生成AIと自動組版は、なぜ相性がいいのか

AIコーディングから考える、制作ルールとデータ設計の重要性

AIでスクリプトを作ることが身近になった

これまでInDesignのスクリプトを書くには、JavaScriptやExtendScriptなどの知識が必要でした。

もちろん、実際に現場で使えるものを作るためには、今でもアプリケーションの仕様やデータ構造、例外処理への理解が必要です。

ただ、AIの登場によって最初の一歩は大きく変わりました。

たとえば、次のような作業です。

• 開いているInDesignファイル内の文字列を一括で置換したい
• 指定したフォルダ内の画像をページに配置したい
• 段落スタイルごとに文字数をチェックしたい
• ページごとにPDFを書き出したい
• ファイル名や保存先のルールを統一したい
• オブジェクトのスクリプトラベルを一覧で出力したい
• CSVやExcelのデータを、流し込みやすい形式に整えたい

このような依頼であれば、AIに目的と条件を伝えることで、スクリプトのたたき台を作ることができます。

以前であれば、ゼロから文法を覚え、処理の構造を組み立て、エラーを調べながら少しずつ形にしていく必要がありました。

今は、まずAIに相談し、作成されたコードを動かし、必要なところを調整していくという進め方ができます。

そのため、制作現場の担当者が「自分の作業を少し便利にするためのスクリプト」を試すことも、以前より現実的になっています。

一方で、ここで大切なのは、AIが魔法のように正しいスクリプトを作ってくれるわけではない、ということです。

AIが得意なのは、整理された条件をもとに、処理の形へ変換することです。

逆に、指示が曖昧なままでは、コードも曖昧になり、期待した動作にはなりません。

コラム｜AIを使った作業サポート

最近、AIを使って自分の作業をどこまでサポートできるか、いくつか試しています。

ここ一年ほどの生成精度の向上は目に見えて分かり、以前なら自分で時間をかけて調べたり、試行錯誤したりしていたことも、かなり短い時間で形にできるようになってきました。

ちょっとしたことを頼んでも、それなりの成果を出してくれるため、日常的な作業のタイパはかなり良くなっていると感じます。

たとえば、次のような検証をしています。

• Codexのリモート機能を使い、どこまで制作環境を操作できるか検証する
  • iPhone上のCodexから、自分のPC上にあるInDesignファイルをPDF出力し、指定したメールアドレスへ添付して送付する
• 動画編集アプリを使わず、Claude CodeとRemotionで動画をつくる
  • ChatGPTで構成やシナリオを作成し、それをもとにClaude Codeで動画を生成する

こうした取り組みは、AIが制作を完全に代替するという話ではありません。

むしろ、人が考えるべきことと、機械に任せられることの境界を見直すきっかけになります。

関連記事

生成AIで始める！自分専用InDesignスクリプト入門（その1）

AIに伝えるべきなのは「やりたいこと」だけではない

AIにスクリプトを作ってもらうとき、「この作業を自動化したい」とだけ伝えても、現場でそのまま使えるものになるとは限りません。

実際には、作業の周辺にある細かな条件が重要になります。

たとえば、PDFを書き出すスクリプトであれば、次のようなことを決める必要があります。

• どのInDesignファイルを対象にするのか
• 全ページを書き出すのか、指定ページだけにするのか
• PDFのプリセットは何を使うのか
• ファイル名はどのようなルールにするのか
• 保存先はどこか
• 同名ファイルがあった場合は上書きするのか
• エラーが起きた場合は止めるのか、次の処理へ進むのか

人が作業しているときには、こうした判断を無意識に行っていることがあります。

しかし、AIやシステムに処理を任せる場合、その判断を言葉やルールとして渡さなければなりません。

つまり、AIでスクリプトを作るために必要なのは、単に「コードを書いて」と依頼することではありません。

現場の作業を分解し、他人や機械にも理解できる形に整理することです。

この作業こそが、AI活用の本質に近い部分だと思います。

指示書・仕様書は、AIのためだけのものではない

AIに適切な指示を出すためには、指示書や仕様書が必要になります。

しかし、それはAIのためだけに作るものではありません。

本来、仕様書とは、現場にある暗黙知を見える化するためのものです。

制作業務では、経験者の頭の中にだけ存在している判断が数多くあります。

たとえば、次のような判断です。

• 文字数が増えたときに、長体をかけるのか、文字を小さくするのか、行数を増やすのか
• 写真がないときには、空欄にするのか、代替画像を使うのか、何らかのマークを入れるのか
• 原稿に不足があるとき、どのように扱うのか
• 例外的なページでは、どこまで通常ルールを崩してよいのか
• 特定の文字や記号を、どのルールで置き換えるのか
• 商品名や説明文が長い場合、何を優先して見せるのか
• 校正時に見つかった修正を、どの段階でデータへ戻すのか

こうしたルールは、制作担当者にとっては当たり前のことかもしれません。

しかし、担当者が変われば判断がぶれたり、引き継ぎが難しくなったりします。

また、AIや自動組版の仕組みに任せようとしても、ルールが整理されていなければ再現することができません。

仕様書をつくることは、単なる開発準備ではありません。

属人化していた制作知識を共有可能な形にし、品質を安定させ、継続して改善できる状態をつくることです。

AIに伝えるための指示書は、そのまま人に引き継ぐためのマニュアルにもなります。

そして、自動組版のルール設計にもつながります。

自動組版では、ルールが成果物の品質を決める

自動組版は、データとルールをもとに、印刷物やPDFなどの成果物を生成する仕組みです。

そのため、どれだけ高機能なシステムを使っても、元になるデータやルールが曖昧であれば、安定した結果は得られません。

たとえば商品カタログを自動組版する場合、まず次のような情報が使える形で整理されている必要があります。

• 商品名
• 価格
• 商品説明
• 商品画像
• サイズや仕様
• カテゴリー
• 掲載順
• アイコンや注意書き
• 在庫状況や掲載可否
• セールやおすすめなどの掲載フラグ

さらに、レイアウト側にも次のようなルールが必要です。

• カテゴリーごとの色設定
• 商品データに複数のフラグがある場合の掲載方法の分岐
• 画像の点数が違う場合、どのように表現するのか
• 説明文が長いときにはどこまで表示するのか
• 長体や文字サイズの調整を、どの条件で適用するのか
• 商品が欠品した場合、他の商品とのバランスをどう取るのか
• データがない場合、アキママにするのか、トルツメにするのか
• 例外的な商品や特集枠を、どのように処理するのか

ここで必要になるのは、デザインを機械的に当てはめることではありません。

人がこれまで行ってきた判断を整理し、繰り返し運用できる形にすることです。

自動組版は、単にDTP作業を速くする仕組みではありません。

自動組版は、制作の知識を、データとルールとして残し、使い続けられる資産に変える仕組みです。

AIコーディングから見る自動組版の共通点と可能性

AIコーディングと自動組版には、多くの共通点があります。

AIコーディングでは、いきなり完成したWebサイトやアプリケーションをつくるのではなく、まず次のような準備と基本設計を行います。

• 素材の整理
• ベースとなるテンプレートの準備
• データの構造化
• 自動化フローと調整フローの区分け
• 修正や追加が発生したときの運用方法の整理

素材やテンプレートを準備し、そこに内容となるデータを与えることで、HTML、CSS、JavaScriptなどのコードを生成していきます。

また、AIコーディングでは、単に画面として見える成果物だけをつくるわけではありません。

その成果物を生み出すためのコードやスクリプトも残ります。

そのため、一度つくった仕組みを保管し、改善し、別のデータに対しても繰り返し使うことができます。

データを与えるだけで、出したい結果を自動処理で生成できる状態をつくる。

これは、DTPを自動組版にするときの考え方と非常によく似ています。

もちろん、このフローは一度で完成するわけではありません。

何度か試し、調整し、例外を見つけながら、少しずつ運用できる形へ育てていきます。

ここで重要なのは、完成したWebページやPDFといった成果物だけではなく、その成果物を生み出すための資産が残ることです。

AIにコードを書かせる場合も、自動組版でページを生成する場合も、準備と設計が不十分であれば、時間がかかったり、思った通りの成果が出なかったりします。

AIは、曖昧な仕事をそのまま解決してくれる存在ではありません。

むしろ、曖昧だった仕事を整理し、再現可能な形にすることを促す存在です。

自動組版も同じです。

これまで人の経験や感覚で処理していた作業を、データとルールに変換することで、誰が担当しても一定の品質で進められる仕組みにしていきます。

その結果として、作業時間や転記ミスを減らすだけでなく、制作の知識そのものを蓄積することができます。

Adobe AIの最新動向

AI×InDesignの可能性を探る

生成AIと制作現場の関係を考える上で、Adobe製品側の動きも見逃せません。

2026年6月時点では、InDesignにもAIを活用した機能が入り始めており、単に画像を生成するだけではなく、レイアウトの編集、テキスト処理、アクセシビリティ、作業支援といった領域に広がりつつあります。

特に注目したいのは、AIを「デザインを代わりに考えるもの」としてではなく、既存の制作フローを支援したり、繰り返し作業を減らしたりする方向で取り込もうとしている点です。

Adobe AI Assistant

InDesignでは、AI Assistantのベータ版が公開され、自然言語で質問したり、複数ステップの作業を支援させたりする方向性が示されています。

たとえば、レイアウトの設定、テキストや画像の一括編集、スタイル適用など、従来はメニューを探したり、複数の操作を繰り返したりしていた作業を、会話形式で進めることが想定されています。

現時点では検証段階の機能も多く、特に日本語組版や印刷現場特有の細かな要件にどこまで対応できるかは、今後を見ていく必要があります。

ただし、AIがInDesignの中で操作や判断を補助する方向へ進み始めていること自体は、制作現場にとって重要な変化です。

Adobe for Creativity（AI用コネクタ）

もう一つ注目したいのは、Claude CodeなどのAIコーディング環境と、Adobe Creative Cloudのデータやアプリケーション操作をつなぐ試み（Adobe for Creativity）です。

たとえば、次のような作業を自然言語から実行するイメージが、少しずつ現実的になってきています。

• InDesignファイルからPDF、JPEG、PNGを書き出す
• PDFをInDesignドキュメントへ変換する
• CSVデータをもとに、テキストや画像を流し込む
• ローカル環境のInDesignを操作する
• 定型的なレイアウト作業をスクリプトとして残す

こうした仕組みが実用化されていくと、AIが単にコードを生成するだけでなく、制作環境そのものを横断して操作する存在になっていく可能性があります。

ただし、ここでも重要なのは、AIに何をさせるかを設計できることです。

データの置き場所、ファイル名のルール、出力方法、承認フロー、例外処理などが曖昧なままでは、AIに任せられる範囲は限られます。

AIを使って制作を進めるためには、むしろこれまで以上に、制作ルールとデータの整理が重要になっていきます。

参考リンク

• Adobe InDesign AI Assistantの機能紹介
• AI Assistant is now live in InDesign 21.4 Beta
• InDesignのAI Assistantに関するニュース記事
• Adobe for creativity × Claude Code
• Adobe InDesign × Claude Code
• InDesignをClaude Codeから操作する仕組みの紹介
• 全体のイメージが分かる動画

※AI関連の機能や対応範囲は変化が早いため、実際の導入・利用時には各サービスの最新情報をご確認ください。

AI時代に必要なのは、コードよりも業務設計

AIによって、コードを書くこと自体のハードルは下がっていくでしょう。

今後は、制作担当者がAIと対話しながら、ちょっとしたスクリプトやデータ処理をつくる場面も増えていくと思います。

しかし、そこで差がつくのは、どれだけ複雑なコードを書けるかではありません。

• 自社の業務をどれだけ整理できているか。
• 制作ルールがどれだけ共有されているか。
• データがどれだけ再利用できる状態になっているか。
• そして、AIに任せる部分と、人が判断すべき部分をどこまで設計できているか。

こうした業務設計の質が、AI活用の質を決めていきます。

自動組版は、AI活用への実践的な入口になります。

印刷物をつくるために整えたデータやルールは、PDFの生成だけで終わるものではありません。

Web、SNS、営業資料、動画、社内システム、そしてAIによるコンテンツ生成へと、活用範囲を広げていくことができます。

生成AIと自動組版は、どちらも「仕事を機械に任せるための技術」です。

しかし本当に重要なのは、機械に任せることそのものではありません。

人の経験や判断に依存していた制作を、データとルールによって共有し、改善し、次のメディアへつなげられる状態にすることです。

AI時代に必要なのは、ツールを増やすことではなく、使えるデータと、運用できるルールを持つことなのだと思います。

まとめ

「DTP作業を効率化しよう」という試みは昔からあります。

しかし、スクリプトなどをコーディングしたり、データベースを構築したり、という話になると、ハードルが上がってしまい、なかなか取り組むことが出来ませんでした。

生成AIの進化は、この課題を解決する可能性が大いにあります。

そのためには、DTPを手動操作だけではなく、AIコーディングのような発想を持つ必要があります。

それによって、効率化、自動化、自動組版化、というステップに進んでいくことができる、ということになります。