Who（誰が）
全国の公立小中学校の学校司書・図書担当教員、および契約主体となる市区町村教育委員会と私立学校法人
対象とする社会課題：限られた予算と人員の中、学校図書館の選書・蔵書更新が担当者の勘と経験頼みになり、児童生徒のニーズと乖離している
社会の役に立ち、しっかり儲かる。その両立が、この計画には数字で示されています。
限られた図書費と人手のなかで、担当者は貸出記録を紙やExcelで管理するのが精一杯で、どの本が読まれ、どの分野が足りないのかを把握できずにいる。人気シリーズの続編ばかりが並ぶ一方、調べ学習に必要な資料は不足したままだ。この事業は、その属人化した選書業務にデータの裏付けを与え、限られた予算を子どもたちの学びに最も生きる形で使えるようにする。
※ この4つの数字は、見せるために作った数字ではありません。「事業計画」タブの10年計画とまったく同じ計算から出しています。EXIT（売却）時の手取りだけは「もし売れたら」の試算で、約束できる金額ではありません。
10年の事業計画も、創業融資630万円の申請資料も、システムの要件定義書も、最初の90日の段取りも——ぜんぶこのページにあります。足りないものはAIチャットが伴走しながらその場で作り、システム開発・専門家・投資家への橋渡しまで、このサイトの中で進められます。「やりたい」と思ったその日から、始められる状態です。
ボタンを押すとAIチャットが開き、この事業の内容を読み込んだ状態で、教育委員会への提案や社内検討に使える資料の素案をその場で作成します。
※ ボタンを押すと確認のポップアップが出ます。「はい」を選ぶとAIチャットが新しいタブで開き、 この事業の内容を踏まえた作成指示が自動で送られます（あなたが文章を打ち込む必要はありません）。 どのボタンを出すかは事業の性質でAIが出し分けます。生成にはAIチケットを使用します。
あなたの経歴とこの事業のフィットをAIが診断します。活きる強み、足りないもの、 共同創業者に求める人物像まで示します。
無料会員登録して診断する登録済みの経歴をもとに、この事業とのフィットを診断します。経歴・スキルの内容はAI相談・AIチャットの回答にも反映されるため、最新の内容に更新しておくとより精緻なアウトプットが得られます。
💡 このショーケースをお気に入り登録すると、あなたのAIチャットがお気に入り登録した事業の情報を学習し、より賢く、具体的な提案ができるようになります。
※ AIによる参考意見です。合否や成否を保証するものではありません。経歴・スキルの登録内容は、この診断やAI相談・AIチャットの回答精度にも影響します。
学校司書や図書担当教員が、既存の貸出管理システムからCSVで貸出履歴を取り込むと、AIが貸出頻度や在庫の偏りを分析し、月次の『蔵書診断レポート』を自動生成します。
担当者はチャット画面で『5年生向けの環境問題の本を予算3万円で』と話しかけるだけで、AIが出版情報データベースと貸出実績を照合し、具体的な書名・出版社・価格・推薦理由をリスト化して提示します。候補から選んでワンクリックで発注リストを出力すれば、書店や取次への発注データもそのまま使えます。年度末には廃棄候補や次年度予算配分案もAIが提案し、これまで担当者の勘と経験に頼っていた選書業務を、データに基づく意思決定に変えていきます。
全国の公立小中学校約2.8万校のうち、専任の司書教諭を配置できているのは1割未満で、多くは兼任教員や非常勤の学校司書が年間数十万円の限られた図書費で選書を担っている。
担当者は貸出記録や生徒の要望メモを紙台帳やExcelで管理していることが多く、どの本が実際に読まれ、どの分野が不足しているかを定量的に把握できていない。その結果、人気作家の続編ばかりが並ぶ一方で、学習指導要領に沿った調べ学習用の資料や、多様な読書レベルに対応する本が不足しがちである。文部科学省の学校図書館図書標準の達成率は小学校で7割程度、中学校で6割程度にとどまり、地域間・学校間格差も大きい。担当者の異動により選書ノウハウが引き継がれず、属人化した状態が固定化している学校も少なくない。この課題は自治体の教育委員会にとっても優先度が低く、専門人材や予算を継続的に配分する動機付けが弱いため長年放置されてきた。
貸出履歴データに対する時系列分析・協調フィルタリングにより、学年・教科・興味関心別の需要予測を行い蔵書ギャップを定量化する。
自然言語対話AI（LLM）が担当者の予算・目的・対象学年といった曖昧な要望をヒアリング形式で構造化し、書誌データベース（NDC分類・対象年齢・出版年）と照合して最適な選書候補を生成する。画像解析AIは寄贈本や既存蔵書のバーコード・表紙をスマホカメラで読み取り、自動で蔵書データベースに登録・状態判定（劣化推定）を行う。最適化アルゴリズムが限られた予算内で読書多様性・学習指導要領カバー率・生徒満足度を同時最大化する発注プランを算出する。
学校司書・図書担当教員は既存の貸出管理システム（バーコード式や図書館システム）からCSVで貸出履歴をエクスポートし、本サービスの管理画面にアップロードするか、対応システムとAPI連携する。
AIは貸出頻度・滞留在庫・学年別/教科別の利用傾向を解析し、不足ジャンルや過剰在庫を可視化した「蔵書診断レポート」を月次で自動生成する。担当者はレポート上のチャット型AIアシスタントに「5年生向けの環境問題の本を増やしたい、予算は3万円」のように話しかけると、出版情報データベースと過去の貸出実績を突き合わせて具体的な書名・出版社・価格・推薦理由をリスト化した選書候補を提示する。担当者は候補から選んで発注リストをワンクリックで出力し、書店や取次への発注データとして活用できる。年度末には次年度の予算配分案と廃棄候補リスト（破損・古い情報・低利用のもの）もAIが自動提案し、担当者の意思決定を後押しする。
| 非常勤学校司書が選書集計に費やす人件費（月8時間×時給1300円×12ヶ月） | 年額約12.5万円 |
| ミスマッチ選書による図書費の実質的な無駄（図書費30万円のうち低利用本が2割と想定） | 年額約6万円 |
| Excel台帳の二重管理・貸出記録転記にかかる兼任教員の時間コスト（月4時間×時給相当2000円×12ヶ月） | 年額約9.6万円 |
| 図書館図書標準未達に伴う教育委員会への是正報告・改善計画作成の対応工数（年2回、1回あたり4時間×指導主事時給相当2500円） | 年額約2万円 |
| スタンダードプラン（小規模校・生徒数300人未満） | 月額15,000円 |
| スタンダードプラス（中規模校・生徒数300〜700人） | 月額20,000円 |
| プレミアムプラン（大規模校・生徒数700人以上、レポート機能拡張付き） | 月額30,000円 |
この事業をやっている人のある1日、1年後・3年後・10年後の姿、向いている人・向いていない人、よくある質問……
あなたと事業の詳細は無料会員限定です。
時間軸別に、各チャネルの具体施策と、それをAIでどうプロンプティングして実現するかをセットで。
上記の施策をもとに、広告物の作成業者（マーケ会社）への紹介をご希望の場合はこちらからエントリーできます。
マーケ会社の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
この事業に必要なアプリを作るための仕様です。下のボタンでWordに書き出せば、そのまま開発会社への相談・見積の依頼に使えます。
※ このボタンは、このページに載っている内容をそのままWordファイルに書き出します（AIは使いません。すぐ保存できます）。 ページの上のほうにある「ほしい資料を、その場でAIがつくります」の要件定義書のボタンは、AIチャットがあなたのご要望を聞きながら、そのつど書き起こすものです。 すでにある内容をそのまま渡したいときはこちら、作りたい範囲や条件を相談しながら仕上げたいときはAIチャットをお使いください。
学校図書館の選書業務は、専任司書教諭が全国約2.8万校のうち1割未満しか配置されず、多くが兼任教員や非常勤司書が年間数十万円の限られた予算の中で担っている。
貸出記録や生徒の要望は紙台帳やExcelで管理されることが多く、どの分野が不足しているかを定量的に把握できないまま、人気作家の続編ばかりが並ぶ一方で調べ学習用の資料が不足しがちである。文科省の図書館図書標準達成率は小学校で約7割、中学校で約6割にとどまり、担当者の異動によって選書ノウハウが引き継がれず属人化が固定化している学校も少なくない。こうした構造的な課題は教育委員会にとっても優先度が低く、専門人材や予算配分の動機付けが弱いまま長年放置されてきた。
MVP開発（貸出データ連携・レポート機能・選書AI）は要件が試行錯誤で変わりやすいため準委任契約が向く。
パイロット結果を踏まえた正式版改修フェーズは機能範囲が確定しやすいため、範囲と検収基準を明記した請負契約に移行するのが望ましい。図書館システムベンダーごとにデータ連携仕様が異なる部分は追加調査が発生しやすいため、準委任で工数管理しつつ、AI選書精度（採用率30%以上等）はKPIとして契約書に明記し達成状況を確認する。個人情報（貸出履歴）を扱う開発委託では、匿名化処理と再委託先の管理体制を契約条項に含めることが必須である。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 学校司書・図書担当教員（非常勤含む） |
| セカンダリ | 教育委員会担当者、教科担任教員 |
| 管理 | 教育委員会システム管理者、提供事業者側のカスタマーサクセス担当 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 貸出履歴データ連携 | CSVアップロードまたはAPI連携→フォーマット検証・正規化→蔵書DBへ格納 |
| 蔵書診断レポート生成 | 貸出履歴→時系列分析・協調フィルタリングで需要予測→月次レポートPDF出力 |
| チャット型選書アシスタント | 担当者の自然文要望（学年・予算・目的）→LLMが意図を構造化→ヒアリング結果を出力 |
| AI選書候補生成 | 構造化要望と貸出実績→書誌DB(NDC・対象年齢)照合→書名・価格・推薦理由リストを出力 |
| 発注リスト作成 | 選んだ選書候補→取次発注フォーマットに変換→CSV/PDF発注リスト出力 |
| 廃棄候補リスト提案 | 蔵書状態・利用頻度・登録年→劣化・低利用スコア算出→廃棄候補リスト出力 |
| 次年度予算配分案提案 | 図書費残高・蔵書ギャップ→ジャンル別配分最適化→予算配分案を出力 |
| バーコード・表紙画像認識 | スマホカメラ画像→バーコード/表紙解析AIで書誌特定・劣化推定→蔵書DBに自動登録 |
| 予算内最適化発注プラン算出 | 予算上限・多様性指標・指導要領カバー率→最適化アルゴリズム計算→推奨発注プラン出力 |
| 推薦根拠・多様性チェック | 選書候補リスト→出版社/ジャンル偏り検知アルゴリズム適用→根拠と偏り警告を表示 |
| 教育委員会向けデータレポート | 域内全校の蔵書・利用データ→集計・匿名化処理→年次読書傾向レポートを出力 |
| テーブル | 主要カラム |
|---|---|
boards（教育委員会マスタ） | board_id, board_name, contract_type, contract_start, contract_end |
schools（学校マスタ） | school_id, board_id, school_name, school_type, student_count, plan_type |
users（担当者アカウント） | user_id, school_id, role, name, email, last_login |
books（書誌マスタ） | isbn, title, author, publisher, ndc_code, target_age, price, publish_date |
inventory（蔵書） | inventory_id, school_id, isbn, barcode, status, condition, registered_date |
loan_records（貸出履歴） | loan_id, school_id, isbn, student_grade, subject_tag, loan_date, return_date |
diagnosis_reports（蔵書診断レポート） | report_id, school_id, period, shortage_genre, surplus_genre, standard_rate |
recommendations（選書候補・発注） | recommendation_id, school_id, isbn, reason, priority_score, adopted_flag, order_date, quantity |
| # | 画面 |
|---|---|
| 1 | ログイン画面 |
| 2 | 蔵書診断ダッシュボード |
| 3 | 貸出データアップロード画面 |
| 4 | AI選書チャット画面 |
| 5 | 選書候補・発注リスト画面 |
| 6 | バーコード蔵書登録画面 |
| 7 | 年間予算配分レポート画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS（自治体向けセキュリティ要件に対応しやすい） |
| 2 | PostgreSQL（書誌・貸出データの構造化管理に適す） |
| 3 | Python/FastAPI（AI推薦ロジックの実装が柔軟） |
| 4 | OpenAI API（対話型選書アシスタントを短期実装） |
| 5 | LightFM（協調フィルタリングで需要予測を実現） |
| 6 | React（管理画面UIの開発効率が高い） |
| 7 | Google Cloud Vision API（バーコード・表紙画像解析用） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: SaaS基盤の月間稼働率99.5%以上を目標とし、年度末発注集中期はスケール増強で対応 |
| 性能 | 性能: 貸出履歴CSV（1校あたり最大5万件）の解析処理を10分以内に完了する想定 |
| セキュリティ | セキュリティ: 生徒個人情報は貸出履歴と紐付けず匿名化・集計処理し、通信はTLS1.2以上で暗号化 |
| データ保護 | データ保護: 教育委員会・学校との間でデータ取扱契約を締結し、保存データは3年経過後に自動匿名化・削除 |
| 運用 | 運用: CSVフォーマット変更やベンダーAPI仕様変更に対し、月1回の連携監視・エラー通知を実施 |
| 拡張性 | 拡張性: 導入校数が600校規模になっても同一構成でレスポンス劣化率10%以内に抑える設計 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力校の貸出データCSVをExcelとスプレッドシート関数で集計し、不足ジャンルを手作業で洗い出したレポートを担当者に渡して感想と採用率を確認する | 自分の作業時間と交通費だけで完結する水準 |
| ②最小システム | CSVアップロードと簡易分析、LLM APIを使った選書候補チャットの試作版を数校に限定提供し、貸出データ連携の技術検証と選書提案の採用率を測る | AI利用料・クラウド利用料と、外部エンジニアへの短期外注費が中心の水準 |
| ③本開発 | 教育委員会一括契約・複数校展開に耐える認証・権限管理、図書館システムとのAPI連携、画像解析によるバーコード登録機能を実装し正式版として提供する | 外部委託を含む開発体制で数か月分の開発費用がかかる水準 |
上記の要件定義書をもとに、システムベンダー（開発会社）への紹介をご希望の場合はこちらからエントリーできます。
システムベンダーの紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
10年の収支と資金の集め方、財務、KPI、資本政策、そして図解付きのフル事業計画書・AI実装仕様書……
事業計画の詳細は無料会員限定です。
市場の前提（ボトムアップ試算）とTAM/SAM/SOMの規模感……
市場規模の詳細は無料会員限定です。
競合となるサービス・企業と、この事業ならではの差別化ポイント……
競合企業の詳細は無料会員限定です。
対応が必要な許認可・法規制と、確認すべき相手先・想定調整期間……
関連法令・許認可の詳細は無料会員限定です。
手を挙げたその日から動けるように、完了条件つきで並べています。
| 誰に会うか | なぜ会うか | 接触の仕方 |
|---|---|---|
| 市区町村教育委員会 学校図書館・学校教育課の指導主事 | 域内一括契約の意思決定者で、予算サイクルと導入要件を把握できる | 自治体HPの学校教育課代表電話・メールで教育情報化担当を照会し面談依頼 |
| 公立小中学校の学校司書または図書担当教諭（非常勤含む） | 現場の選書業務フローと不満点を把握し、UI・レポート要件を検証できる | 知人の教員紹介、または学校図書館協議会・司書研修会での接点作り |
| 図書館システムベンダー（キハラ株式会社）の学校向け営業担当 | 既存システムとのCSV連携仕様・API提携の実現可能性を確認するため | 同社学校図書館事業部の問い合わせ窓口から連携提案として打診 |
| 取次大手（日本出版販売株式会社）学校図書館事業部の担当者 | アフィリエイト提携と書誌データベース活用の交渉窓口を確保するため | 既存取引校の紹介、または業界展示会（図書館総合展）でのブース訪問 |
| 学校司書資格を持つ元教員（プロダクト監修候補） | AI選書ロジックの妥当性と学習指導要領対応を専門知見で監修依頼するため | 全国学校図書館協議会（全国SLA）の研修講師リストから個別打診 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 元同僚・知人経由の学校司書への打診 | 知人の学校司書や図書担当教員に「貸出データを見せてもらえたら、不足ジャンルを無料で診断させてほしい」と頼み、まず1校から試させてもらう |
| 全国学校図書館協議会・地域の学校図書館研究会 | 研究会の例会やオンライン勉強会に参加し「選書に使えるAIレポートを試作したので感想を聞かせてほしい」と声をかけ、興味を持った担当者にヒアリングを申し込む |
| 図書館システムベンダーの営業担当への提携打診 | 既存顧客を持つベンダーの担当者に「貴社の既存顧客校にCSV連携の試作版を無償で試してもらえないか」と持ちかけ、紹介してもらう |
| 教育委員会の学校教育課・指導課への直接訪問 | 「域内の図書費配分の課題感をお聞きしたい」とアポを取り、選書業務の実態と予算サイクルをヒアリングした上でパイロット校の紹介を依頼する |
対応が必要な許認可・法規制の詳細は「関連法令」タブでご確認いただけます。着手前に必ずご確認ください。
制度名・金額・要件は年度ごとに変わるため、ここでは種別と公式の探し先だけを示します。必ず一次情報で最新の要件を確認してください。
| 種別 | 特徴 |
|---|---|
| 自己資金・身内からの出資 | 最初の検証（ヒアリング・試作）はここで賄えることが多い。 |
| 日本政策金融公庫の創業融資 | 実績のない創業期でも相談できる公的融資。事業計画書の提出が要る。 |
| 自治体の創業支援制度 | 市区町村・都道府県ごとに補助・利子補給・家賃補助などがある。要件と募集時期は年度で変わる。 |
| 国の中小企業向け補助金 | 設備・販路開拓・IT導入などの類型がある。公募期間が短いので、常設の情報源で追う。 |
| エンジェル投資家・ベンチャーキャピタル | 急成長を前提にする資金。社会課題型では投資家の性格を選ぶ必要がある。 |
| 確認先 | 何がわかるか |
|---|---|
| ミラサポplus（中小企業庁） | 補助金・支援制度の横断検索 |
| J-Net21（中小機構） | 支援策・創業手引きのデータベース |
| 地域の商工会議所・よろず支援拠点 | 無料の対面相談。申請書の書き方まで見てもらえる |
| 日本政策金融公庫の各支店 | 創業計画書の事前相談 |
| 制度 | 誰が使えるか | この事業でどう効くか |
|---|---|---|
| 日本政策金融公庫 新規開業資金（創業融資） | 創業前・創業後まもない法人・個人事業主 | 自己資金100万円に対して運転資金・設備資金を融資で補える制度で、この事業では融資総額500万円を想定し、AI開発の外部委託費や営業人件費に充てられる候補になる |
| 小規模事業者持続化補助金 | 商工会・商工会議所の管轄地域の小規模事業者 | 教育委員会向けのパンフレット制作、展示会出展、ウェブサイト改修など販路開拓の費用の一部を補助対象にできる可能性がある |
| IT導入補助金 | ITツールを導入・提供する中小企業・小規模事業者（ITベンダー側での申請支援も想定） | 自社SaaSをITツールとして登録し、導入する教育委員会・学校側の負担軽減や、自社の管理システム構築費用の補助対象になり得る |
| 創業助成事業（東京都中小企業振興公社） | 東京都内で創業予定・創業5年未満の中小企業 | AI選書エンジンの開発費や人件費の一部を助成対象にできる可能性があり、公庫融資と併用してキャッシュフローを補強できる |
| 特定創業支援等事業（市区町村の認定制度） | 市区町村が実施する創業支援セミナー等を受講した創業者 | 認定を受けると法人設立時の登録免許税の減免や信用保証協会の保証枠拡大などの優遇が受けられ、教育委員会向け営業に必要な資金繰りの支えになる |
会社設立の手続きや許認可の取得、契約書の整備など、弁護士・税理士・司法書士等の専門家への紹介をご希望の場合はこちらからエントリーできます。
専門家の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
本文中の「※1」「※2」の番号は、ここに対応しています。番号を押すと、この欄に飛びます。
教育×AI領域に取り組む創業者仲間がコミュニティにいます。ひとりで抱え込まず、同じ課題を見ている人と話すところから始められます。
※ バッジは閲覧・登録数などの自動集計にもとづく相対表示です。