AIで広告バナーを作ると成果は出るか｜量産して分かった条件

AIで広告バナーを作っても、当たる確率は上がらない。上がるのは作る速さだけで、当たるかどうかを決めるのは「誰に何を言うか」を人がどこまで決めているかだ。

これは月に数十本のバナーを回してきた現場の感覚をもとにした話で、以下の数字はすべて仮の例（月50本作る会社、審査に通る割合など）である。特定のお客様や商品の実績ではない。

AIに任せていい作業と、人がやる作業はどこで分かれるか

AIが得意なのは「決まった形の言い換え・色違い・大きさ違い」を大量に作ることだ。苦手なのは「何を言えば買ってもらえるか」を見つけること。AIは世の中にある表現の組み合わせを作る道具なので、まだ誰も試していない切り口を自分で見つけることはできない。

「何を言うか」は人が決め、決まった形の量産だけをAIに渡す。この線引きが曖昧だと、枚数は増えるのに当たらない、という結果になる。

AIでバナーを作り始めた会社が最初にぶつかるのは、次の4つだ。

日本語の文字が崩れる：画像の中の文字が変な形になる。30秒で作れたはずが、直しに30分かかることも珍しくない。文字はAIに描かせず、後から人が入れる方が早い。
商品の見た目が変わる：作り直すたびに、パッケージの色やロゴの形が微妙に変わる。自社商品の写真は、AIに作らせず実物を撮って使う。
言い過ぎる：AIは「刺さる言葉」を強い方向に振りやすい。「必ず効く」「業界一」のような言い切りが混ざり、広告の審査で落ちる。
他社のものに似る：有名な絵柄や実在の人物に近いものが混ざり、権利の問題になる。

仮に月50本作って、最初の審査に通るのが6割だった会社が、「使ってはいけない言葉」と「やってはいけない表現」を一覧にしてAIに毎回渡すようにしたところ、8割5分まで上がった、というのが現場感覚に近い改善の形だ。差を生むのはAIの性能ではなく、人が決まりごとをどこまで具体的に書き出せたかである。

「かっこいいバナーを作って」では、それっぽいものが何枚出ても当たらない。指示を書く前に、次の5つを紙に書き出しておく。

この5つをそのままAIへの指示の骨組みにすると、出てくるものの散らばりが減り、審査に通る割合と言いたいことの一貫性が同時に上がる。順番を逆にして、先にAIに作らせてから型を考えると、何本出しても当たらない。

枚数が増えるほど、確認の仕組みがないと不良品の割合も増える。確認は「機械にやらせる分」と「人が見る分」に分ける。

機械にやらせるのは、文字数・使ってはいけない言葉・画像の大きさと縦横の比率の確認だけ。ここに人の判断を混ぜると、時間がかかるだけで正確さは上がらない。こうした広告まわりの定型作業の自動化は、バナー作りそのものより先に仕組みにしておく価値がある。

人が見るのは2点だけに絞る。「決めた型から外れていないか」「出す場所の雰囲気に対して強すぎないか」。確認項目を増やすほど担当者の勘に頼るようになり、担当が変わると基準がぶれる。項目は絞った方が、結果として安定する。

Adsync（AIでバナーなどの制作と運用を代行する当社のサービス）の現場でも、量産で詰まるのは作る速さではなく、この二段構えの確認と、落ちたものを次の指示に反映する回し方である。落ちた理由を一覧に足していく運用が回っているかどうかで、月ごとの通過率が変わる。

AIはバナー作りの「量」の制約を外す道具であり、「何を誰に言うか」と「やってはいけないことの一覧」は、人がやる仕事として残る。自社の広告まわりのどの作業から仕組みにできるかは、無料のAI業務診断で棚卸しすると見当がつく。