AIマーケティング活用｜集客・広告の工程別の使い方と費用相場

AIマーケティングで最初に整理すべきなのは、ツール名ではなく「自社が使うAIは3つの層のどれなのか」です。マーケティングで使うAIは、①広告媒体にはじめから組み込まれている最適化AI（自動入札・配信面の自動選択）、②文章や画像をつくる生成AI、③顧客データを分析して見込みを予測するAI、の3層に分かれます。層が違えば、必要なデータも、費用も、人が持つ責任もまったく違います。多くの企業はすでに①を使っているのに気づかないまま、②の導入だけを検討して「思ったほど成果が変わらない」と感じています。この記事では、3層それぞれの成立条件、施策別の当てどころ、費用と回収ライン、効果の測り方、社内ルールまでを実務の手順として整理します。

AIマーケティングとは？3つの層に分けると使い道が決まる

AIマーケティングとは、集客から購入・再購入までの一連の活動に人工知能を組み込み、判断と作業の一部を機械に任せる進め方を指します。ただし「AIマーケティング」という一語で語られている中身は、実際には性質の異なる3種類の技術です。ここを分けずに検討すると、必要なデータも投資額も見誤ります。

層	具体例	成果に効く仕組み	必要なもの	追加費用
第1層 媒体内蔵の最適化AI	Google広告の自動入札・P-MAX、Meta広告の自動配信、各モールの推薦枠	誰にいくらで配信するかを機械が判断し、入札と配信面を自動調整する	正しいコンバージョン計測と、学習に足るコンバージョン数	原則なし（広告費に内包）
第2層 生成AI	広告コピー・記事・バナー・商品説明・メール文面の作成	制作工程の初稿と量産を機械が担い、人は企画と検証に時間を移す	渡す素材（実績・訴求点・トンマナ）と、確認する人の目	1人あたり月3,000〜6,000円程度が中心
第3層 分析・予測AI	離脱予測、優良顧客の抽出、需要予測、レコメンド、スコアリング	過去データから確率を出し、優先順位づけに使う	一定量の履歴データと、データが1か所に集まっている状態	月1.5万〜15万円以上（規模による）

重要なのは、第1層はすでに動いているという点です。広告を配信していれば、自動入札や自動配信という形で機械学習は稼働しています。にもかかわらず「AI活用」の検討が第2層（生成AI）から始まることが多く、結果としてもっとも予算配分が大きい広告の側で、AIが働ける条件が整っていない状態が放置されがちです。着手順としては、第1層の前提を点検してから第2層・第3層に進むほうが、投じた費用に対する見返りが大きくなります。

市場・顧客を調べる
第3層／人が仮説

訴求を決める
人が決める

制作する
第2層が主役

配信・入札する
第1層が主役

受け皿を直す
第2層＋人

再購入を促す
第3層が主役

やめる判断
人が決める

青＝データがあれば機械の判断が効く工程／緑＝作業量の削減が効く工程／橙＝人が責任を持つ工程。

AIで動く指標と、動かない指標はどう違うのか

先に期待値を合わせます。AIの導入で動きやすいのは「配分の最適化」と「作業量」に関わる指標で、商品の魅力や価格そのものに起因する指標は、AIを入れても大きくは動きません。同じ「AI活用」でも、どの指標を狙うかで必要な層と投資額が変わります。

指標	AIで動くか	効く層	変化の目安	動かない場合の主因
CPA（獲得単価）	動きやすい	第1層	計測整備と自動入札の適正化で1〜3割改善する例が多い	計測の欠損、コンバージョン数不足
制作の作業時間	もっとも動く	第2層	初稿作成で5〜8割の短縮	渡す素材がない、確認工程が詰まる
広告の配信量・面の拡張	動きやすい	第1層	手動運用より配信面が広がる	除外設定の不備で無駄な配信が増える
CVR（成約率）	限定的に動く	第2層＋人	受け皿の改善速度が上がる分だけ	ページの内容・価格・在庫など商品側の要因
LTV・再購入率	中期で動く	第3層	抽出精度が上がり配信対象が絞れる	顧客データが分散、履歴が短い
客単価	動きにくい	—	推薦枠の最適化で数%程度	商品構成・価格設計の問題
ブランドの選ばれる理由	動かない	—	—	そもそもAIの領域ではない

広告の費用対効果を測る指標そのものの定義や計算式は広告の費用対効果を測る指標｜ROAS・CPA・CVR・CPCとはで整理しています。AI導入の前後で比較する際は、この定義を先に社内で揃えておかないと、後の効果検証が成立しません。

【第1層】広告媒体のAIが機能する条件は「計測」と「件数」

広告媒体のAIは、正しいコンバージョン計測と、学習に足るコンバージョン件数がそろってはじめて機能します。この2つが欠けたまま自動入札に切り替えると、機械は誤ったゴールに向かって配分を最適化するため、手動運用より成果が悪化することがあります。「AIに任せたら悪くなった」と言われる事例の多くは、AIの性能ではなくこの前提が原因です。

学習に必要なコンバージョン数の目安

各媒体は入札戦略ごとに推奨件数を示しています。目安としては直近30日でコンバージョン30件前後が一つの分岐点で、これを下回ると単価の変動幅が大きくなり、学習も長引きます。

状態（直近30日のCV数）	自動入札の向き不向き	推奨する打ち手
50件以上	適する	目標CPA・目標ROASを設定し、目標値の変更は月1〜2回に抑える
30〜50件	おおむね適する	目標CPAで運用。目標値を急に絞らず、10〜20%刻みで調整する
15〜30件	条件つき	キャンペーンを統合して件数を寄せる。マイクロCVの併用を検討
15件未満	適さない場合が多い	手動入札またはクリック数の最大化から始め、CV設計を先に見直す

コンバージョンが足りないときの3つの打ち手

件数が足りない事業者ほど「AIは大企業のもの」と受け取りがちですが、件数を作る設計は中小企業でも可能です。

打ち手	やること	注意点
マイクロCVを設ける	資料請求・会員登録・カート投入・電話タップなど、本命の手前の行動を計測対象に加える	本命CVと同一視しない。学習用と評価用を分けて集計する
キャンペーンを統合する	細かく分けたキャンペーンをまとめ、1つあたりの件数を確保する	予算配分の細かな制御はできなくなる
計測の取りこぼしを直す	電話・来店・オフライン受注・サブドメインをまたぐ遷移を計測に含める	重複計上に注意。1件を二重に数えると学習が歪む

件数を確保できないうちに配信面の広い自動化キャンペーンへ移行すると、無駄な配信が増えやすくなります。媒体ごとの費用構造や課金方式の違いはWeb広告の種類一覧｜特徴・費用感と目的別の使い分け、運用代行を検討する場合の費用感は広告運用代行とは？依頼範囲・費用相場・選び方で扱っています。

媒体のAIに渡すべき5つの材料

媒体AIの成果は、渡した材料の質でほぼ決まります。設定画面の操作より、以下の5点を整えるほうが効果が大きいのが実務の実感です。

材料	整える内容	放置したときに起きること
①計測（コンバージョン）	本命CVの定義を1つに決め、重複・欠損をなくす。金額が違えば実額を渡す	機械が誤ったゴールに最適化し、件数は増えるが売上が増えない
②アセット（素材）	見出し・説明文・画像・動画を規定数まで登録し、訴求の方向性を散らす	組み合わせの検証が回らず、配信の伸びが頭打ちになる
③除外設定	配信除外の面・地域・既存顧客・採用応募者などを明示する	関係のない層への配信に費用が流れる
④商品データ（ECの場合）	商品フィードの在庫・価格・画像・カテゴリを最新に保つ	売り切れ商品に広告費が流れ、無効なクリックが増える
⑤顧客リスト	購入者・優良顧客・休眠顧客を分けて連携する（同意の範囲内で）	新規と既存の区別がつかず、獲得済みの顧客に費用を使う

この5点のうち①と③は、月に一度点検すれば維持できます。②は制作が絡むため、次に述べる生成AIの出番になります。

媒体のAIに任せず、人が握り続ける7項目

自動化が進むほど、人が決めるべき項目は減るのではなく、重要度が上がります。以下は自動入札や自動配信に移行しても人が持ち続ける判断です。

項目	なぜ人が持つのか	点検の頻度
目標CPA・目標ROASの値	事業の採算ラインは機械が知らない	月1回
予算の総額と媒体配分	事業計画・在庫・繁忙期の事情が絡む	月1回
コンバージョンの定義	何を成果とみなすかは経営判断	四半期に1回
訴求・オファーの中身	価格・特典・保証は責任を伴う	随時
ブランドの安全性	配信先や表現の適否は自動判定に委ねきれない	月1回
除外リスト	自社の事情（既存顧客・競合・採用）は外部に見えない	月1回
撤退の判断	機械は与えられた枠内での最適化しかしない	四半期に1回

広告運用を社内に戻す場合の体制設計は広告運用の内製化とは？代理店との比較・移行手順と費用で詳しく整理しています。自動化が進んだ分だけ社内に残す判断業務が明確になるため、内製化の検討とAI活用は同じタイミングで考えると整理しやすくなります。

【第2層】生成AIは「初稿」と「量産」を担当する

生成AIをマーケティングに使うときの原則は、企画と検証は人、初稿と量産はAIです。工程を分けずに「AIで広告を作る」と考えると、確認と修正に時間を取られ、結局は速くなりません。実際の削減幅は工程ごとに大きく違います。

工程	担当	AIに渡すもの	削減幅の目安
①調査・整理	AI（人が確認）	競合URL、レビュー、問い合わせ履歴	4〜6割
②訴求の決定	人	—	0割（短縮しない）
③初稿の作成	AI	訴求、実績数値、禁止表現、文字数、トンマナ	6〜8割
④バリエーション量産	AI	採用した初稿と、変える軸（訴求・語調・長さ）	7〜9割
⑤事実・表現の確認	人	—	0割（むしろ増える）
⑥入稿・配信設定	人（一部自動化）	—	2〜4割
⑦検証・次の打ち手	人（AIが集計補助）	実績データ	3〜5割

⑤の確認工程は短縮できないどころか増えます。ここを見落とすと「初稿は10分で出たが、確認と修正に2時間かかった」という状態になり、正味の削減はほぼゼロになります。効果を見積もるときは、必ず確認工数を引いた正味の値で考えてください。工程単位での任せ方の判定基準は生成AIの業務活用｜職種・工程別の使いどころで詳しく扱っています。

広告コピー・記事をAIに書かせるときの指示6要素

出力の質は、指示に含めた情報量にほぼ比例します。次の6要素のうち欠けたものが、そのまま修正作業として返ってきます。

要素	書く内容	抜けると起きること
①読み手	誰が、どんな状況で、何に困っているか	誰にでも当てはまる薄い文章になる
②目的と次の行動	読後に何をしてほしいか（資料請求／購入／来店）	締めの一文が弱く、行動につながらない
③使ってよい事実	実績数値、価格、保証条件、受賞歴などの一次情報	もっともらしい嘘（存在しない数値）が混ざる
④禁止事項	使えない表現、最上級の禁止、業界特有の規制	法令に触れる表現が出て、差し戻しになる
⑤形式	文字数、見出しの数、句読点の作法、語尾	入稿規定に合わず、手直しが発生する
⑥参考例	採用したい既存コピー2〜3本と、避けたい例1本	トーンが毎回ぶれ、ブランドとして揃わない

この6要素を毎回書くのは負担なので、商材ごとにテンプレート化して社内で共有するのが現実的です。テンプレートの台帳化と運用はChatGPTの業務活用｜安全な導入手順と職種別の使い方で扱っています。

AIが書いた広告表現で、人が必ず確認する箇所

生成AIの出力をそのまま広告に使うのは避けてください。AIが作ったかどうかにかかわらず、表示の責任は出稿者にあります。特に日本の広告では、景品表示法・薬機法・ステマ規制の3つが実務上の確認ポイントになります。

観点	AIの出力で起きやすいこと	人が確認すること
優良誤認（景表法）	実際より良く見える効果の断定、根拠のない最上級（「業界No.1」「最安」）	その表現の根拠資料が社内にあるか。無ければ削除する
有利誤認（景表法）	条件を書かない割引訴求、期間や対象の記載漏れ	適用条件・期間・対象者が本文に明記されているか
薬機法	化粧品・健康食品で医薬品的な効能をうたう表現	認められた表現の範囲内か。該当業種は専門チェックに回す
ステマ規制	口コミ風・第三者の感想風の文体を広告に使う	広告であることが明示されているか
画像の実物との差	生成画像が実際の商品と細部で異なる	商品の形状・色・付属品が実物と一致しているか
権利	既存作品に似た表現・意匠	類似が疑われる要素がないか。疑わしければ作り直す

運用としては、①AIの出力に「この表現の根拠は何か」を書かせる、②根拠のない断定を機械的に削る、③該当業種は専門チェックを通す、の3段階にすると漏れが減ります。なお、ここに記載した内容は法律上の助言ではなく、広告制作の運用設計にあたっての確認観点です。実際の表現可否は所管の指針や専門家の確認を受けてください。

【第3層】分析・予測AIでできること、要るデータ

分析・予測AIは、「誰に、いつ、何を出すか」の優先順位づけに効きます。ただし成立条件はデータ量とデータの置き場所で、ここが整っていないと導入しても精度が出ません。

用途	できること	最低限必要なデータ	向く事業規模
優良顧客の抽出	購入金額・頻度・経過日数から上位層を自動で切り出す	購入履歴12か月以上、顧客ID	年間注文1,000件以上
離脱・解約の予測	離れそうな顧客を事前に抽出し、先回りの案内に使う	継続履歴、利用ログ、解約実績	継続課金・定期購入モデル
需要・在庫の予測	季節・販促・曜日の影響を織り込んだ数量予測	販売実績24か月分、販促の実施履歴	SKU数が多いEC・小売
レコメンド	閲覧・購入の傾向に応じた商品提示	閲覧ログ、併売履歴	商品点数300点以上
リードのスコアリング	商談化しやすい見込み客を上位に並べる	行動履歴と商談結果の対応データ	月間リード100件以上

データが分散していると、どれも精度が出ません。着手の前に「顧客IDが1つに統一されているか」を確認するのが最短の点検です。ECであれば、モールと自社サイトで顧客が別管理になっているケースが多く、統合の可否がそのまま第3層の実現可否になります。EC全体の運営体制についてはEC運営代行とは｜費用相場・業務範囲・選び方で整理しています。

施策別に見た、AIの当てどころ一覧

施策ごとに効く層と、最初にやるべきことをまとめます。すべてを同時に始めないことが重要で、通常は広告か制作のどちらか一方から着手します。

施策	効く層	最初にやること	期待できる変化	つまずきやすい点
リスティング・ショッピング広告	第1層	コンバージョン計測の点検と統合	CPAの1〜3割改善、運用工数の削減	件数不足のまま自動化して悪化する
ディスプレイ・SNS広告	第1層＋第2層	クリエイティブの本数を確保する	検証本数が増え、当たりを見つけやすくなる	本数だけ増えて訴求が同じ
SEO・コンテンツ	第2層	構成案と初稿の作成をAIに寄せる	公開本数が2〜4倍になる例がある	確認工程が詰まり公開が滞る
SNS運用	第2層	投稿案の量産とリライト	投稿頻度の維持が容易になる	ブランドの語り口がぶれる
メール・LINE配信	第2層＋第3層	セグメント別の文面をAIで作り分ける	配信の細分化ができ、反応率が上がる	配信数が増えて解除も増える
接客・問い合わせ対応	第2層	定型質問の自動応答から始める	一次対応の待ち時間が短くなる	誤回答の責任設計が抜ける
EC（商品ページ・在庫）	第2層＋第3層	商品説明文の作成と在庫予測	登録スピードの向上、欠品の減少	フィードの整備不足で反映されない

コンテンツ側の具体的な進め方はコンテンツSEOとは｜戦略の立て方と成果が出る進め方、AI検索時代の検索対策の考え方はAI時代のSEO対策｜AI Overview・生成AI検索で選ばれる方法を参照してください。問い合わせ対応をAIに任せる範囲の設計はAIカスタマーサポート導入の進め方｜費用相場と有人連携の設計で扱っています。

大企業の事例を、自社の規模に翻訳する手順

AIマーケティングの記事で紹介される事例は、大企業のものが大半です。そのまま真似しても再現しないのは、前提となるデータ量と体制が違うためです。事例は次の4点に分解して読むと、自社に転用できる部分が見えます。

読み解く観点	確認すること	自社に置き換える問い
①どの層の話か	媒体AI／生成AI／分析AIのどれか	自社で同じ層は動いているか
②前提のデータ量	顧客数・注文数・ログの蓄積年数	自社は何分の1の規模か
③投じた体制	専任者の有無、外部パートナーの関与	自社で月何時間割けるか
④成果の測り方	何と比較して何%改善したのか	自社の比較対象は取れるか

中小規模の事業者が現実的に見込める変化は、次の程度が目安です。派手な数値ではありませんが、継続すれば効いてくる範囲です。

領域	3か月時点の目安	6〜12か月時点の目安
広告の獲得単価	計測整備の分で5〜15%改善	クリエイティブ検証が回り10〜30%改善
制作の作業時間	初稿工程で4〜6割短縮	テンプレ整備が進み5〜8割短縮
コンテンツ公開本数	1.5〜2倍	2〜4倍（確認体制が整えば）
顧客分析	まだ効果が出にくい	データ統合後に抽出精度が上がる

WHITCHが自社の集客業務でAIをどう分担しているか

WHITCHでは、月間約900万UU規模の自社メディアの運営と、他社メディア・ECの運営支援のなかでAIを組み込んでいます。全社の業務で月686時間の削減にあたる効果が出ていますが、その内訳は「人の判断をなくした」のではなく「作業を寄せて、判断に時間を回した」というものです。

業務	AIが担当する範囲	人が持つ範囲	変化
記事制作	調査整理、構成案、初稿、見出し案の量産	切り口の決定、事実確認、最終編集	1本あたり約40時間 → 約1時間（実作業ベース）
広告クリエイティブ	コピー案とバナー文言の量産、既存当たり案のリライト	訴求の決定、表現の適法性確認、入稿判断	検証できる案の本数が増加
広告運用	媒体側の自動入札・自動配信	目標値、予算配分、除外設定、撤退判断	日次の入札調整作業がほぼ不要に
EC商品登録	商品説明文・訴求文の下書き	スペックの正確性確認、価格・在庫の反映	登録リードタイムの短縮
レポート	数値の集計・要約の下書き	原因の解釈、次の打ち手の決定	作成時間の短縮と、考察に使う時間の増加

実務で効いたのは、「渡す素材を先に整えたこと」でした。過去の当たりコピー、実績数値、禁止表現を1か所にまとめてから指示するようにした結果、修正の往復が大きく減っています。業務全体でのAIの入れ方はAIで業務効率化する方法｜導入手順・事例・費用、社内での進め方はAI導入の進め方｜中小企業のステップと失敗回避で扱っています。

AIマーケティングの費用相場と、月額以外にかかるもの

費用は「ツール料金」よりも「整備と運用にかかる人の時間」のほうが大きいのが実情です。まずツール側の相場を整理します。

種類	初期費用の目安	月額の目安	備考
汎用の生成AI（文章・画像）	なし	1人あたり3,000〜6,000円程度	法人プランは入力データの扱いが個人向けと異なる
広告クリエイティブ支援ツール	0〜10万円程度	1万〜10万円程度	媒体連携の範囲で価格差が大きい
MA（マーケティングオートメーション）	0〜30万円程度	小規模 5,000〜5万円／中堅 5万〜15万円／大規模 15万円以上	連絡先件数で段階課金になる製品が多い
分析・予測系ツール	10万〜100万円程度	5万〜30万円程度	データ連携の開発費が別途かかることがある
チャットボット・接客	0〜100万円程度	数千円〜30万円程度	シナリオ型とAI搭載型で価格帯が大きく分かれる

そのうえで、月額以外に必ず発生する費用が次の6項目です。ここを見積もりに入れていないと、社内の投資判断が後からずれます。

項目	初期の目安	定常の目安	誰が担うか
計測・タグの整備	10〜40時間	月2〜4時間	Web担当／外部支援
素材・データの整理	20〜60時間	月4〜8時間	マーケ担当
指示テンプレートの作成と更新	10〜30時間	月2〜5時間	各業務の担当
出力の確認・修正	—	制作量に比例（初稿1本あたり10〜30分）	編集・責任者
社内ルールの整備と教育	10〜20時間	月1〜3時間	推進担当
効果測定と報告	5〜10時間	月3〜6時間	推進担当

合計すると、初期で55〜160時間、定常で月12〜26時間＋確認工数が目安です。社内の時間単価を3,000円とすれば、定常だけで月3.6万〜7.8万円相当の人件費が乗る計算になります。

規模別の年間総額と、回収に必要な削減時間

投資判断のために、年間総額と回収ラインを人数規模ごとに試算します。前提は、生成AIのライセンスを1人あたり月4,500円、社内の時間単価を3,000円、推進工数を月20時間としています。いずれも仮定値のため、自社の実額に置き換えて再計算してください。

規模	ライセンス（年）	ツール・整備（年）	推進工数（年）	年間総額	回収に必要な削減時間
マーケ関与3名	約16万円	約30万円	約72万円	約118万円	月約33時間（1人あたり月11時間）
同10名	約54万円	約60万円	約72万円	約186万円	月約52時間（1人あたり月5時間）
同30名	約162万円	約120万円	約108万円	約390万円	月約108時間（1人あたり月3.6時間）

この表が示すのは、関与人数が増えるほど1人あたりの回収ラインは下がるという関係です。3名規模では1人が月11時間の削減を出す必要があり、これは相当な工程の置き換えを意味します。少人数で始める場合は、ライセンスを全員に配るより制作量の多い担当者に絞って導入するほうが回収しやすくなります。

なお広告費側の効果はこの試算に含めていません。広告費が月100万円で獲得単価が10%改善すれば、それだけで月10万円相当の効果になり、上記の人件費側の回収ラインとは別枠で乗ります。広告の比重が大きい事業では、第1層の整備を優先するほうが投資対効果は高くなります。AI導入時に使える補助制度はAI導入に使える補助金｜IT導入補助金・デジタル化AI導入補助金の使い方で整理しています。

ツールの選び方8観点と、二重持ちの避け方

ツール選定は機能比較から入ると決まりません。自社の制約条件から絞るほうが早く決まります。

観点	確認すること	妥協できない条件
①入力データの扱い	入力内容が学習に使われるか、既定値はどうか	顧客情報を扱うなら学習不使用が既定であること
②保存先と保存期間	データの保存リージョン、保存期間、削除の可否	社内規程・取引先要件を満たすこと
③既存ツールとの連携	広告媒体・CRM・カートとの連携有無	手作業の転記が増えないこと
④権限管理	ユーザー管理、閲覧範囲、退職時の停止	個人アカウントに依存しないこと
⑤課金方式	席数課金か従量課金か、上限の有無	使用量が増えても予算が読めること
⑥出力の再現性	同じ指示で安定した形式が出るか	入稿規定に合わせられること
⑦サポート	日本語対応、導入支援の範囲	社内に専任がいないなら支援が要る
⑧解約と持ち出し	解約時にデータを取り出せるか	作った資産が残ること

もう一つ注意したいのが機能の二重持ちです。汎用の生成AI、広告支援ツール、MAの3つを個別に契約すると、文章生成機能が3重になり、費用だけが積み上がります。「文章生成はここ」「配信はここ」と担当を1つに決めると、費用も運用も整理できます。業務自動化ツール全般の選び方は業務自動化ツールおすすめ｜RPA・AIの選び方と比較で扱っています。

効果の測り方 — 前後比較で失敗しない4つの設計

AI導入の効果検証でもっとも多い失敗が、「切り替えた直後の数字で判断してしまう」ことです。特に広告の自動入札は学習期間があり、切替直後は成果が不安定になります。

設計	やること	やってはいけないこと
①学習期間を除外する	切替後おおむね2週間、または直近のCVが一定数たまるまでは評価対象から外す	初週の悪化を見て元に戻す
②比較対象をそろえる	同じ期間長・同じ商材・同じ予算帯で比べる	繁忙期と閑散期を比べる
③外部要因を記録する	価格変更、在庫切れ、競合の動き、季節要因を日誌に残す	数値だけ見て原因をAIに帰す
④正味で見る	削減時間から確認・修正の時間を引いた値で評価する	「初稿10分」だけを成果として報告する

ベースラインは導入前に取っておく必要があります。着手してから「前はどうだったか」を思い出すのは難しく、比較ができないまま「なんとなく良くなった気がする」で終わる原因になります。最低でも導入前1か月の、獲得単価・制作本数・1本あたりの制作時間を記録しておいてください。

社内ルールと体制 — 3つだけ先に決める

ルールは細かく作るほど守られません。先に決めるのは3つで十分です。

決めること	内容	具体例
①入力してよい情報	AIに渡してよい情報と、渡してはいけない情報を名詞で列挙する	可＝公開済みの商品情報、自社の実績数値／不可＝顧客の氏名・連絡先、取引先の未公開情報、未発表の価格
②公開前に人が見る範囲	成果物の到達先ごとに確認の深さを決める	社内メモ＝本人確認のみ／広告・LP＝責任者確認／規制業種＝専門チェック
③生成物の扱い	権利・表示・記録の方針	類似が疑われる表現は作り直す。生成物のもとになった指示を保存する

体制は、専任を置かずに「推進担当1名＋各業務の実務担当」で始めるのが現実的です。推進担当の工数は月20時間前後を見ておき、この時間を捻出できないなら着手の規模を落としてください。工数を確保しないまま始めた取り組みは、ほぼ例外なく2〜3か月で止まります。

8週間で立ち上げる進め方

すべてを同時に始めず、広告の前提整備と、制作の初稿自動化の2本に絞って8週間で形にします。

期間	やること	成果物	判断者
第1〜2週	現状把握。計測の点検、直近30日のCV数確認、制作時間の実測、入力ルールの草案	ベースライン表、計測の課題一覧	推進担当
第3〜4週	計測の修正と除外設定の整理。生成AIのアカウント整備と指示テンプレート3本の作成	修正済みの計測、テンプレート3本	責任者
第5〜6週	1キャンペーンで自動入札を試行。制作1種類（広告コピーまたは記事）で初稿をAIに寄せる	試行の記録、正味削減時間の実測	推進担当
第7週	確認工程の見直し。修正が多い箇所をテンプレートに反映	改訂版テンプレート	各実務担当
第8週	効果の集計と、継続・拡大・中止の判断	効果報告、次の3か月計画	経営／責任者

第8週の判断では、「拡大」以外の選択肢を必ず用意することが重要です。うまくいかなかった場合に縮小できる設計にしておくと、次の試行がしやすくなります。

定着を測るKPIは二層に分ける

AI活用の評価指標は、使われているかを見る層と、事業成果を見る層を分けます。混ぜると、事業成果が出るまでの時間差で取り組みが止まります。

層	指標	測り方	目安	反映までの期間
業務層	利用率	対象者のうち週1回以上使った人の割合	3か月で6割以上	1か月〜
	適用率	対象業務のうちAIを通した件数の割合	3か月で5割以上	1〜2か月
	正味削減時間	削減時間−確認修正時間	担当あたり月5時間以上	2か月〜
	差し戻し率	初稿が大幅修正になった割合	3割以下	2か月〜
事業層	獲得単価	媒体・全体の実績	前年同期比で改善	2〜4か月
	コンテンツ公開本数	月次の公開数	導入前の1.5倍以上	2〜3か月
	売上・受注	チャネル別実績	—	4〜6か月

差し戻し率は見落とされがちですが、指示テンプレートの質を映す指標です。ここが高止まりしている間は、ツールを増やしても改善しません。

つまずきやすい5つの型と、その原因

つまずき	症状	本当の原因	直す場所
①自動入札に切り替えたら悪化した	CPAが上がり、CV数が減った	計測の欠損か、CV件数の不足	計測の整備。件数が足りなければ手動に戻す
②初稿は速いが全体は速くならない	確認と修正で時間が消える	指示に渡す素材が足りない	指示テンプレートに事実・禁止表現を追加
③一部の人しか使わない	利用率が2割で頭打ち	自分の業務での使い道が示されていない	職種別に3つずつ具体例を配る
④出力の質がばらつく	担当ごとに成果物の水準が違う	指示が個人の工夫に依存している	テンプレートを台帳化して共有する
⑤効果が説明できない	継続の稟議が通らない	ベースラインを取っていない	次の1か月で実測を取り直す

①以外はすべてツールではなく運用側の問題です。ツールの乗り換えを検討する前に、この4つを潰したかを確認してください。

外部に依頼する場合の判断基準と契約確認

社内に工数がない場合は外部支援を使う選択肢があります。依頼先は「何を委託するか」で変わります。

委託したいこと	適した依頼先	費用の目安
広告の計測整備と運用	広告運用代行	広告費の15〜20%、または月額固定
コンテンツの企画・制作	コンテンツ制作会社／編集支援	記事単価または月額固定
社内へのAI導入支援	導入コンサル／伴走支援	月額20万〜80万円程度
データ連携・仕組みの開発	開発会社	要件により大きく変動

契約前に確認する項目	確認の観点
①アカウントの所有権	広告アカウント・計測タグ・生成物の権利が自社に残るか
②AI利用の範囲と開示	成果物の制作にAIを使うか、使う場合の確認体制はどうか
③データの取り扱い	自社の顧客データをどこに保存し、契約終了後にどう扱うか
④成果物の確認責任	表現の適法性を最終確認するのは誰か
⑤報告の頻度と内容	何を根拠に判断できる報告が出るか
⑥解約条件	最低契約期間と、引き継ぎの範囲

代理店の比較観点は広告代理店の選び方｜比較ポイントと失敗しない依頼、媒体別の手数料の考え方はリスティング広告運用代行の費用相場｜手数料と代理店の選び方やSNS広告運用代行の費用｜媒体別の特徴と選び方で扱っています。

見直しの順序と、やめる判断の基準

成果が出ないときは、ツールの乗り換えを最後に置くのが原則です。順序を守らないと、費用だけが増えて原因は残ります。

順序	見直す対象	確認すること
1	計測とデータ	CVの定義、欠損、重複、データの置き場所
2	渡す材料	素材・実績数値・禁止表現がそろっているか
3	工程の切り分け	AIに渡す工程と人が持つ工程が混ざっていないか
4	体制と工数	推進担当の時間が確保されているか
5	ツール	ここまでで解決しない場合のみ乗り換えを検討

そのうえで、次のいずれかに当てはまるなら縮小または中止を検討してください。続けること自体が目的化するのを防ぐための基準です。

基準	判断
6か月経っても正味削減時間がゼロ以下	対象業務を変えるか、縮小する
利用率が3か月連続で2割未満	ライセンス数を絞り、使う人に集中させる
誤った表現・事実誤認の公開が繰り返される	該当領域での利用を止め、確認体制を作り直す
年間総額が、削減できた人件費相当額を上回り続けている	契約プランを見直す
推進担当の工数が確保できない	着手範囲を1業務に絞る

まとめ｜AIマーケティングは「層」を分けて順に整える

AIマーケティングの活用で成果を分けるのは、ツールの新しさではなくどの層に、どの順番で手をつけたかです。要点を整理します。

• 3層に分ける。媒体内蔵の最適化AI（第1層）、生成AI（第2層）、分析・予測AI（第3層）は、必要なデータも費用も責任の所在も異なる。
• 第1層の前提を先に点検する。正しいコンバージョン計測と、直近30日で30件前後のコンバージョン数がなければ、自動入札は本来の働きをしない。
• 第2層は初稿と量産に限定する。企画と検証は人が持つ。確認工程は短縮できないため、正味削減時間で効果を見る。
• 広告表現は人が必ず確認する。景品表示法・薬機法・ステマ規制の観点は、AIが作ったかどうかに関係なく出稿者の責任になる。
• 費用はツール料金より人の時間が大きい。定常で月12〜26時間＋確認工数を見込み、規模別の回収ラインから逆算する。
• 効果はベースラインを取ってから測る。学習期間を除外し、比較対象と外部要因をそろえる。
• 見直しはツールを最後に置く。計測 → 材料 → 工程 → 体制 → ツールの順で原因を潰す。

まず着手するなら、直近30日のコンバージョン件数と計測の正しさを確認するところからです。ここが整っていれば、広告費の配分は媒体のAIが引き受けてくれます。そのうえで制作工程の初稿を生成AIに寄せると、人の時間を企画と検証に回せるようになります。WHITCHでは、月間約900万UU規模の自社メディア運営と受託支援で培った工程設計をもとに、現状の計測・データの棚卸しから支援しています。