autonovel は、Nous Research が公式に公開した「Hermes Agent で長編小説を完全自律生成する」リファレンス実装です。実演作『The Second Son of the House of Bells』は79,456語・全19章。世界構築から adversarial 編集、LaTeX 組版、カバーアート、音声書、ランディングページ公開まで、すべてエージェント側で完結しています。日本語圏では「AI 小説生成」「Hermes Agent 小説」というキーワードでまだ深掘り解説が少なく、Kindle 出版や note 有料記事への転用余地が大きい領域です。

この記事では、株式会社Fyveの法人開発視点で、autonovel のパイプラインを「実装の中身」と「日本語小説への商業転用」の2軸で分解します。Hermes Agent を業務で触っている開発者にも、出版・コンテンツ販売を狙う事業者にも、再利用しやすい粒度で整理しました。

autonovel とは何か — Nous Research 公式リファレンス実装の位置づけ

autonovel は、Nous Research が 2026年4月に公開した、Hermes Agent による長編小説生成パイプラインです。GitHub の NousResearch/autonovel リポジトリに実装が、nousresearch.com/bells に成果物のランディングページが公開されています。

実演で生成された小説は『The Second Son of the House of Bells』。全19章・79,456語の英語ファンタジー長編で、本文・カバーアート・オーディオブック・公式サイトまで一式が、Hermes Agent の自律実行によって生成されています。人間は「テーマ指示」と「最終公開のゴーサイン」だけを担当しています。

ここで誤解されやすいのは、autonovel が「単一の AI モデルが書いた小説」ではない、という点です。autonovel の本質は、Hermes Agent というオーケストレーション層が、複数のサブエージェント・スキル・外部 API を「執筆スタジオ」として束ねている設計です。書くのは LLM ですが、書かせ続け、編集させ、組版させているのは Hermes Agent 側です。

そもそも Hermes Agent 自体が「自律エージェントランタイム」であって、LLM モデルではありません。日本語圏では Hermes 4(LLMモデル) と Hermes Agent(エージェント) が混同されがちですが、autonovel は完全に後者の Hermes Agent 側のリファレンス実装です。

パイプライン全体像 — 79,456語の小説が公開されるまでの8工程

autonovel のパイプラインは、ざっくり次の8工程に分かれています。順を追って解説します。

• 世界構築（Worldbuilding）: テーマ・舞台・登場人物・年表をエージェントが設計
• 章執筆（Chapter Writing）: 設計書を踏まえ19章を順次ドラフト
• adversarial 編集: 「批評家エージェント」が章を攻撃し、書き手が応答して改稿
• Opus レビュー: Claude Opus 級の上位モデルで最終品質チェック
• LaTeX 組版: 書籍体裁の PDF を自動生成
• fal.ai カバーアート生成: タイトル・世界観に合わせた装丁画像
• ElevenLabs 音声書化: 全章の朗読オーディオブック生成
• ランディング公開: 静的サイトとしてアップロードし読者導線を作る

この一連を、人間が章ごとにポチポチ承認するのではなく、Hermes Agent のスキルとサブエージェントが連鎖実行します。Hermes Agent の「サブエージェント再帰無制限（v0.11.0 で導入）」と「70+ ビルトインツール＋MCP 経由の外部接続」が、こうした長尺パイプラインを可能にしています。

世界構築フェーズ — 19章ぶんの設計図を先に作る

最初の工程は「世界の設計図づくり」です。テーマ・舞台・主要キャラクター・年表・主要なプロット転換点を、専用スキルがマークダウン形式の長文設計書として書き出します。リポジトリ内では世界設定・人物設定・章ごとのあらすじを別ファイルに分け、後の工程で参照できる状態にしています。

長編小説生成の失敗パターンは、ほぼ間違いなく「途中で世界観や人物像がブレる」ことです。autonovel が章生成より先に世界構築を完了させているのは、ブレ防止のためのコンテキスト固定処理だと読めます。Hermes Agent の3層メモリ（短期 / 中期 / 永続）のうち、世界設計書は「永続メモリ」に格納されます。

章執筆フェーズ — 19章を順次ドラフト

世界設計が固まったら、章執筆スキルが章ごとのドラフトを生成します。各章の生成時、エージェントは「世界設計書」と「前章までの要約」を参照プロンプトに含めるよう設計されています。これによって、Hermes Agent のコンテキスト上限（モデル側に依存・64,000トークン以上が要件）を超えないまま、長期一貫性を保ちます。

adversarial 編集 — 批評家エージェントとの対抗構造

autonovel の特徴的な工程が「adversarial 編集」です。書き手エージェントが章を書くと、別の「批評家エージェント」が立ち上がり、その章を意図的に攻撃します。プロットの矛盾、キャラクターの動機の弱さ、文章のテンポなどを指摘し、書き手が応答して章を改稿する、というラリーが回ります。

これは生成 AI で長文を扱う際の定番手法ですが、autonovel はサブエージェント機能で「常駐の批評家」を物理的に分離している点が実装上のポイントです。書き手と批評家のコンテキストが混ざらないため、批評の客観性が落ちにくくなります。

Opus レビュー — 最終品質チェック

adversarial 編集が一段落したあと、上位モデル（Claude Opus 級）による全体レビューが走ります。ここでは細かい修正というより「全体として商業出版に耐える品質か」を判定し、必要なら章全体の書き直し指示を返します。Hermes Agent はモデル接続が25プロバイダ以上に対応しているため、執筆と批評と最終レビューで違うモデルを使い分けることが可能です。

LaTeX 組版・カバーアート・音声書 — 書籍化までの仕上げ工程

本文が確定したら、書籍体裁への仕上げに入ります。autonovel は LaTeX テンプレートを使って書籍 PDF を生成します。フォント設定・章扉・目次・ノンブル（ページ番号）の処理を、エージェントが LaTeX ファイルを直接編集して整えます。組版品質は「商業書籍の体裁」レベルにそろっています。

カバーアートは fal.ai 経由の画像生成モデルを使い、タイトル・世界観・主要キャラクターの設計書を入力として装丁画像を作成。オーディオブックは ElevenLabs の音声合成 API を使い、全19章ぶんのナレーションを生成します。最後にランディングページが組まれ、本文・PDF ダウンロード・オーディオブック試聴・購入導線が並ぶ完成形となります。

日本語小説への転用可能性 — Kindle / note / Web 小説のどれが現実的か

ここからが、株式会社Fyveとして法人クライアントに伝えたい本題です。autonovel をそのままコピーしても日本語小説は出ません。何を差し替えれば事業転用できるのか、現実的な観点で整理します。

結論を先に書くと、autonovel の真価は「Hermes Agent が長文コンテンツの全工程を回せる」という証明です。日本語転用するときに重要なのは、英語専用の各工程を日本語ネイティブ品質に置き換えることです。差し替えが必要なポイントは大きく3つあります。

• 日本語 LLM の選定: 執筆・批評・最終レビューそれぞれに適切なモデルを選ぶ
• 縦書き対応の組版: LaTeX のままだと縦書き対応は難しく、別ルートを検討する
• 日本語 TTS への差し替え: ElevenLabs の日本語品質は近年改善されてきたが、用途次第で国内勢も候補

これら3点を最低限置き換えれば、autonovel のパイプライン構造そのものは日本語長編にも転用できます。逆に言えば、「ただ ChatGPT に章ごと書かせる」運用との差別化はパイプラインそのものにあります。

Kindle 出版に転用するケース

Kindle Direct Publishing（KDP）向けに長編を量産する用途では、autonovel のパイプラインが最もきれいにハマります。KDP は EPUB / KPF 形式を要求しますが、Hermes Agent からは Pandoc 等の変換ツールを叩けるため、LaTeX → EPUB 変換を1工程足すだけで対応できます。

カバーアートは KDP の規格（推奨2,560×1,600px、表表紙のみ）に合わせて fal.ai 系または Higgsfield 系のモデルを使えば良いでしょう。重要なのは、AI 生成物であることの開示と、内容のオリジナリティ確保です。KDP は AI 利用そのものは禁止していませんが、入稿時に AI 利用申告が求められるようになっています。

1冊あたりの生成コストは、モデル選定次第ですが10ドル前後から数十ドルのレンジで現実的に収まります。「とりあえず100冊出して売れ筋を探す」ような物量戦略との相性が良いカテゴリです。

note 有料記事として展開するケース

note の有料記事として連載する場合は、autonovel のパイプラインから「組版」「カバーアート」「オーディオブック」の重い工程を一度抜いて、執筆＋編集レイヤーだけを高速に回すのが現実的です。1章ずつ note に投稿しつつ、ある程度反響を見てから後でまとめて電子書籍化する流れが、リスクとコストのバランスが良くなります。

note は AI 生成記事に対する規約上の制約が比較的緩いプラットフォームですが、AI 利用の明示と、読者に対する誠実な情報開示は必須です。

Web 小説プラットフォームへの転用

カクヨムや「小説家になろう」のような Web 小説プラットフォームへの転用は、現状では制約が大きい領域です。プラットフォームごとに AI 生成作品の扱いが異なり、明示的に禁止している場合や、AI タグ付けを義務化している場合があります。autonovel のパイプラインで作った作品を Web 小説に出す場合は、各プラットフォームのガイドラインを事前確認することが前提になります。

商業転用に必要な品質補正 — 編集者レビューと AI ラベル付け

autonovel のパイプラインだけで「すぐ商業出版できる」と考えるのは、現実的には危険です。法人で本格運用する場合、品質補正の工程を必ず挟むべきです。

AI ラベル付けは前提条件

2026年現在、Kindle / note / Web 小説プラットフォームの多くで、AI 生成物のラベル付けが規約で求められています。違反した場合のリスクはアカウント停止や売上没収まで及ぶため、「黙って AI 生成だと隠す」運用は法人としては取れません。autonovel のパイプラインを使う場合、最終出力物のメタデータに「AI 生成」「人間による編集の有無」を必ず記録する設計にしておくべきです。

編集者レビューの位置づけ

autonovel の Opus レビュー工程は「機械的な最終チェック」ですが、商業転用する際は「人間の編集者レビュー」を別途挟むことを強く推奨します。理由は、AI レビューでは検出しにくい以下のような問題が、商業出版では致命傷になるためです。

• 既存作品との偶然の類似: 学習データ由来の意図せぬ近似フレーズ
• センシティブ表現: 国・地域・宗教・職業差別に該当する記述
• 事実関係の誤り: 史実・地名・固有名詞の取り違え
• テンポ・読み味の判断: 日本語特有のリズムは人間の感覚に依存する

株式会社Fyveでクライアント向けにこの種のパイプラインを設計する場合、私たちは「AI で書き、AI で批評し、人間が最終ジャッジ」の3段階構造を提案しています。autonovel の adversarial 編集の上に、人間レビュー工程を1段足すイメージです。

著作権・規約面の押さえどころ

日本の現行法では、AI が生成した作品の著作権は基本的に「人間の創作的寄与がある場合のみ発生」とされています。autonovel のような全自動パイプラインで作った作品は、人間がプロットや指示書を主体的に設計し、最終出力に人間が編集・選別を加えていれば著作物として保護されうる、というのが現時点の通説です。逆に「テーマだけ与えて全自動で生成、無編集で出版」は、著作物として認められないリスクがあります。

このリスクは「商業転用するなら人間レビュー工程を必ず挟むべき」というオペレーション側の判断にも直結します。

autonovel を業務に転用するときの実装メモ

最後に、Hermes Agent で autonovel 相当のパイプラインを自社用に組むときの実装メモを残しておきます。

1. リポジトリの読み方

github.com/NousResearch/autonovel は、Hermes Agent のスキル群と設定ファイル一式で構成されています。Hermes Agent 本体（hermes-agent リポジトリ）をインストールしたうえで、autonovel をスキルとして読み込ませる構造です。各スキルが「世界構築」「章執筆」「批評」「組版」など工程ごとに分かれており、参考実装としてそのまま読める粒度です。

2. 必要なモデル契約と外部 API

autonovel をそのまま動かすには、執筆用 LLM・批評用 LLM・最終レビュー用 LLM の3系統と、fal.ai のような画像生成 API、ElevenLabs のような音声合成 API が必要です。自社運用するなら、まずは LLM 1系統だけで「執筆＋批評＋レビュー」を時分割で回し、品質を見て段階的にモデルを分けるのが現実的です。

3. コスト感の目安

長編1本（7〜8万語相当）を生成すると、モデル代だけで数十ドル〜数百ドルのレンジに乗ります。Hermes Agent 側で「思考トークンを節約する設定」「コンテキスト圧縮」を効かせれば下げられますが、品質とコストのトレードオフは避けられません。検証フェーズでは予算上限を必ず設定し、想定外消費を止める設計にしておくべきです。

4. Hermes Agent と Claude Code の使い分け

長尺コンテンツ生成パイプラインでは、Hermes Agent の「サブエージェント再帰」「3層メモリ」「20+ メッセージング統合」が効きますが、ローカル PC で1ショット完結する小規模生成なら Claude Code でも十分です。autonovel 相当の長尺・多工程・常駐型ジョブが必要な業務だけ、Hermes Agent を選ぶ判断軸が現実的です。

Hermes Agent そのものの全体像については、別記事で詳しくまとめています。

Hermes AgentHermes Agent 完全ガイド｜知らないと損する隠し機能15選と実務活用法【2026年版】

類似エージェントとの比較については、こちらの記事を参照ください。

Hermes AgentHermes Agent vs OpenClaw 徹底比較｜違い・使い分け・どっちを選ぶべきか実務者が解説【2026年版】

まとめ — autonovel は「長文 AI 生成」の新しい基準点

autonovel は、Hermes Agent の能力デモであると同時に、「長文 AI 生成パイプラインはここまで来た」という業界の到達点を示すリファレンス実装です。79,456語の英語小説を、執筆・編集・組版・装丁・音声・公開まで完全自律で仕上げた事例は、2026年時点で最も実装が公開された商業転用の起点になりえます。

株式会社Fyveとしての見立ては、autonovel をそのまま日本語小説に転用するのは現実的でないが、パイプラインの構造そのもの（世界構築 → 章執筆 → adversarial 編集 → 上位モデルレビュー → 仕上げ）は、Kindle 出版・note 有料連載・社内ナレッジ書籍化など、多様な長文生成案件に応用できる、ということです。

日本語転用で詰まりやすいのは、LLM の選定・縦書き対応・TTS の品質・AI ラベル付けと著作権の整理。これらを業務要件に合わせて差し替えれば、autonovel が提示した「長文 AI 生成の新しい基準点」を、自社のコンテンツ事業に取り込むことができます。私たち株式会社Fyveでも、こうした長尺生成パイプラインの法人実装をクライアント案件で扱っています。Hermes Agent や autonovel 相当の構成を業務に組み込みたい場合、まずは autonovel の公式リポジトリを読みつつ、最小構成の検証実装から進めるのが最短ルートです。