてファイルの重さです。
とくに日本では70％を使う前提としてKDPセレクト登録が必要なので、Amazon Kindleに絞って売るのか、他ストアにも並べたいのかで結論が変わります。

筆者の経験でも、文字中心の実用書なら70％は噛み合いやすい一方、スクリーンショットを大量に入れた操作マニュアルや、画像を見せること自体が価値になる本では、35％のほうが収支を読みやすい場面があります。
見た目の歩合ではなく、実受取の構造で比べるのが実務的です。

判断フロー：70%を選ぶ条件/選ばない条件

判断はシンプルに分解すると迷いません。
まず見るべきは販売価格をどこに置くかです。
35％は99〜20,000円、70％は250〜1,250円の範囲で設計します。
すでに高単価で売りたい本、逆に低価格で試し読み的に配りたい本は、この時点で35％側に寄ります。

次に効くのが独占の可否です。
日本で70％を適用したいなら、Amazon Kindleだけで販売するKDPセレクトが前提になります。
Google Playブックス、楽天Kobo、BOOK☆WALKERのような他ストアにも並べたいなら、答えはほぼ35％です。
ロイヤリティ率より、販路分散を優先する設計になります。

そのうえで、紙版を出す人は電子版が紙版より20％以上安い状態になっているかを見ます。
ここを満たしていないと、70％で計算したつもりでも条件外になり、自動的に35％扱いになる流れがありえます。
紙版を後から追加する場合も、この条件で価格設計が崩れやすいので、電子版だけを単独で決めないほうが整合しやすいのが利点です。

KDPでは配信コストの目安として平均で1部あたり約0.06 USDを示しています（執筆時点の KDP ヘルプ参照：2026-03-15）。
ただし配信コストの扱いや表示は更新される可能性があるため、入稿時には管理画面の試算で最終確認してください。

比較表：35% vs 70%

実務で迷いやすい点を表にすると、選び分けが明確になります。

表で見ると、70％は条件がそろったときに強い設計です。
逆に35％は不利な選択肢というより、制約が少ないぶん運用しやすい選択肢です。
筆者は初心者ほど、最初から「70％を取ること」を目的化しないほうが失敗しにくいと感じます。
価格、販路、紙版、ファイル構成を先に決めた結果として70％に入るなら理想的、という順番のほうがぶれません。

ケース別の最適解

たとえば、ChatGPTやCanvaを使ったKindle出版の手順をまとめた文字中心の実用書なら、70％が有力です。
本文がテキスト主体でファイルが軽くなりやすく、価格も250〜1,250円に置きやすいからです。
Amazon内で集中的に売り、KDPセレクトも活用する設計なら、70％の恩恵を受けやすいのが利点です。

Canvaの操作画面やChatGPTの出力例を大量に載せるスクリーンショット多めのマニュアル本は、35％を真面目に検討したほうがいいです。
こうした本は説明上どうしても画像が増え、配信コストの影響を受けやすくなります。
さらに、実務系のマニュアルはAmazon以外でも販売したいニーズが出やすいので、併売しやすい35％のほうが全体設計に合うことがあります。

写真集、画集、ビジュアル教材のように画像そのものが商品価値の中心になる本も、35％が有利なケースです。
70％は率だけ見ると魅力がありますが、配信コストが差し引かれる構造なので、大容量ファイルでは想像より伸びません。
こういう本は、最初から35％で利益計算をシンプルにしたほうが判断しやすいのが利点です。

また、紙版を同時に出す本は、電子版の価格だけでなく紙版との関係まで含めて決める必要があります。
電子版を紙版より20％以上安く置けるなら70％の土俵に乗せやすいですが、紙版の価格設定次第ではその条件を取りにくくなります。
ワークブック系や冊子系の本は紙版との価格バランスが難しく、35％のほうが素直に組めることがあります。

実際のところ、選び方は次のように整理すると迷いません。
Amazon独占・文字中心・中価格帯なら70％、併売したい・価格自由度を持たせたい・画像が多いなら35％です。
ロイヤリティ率を先に決めるのではなく、本の構造と販路戦略から逆算すると、価格設定で詰まりにくくなります。

KDPセレクトのメリット・デメリット

メリット

KDPセレクトの強みは、70％ロイヤリティの条件を満たしやすくなることだけではありません。
実務で効いてくるのは、Kindleストア内での露出をまとめて取りにいける点です。
Amazonには700万冊以上のKindle本が並んでいるため、ただ出しただけでは埋もれやすいのですが、KDPセレクトに入れると通常販売に加えてKindle Unlimited（KU）経由の読者接点が増えます。
販売数だけでなく、読まれたページでも収益化の線が引けるので、無名の著者でも入口を作りやすいのが利点です。

ここがポイントなんですが、KUは「買うかどうか」で止まる読者にも届きやすい仕組みです。
とくに実用書やハウツー本は、まず読み放題で試され、そのままシリーズの次巻や関連本に流れることがあります。
ChatGPT活用術やCanvaの使い方のような検索意図が明確なテーマは、単発で売るよりも「まず読ませる」導線を持ったほうが伸びやすいのが利点です。

販促面では、無料キャンペーンやカウントダウンディールを使えるのも見逃せません。
新刊直後の初速づくり、シリーズ1巻の入口強化、レビューを集めたいタイミングなどで使い分けやすく、広告以外の打ち手を持てるのが利点です。
Amazon Adsだけに頼らず、ストア内のキャンペーン機能で露出を作れるのは、予算を大きくかけにくい副業出版と相性がいいです。

もう一つは、アルゴリズム上の発見可能性が上がりやすいということです。
Amazonは販売、閲読、反応の積み上がりが可視化されやすい設計なので、購入だけでなくKUでページが読まれることにも意味があります。
筆者は、ニッチな本ほどこの恩恵を感じます。
母数の大きいジャンルで一気に勝つのは難しくても、狭いテーマで読了率が高い本は、じわじわ見つけられやすくなります。

デメリット

いちばん大きい制約は、独占条件です。
KDPセレクトに登録すると、登録期間中はKindle以外のストアで同じ電子書籍を併売できません。
Google Playブックス、楽天Kobo、BookLiveのような他販路も試したい人にとっては、この一点だけで使いづらくなります。
販路分散でリスクを下げたい人には、重い条件です。

収益面でも、70％という数字だけを見て判断しにくいところがあります。
前述の通り、70％側は配信コストが差し引かれた後の受取額で考える必要があります。
文字中心の本なら吸収しやすい一方、スクリーンショットや図版が増える本は見た目より手残りが伸びません。
しかもKUの報酬は、既読ページ数に応じて決まり、1ページあたりの単価は月ごとに変動します。
売上の読みやすさでは35％のほうが単純です。

価格設計の自由度が下がるのも弱点です。
70％を狙うと、価格は250〜1,250円の中で組む必要があります。
高単価で売る専門書や、逆に99円で入口商品にするような設計は取りにくくなります。
たとえば、情報量の多い専門特化本をしっかりした単価で売りたい人や、シリーズ導入巻を極端に安く置きたい人には、この枠が足かせになります。

運用面では、自動更新の扱いも実務上の注意点です。
登録後はそのまま継続前提で回していると、他ストア展開に切り替えたい時期を逃しやすくなります。
期間管理を曖昧にすると、「次は併売に広げるつもりだったのに、気づいたら継続していた」ということが起きます。
このあたりはKDP管理画面の仕様に沿って把握しておく前提で考えたほうが整理しやすいのが利点です。

誰に向くか/向かないか

KDPセレクトが向くのは、まずKindle一本で検証したい人です。
とくに副業で最初の数冊を出す段階では、販路を広げるよりも、タイトル、表紙、価格、紹介文のどこが効くかを一つの市場で見たほうが改善が早いです。
筆者も、最初から販路を増やすより、Amazon内で反応を見ながら調整したほうが、原因の切り分けはしやすいと感じます。

相性がいいジャンルは、シリーズものと実用書です。
シリーズは1巻をKUで読んでもらう導線が作りやすく、続巻への送客がしやすいのが利点です。
実用書は「必要な情報をすぐ取りたい」という読者が多いため、購入前の心理的ハードルが低い読み放題との噛み合わせがいいです。
AI副業、Webライティング、Canva活用、ChatGPTプロンプト集のようなテーマは、この設計に乗せやすい部類です。

反対に向きにくいのは、他ストアでも同時に売りたい人、価格戦略を柔軟に動かしたい人、画像中心でファイルが重くなりやすい本を出す人です。
写真集や図解教材、画面キャプチャを大量に使うマニュアル本は、KDPセレクトの利点より制約のほうが目立ちやすいのが利点です。
こういう本は、Amazon内の露出よりも、利益計算のしやすさや併売のしやすさを優先したほうが設計が安定します。

もう一つ、ニッチジャンルを継続改善していく人にも向いています。
大きな市場を一冊で取りにいくより、狭いテーマで読者の反応を見ながら、表紙差し替えや紹介文調整、続編投入を重ねていくやり方です。
KDPセレクトはその検証ループをAmazon内で回しやすいので、少部数でも改善を積み上げたい人には扱いやすい選択肢です。
独占期間と更新タイミングを前提に、ひとつの販路で仮説検証を回す人ほど、相性の良さが出ます。

AI出版で注意すべき著作権・規約・税金

AI生成の申告と品質責任

AIで本文や表紙を作れるようになったことで、出版のハードルは下がりました。
ただし、公開ボタンを押す前に意識したいのは、「作れたこと」と「出してよいこと」は別だという点です。
ここがポイントなんですが、KDPではAI生成コンテンツに関する申告ルールが設けられており、テキスト、画像、翻訳などをAIで生成した場合は、その扱いを管理画面で申告する前提になっています。
AmazonのKDPヘルプでは、AI生成とAIアシストを区別しており、編集補助のようなAIアシストは申告不要、生成そのものは申告対象という整理です。

この種の仕様は管理画面のUIごと変わることがあるので、執筆時点の画面で「AI生成」「AIアシスト」がどう分かれているかを見ておく、という実務感覚が欠かせません。
この手の項目は一度覚えたら終わりではなく、再版や改訂のたびに見直したほうが事故が減ります。
初版では人力中心でも、改訂版で表紙だけDALL·E系の画像生成を使った、本文要約だけChatGPTを使った、というケースは十分ありえるからです。

もう一つ見落としやすいのが、申告したら中身の責任が軽くなるわけではないということです。
AIで作った文章が不自然、重複が多い、内容が薄い、誤情報が多いといった状態なら、読者体験を損ねるだけでなく、低品質コンテンツとしてガイドライン上も不利です。
実際のところ、AI出版で問題になるのは「AIを使ったこと」よりも、人間が品質管理を放棄したことです。
下書きの量産はAIで進められても、構成の筋、事実確認、語尾の整理、重複除去、図版との整合までは著者の仕事として残ります。

図版やデータまわりも同じです。
統計を載せるなら数字の出典を文中で明示し、画像、フォント、テンプレートの権利範囲も整理しておく必要があります。
たとえばCanvaは販売用デザインに使えますが、テンプレートや素材は一律自由ではなく、無加工での再配布や再販売は認められていません。
表紙をCanvaで組み、画像をDALL·E系で作る運用自体はできますが、テンプレートの独自編集と素材ごとのライセンス確認はセットで考えるべきです。

著作権の地雷

著作権まわりで危ないのは、悪意のある盗用よりも、軽い気持ちの引用や流用です。
とくに電子書籍では、歌詞、楽譜、小説本文、他人の解説文、Web記事の言い換え寄せは地雷になりやすいのが利点です。
歌詞と楽譜は権利処理が厳格で、短くても無断利用は避けるべき領域です。
「一節だけなら大丈夫だろう」は通りません。
他人の著作物も、引用の要件を満たさない転載や、出典だけ書いて実質的に本文を借りるような構成は危険です。

AIを使うと、この線引きがさらに曖昧になりがちです。
たとえばChatGPTで要約した文章や、ネット上の定番表現を混ぜて整えた文章は、一見オリジナルに見えても、元ネタへの依存が強いと独自性が弱くなります。
筆者は、AIで叩き台を作ったあとに自分の経験や切り口を足して、段落単位で組み替える作業が必須だと考えています。
生成文をそのまま並べると、語感は整っていても「どこかで読んだ文章」の寄せ集めになりやすいからです。

パブリックドメインも誤解されやすい判断材料になります。
著作権が切れた作品だから何でも有利、というわけではありません。
KDPのロイヤリティ設計では、パブリックドメイン作品の再編集物は70％の対象外になり得るという整理があり、単に古典を整形して出すだけでは高率ロイヤリティ前提の設計と噛み合わないことがあります。
注釈、現代語訳、独自解説、学習用途の再構成など、どこに著者独自の価値があるのかを明確にしておかないと、商品としても権利処理としても弱くなります。

表紙や本文内の視覚素材でも油断は禁物です。
フリー画像、Canva素材、フォント、テンプレートは「使える」ことと「何にでも使える」ことが同義ではありません。
商用利用可でも、再配布不可、ロゴ化不可、テンプレート単体販売不可といった条件が付くことがあります。
統計グラフを自作する場合も、元データの出典表示が抜けると信頼性を落とします。
出版物では、本文だけでなく見た目を構成する素材一式に権利の視点が必要です。

副業の税金・就業規則チェック

印税まわりは、売れた金額がそのまま手取りになるわけではありません。
著作権使用料や印税は、支払時に源泉徴収が入ることがあります。
副業でKindle出版を始めた人が混乱しやすいのはここで、管理画面の売上と実際の受取額、さらに税務上の扱いが一致しないことがあるからです。
数字を見るときは、販売額ではなく、実際に入金された金額と支払明細の内訳で捉える必要があります。

確定申告の論点も早めに整理しておきたいところです。
会社員の副業として出版収入を得る場合、一般論では雑所得として扱われるケースが多く、年間20万円を超えると確定申告が必要になる可能性があります。
専業に近い形で継続的に取り組み、売上や経費、事業性が強いなら見方は変わりますが、副業の入口ではまずこのラインが実務上の基準になりやすいのが利点です。
執筆ツール代、表紙制作費、資料代、外注費などをどう整理するかでも、手元の収支感覚は変わります。

就業規則も見逃せません。
副業禁止、許可制、競業避止、成果物の権利帰属といった条項がある会社では、出版そのものよりも会社との関係で問題になるケースがあります。
とくに、勤務先で扱っているノウハウを転用した本、業務時間中に作ったと受け取られかねない本、会社PCや社内素材を使った本は揉めやすいのが利点です。
AI副業は在宅で進めやすいぶん、仕事と私作業の境界が曖昧になりやすいので、設備、時間、テーマの切り分けが重要になります。

税金と就業規則はどちらも、売れてから慌てると整理が面倒です。
とくにAI出版は、短期間で複数冊を出せるぶん、思ったより早く入金が積み上がります。
小さく始めたつもりでも、著作権使用料の扱い、源泉徴収、必要経費の考え方を押さえておかないと、利益が見えているのに資金感覚だけがズレます。
副業として安定運用したいなら、売る前の企画設計と同じくらい、受け取った後の処理設計が欠かせません。

1冊目の現実的な収益シミュレーション

計算式と前提条件の明示

以下の収益シミュレーションは「便宜的な仮定」に基づく概算例です。
KDP は配信コストの目安として平均で約0.06 USD/部を示していますが、配信コストの算出ロジックや為替、地域設定で最終値は変わるため、ここで示す円換算はあくまで企画段階の参考値です。
最終的な受取額は KDP 管理画面の試算結果で必ず確認してください（確認日：2026-03-15、参照：KDP ヘルプ）。

仮定（例）

• 本の想定：文字中心の実用書、ファイルサイズ 2MB
• 換算の便宜上の例：1MB ≒ 1円（実務上の便宜的換算例。公式固定値ではありません）

この前提での概算例は次の通りです（あくまで参考）。

500円では、35％だと175円/冊、70％だと（500−2）×0.7＝348.6円/冊です。
800円では280円/冊と558.6円/冊、1,250円では437.5円/冊と873.6円/冊になります。
文字中心の本で70％条件に収まるなら、1冊あたりの差は大きいです。
800円の本でも、35％と70％では278.6円/冊の開きが出ます。
20冊売れれば5,572円、50冊なら13,930円の差です。

この数字を見ると、初心者が最初の1冊で狙いやすい価格帯は800円前後だと考えやすくなります。
500円は買われやすさの魅力がありますが、作業時間に対する回収効率はやや弱めです。
1,250円は受取額が大きい反面、テーマの専門性や読者の納得感が必要になります。
最初の1冊は「高すぎず、安売りしすぎない」価格として800円前後が扱いやすいのが利点です。

画像多用時の配信コスト影響

70％がいつでも有利とは限らないのは、ファイルサイズが大きくなると配信コストが効いてくるからです。
たとえば画像多めで10MBになれば、配信コストは10円想定です。
この場合の70％ロイヤリティは、受取＝（価格−10）×0.70まで下がります。

価格800円なら、2MB時は558.6円/冊でしたが、10MBでは（800−10）×0.7＝553円/冊です。
差は大きくないように見えて、冊数が増えるとじわじわ効きます。
価格500円でも（500−10）×0.7＝343円/冊です。
まだ35％の175円より高いので、10MB程度なら文字中心の本ほど大きな逆転は起きにくい設計です。

ただし、画像中心の本は価格設計の自由度や販売戦略も絡みます。
たとえばフルカラー資料集やテンプレート集のように、ファイルが重く、かつAmazon独占に寄せたくない本では、35％のほうが設計しやすい場面があります。
35％は配信コスト計算がなく、受取額を素直に読めるのが利点です。
見た目の利益率ではなく、本の中身が文字主体か画像主体かで判断したほうが実務に合います。

配信コストは地味ですが、あとから効いてきます。
KPFやEPUBを作る段階で画像を必要以上に増やすと、読者体験より先に収益性が崩れやすいのが利点です。
筆者は実用書では、本文は文字中心で組み、図版は「理解を一段進めるものだけ」に絞る設計が収益面でも扱いやすいと感じます。

作業時間から見た時給換算と回収ライン

収益シミュレーションで見落とされやすいのが、その金額を得るのに何時間使ったかです。
1冊の制作に14時間かけ、価格800円、70％ロイヤリティ、月50冊売れたケースで計算すると、受取は558.6円×50冊＝27,930円です。
これを初回の制作時間14時間で割ると、27,930÷14＝約1,995円/時になります。

この見方の良いところは、Kindle本が継続販売で積み上がる点です。
受託ライティングのように納品して終わりではなく、同じ14時間で作った1冊が翌月も売れれば、初月の時給換算はさらに上がります。
逆に言えば、初月だけを見て「思ったより低い」と切ってしまうと、ストック型の旨みを取りこぼします。
AIを使うと下書き速度は上がりますが、構成調整、事実確認、表紙作成、KDP登録まで含めると、初回14時間は十分に現実的なラインです。

ツール費用の回収も、受取額から逆算すると整理しやすいのが利点です。
たとえばChatGPTの料金はOpenAI公式の料金ページで、Canvaも公式の料金ページでその時点の月額を見れば、損益分岐は単純に月額費用 ÷ 1冊あたり受取額で出せます。
800円・70％の本なら1冊あたり558.6円なので、月額費用が仮に5,586円なら10冊、11,172円なら20冊で回収という見方です。
ここでは具体料金を固定しませんが、計算の型は同じです。
数字を当てはめるだけで、自分の販売目標に落とせます。

読み放題のKindle Unlimitedも収益源にはなりますが、こちらは既読ページ数と月ごとのKENP単価で決まり、単価が固定ではありません。
KDPダッシュボードの実績で補正していく性質が強いので、1ページいくらと断定して収益計画を立てるより、まずは通常販売の受取額を軸にしたほうが見通しは立てやすいのが利点です。
実際のところ、1冊目の段階では「何冊売れればツール代と制作時間を回収できるか」を明確にしたほうが、次の改善点も見えやすくなります。

公開後7日間の販促チェックリスト

説明文/キーワードの微調整

公開直後の7日間は、本文を書き直すよりも販売ページの第一印象を整える作業のほうが効きやすいのが利点です。
とくにDay1は、説明文の1行目で「この本を読むと何が変わるのか」を言い切る形に寄せます。
たとえば「AIでKindle出版を始める方法を解説します」より、「AIを使ってKindle本を形にし、収益化の流れまでつかめる1冊です」のほうが、読後ベネフィットが先に立ちます。
実際のところ、商品ページでは冒頭の数行で読む価値が伝わらないと、目次やレビューまで進んでもらいにくい設計です。

同じDay1で手を入れたいのが著者ページです。
著者プロフィールに、どんなテーマを継続して発信しているのか、何を軸に書いている人なのかが見えないと、1冊単体で終わりやすくなります。
筆者なら「AIライティング」「副業ライター」「Kindle出版」のように、読者が次に連想しやすい軸へそろえます。
プロフィール文は長さよりも、誰向けに何を書いているかが一読でわかることが欠かせません。

Day2では、カテゴリとキーワードを見直します。
ここがポイントなんですが、自分の言葉で正しそうに見える表現より、実際に売れている上位本が使っている語彙に寄せるほうが検索面では強いです。
たとえば「電子出版」「デジタル出版」のような広い言い方より、「Kindle出版」「KDP」「AI執筆」「副業ライティング」のように、読者がストア内で打ち込みやすい語にそろえたほうが、ページの意味が明確になります。

この見直しは、単にキーワードを足す作業ではありません。
説明文、サブタイトル、著者紹介の語彙がばらついていると、テーマの芯がぼやけます。
逆に、上位本で頻出する言葉に寄せつつ、自分の本の切り口だけは残しておくと、埋もれにくくなります。
国内の電子書籍市場はインプレス総合研究所の調査で2024年度に6,703億円まで伸びており、読者の選択肢は増え続けています。
市場が大きいぶん、タイトルや説明文の言葉選びの雑さがそのまま埋没につながる、という見方をしたほうが実務的です。

表紙・サムネのA/Bテスト

Day3は表紙そのものより、一覧で見たときのサムネイル性能を確かめる日です。
PCで大きく見た表紙が整っていても、Kindleストアの一覧やスマホ画面では、サブタイトルが潰れて読めないことが珍しくありません。
筆者がまず触るのは、サブタイトルの字間と背景との対比です。
文字が詰まりすぎている表紙は縮小時に黒い塊に見えやすく、逆に字間を少し開けるだけで読みやすさが戻ることがあります。

A/Bで比べるときは、大きく作り替えるより、1要素ずつ変えるほうが判断しやすいのが利点です。
たとえばA案は現状のまま、B案はサブタイトルの文字サイズを上げて背景を暗くする、といった差に留めます。
色もフォントも全部変えると、どこが効いたのかがわかりません。
Canvaで作った表紙を調整するときも、テンプレートをそのまま使うのではなく、文字の階層と余白を自分の本向けに詰め直したほうが、一覧表示での識別性は上がりやすいのが利点です。

Day4は、表紙だけでなく目次画像と抜粋を組み合わせてSNSに出します。
1枚目に目次、2枚目以降に本文の一節や図解を置くと、「何が入っている本か」が短時間で伝わります。
固定ポストにしておけば、プロフィールを見た人への入口が一つ増えます。
表紙単体の投稿は雰囲気で終わりがちですが、目次があると内容の具体性が出ます。
とくに実用書は、見た目の格好よさより「中身の整理度」が売上に直結しやすいのが利点です。

レビュー獲得と販促動線

Day5ではレビュー導線を整えます。
レビューは数を増やすこと自体より、読み終えた直後に書きやすい流れを作ることが欠かせません。
もっとも扱いやすいのは、巻末に短い依頼文を入れる方法です。
たとえば「役に立った点・わかりにくかった点を率直に書いていただけると、改訂の参考になります」といった文面なら、過度に持ち上げてもらう形にならず、実務にもつながります。
お願いの文章が長すぎると読者は飛ばしやすいので、数行で十分です。

Day6は価格の再検討です。
この段階で見るべきは、安いか高いかの感覚論ではなく、競合価格・配信コスト・CVRの3点です。
すでに前述の通り、ロイヤリティは見かけの率だけでは決まりません。
文字中心の本でAmazon一本化が噛み合うなら高率側が生きやすい一方、競合より強気すぎる価格はクリック後の購入率を落とします。
逆に安くしすぎると、買われても制作時間を回収しにくくなります。
ここは価格だけを単独で見るのではなく、表紙改善や説明文改善のあとで変化を見るほうが判断しやすいのが利点です。

Day7では、目次を見ながら1点だけ本文をリライトします。
全部直そうとすると動きが止まるので、反応が弱そうな章を一つ選び、事例か図解を追加します。
実用書で効きやすいのは、「概念説明だけの節」を「具体例つきの節」に変えるということです。
たとえば価格設計の章なら、判断軸だけでなく、どういう本がどちらに向くかまで見せる。
読者は情報の量より、判断のしやすさに価値を感じます。

この7日間は、大規模な改稿ではなく売れる導線の詰めに集中するのが得策です。
本文の品質が一定ラインを超えているなら、公開後すぐの改善余地は、説明文、表紙、価格、レビュー導線のような接点部分に多く残っています。
AIで本を作ると公開までが早いぶん、公開後の微修正まで含めて1冊の運用だと考えたほうが、結果は安定しやすいのが利点です。

最初の1週間アクションプラン

1週間で入稿するタスク分解

ここがポイントなんですが、1冊目は「完成度を上げてから出す」より、1週間で入稿できるサイズに仕事を切るほうが前に進みます。
狙うのは、読者の悩みが明確な実用書です。
文字中心で組めるテーマなら、執筆と入稿の難所が減り、公開までの速度も落ちにくくなります。

Day1はジャンル決定です。
Amazonで候補ジャンルの上位10冊を見て、レビューを流し読みするのではなく、不満・不足・要望だけを抜き出してください。
たとえば「初心者向けすぎて実務に届かない」「情報が古い」「手順はあるがテンプレートがない」といった声です。
この作業で“未充足ニーズ”を3点に絞れると、本の軸が固まります。
ジャンルは好き嫌いで決めるより、読者の不満が言語化されている場所から選ぶほうが失敗しにくい設計です。

Day2は競合調査に使います。
見る場所は価格だけでは足りません。
目次、説明文、表紙まで並べて、共通項をメモ化します。
実際のところ、売れている本には「タイトルで約束する価値」「目次の粒度」「説明文の順番」に似た型があります。
そのうえで、自分の本は何をずらすのかを1行で定義します。
たとえば「初心者向けの広い解説ではなく、初回入稿までに絞った実務書」といった形です。
この1行があると、以降のタイトル案や説明文がぶれません。

Day3は構成です。
ChatGPTで仮タイトルを10案、目次案を3案出し、そこから1案に統合します。
AIに丸投げするのではなく、Day1とDay2で拾った未充足ニーズと差別化ポイントを前提条件として渡すのがコツです。
筆者の経験では、この段階で章立てを欲張るとDay4以降が詰まりやすいのが利点です。
章数よりも、「誰のどの悩みを、どんな順で解くか」が一本になっているかを優先してください。

Day4からDay5は原稿です。
1冊目は10,000〜20,000字の実用書に絞るのが現実的です。
流れとしては、まずAIで下書きを作り、その後に人の手でリライトし、必要な箇所に出典リンクを付けます。
AI下書きのままだと、言い回しが均一になったり、断定の根拠が薄くなったりします。
そこで、自分の順序感覚に合わせて段落を組み替え、抽象表現を具体例に置き換えると、読者が読み進めやすくなります。

Day6は表紙と説明文の作成です。
表紙は「ジャンル色＋ベネフィット1行」で十分です。
凝った装飾より、一覧で何の本かわかることを優先してください。
説明文は「悩み→解決→読後メリット→対象読者」の順に並べると、購入判断がしやすくなります。
Canvaを使うなら、テンプレートをそのまま流用するより、文字の優先順位と余白を自分の本向けに調整したほうが反応は安定します。

Day7でKDPに入稿します。
価格は、Amazon一本で進めて文字中心の本なら70％側を狙い、独占を避けたい本や画像を多く使う本なら35％側で設計する、という考え方で十分です。
入稿前には、AI生成コンテンツの申告と、表紙・本文・素材の権利チェックを見直してください。
KDPではAI生成のテキスト、画像、翻訳に関する申告項目があるため、この確認を飛ばすと後で手戻りになりやすいのが利点です。

品質を落とさない最短ルート

短期間で出すと聞くと雑になりそうですが、実際には広げないことが品質管理になります。
1冊目で避けたいのは、ジャンルを欲張ること、読者像を増やすこと、構成段階で情報を詰め込みすぎるということです。
未経験者が最初に崩れやすいのは執筆力より、設計の広さです。

最短ルートは、読者を1人に寄せて、その人が抱える悩みを1冊で1つ解く形にするということです。
たとえば「AI出版に興味がある人」では広すぎます。
「KDPに初入稿したいが、何から始めるか決めきれない人」まで狭めると、タイトル、目次、説明文、巻末導線まで一貫します。
読者像が曖昧だと、AIに出させる原稿も一般論に流れやすいのが利点です。

制作面では、原稿フォーマットを早めに固めるのも効きます。
文字中心の実用書なら、見出し、本文、箇条書き、注意書きの型を決めてから書いたほうが速いです。
Kindle Createを使ってKPFでまとめる流れは、初回こそ操作に慣れが必要ですが、いったん型ができると表示崩れの確認がしやすくなります。
EPUBを細かく触って調整するより、1冊目では「読める形に安定して仕上げる」方向が扱いやすいのが利点です。

関連テーマへ自然につながる本は、1冊単体で全部を説明しようとせず、読者が次に読みたくなる導線を残す設計が有効です。
本文で深掘りしすぎない論点を意図的に残しておくと、章構成が引き締まり、次巻や関連記事への誘導もしやすくなります。

公開後に効く“最初の修正点”

公開した直後に見直すべきなのは、本文全体ではありません。
最初に効くのは、クリック前後の接点です。
具体的には、表紙、タイトル、説明文、カテゴリとの整合です。
本文を大改稿するより先に、この接点を整えたほうが動きやすくなります。

まず修正候補になるのは説明文です。
販売ページで弱く見えやすいのは、内容が悪い本より、何が得られるかが伝わらない本です。
悩みの提示がぼんやりしている、読後メリットが抽象的、対象読者が広すぎる。
この3点のどれかに当てはまるなら、説明文を先に直したほうが早いです。
筆者なら、1段落目に悩み、2段落目に解決の流れ、3段落目に向いている読者を置き直します。

次に効きやすいのが表紙の文言です。
画像そのものを作り直すより、サブタイトル1行を詰めるほうが反応差が出ることがあります。
「何についての本か」は伝わっても、「読むとどうなるか」が抜けている表紙は意外と多いです。
ジャンル色は残したまま、利益が見える1行に寄せるだけで一覧での判別性が上がります。

その次に見るのが本文冒頭です。
購入後に少し読んで離脱される本は、導入が長く、結論が後ろにあります。
公開後の最初の修正としては、はじめにの数段落を短くし、読者が得るものを先に出すだけでも改善しやすいのが利点です。
AIで書いた導入は丁寧すぎて前置きが長くなりやすいので、人の手で削る価値があります。

巻末の導線も見逃せません。
レビュー依頼文が固すぎる、次に読んでほしいテーマが見えない、著者ページへの誘導が弱いと、公開後の伸びが鈍くなります。
ここでいう内部リンク導線は、読者が「この著者なら次も読めそうだ」と感じる流れを作るということです。
関連テーマに自然につながる案内があるだけで、1冊で終わらない導線になります。
公開後は本文全部を直すより、接点と導線を先に磨くほうが、少ない手数で結果に結びつきやすいのが利点です。