生成AIを広告コピーに使って数字はどう変わったか

営業効率化のAI活用事例をまとめた記事を読んだ。提案書の自動生成や議事録の文字起こし、メール文面の量産など、7つのシーンが紹介されていた。営業職向けの内容だけど、読んでいるうちに「これ、広告コピー生成でも同じ話だよな」と思い始めた。

うちの仕事でいうと、SNS広告のクリエイティブ制作がまさにそれだ。Meta広告だと1キャンペーンで30〜50パターンのコピーを用意して、A/Bテストを回すのが当たり前になっている。以前はそこだけで半日かかっていた。ChatGPTを業務に組み込んでから、同じ量を30分以内に出せるようになった。時間が半分以下になるというのは、記事に書いてあったメリットとまったく同じだ。

数字で見ると、効果は本当に出ているか

実際のROASで測ると、AIコピーの導入前後で数値が劇的に変わったかというと、正直そこまでではない。あくまで私の担当案件の話だけど、CVRは平均で1.1〜1.3倍の改善にとどまっている。CPAが大きく下がったのは、コピーの質というよりパターン数を増やしてアルゴリズムの学習データを厚くできたからだと思っている。Meta広告のオーディエンスネットワークは、クリエイティブの多様性を与えれば与えるほど最適化が進む構造だ。AIはその「量産」を支えているにすぎない、というのが今の結論だ。

一方でインプレッション単価には変化が出た。コピーのバリエーションが増えると入札競争の回避パターンも増えるので、CPMが下がる傾向があった。これはGA4の流入データと突き合わせてはじめて気づいたことで、AI云々の前にちゃんと計測できる環境を整えていないと意味がない。

プロンプトの精度が結局すべてを決める

記事の中でNTTデータが提案書作成を自動化した事例が紹介されていた。そこでも「プロンプト設計が精度を左右する」という話が出てくる。これはコンテンツSEOの記事生成でも広告コピーでも変わらない。最初のプロンプトが雑だと、アウトプットは全部雑になる。

私が今使っているのは、ターゲットの課題・ベネフィット・トーン・文字数制限を毎回必ずインプットするテンプレートだ。TikTok広告用は特にトーンの指定がシビアで、「Z世代が友達に話しかける口調で」と入れると刺さるコピーが出やすい。それでも最終チェックは必ず人の目を通す。アルゴリズムは文脈を読まないので、炎上リスクのある表現が混入することがある。

• ターゲット課題・ベネフィット・トーン・文字数をセットでインプット


• TikTok用はトーン指定を細かくすると精度が上がる


• 最終チェックは人間が担当（コンプライアンス・炎上リスク対策）


• アウトプットはGA4・広告管理画面のデータと突き合わせて評価

もう一つ気になったのは、記事で「新人の立ち上がりを短縮できる」と書かれていた点だ。これは広告運用にも当てはまる。うちのチームに今年入ってきたメンバーは、入社3ヶ月でChatGPTを使ったコピー生成のルーティンをほぼ一人で回せるようになっていた。以前なら半年かかっていた作業量をこなしている。ただ、数値の読み方やROAS目標の設定は教えないとわからない。AIはコピーを出してくれるが、何をもって「良い数字」とするかは人間が定義する話だ。

生成AIをマーケに使うとき、「使えば勝手に成果が出る」と思っている人は今でも多い。でも実際は計測環境・プロンプト設計・人間のレビューという3つが揃って、はじめて数字に反映される。次は自社のコンテンツSEO記事にも同じフローを整備して、オーガニック流入のCVRへの影響を3ヶ月分きちんと追ってみるつもりだ。