翻訳代行 AI翻訳を下訳に活用して稼ぐコツ｜処理量を増やす

2026年5月1日

前田壮一

この記事のポイント

✓翻訳代行でAI翻訳を下訳に活用して稼ぐコツを
✓市場相場や実務手順から解説
✓DeepLやChatGPTを下訳に使い

まず、安心してください。「翻訳代行 AI翻訳を下訳に活用して稼ぐコツ」と検索された皆さんの多くは、「AIが進化したら、翻訳の仕事はもう人間に残らないのでは」という不安と、「逆にAIをうまく使えば、自分でも翻訳代行で稼げるのでは」という期待の、ちょうど中間にいるのだと思います。私自身、43歳でメーカーを辞めてフリーランスになったとき、技術文書の翻訳とライティングを生計の柱のひとつにしてきました。その現場で見えてきたのは、AI翻訳は「敵」でも「魔法の杖」でもなく、正しく使えば一人あたりの処理量を増やす「道具」だ、ということです。

この記事でお伝えしたい結論を先に書きます。AI翻訳を下訳（ラフな初稿）として使い、人間がポストエディット（後編集）で仕上げる。この分業を徹底すれば、同じ時間で扱える文字数が増え、結果として収入を底上げできます。ただし、ただDeepLやChatGPTにかけて納品するだけでは品質が破綻し、リピートも単価交渉もできません。皆さんに必要なのは「下訳を活かす技術」と「最後まで責任を持つ姿勢」です。この記事では、市場の相場や動向という客観的なデータから入り、具体的な手順、専門分野の選び方、そして失敗しないための注意点まで、落ち着いて順番に整理していきます。

AI翻訳を下訳に使う副業の市場はいま、どうなっているのか

最初に、皆さんが立っている地面の固さを確認しておきましょう。「AI翻訳で稼げる」という話は、ともすれば情報商材的な煽りに使われがちです。だからこそ、まずは市場のマクロな数字と構造を、冷静に見ておく必要があります。

生成AIの登場で、翻訳業界の作業フローは大きく変わりました。従来は「人間がゼロから訳す」のが当たり前でしたが、いまは「機械翻訳（MT）が下訳を出し、人間が後編集する」という、いわゆるMTPE（Machine Translation Post-Editing、機械翻訳ポストエディット）が主流の選択肢になりつつあります。これは大手の翻訳会社でも標準的な工程として組み込まれており、個人の翻訳代行でも同じ流れが起きています。つまり、AI翻訳を下訳に使うこと自体は、もはや「裏技」ではなく「業界標準の作業手法」になっているのです。

この変化を、脅威ではなくチャンスとして捉える論調も増えています。あるノウハウ記事では、次のように整理されています。

つまり、__「翻訳経験がない人でも、AIツールを使いこなせば月10万円以上稼げる」という新しい時代が来た__わけです。

ただし、私はこの引用を「だから誰でも簡単に稼げる」と読んでほしくありません。正確に言えば「翻訳経験の有無というハードルが下がった代わりに、AIの出力を見抜いて直す力という新しいハードルが立った」のです。経験ゼロでも参入はしやすくなった。けれど、稼ぎ続けられるかどうかは、結局のところ品質を担保できるかにかかっています。ここを誤解すると、安い単価で消耗するだけになります。

単価相場と時給の現実をデータで見る

次に、皆さんが一番知りたいであろう「いくらになるのか」を、できるだけ具体的に書きます。翻訳代行の報酬は、言語ペア・専門性・分量で大きく変わりますが、在宅の副業レベルで多いのは、1ワード（または1文字）あたりの単価で計算する形と、案件まるごとの固定報酬の形です。

英日翻訳の一般的なビジネス文書なら、1ワードあたり5円から15円程度がよく見る水準です。専門性が高い医療・法律・特許といった分野では、1ワード20円を超えることもあります。逆に、MTPE（機械翻訳の後編集）案件は「人間がゼロから訳すわけではない」という理由で単価が下げられがちで、通常翻訳の50%から70%程度に設定されるケースが目立ちます。

時給ベースで見ると、現実はもう少し厳しい数字になります。ある翻訳会社の解説では、次のように説明されています。

仮に1時間に400ワード翻訳できるペースだと、時給800円から2,400円といった計算になります。ただし、クライアントとのやり取りなど、翻訳以外の作業時間も発生するため、実際の時給はこれより低くなる点に注意が必要です。

ここが、まさにAI下訳の出番です。1時間に400ワードしか処理できないなら時給は低いまま。けれど、AIに下訳を出させて人間がチェック・修正に集中すれば、1時間あたりの処理量を2倍から3倍に引き上げることが現実的に可能になります。単価そのものが上がるわけではなくても、処理量が増えれば実質的な時給は上がる。これが「下訳で処理量を増やして稼ぐ」という、この記事の核心です。リスクも正直に書いておくと、後編集の品質が甘ければ修正のやり直しが発生し、かえって時間を食います。スピードと品質は天秤であり、その天秤を上手に取るのがプロの仕事です。

なぜ「怪しい」と言われるのか、その正体

「AI翻訳の副業」と検索すると、「怪しい」「稼げない」という言葉が一緒に出てきます。これは無視せず、正面から見ておきましょう。怪しいと言われる理由は大きく3つあります。

1つ目は、「Google翻訳にかけてコピペするだけで日給5万円」のような、明らかに誇張された情報が出回っていること。こうした手法は品質が破綻するため、長続きしません。2つ目は、低単価のMTPE案件が乱立し、「結局AIの尻ぬぐいを安くやらされるだけ」という体験談が広まったこと。3つ目は、機密情報を無料のAIツールにそのまま入力してしまう情報漏洩のリスクが指摘されていること。

これらはすべて「AI翻訳が悪い」のではなく「使い方が悪い」ことから生じています。皆さんがやるべきは、誇張された手法を真似ることではなく、品質に責任を持ち、機密の扱いに注意し、適正な単価の案件を選ぶこと。地味ですが、この地味さこそが「稼ぎ続けられる人」と「すぐ消える人」を分けます。

AI翻訳を下訳に活用して稼ぐ具体的なステップ

ここからは、実務に踏み込みます。私が技術文書の現場で実際に回しているワークフローをベースに、初心者の皆さんでも再現できる形で、ステップごとに分解して説明します。

ステップ1：下訳に使うツールを使い分ける

まず、下訳を出すAIツールの使い分けです。代表的なのはDeepLとChatGPT、そしてGoogle翻訳ですが、これらは性格が違います。乱暴にまとめると、DeepLは「定型的で正確な訳に強い」、ChatGPTは「文脈や指示に柔軟に対応できる」、Google翻訳は「対応言語が広く下調べに向く」といった特徴があります。

実務では、まずDeepLで全体の下訳を出します。DeepLは特にビジネス文書やマニュアルのような、構文が比較的整った文章で安定した訳を出してくれます。次に、訳しにくい箇所や文脈依存の表現について、ChatGPTに「この文章の業界はITで、読者は技術者です。専門用語を保ったまま自然に訳してください」といった指示（プロンプト）を添えて再翻訳させます。AIは指示の出し方で出力が大きく変わるので、ここが腕の見せどころです。

下訳ツールに依存しすぎないことも大切です。下訳はあくまで「叩き台」であり、最終的な訳語の選択・統一・トーンの調整は人間がやる。私の経験では、AIに丸投げした訳は一見きれいでも、専門用語の訳語がページごとにブレていたり、原文にない情報を勝手に補ってしまっていたりします。下訳を信じすぎないこと。これが初心者が最初に身につけるべき感覚です。

ステップ2：ポストエディットで品質を上げる

下訳ができたら、次はポストエディット、つまり後編集です。ここが収入と評価を左右する最重要工程です。後編集には大きく2種類あります。「ライトポストエディット」は、意味が通じる最低限の修正にとどめる軽い編集。「フルポストエディット」は、人間が一から訳したのと遜色ないレベルまで仕上げる重い編集です。案件がどちらを求めているかを最初に確認しないと、過剰品質で時間を浪費したり、逆に品質不足でクレームになったりします。

具体的なチェック項目を挙げます。1つ目は「誤訳・訳抜け」。AIは時々、原文の一文を丸ごと飛ばしたり、否定形を肯定形に取り違えたりします。2つ目は「専門用語の統一」。同じ用語が文書内で違う訳語になっていないか、用語集（グロッサリー）を作って突き合わせます。3つ目は「数値・固有名詞」。AIは数字や会社名を平気で間違えるので、原文と照合します。4つ目は「トーンと読みやすさ」。直訳調の不自然な日本語を、読者に合わせて整えます。

私が現場でよくやる失敗を1つ正直に共有します。技術マニュアルの翻訳で、DeepLの下訳が驚くほど自然だったので、つい誤訳チェックを軽めに済ませてしまったことがありました。納品後、AIが「shall not」を「すべきである」と逆の意味で訳していた箇所が見つかり、平謝りで修正したのです。下訳がきれいなときほど、人間は油断します。AIの訳が流暢であることと、正確であることは別物だと、骨身に染みました。

ステップ3：処理量を上げる仕組みを作る

「下訳を活用して稼ぐ」とは、結局のところ「単位時間あたりの処理量を増やす」ことです。そのための仕組み化を3つ紹介します。

1つ目は「翻訳支援ツール（CATツール）の併用」。CATツールは、過去に訳した文章を記憶（翻訳メモリ）し、似た文が出たら自動で訳を提案してくれます。AI下訳とCATツールを組み合わせると、繰り返しの多いマニュアル類で処理速度が大きく上がります。2つ目は「用語集の整備」。最初に用語集を作っておけば、後編集での訳語のブレ修正が激減します。3つ目は「定型プロンプトのテンプレ化」。ChatGPTへの指示文を案件の種類ごとに保存しておけば、毎回ゼロから書く手間が省けます。

仕組み化の効果は、回数を重ねるほど効いてきます。最初の数案件は手探りで時間がかかりますが、用語集とテンプレが育ってくると、3か月目あたりから明らかにペースが上がります。焦らず、自分の作業ログを残しながら、少しずつ仕組みを太らせていく。中高年の皆さんは、若い人よりこの「段取りを組む力」で勝てます。これは長年の社会人経験がそのまま武器になる部分です。

ステップ4：機密情報とAI利用のルールを守る

処理量の話の前に、本来はこれを最優先で意識すべきだったかもしれません。AI翻訳を業務で使ううえで、絶対に外せないのが情報の取り扱いです。クライアントの契約書や社内文書を、無料のAIツールにそのまま貼り付けると、その情報が学習データとして使われたり、外部に保存されたりするリスクがあります。これは信用問題に直結します。

対策は明確です。1つ目は、案件を受ける前に「AIツールの使用が許可されているか」をクライアントに必ず確認すること。NDA(エヌディーエー)を結ぶ案件では、AI利用が禁止されている場合があります。2つ目は、有料プランやビジネス向けプランを使い、入力データを学習に使わせない設定にすること。3つ目は、個人名や具体的な数値といった機密性の高い部分を伏せ字に置き換えてからAIにかけ、後で戻す手法を使うこと。

地味ですが、ここを守れるかどうかが、プロとアマチュアの分かれ目です。「便利だから」とルールを飛ばす人は、いつか大きな事故を起こします。逆に、機密の扱いがきちんとしている人は、クライアントから安心して任せてもらえ、結果としてリピートと単価アップにつながります。

専門分野を選んで差別化する

ここまで読んで、「結局スピード勝負なら、安い人に負けるのでは」と不安になった皆さんもいると思います。そこで重要になるのが、専門分野での差別化です。AI翻訳が普及するほど、「誰でもできる一般的な翻訳」の価値は下がります。逆に、「その分野の知識がないと正しく直せない翻訳」の価値は上がります。

自分の経歴を翻訳の専門性に変える

専門分野は、ゼロから勉強するより、自分のこれまでの経歴から選ぶのが近道です。たとえば、私のように製造業のメーカー出身なら、技術マニュアルや仕様書の翻訳に強みがあります。金融機関にいた人なら金融・IR文書、医療従事者なら医療翻訳、IT業界ならソフトウェアやシステム関連の文書、といった具合です。

なぜ経歴が効くのか。AIの下訳は、専門用語の文脈や業界の慣習を完全には理解できません。たとえば製造業の図面注記には独特の言い回しがあり、その業界にいた人なら一発で「これはこう訳す」と分かりますが、外部の人には判断できません。この「業界の常識を知っているから直せる」という部分が、AIにも素人にも真似できない、皆さんの固有の価値になります。

中高年の皆さんにとって、これは大きな朗報です。20代の若手にはない、長年の現場経験という資産がそのまま武器になる。私が42歳でこの世界に踏み出せたのも、技術文書という自分の土俵があったからです。新しいスキルを一から覚える必要はありません。すでに持っているものを翻訳という形に変換するだけです。

必要なスキルは語学力だけではない

意外に思われるかもしれませんが、AI時代の翻訳代行で最も問われるのは、純粋な語学力よりも「日本語の表現力」と「調べる力」です。下訳はAIが出してくれるので、ゼロから外国語を組み立てる力は以前ほど必要なくなりました。代わりに、AIが出した不自然な日本語を、読者にすっと伝わる文章に磨き上げる編集力が決定的に重要になっています。

実は、この編集力はWebライティングと共通する部分が大きいです。読み手を想像して文章を整える、専門用語を分かりやすく言い換える、文章のリズムを整える。こうしたスキルは、翻訳でもライティングでも同じように求められます。私が翻訳とライティングを兼業しているのも、両者のスキルが重なっているからです。皆さんが翻訳で身につけた編集力は、ライティングなど他の在宅ワークにも応用が効きます。

「調べる力」も同じくらい大切です。AIの訳が正しいかを確認するには、原文の専門用語や固有名詞を自分で調べて裏取りする習慣が欠かせません。この検証作業を面倒くさがらずにできる人が、信頼される翻訳者になります。逆に言えば、丁寧に調べる性格の人なら、語学が飛び抜けて得意でなくても、この仕事で十分に戦えます。

クライアントを獲得し、単価を上げていく

スキルと専門分野が定まったら、次は仕事を見つけ、継続的に受注する段階です。ここでつまずく人が多いので、丁寧に説明します。

最初の案件をどう取るか

初心者がまず直面するのが「実績がないと受注できないが、受注しないと実績ができない」というジレンマです。これを抜けるには、最初の数件は単価より「実績作り」を優先するのが現実的です。比較的取りやすいのは、在宅ワーク求人サイトや業務委託マッチングサービスに掲載されている、小規模な翻訳・ローカライズ案件です。

応募の際は、プロフィールに自分の専門分野と「AI下訳＋人手による後編集で、品質とスピードを両立します」という提供価値を明記してください。ただ「翻訳できます」と書くより、「製造業出身で技術文書に強く、用語の正確さに自信があります」と書いたほうが、刺さるクライアントに届きます。漠然とアピールするのではなく、誰の何の役に立てるかを具体的に書く。これが応募文の基本です。

最初は単価が低くても落胆しないでください。1件きちんと納品して評価をもらえば、それが次の案件の土台になります。私も最初の頃は、いまから思えば安い単価で受けていました。でも、その実績があったから次につながった。最初の数件は「種まき」だと割り切る冷静さが、結局は近道になります。

継続案件と単価交渉のコツ

単発の案件を取り続けるのは消耗します。目指すべきは、同じクライアントから繰り返し依頼が来る「継続案件」です。継続につなげるコツは、シンプルですが「納期を守る」「品質を安定させる」「コミュニケーションを丁寧にする」の3つに尽きます。特に納期は信頼の土台です。AI下訳で処理量を上げられるなら、納期前倒しでの納品も可能になり、それ自体が大きな評価ポイントになります。

単価交渉は、実績と信頼を積んでから切り出すのが鉄則です。いきなり値上げを要求するのではなく、「最近、特許関連の用語にも対応できるようになりました」のように、提供価値が上がったことを示しながら相談するのが自然です。継続的に高品質を納めてきた相手からの値上げ相談は、クライアントも受け入れやすいものです。焦って早く交渉しても、足元を見られるか、関係が壊れるだけです。

参考までに、職種別の収入水準を知っておくと交渉の土台になります。ソフトウェア関連の文書を扱うならソフトウェア作成者の年収・単価相場が、文章を書く仕事全般の相場感を知るには著述家，記者，編集者の年収・単価相場が参考になります。こうした客観的な相場データを持っておくと、自分の単価が適正かを冷静に判断でき、交渉でも根拠を持って話せます。

公的機関・関連参考情報

本記事の内容に関連する公的機関や信頼できる情報源は以下の通りです。最新情報は公式サイトで確認してください。

よくある質問

Q. AI翻訳を下訳に使えば、翻訳経験がなくても稼げますか？

参入のハードルは下がりましたが、稼ぎ続けるには別の力が必要です。AIの下訳には誤訳や訳抜け、用語のブレが残るため、それを見抜いて直す編集力と調べる力が問われます。経験ゼロでも始められますが、品質に責任を持てる人だけが信頼され、継続案件や単価アップにつながります。

Q. AI翻訳の下訳には、どのツールを使うのがおすすめですか？

ビジネス文書やマニュアルの全体下訳にはDeepL、文脈や指示への柔軟な対応にはChatGPT、対応言語の広さを活かした下調べにはGoogle翻訳が向いています。実務ではDeepLで全体を訳し、難しい箇所をChatGPTで指示付きで再翻訳するのが効率的です。機密案件では学習に使われない有料・ビジネスプランを選んでください。