前回までに、DMM生成AI CAMPを題材として、案件情報の整理からWHO×WHAT、3つの訴求軸、フックの選定まで進めました。
そして今回、いよいよ実際のMeta広告クリエイティブを制作しました。
作ったのはCR-A・CR-B・CR-Cの3種類です。
今回は3枚の色やコピーだけを変えるのではなく、あえてデザインまで大きく変えました。
理由は、まだ「何が反応されるのか分からない段階」だからです。
3つの広告を完成作品として比べるのではなく、異なる方向性を市場へ投げる3つの仮説として作りました。
この記事で分かること
- CR-A・B・Cを大きく違うデザインにした理由
- 広告クリエイティブを「仮説」として考える方法
- AI画像生成を広告制作へ使うときに意識したこと
- 探索テストと細かな比較テストの違い
- 自分の予想と実際の広告結果を分けて考える理由
画像を作る前に3つの仮説を作った
今回、いきなりAIへ「広告画像を3枚作って」と依頼したわけではありません。
制作までの流れは、
案件情報 → WHO → WHAT → 訴求軸 → フック → クリエイティブ
です。
まず案件を理解し、誰のどんな悩みに何を伝えるのかを整理しました。
そこから複数の訴求を3つまで絞り、それぞれについてフックを検討しました。
つまり画像生成へ進んだ時点で、CR-A・B・Cにはそれぞれ「この方向なら反応されるのではないか」という仮説があります。
AI画像生成はゼロから広告を考えてもらう作業ではなく、それまで考えてきた仮説を視覚化する工程として使いました。
CR-A・B・Cをあえて似せなかった
同じサービスを広告するなら、背景やレイアウトを統一し、コピーだけ変える方法もあります。
特定のコピーだけを比較するなら、その方が違いを判断しやすくなります。一般にA/Bテストでは、検証対象以外の条件をできるだけ揃えることで、何が結果へ影響したのかを判断しやすくなります。Metaのテスト関連資料でも、比較する変数以外を一定にする考え方が示されています。 Facebook
しかし今回は、初めてのクリエイティブ制作です。
まだ「どの方向性が強いのか」自体が分かりません。
そこで、
CR-A=生成AIを仕事で十分活用できていない人
CR-B=仕事やキャリアのためにAIスキルを学びたい人
CR-C=独学では何をどこまで学べばよいか分からない人
というように、狙う反応そのものを変えました。
WHOや訴求が違うなら、その内容を表現するデザインも変えてみる。今回はその方針で3案を制作しました。
最初は「探索テスト」として考える
ただし、訴求・フック・コピー・画像・色・レイアウトを同時に変えると、厳密な比較はできません。
例えばCR-Aの結果が良かったとしても、訴求が良かったのか、画像が目立ったのか、コピーが良かったのかまでは分からないからです。
そのため今回は、厳密なA/Bテストというより探索テストとして考えています。
最初はA・B・Cという大きく異なる方向を試す。
そこで反応のよい方向が見えてきたら、次はその案を基準に、フックだけ、画像だけ、コピーだけと比較する要素を絞っていく。
探索 → 絞り込み → 改善
という順番です。
細かな改善段階では、一度に多くの要素を変えず、比較したい変数を明確にした方が結果を次の判断へつなげやすくなります。
AI画像生成でも重要なのは「何を作らせるか」
AIを使えば、広告らしい画像自体は短時間で作れます。
しかし「未来的で格好いい生成AIスクールの広告」と依頼するだけでは、見た目は整っていても、何を検証する広告なのか分かりません。
そこで今回は、
誰に向けるのか。
どんな悩みを入口にするのか。
何を最も伝えたいのか。
どのフックを目立たせるのか。
どんな世界観なら訴求と合うのか。
といった情報を整理してから画像生成へ進みました。
AIの生成能力が高くなるほど、人間側の「何を作るのか」という設計が重要になると感じました。
自分ではCR-Aが強そうだと予想した
3案を並べた段階では、私自身にも予想があります。
今回はCR-Aが最も強そうだと考えました。
内容を理解しやすく、想定しているユーザーにも自分事として認識してもらいやすそうに感じたからです。
ただし、ここでAだけを正解として扱わないことにしました。
「Aが良さそう」という予想と、「Aが成果を出す」という判断は別です。
自分が分かりやすいと思った広告と、実際のユーザーが反応する広告が一致するとは限りません。
AIに3案を評価させることもできますが、それも出稿前の分析にすぎません。
人間とAIができるのは、あくまで仮説作りまでです。
CTRだけで広告の良し悪しを決めない
出稿後には、CTRやCPCなど広告ごとの数字が出てきます。
ただし、CTRが最も高い広告が最終的に最も良いとは限りません。
今回のような広告では、その先にLPや成果地点があります。
そのため、
広告表示 → クリック → LP → CV → CPA → 最終成果
と後ろまで確認する必要があります。
クリックされやすいCより、CTRは低くてもAのCVRが高いかもしれません。
広告フォーマットなどによってクリック率とその後のコンバージョン率が異なる場合もあるため、Metaもパフォーマンスを総合的に評価する考え方を示しています。 Facebook
クリエイティブは「クリックを集める画像」ではなく、最終的な成果までつなげる入口として見る必要があります。
広告クリエイティブを「作品」ではなく「実験」と見る
今回一番変わったのは、広告画像に対する考え方です。
時間をかけて作ると、どうしても完成したクリエイティブを作品のように見てしまいます。
しかし広告運用では、完成した瞬間がゴールではありません。
CR-AにはAの仮説、BにはB、CにはCの仮説があります。
市場へ出して反応を確認し、良かった方向を残す。そして次のクリエイティブを作ります。
最初から正解を当てるのではなく、広告を使って仮説を検証しながら正解へ近づけるという考え方です。
まとめ
今回、DMM生成AI CAMPのMeta広告としてCR-A・CR-B・CR-Cの3案を制作しました。
3枚をあえて大きく違うデザインにしたのは、最初から細かな違いを比較するのではなく、異なる3方向の仮説を探索するためです。
現時点では、私自身はCR-Aが強そうだと予想しています。
しかし、それはまだ予想にすぎません。
人間が仮説を立てる → AIとクリエイティブへ落とし込む → Meta広告へ出す → 数字で確認する → 次の仮説を作る。
今回の3案は完成品というより、この検証を始めるためのスタート地点です。
自分が一番良いと思ったAが本当に数字でも反応されるのか。それともBやCが予想を覆すのか。
実際の広告結果と照らし合わせることで、次のクリエイティブ改善につなげていきます。

