生成AI広告が「それっぽい」で終わる理由｜競合広告データの渡し方と事例

ChatGPTなどで広告文やバナー案を作っても、平凡な案ばかりが並ぶことがあります。差が出るのは生成AIの性能より、生成前に渡す材料です。この記事では、インハウスの広告運用者や制作本数を増やしたい代理店の方に向けて、競合広告のどのデータをどう渡すかを整理します。

生成AIに広告を作らせると、なぜ「それっぽい」だけで終わるのか？

原因は生成AIの性能ではなく、指示にいま市場で配信され続けている広告の事実が入っていないことです。一般論の指示を渡せば、一般論の広告が返ってきます。

【原因】一般論の指示からは、一般論の広告しか返ってこない

商品名、ターゲット、訴求したい点だけを渡して広告文を頼むと、生成AIは広く知られた広告の型で答えます。見出しは整い、ベネフィットも並びます。ただ、競合の広告と並べたときに見分けがつきにくい仕上がりになりがちです。

sol株式会社の事例記事でも、AIで広告バナーを作ると「それっぽい画像」で止まりがちだと語られています。差が出るのはAIの性能そのものより、何を渡すかだった、という整理です。この「何を渡すか」が、この記事の中心になります。

【正直な声】「ChatGPTで同じものが作れた」は、半分正しい

「ChatGPTなどの汎用的なAIでも、同じくらいの広告文が作れた」という声があります。広告文の叩き台や言い換えであれば、その通りです。商品情報とターゲットを渡すだけの指示なら、どのAIを使っても似た水準に落ち着きやすいからです。

半分だけ正しいと言えるのは、他社との差を作る材料がその指示に入っていないためです。同じ材料で頼めば、同じような案が返ってきます。AIを替えても、材料が同じなら出力は近くなります。

【差が出る場所】生成する前に、何を渡しているか

当社の広告クリエイティブDBは、1本の広告ごとに次の項目を持っています。

• 広告文とナレーション全文
• 動画尺と縦横比
• 配信期間と遷移先LP
• 推定コスト（消化額の目安）
• 再生数といいね率

当社DBに登録されている1本の例では、56秒の縦型動画で、配信は4日、推定コストは4,440,000円、再生は370万、いいね率は0.04%でした。これは1本の例であり、全体の平均や傾向を示す数字ではありません。

この粒度の事実があれば、「縦型で56秒前後の構成にする」「ナレーションの組み立てを参考にする」といった指示を具体的に書けます。同時に、配信4日はまだ短く、「当たっている型」と呼ぶには材料が足りない、という判断もできます。生成AIにこの粒度の事実が渡っているかが、出力の分かれ目になります。

こうした事実を集める手段のひとつが、MCP（Model Context Protocol）です。MCP対応により、自然言語で当社が保有する他社（競合）の広告クリエイティブDBを検索・分析でき、AIツールや外部ツールから呼び出せます。対象は当社DBに集めた他社の公開広告で、お使いの広告アカウントではありません。

生成AIの出力を変える競合広告のデータは、どの項目か？

広告文・ナレーション全文・尺・配信期間・遷移先LPのテキスト・推定消化額や再生数を渡します。項目が増えるほど、指示は「それっぽい」から「この広告のこの部分」へ具体的になります。

【渡す項目】広告文・ナレーション・尺・LPテキスト・推定消化額と再生数

渡す項目と、指示の中での役割は次のとおりです。

• 広告文：見出し、本文、訴求の順番を、構成の見本として渡せます
• ナレーション全文：動画の冒頭の一言と、話の展開を渡せます
• 尺と配信期間：台本の長さの目安と、配信がどれだけ続いているかを渡せます
• 遷移先LPのテキスト：広告で伝えた内容と、LPで続ける内容のつながりを渡せます
• 推定消化額・再生数・いいね率：その広告の規模感と、反応の目安を渡せます

遷移先LPのテキストの取得と分析は、MCPの提供機能です。広告単体ではなくLPまで通して見られるので、LPの構成を考える際の材料にもなります。

【選び方】配信期間の長さと、媒体の偏りを手がかりにする

当社は主要15媒体の広告クリエイティブDBを持ち、媒体ごとに日次で更新しています。YouTube、TikTok、Instagram、Facebook、YouTube Shorts、X、Google、Yahoo、SmartNews、Pinterest、Pangle、LAP、Jimoty、ChatGPTなどを横断して分析できます。

出稿量は媒体によって大きく偏ります。当社DBで集計した、美容医療のある一商材の媒体別の出稿本数は次のとおりです。

• Instagram：3,443本
• TikTok：1,433本
• Facebook：1,395本
• YouTube Shorts：136本
• YouTube：52本

Instagramの本数は、YouTubeの60倍以上です。これは1商材の実測で、業界平均ではありません。それでも、1媒体だけを見ると全体を読み違えやすいことが分かります。YouTubeだけを見れば、この商材の出稿は少ないと映るからです。

配信期間も、広告を選ぶ手がかりになります。配信が長く続いている広告は、出稿側が止めずに続けている広告です。そこに共通する広告文の構成、ナレーションの流れ、LPとのつながりから、「当たっている型」の仮説を立てやすくなります。

選び方の流れは、次の4ステップです。

1. 自社ジャンルの競合広告を、媒体を横断して集める
2. 配信期間が長いものを残す
3. 広告文・ナレーション・LPの共通点を書き出す
4. 共通点を、生成AIへの指示に入れる

【分からないこと】競合のCV・売上、効いた理由の因果

DBにあるのは、広告文、尺、配信期間、遷移先LP、推定コスト、再生数、いいね率といった記述的な情報とエンゲージメント指標です。競合のCV数、売上、反応率などの事業成果は含まれていません。なぜ成果が出たのかという因果も、データからは分かりません。

配信期間が長い広告は「当たりの証拠」ではなく、「仮説の出発点」です。続いている理由は広告ごとに異なるためです。生成した案を自社で配信して初めて、その型が自社に合うかが見えてきます。

競合広告の渡し方は、手作業とMCP連携でどう変わるのか？

無料なら広告ライブラリで見た文言を手で書き起こして渡し、MCP連携なら自然言語で競合広告DBを検索してそのまま材料にできます。

【無料】広告ライブラリで見て、手で書き起こして貼る方法とその限界

Meta広告ライブラリやGoogle広告の透明性センターでは、競合が出している広告を無料で見られます。気になる広告の文言を手で書き起こし、生成AIへの指示に貼る方法です。今日からでも始められるので、まず試す価値があります。

一方で、手間と網羅性には限界があります。

• 媒体ごとに別の画面を開き、競合ごとに探す
• 動画のナレーションは、聞き取って書き起こす
• 遷移先LPは、ページを開いて本文を写す
• 見る広告を絞るほど、見落とす広告が増える

競合と媒体が増えるほど、調べて写す時間が制作の時間を押し出していきます。生成AIで制作を速くしても、材料集めが手作業のままなら、全体の速さは材料集めで決まります。

【MCP連携】自然言語で競合広告DBを検索し、そのまま材料にする

MCPは、AIに外部のツールやデータを直接つないで使わせる仕組みです。DProのMCP連携では、ClaudeやChatGPTなどのAIから、自然言語で当社が保有する他社（競合）の広告クリエイティブDBを検索・分析できます。

検索結果の広告文やナレーション、遷移先LPのテキストは、そのまま生成AIへの指示の材料にできます。手書き起こしの工程が、AIへの依頼に置き換わるイメージです。

検索対象は当社DBに集めた他社の公開広告です。お使いの広告アカウントとの接続ではありません。MCP連携は有料オプションとして提供しています。MCP連携が担うのは、生成前の材料づくりです。

【事例で見る】渡し方の流れ（sol／金融広告代理店A社／スーア）

実際の渡し方は、次の3社の事例で確認できます。詳しい流れは次の節で見ていきます。

• sol株式会社：当たっている1枚を渡して、広告バナーを5分で出す使い方です。事例を読む
• 金融広告代理店A社：制作本数が体感50倍になったMCPの使い方です。事例を読む
• 株式会社スーア：Slackに毎日届く台本3案と、1日6本のバナーです。事例を読む

自社ジャンルで配信が続いている競合広告の広告文・ナレーション・LPテキストを集めて、生成AIへの指示に入れてみてください。7日間無料トライアルで試せます。

実際に制作本数を増やした会社は、事例ではどう使っているのか？

sol・金融広告代理店A社・スーアは、いずれも競合や当たっている広告を材料に渡して、制作を回しています。以下の数字は各社の事例記事に載っている表現で、ほかの会社や業界にそのまま当てはまる数字ではありません。

【sol株式会社】当たっている1枚を渡して、バナーを5分で出す

デジタルマーケティングを手がけるsol株式会社様は、動画広告分析Proが提供するAI生成機能「ProAI」で、SNS広告のサムネイルを制作しています。

• 渡したもの：当たっている広告の1枚
• 返ってきたもの：広告バナー。事例記事では「5分で出す使い方」として紹介されています

事例記事では、差が出たのはAIの性能よりも何を渡すかだった、と整理されています。事例を読む

【金融広告代理店A社】制作本数が体感50倍になったMCPの使い方

金融広告代理店のA社様は、MCPを使ったクリエイティブ制作の自動化に取り組んでいます。

• 渡したもの：MCPを通じて取り出す、競合広告のデータ
• 返ってきたもの：制作本数が「体感50倍」になったという使い方

事例記事の表現は「体感50倍」です。この「体感」という言葉のまま受け取るのが正確で、他社の制作本数がそれだけ増えるという意味にはなりません。事例を読む

【株式会社スーア】Slackに毎日届く台本3案と、1日6本のバナー

株式会社スーア様は、MCPを活用して、制作の材料が毎日Slackに届く流れを作っています。

• 渡したもの：MCP連携で扱う競合広告のデータ
• 返ってきたもの：Slackに毎日届く台本3案と、1日6本のバナー

案が毎日決まった場所に届く形になっているので、制作の起点が「今日は何を作ろうか」から「届いた案をどう仕上げるか」に移ります。事例を読む

3社に共通するのは、生成の前に渡す材料を用意している点です。

生成AI広告の注意点｜公開前に人が確認すべきところはどこか？

生成物の品質や成果は保証できません。差別化・表現規制・ブランドとの整合は、人が確認します。

競合広告のデータを渡すと、指示を具体的に書けるようになります。ただ、その案を公開してよいかを決めるのは人の仕事です。確認する点は次の3つです。

• 競合の型をなぞるだけになっていないか
• 薬機法・景品表示法などの表現規制に触れていないか
• ブランドの語り口や価値観とずれていないか

【差別化】競合の型をなぞるだけにしない

競合広告のデータは、構成や流れを学ぶ見本として使うと活きます。文言まで近づくと、競合と似た広告が並び、見分けがつかなくなります。

自社の強み、条件、お客様の声など、自社にしかない材料を指示に加えると、型を借りながら違いを作れます。型は借りて、中身は自社のものにするという分担です。

【表現規制・ブランド】薬機法・景表法の確認と、ブランドとのずれ

薬機法は、医薬品や化粧品、健康食品などの効能効果をうたう表現に関わります。景品表示法は、実際よりも優れていると思わせる表示などが対象です。生成AIは強い言い回しをそのまま引き継ぐことがあるため、出力した文言は公開前に人が読み直す必要があります。

配信が続いている競合広告の表現でも、規制に適合していると決まるわけではありません。判断に迷う表現は、社内の法務や専門家に相談することで確かめられます。

ブランドとのずれも、人が見ないと気づきにくい点です。語り口、トーン、使わない言葉を決めておくと、生成された案との差が見つけやすくなります。

【成果検証】自社の配信データで見るもの、DProが扱わないもの

成果の検証は、自社の配信データで行います。生成した案を配信し、自社の管理画面で数字を見て、型が自社に合っていたかを判断する流れです。

DProが担うのは、他社の公開広告を集めて分析する側です。お使いの広告アカウントへの接続、自社配信データの集計やレポート化、CV計測、アトリビューション分析は扱いません。競合のCV・売上・反応率の把握や、成果の因果の解明もできません。

ここまでの内容を自社の工程に当てはめると、次の流れになります。

1. 自社ジャンルの競合広告を集める
2. 広告文・ナレーション・LPテキストを、生成AIへの指示に入れる
3. 生成された案を、人が確認する
4. 自社のアカウントで配信する
5. 自社の配信データで検証し、良かった型を次の指示に戻す

材料づくりから検証までが一本につながると、生成AIは「それっぽい案を出す道具」から、自社の制作を回す道具に変わっていきます。

まとめ：生成AI広告は、性能よりも渡す材料で差がつく

この記事の要点は次の4つです。

• 「それっぽい」の原因は材料：指示に市場で配信されている広告の事実が入っていないと、一般論の広告が返ってきます
• 渡す項目は具体的に：広告文、ナレーション全文、尺、配信期間、遷移先LPのテキスト、推定消化額や再生数を渡します。配信期間は「当たっている型」の仮説を立てる手がかりです
• 渡し方は二通り：広告ライブラリでの手書き起こしと、MCP連携（有料オプション）による自然言語での検索があります
• 人が確認する工程は残る：差別化、表現規制、ブランドとの整合を人が確認し、成果は自社の配信データで検証します

自社の指示だけでは、いま配信されている競合広告の事実は集まりきりません。媒体と競合が増えるほど、手作業で集める負担も大きくなります。もし生成AIでの広告制作を増やしたいとお考えなら、まず生成前の材料づくりから見直すと、指示の具体度が変わってきます。

生成AIの性能より、渡す材料で差がつきます。

株式会社スーアは、台本の案が毎日Slackに届く流れを作っています（事例を読む）。生成AIへの渡し方を事例ごとに見たい方は、MCP活用事例の一覧をご覧ください。

トライアル前に料金・MCP連携・自社での使い方を相談する

---

✓ あわせて読みたい

✓ あわせて読みたい

✓ あわせて読みたい

---

編集・発行：株式会社KASHIKA（本社：東京都大田区 ／ 福岡営業所：福岡市中央区）

本社：〒143-0023 東京都大田区山王2丁目5-6 SANNO BRIDGE B1-00
福岡営業所：〒810-0041 福岡県福岡市中央区大名1-3-41 プリオ大名1F