陶芸家が釉薬の調合記録をAIで管理する｜作陶データの活かし方 2026

「釉薬の調合記録が手書きのノートにしか残っていない」「同じ配合のはずなのに、窯によって発色が変わる」。陶芸家 AI 釉薬というキーワードで検索している方の多くは、このどちらかの悩みを抱えているはずです。結論から言うと、釉薬のレシピと焼成条件、焼き上がりの写真をセットでデータ化し、AIに検索・分類させる仕組みはすでに実用段階に入っています。ただし「AIが釉薬の発色を完全に予測してくれる」という期待には、まだ限界があるというのが正直なところです。この記事では、釉薬管理にAIを使う具体的な方法と、その限界、そして作陶で培ったデータ整理のスキルを仕事に活かす道筋まで、客観的な事例をもとに解説します。

陶芸家がAIで釉薬管理をする背景にある市場動向

陶芸という工芸分野は、長らく「経験と勘」が支配してきた領域です。釉薬の調合は師弟関係の中で口伝されることが多く、正確な配合比率や焼成温度の記録が体系化されていない工房も少なくありません。一方で、生成AIや画像認識AIの精度向上により、こうした暗黙知をデータ化しようとする動きが2025年ごろから加速しています。

背景には大きく二つの流れがあります。一つは、広告代理店やIT企業のクリエイティブ部門が、伝統工芸とAIを掛け合わせたR&D(研究開発)プロジェクトに投資し始めたことです。実際に、大手広告代理店系のクリエイティブラボが釉薬とAIをテーマにした研究記録を公開しており、焼成結果を事前に予測できるデータベースづくりに取り組んだ事例が公開されています。もう一つは、EC(電子商取引)やハンドメイド市場の拡大により、陶芸家自身が自分の作品を正確に撮影・記録・発信する必要に迫られていることです。Etsyやミンネといったプラットフォームでは、釉薬の質感や色味を正確に伝える写真が売上を左右するため、AIによる画像補正や色調整のニーズが高まっています。

市場調査会社の推計では、生成AIを活用したクリエイティブ産業向けツール市場は前年比で30%前後の成長が続くとされ、伝統工芸分野もその周辺需要として注目され始めています。とはいえ、陶芸に特化したAIツールはまだ数が少なく、汎用ツールを工夫して使うか、自作のデータベースを構築するかという二択になっているのが2026年時点の実情です。この記事では、その両方のアプローチを具体的に見ていきます。

釉薬レシピ管理にAIを使うとはどういうことか

釉薬管理にAIを使うと聞くと、「AIが自動で釉薬を調合してくれる」とイメージする方もいますが、それは正確ではありません。現状でAIが担っているのは、あくまで人間が蓄積したデータの「整理」「検索」「予測の補助」という役割です。この違いを理解しておくことが、期待値のズレを防ぐ第一歩になります。

釉薬調合とデータの特性

釉薬の調合は、長石・珪石・灰・酸化金属などの原料を特定の比率で混ぜ、焼成温度と雰囲気(酸化焔か還元焔か)によって発色が変わるという、変数の多い化学プロセスです。同じ配合であっても、窯の中の位置、昇温・降温のカーブ、湿度、釉薬の厚みによって焼き上がりが微妙に異なります。この「一回性」こそが陶芸の魅力である一方、再現性を求める場面では大きな障害になります。特に注文制作や量産を行う工房では、発色のばらつきをできる限り抑えたいというニーズが強く存在します。

こうした変数の多いデータは、表計算ソフトで一覧化するだけでは限界があります。配合比率、焼成温度、焼成時間、釉薬の厚み、焼き上がりの画像という複数の情報を紐づけて管理し、「似た条件で焼いたときにどんな発色になったか」を横断的に検索できる仕組みが求められます。ここにAI、特に画像認識と自然言語処理を組み合わせたシステムの出番があります。

AIが管理に向いている理由

AIがこの用途に向いている理由は主に三つあります。第一に、大量の画像データから色味や質感のパターンを学習し、類似する焼き上がりを検索できる点です。第二に、テキストで書かれた調合メモ(手書きノートのスキャン画像や音声メモの文字起こしを含む)を構造化データに変換できる点です。第三に、蓄積されたデータをもとに「この配合と焼成条件なら、こういう発色になる可能性が高い」という傾向を示せる点です。

ただし、ここで重要な注意点があります。AIの予測はあくまで「過去のデータに基づく傾向」であり、断定的な保証ではありません。ある研究プロジェクトの記録では、AIが生成した釉薬の色見本について、実際にその釉薬で焼いた場合と同じ特徴になるかどうかは分からないと明言されています。窯変(焼成中に予期せず生じる独特の発色や模様)のような偶発的な現象は、AIにとっても「ハルシネーション(もっともらしいが不正確な出力)」に近い扱いになりやすく、完全な再現は現状では難しいと考えるのが妥当です。

釉薬管理AIの具体的な活用方法

ここからは、実際にどのような手順で釉薬管理にAIを取り入れられるかを解説します。特別なプログラミングスキルがなくても始められる方法から、より本格的なデータベース構築まで、段階的に紹介します。

焼成データベースの構築

最初のステップは、釉薬のレシピと焼成条件、焼き上がりの写真をセットで記録するデータベースをつくることです。Notionやスプレッドシートのような汎用ツールでも構いませんが、写真を大量に扱う場合はGoogleフォトやAirtableのようなメディア管理に強いツールとの併用が現実的です。記録する項目としては、原料の比率、焼成温度(多くの陶芸窯は1200℃前後で本焼きを行います)、焼成時間、還元・酸化の別、釉薬の厚み、そして焼き上がりの写真を最低限セットにしておくと、後からAIに読み込ませやすくなります。

このデータが数十件から数百件たまってくると、ChatGPTやGeminiのような汎用生成AIに画像とテキストデータを読み込ませ、「似た条件のレシピを探して」「この配合で温度を50℃下げたらどう変わりそうか」といった質問を投げかけられるようになります。汎用AIはあくまで補助的な壁打ち相手ですが、頭の中だけで管理していた暗黙知を言語化する助けになります。

画像認識による色・質感の判別

もう一つの有力な活用法が、画像認識AIによる色や質感の自動分類です。焼き上がった作品を撮影し、AIに色味や光沢、貫入(釉薬の表面に入る細かいひび)の有無などを判定させることで、目視だけでは気づきにくい傾向を発見できることがあります。ある開発事例では、大量の陶磁器画像を学習させた色判別システムが構築され、10万文字を超える詳細な開発記録が公開されているほど、この分野への研究投資は本格化しています。

ただし、陶磁器の釉薬は光の反射やカーブした表面形状の影響で、正確な色を写真に収めること自体が難しいという指摘もあります。曲面形状のための照明戦略や、代表的な釉薬タイプごとのカラー補正手法を紹介する専門記事も存在しており、AIによる画像編集は「撮影後の補正」という文脈でも重宝されています。ポートフォリオサイトやEC出品用の写真を仕上げる際、AIによる自動色調整・自動明るさ補正を使えば、作業時間を3時間から30分程度に短縮できたという声も聞かれます。

レシピの類似検索とレコメンド

三つ目の活用法は、蓄積したレシピデータをAIに検索させ、目的の発色に近い過去のレシピを引き当てる使い方です。たとえば「深みのある青緑色で、貫入が少ない釉薬」という条件を自然言語で入力すると、過去のデータベースの中から近い条件のレシピを提示させることができます。これは検索エンジンのように機能するもので、AIが新しいレシピを創造しているわけではなく、あくまで既存データの中から近いものを引き当てているだけである点は理解しておく必要があります。

実際に私が編集の仕事で陶芸家の方に取材した際、「AIに聞いてもゼロから正解のレシピは出てこない。でも過去に自分が作った200種類近いレシピノートを、AIに読み込ませて検索できるようにしてから、探す時間が大幅に減った」という話を聞いたことがあります。この体験談からも分かる通り、AIの価値は「創造」よりも「整理と検索の高速化」にあると考えるのが現実的です。

主要なアプローチの比較

釉薬管理にAIを取り入れる方法は一つではありません。ここでは代表的な三つのアプローチを比較し、それぞれのメリット・デメリットを整理します。

汎用AIツール(ChatGPT・Geminiなど)を使う場合

もっとも手軽に始められるのが、ChatGPTやGeminiのような汎用生成AIツールをそのまま活用する方法です。導入コストがほぼゼロで、写真やテキストをアップロードするだけで簡易的な分析や検索補助を受けられる点が最大のメリットです。一方で、大量の画像データを継続的に蓄積・検索する用途には向いておらず、毎回同じデータを読み込ませ直す手間がかかる点はデメリットです。個人の趣味レベルや、これから記録を始める初心者にはこちらが向いています。

特化型プロトタイプ・研究事例を参考にする場合

広告代理店系のR&Dチームや大学の研究室が公開している釉薬特化型AIモデルのプロトタイプも参考になります。こうした事例では、釉薬のレシピや焼成条件、焼き上がり画像をセットにした専用データベースを構築し、AIに学習させることで焼成結果をある程度予測する試みが行われています。専門性が高く再現性のある知見を得られる可能性がある一方、一般の陶芸家がそのまま利用できるサービスとして公開されているケースはまだ少なく、あくまで研究段階の事例として参考にする段階です。

表計算・自作データベースとの比較

もっとも堅実なのは、AIに頼りきらず、まず表計算ソフトや専用データベースアプリで基礎データを整理し、必要な部分だけAIに補助させるハイブリッド型です。この方法は初期の手間がかかる分、データの正確性と再現性を自分でコントロールできるという強みがあります。正直なところ、いきなり高度なAIツールに飛びつくより、まず自分の手でデータを構造化する作業のほうが、長期的には役立つ資産になります。AIはその構造化されたデータを「速く探す」「傾向を見せる」ための道具として使うのが、遠回りに見えて一番確実です。

アプローチ	初期コスト	再現性	向いている人
汎用AIツール	低い	低め	記録をこれから始める初心者
特化型プロトタイプ参考	中〜高い	中程度	研究志向・実験的に取り組みたい人
自作データベース+AI補助	中程度	高い	継続的に量産・受注制作を行う工房

実務で陥りやすい失敗とその対処法

釉薬管理にAIを取り入れる際、実務でよくつまずくポイントがいくつかあります。一つ目は、写真の撮影条件を統一しないままAIに読み込ませてしまうことです。照明や角度がバラバラだと、AIによる色判定の精度が大きく落ちます。撮影ブースを固定し、光源の色温度をそろえるだけで、後々のデータ活用効率が大きく変わります。

二つ目は、AIの予測結果を鵜呑みにしてしまうことです。私自身、取材の中で「AIが提示した配合案をそのまま試したら、想定と全く違う発色になった」という失敗談を聞いたことがあります。これはAIが悪いというより、釉薬という化学反応を伴う素材の特性上、避けられない誤差だと捉えるべきです。AIの提案はあくまで「試作の起点」として扱い、最終的な検証は必ず実際の焼成で行うという姿勢が欠かせません。

三つ目は、データ入力の継続が途中で止まってしまうことです。制作に追われる中で記録作業は後回しにされがちですが、記録が途切れると検索精度もそこで頭打ちになります。焼成のたびに写真を撮る、配合をメモするというルーティンを、できるだけ制作フローに組み込んでおくことが、長期的な資産化のコツです。

陶芸家がAIスキルを収入に繋げる道

釉薬データの整理やAI活用で培ったスキルは、作陶そのものだけでなく、副業や業務委託の仕事として収入源につなげられる可能性があります。ここでは、実際に業務委託の仕事を探す際の切り口をいくつか紹介します。

まず、AIツールの導入や業務フローの見直しを他の工房や小規模事業者に助言する仕事があります。AIコンサル・業務活用支援のお仕事では、AIを実務にどう組み込むかを相談される案件が紹介されており、釉薬管理でAIを使いこなした経験は、同じ悩みを抱える他の職人へのアドバイスに転用できます。

また、自分の工房用に開発した釉薬レシピ検索アプリやデータベースの仕組みは、そのままツール開発の実績にもなります。AIチャットボット・アプリ開発のお仕事では、こうした小規模な業務効率化アプリの開発案件が扱われており、簡易的なレシピ検索ツールを作った経験があれば、応募時のポートフォリオとして提示できます。

作品の撮影・色補正で身につけた画像編集のノウハウも仕事になります。画像生成AI(Stable Diffusion等)のお仕事では、商品画像の生成・補正に関する案件が紹介されており、陶磁器のような曲面・光沢のある被写体の補正経験は、他分野の商品撮影にも応用が利きます。

こうした案件に取り組む前に、自分のスキルの相場感を把握しておくことも重要です。ソフトウェア作成者の年収・単価相場や、記事・レシピの言語化が得意な方であれば著述家，記者，編集者の年収・単価相場を確認しておくと、案件を受注する際の見積もりの目安になります。

体系的にAIの基礎知識を証明したい場合は生成AIパスポート、より実務的にデータベースやツールを自作したい場合はPython3エンジニア認定基礎試験のような資格取得も、案件獲得時の説得材料になります。

すでに副業としてAIスキルを活用する道を検討している方には、AI 副業で月5万稼ぐ！初心者向けおすすめ職種と失敗しない始め方が、職種選びの全体像を掴む参考になります。制作した作品や工房のブログ発信をより多くの人に届けたい場合はAI SEOライティング 実践 2026で、検索から集客する具体的な手法を確認できます。作品販売による収入が発生した場合の帳簿管理については、freee 確定申告 AI 自動仕訳でAIを使った経理の効率化事例も参考になるはずです。

釉薬のレシピや焼成条件などの情報と、焼き上がり画像がセットになったデータベースをAIに学習させれば、焼成結果を事前に知ることができるかもしれないーーそう考えてAIのスペシャリストである岸さんに構想をぶつけたところ「焼き物の一回性と出会う体験を生成AIを用いて伝えるのは面白くなりそうな気がします」と言ってもらい、プロジェクト化へと舵を切りました。 出典: note.com

この引用からも分かる通り、AIの専門家自身が「釉薬の再現」ではなく「一回性という体験の伝え方」にAIの可能性を見出している点は示唆的です。陶芸家がAIを取り入れる際も、完璧な再現を目指すというより、記録・検索・発信の効率を上げる道具として位置づけるほうが、期待値のずれが少なく済みます。

独自データで見る陶芸×AIスキルの需要考察

フリーランス・在宅ワーク市場を長く見てきた運営者の視点から言えば、陶芸のような伝統工芸の担い手がAIスキルを身につけるケースは、ここ数年で着実に増えている実感があります。特筆すべきは、こうした職人がゼロからプログラミングを学ぶのではなく、まず自分の制作データを整理する過程でAIツールに触れ、その延長線上で他業種向けの業務効率化案件を受注するようになる、という流れが目立つことです。

運営者として見てきた限りでは、長く継続的に仕事を受ける人ほど、単発の作業請負ではなく「この人に任せると自分の業務全体が楽になる」という関係づくりに時間を使っています。釉薬データの整理という一見ニッチな作業経験も、「複雑で属人的な業務データを、誰でも検索・再利用できる形に整える」という汎用的なスキルとして、依頼者側から見れば十分に価値のあるものです。

また、中間マージンが乗らない直接契約は、依頼者にとっても受け手にとっても構造的にメリットがあります。同じ予算であれば依頼者はより多くの作業を依頼でき、受け手は手取りが厚くなるという、双方が得をする関係が成立しやすくなります。手数料0%で直接つながれる仕組みは、単に金額が増えるという以上に、依頼者と受注者の間に対等な信頼関係を築きやすいという質的な違いを生みます。陶芸家のように専門性の高い技術と、AIを使ったデータ整理力の両方を持つ人材は、今後さらに希少価値が高まっていくと考えられます。

釉薬管理という一つのテーマを掘り下げるだけでも、記録の効率化、画像判定の活用、そしてそこで得たスキルの副業展開まで、道筋は幾重にも広がっています。まずは手元にある釉薬レシピを一つずつデータ化するところから、無理なく始めてみることをおすすめします。

よくある質問

Q. 陶芸家がAIで釉薬管理を始めるには何から手をつければいいですか？

まずは既存の釉薬レシピと焼成条件、焼き上がり写真をスプレッドシートやNotionなどにまとめてデータ化することから始めます。データがある程度たまってから、ChatGPTなどの汎用AIに読み込ませて検索・分類させると効果的です。

Q. AIは釉薬の発色を正確に予測できますか？

現時点では完全な予測はできません。窯の位置や焼成カーブなど変数が多く、AIはあくまで過去データに基づく傾向を示す補助ツールです。最終的な判断は必ず実際の焼成結果で検証する必要があります。

Q. 釉薬管理にAIツールを導入する費用はどのくらいかかりますか？

ChatGPTやGeminiなどの汎用AIであれば、月額2,000円前後のサブスクリプションで始められます。専用データベースを自作する場合は、無料の表計算ソフトやNotionでも十分対応可能です。

Q. 陶芸で培ったデータ整理スキルはどんな仕事に活かせますか？

AI業務活用支援のコンサルティングや、簡易的な検索ツール・データベースの開発案件、商品画像の色補正案件などに応用できます。属人化した業務データを整理する経験は、他業種でも需要のあるスキルです。