ryoppc

マーケティング

[エルア @Zero00304]

ひろゆきが言ってた「AIにランキング上位アプリを100個コピーさせて、少し機能を変えて出しまくればいい。やらない人はバカ」

実際にやろうとするとこんな感じ。

【必要なもの】
Android
・Google Play登録 25ドル（約4,000円）

iPhone
・Apple Developer Program 年99ドル（約15,000円） ・Mac

その他 ・ストア画像 ・アイコン ・プライバシーポリシー ・テスト端末 ・問い合わせ対応

【1アプリあたり】
・調査、企画　1〜3時間
・実装　2〜10時間
・テスト　1〜3時間
・ストア登録　1時間前後

かなり急いでも5〜15時間くらい。

【100アプリの場合】 500〜1,500時間

毎日8時間作業でも 約2〜8か月。

しかも公開したら終わりじゃなく、

・審査落ち
・不具合修正
・OSアップデート対応
・レビュー対応
・広告設定
・ASO対策
が続く。

実際に難しいのは開発よりも集客。
100個出してもダウンロード0のアプリは普通にある。

まとめてみたけど、上記もただのやらない言い訳なのかもしれないw
これまでにやってみた人は結局必要なのはアプリの魅力より、集客力次第って結論になると個人的には思う。

[吉田一貴/商材開発担当 @koukoku_yosida]

【要確認】Google広告×YouTubeの「自動リンク」が開始へ！

明日、6月10日より、所有者が同じと判断された YouTubeチャンネルが広告アカウントに自動でリンクされます。

個人チャンネルが仕事用アカウントに強制紐付けされるなどのリスクがあります！

以下からリンクをチェックし、勝手に紐付いていたら「リンク解除」を行ってください！

管理画面>ツール>データマネージャー>コネクテッドプロダクト

※自動リンクされても個人の「非公開動画」や「視聴履歴」は見られません

[野嶋友博@オプト @LAPPER_s_HIGH]

Metaのピクセル強化は特定業種における制限を加速させると思っている。

金融の一部、ウェルネスカテゴリと判断されると獲得目的イベントが利用不可になりつつ、ピクセルが取得できるシグナルも限定的となる。

大規模アカウントは当該業種にはまだ多いこともあり、コレらの規制が加速する場合はMeta全体のCPMに影響する可能性もゼロではない。

[ほりの｜『ひとりマーケターの教科書』 @horino_ec]

「LPの直帰率が9割…なので作り直そうかと」
青汁を飲んだような渋い表情で語る60代の社長さん。

それを聞いて僕は全力で止めました。
「本当の問題はそこじゃないです！」

僕がLP改善時に考えていることを一覧にしました。目に見えているのは氷山の一角。掘り下げてこそ真因が見えてきます☺️

[Taku Ogawa @takuogawa_1978]

2026年6月の生成AI×ウェブサイト改善の現在地を私の視点で書いてみました。ここ半年でも大きく進化しましたね。

https://t.co/WZE86wNqCP

[野嶋友博@オプト @LAPPER_s_HIGH]

6/5に実装されたMetaのピクセル強化は、サイト内のコンテンツをAIが取得し、配信のシグナルに活用するもの。

それはテキスト情報だけでなく、
画像も含んだマルチモーダル理解が適用されるもので、

・広告だけでは伝えきれなかった製品やターゲット情報を補完できる

とも言えれば

・広告でよく見せ過ぎているものは化けの皮が剥がされる
とも言える。

[Web真左衛門｜広告運用 @webshinzaemon]

広告の調整、クリエイティブ制作、打ち手出しを各顧客に最適化させるため、これまでバラバラに動かしていた業務用アプリの統合をしています。
例として、スクショの提案書作成アプリ。
顧客フォルダ (事業について、広告実績値など) の内容を踏まえたうえでアプリ上でClaude Codeと壁打ちし、壁打ちの結果を元に提案書の内容作成からスライド作成、音声読み上げまで作って顧客に提出できる資料を作成できます。
さらに、壁打ちによって新たな示唆を得られた場合、その情報を顧客フォルダに保存、施策を循環させる仕組みにしています。

このような機能をクリエイティブ制作、レポート作成、運用調整まで、顧客について考える場面全てにおいて実装しています。
こうすることで顧客に最適化された状態でClaude Codeと会話を始められますし、新たな示唆が得られた際の吸い上げがスムーズになります。

[広告将軍｜アドラボ @AdsShogun]

フルAI動画CRが既存CRの1/5のCPAを叩き出していてアツい🔥

使っているのは、

ChatGPT
×
Google AI Studio
×
Codex

ただ、全て私が指示を出していて、全く自動化はできていないので、 スキルやエージェントで一連の流れを自動化するのが次の目標です。

[日経クロストレンド@マーケティングと消費がわかるメディア @NIKKEIxTREND]

検索から送客「クリック時代」は終幕へ
https://t.co/PiW1TQWkHU

「検索で上位を取れば売れる」という常識が、対話型AIの普及で崩れ始めた。Googleは“送客装置”から“答えそのもの”へ変化し、検索広告頼みの成長モデルは限界を迎えつつある。これから企業に必要なのは⋯[人気記事]

[杉原剛@デジタル広告最新ニュースを毎日最速要約『プラットフォームの思考回路』 @sugiharg]

最後です！記憶に残った展示はMastercard、Google、KDDI/dentsu japan

NRF APAC 2026 全4話レポート【第4話】記憶に残った展示編

[シェバ｜Strato Rise 代表｜広告運用が得意な事業家マーケター @shev_webmarke]

今日も今日とて広告運用xAI活用で1upした。今日は動画広告台本作成をClaude Codeでテスト。結論、台本作成のスピードがマジで早くなった。爆速極まりない。

やったことは簡単で
・他社CRをリサーチしてストーリーと要素を分解
・複数パターンできたら、それを読み込ませる
・商品特性やUSP、価値などのデータと結合
・それを元にストーリーに沿って台本を考えさせる
・最後最終調整と承認

やっぱりClaude Codeでローカルデータを読みにいかせて何か作るのが上手くいきやすい。データが溜まれば溜まるほど高精度に近づく。データのブラッシュアップと学習がとにかく大事。

あくまでも台本がいいか、悪いかは自分の判断次第。確認と承認を自分の意思でしっかり行い、勝てる訴求へと最終ブラッシュアップしていかないと先はない。ここはまだまだ人間が考えるべきアクション。

とはいえ、台本作成スピードが爆上がりして感動している。これは応用が効きやすくていいぞ。
明日も頑張る。

※ちょっと悩みがあって、Facebook広告ライブラリで調べた動画広告のテキストを解析する方法をご存知の方がいたら教えてください💦 Claude CodeからFacebook広告ライブラリを直接見にいくことができないため、Claude in Chromeを試すも上手くできず！助けてください！

[Findy Tools ファインディ【公式】 @findy_tools]

AIエージェントを使う・創る・推進する。
「自社の開発をどう変えるか」の答えが見つかる2日間

📍浜松町コンベンションホール
📅6/8(月)・9(火)
🎫参加無料

[滝口健太郎｜Webマーケター・デザイナー @takiguchi_ss]

AI検索時代のSEO＋LLMO 超入門｜SEOとLLMOを融合して自社サイトをアップデートする方法 https://t.co/s4vGdYbtDx

[杉原剛@デジタル広告最新ニュースを毎日最速要約『プラットフォームの思考回路』 @sugiharg]

Google「Buyer Direct」、まだあまり馴染みがないかもしれない広告プロダクトですが、デマンド、サプライ両方よしの野心的な取り組みでもあります。世界に先駆けての初期の成果はわかりやすいものになったようです。

[シェバ｜Strato Rise 代表｜広告運用が得意な事業家マーケター @shev_webmarke]

広告運用でバチバチに成果が出やすいGPT-Image-2の画像生成プロンプトがだいぶ研ぎ澄まされて実践レベルで使えるようになってきた。

今までうまくいかなかった要因も含めて、どうすればうまくいくかをまとめてみました。ぜひご参考ください。
(デザイン初心者、AI初心者向け。それでもうまくいきます。)

↓

■前提
以下のツールを活用。
・ChatGPT GPT-Image-2：画像作成
・Claude Code：分析&精度改善

※Claude Codeの方が自然言語や日本語の違和感が一番少ないのと、データの結合やエージェント、Skillsが使えるので優位な認識。

■うまくいかない理由
何度かプロンプトを試して、うまくいかない理由が見えてきた。

・指示が甘いと定常で毎回崩れる
プロンプトの指示が甘いと、毎回違うアウトプットが出て、明後日の方向に向かう。修正すればするほど違和感は増え、最初の段階で指示が甘いとだいたい終わる。

例えば、「30代で肌が綺麗な女性」をモデルにしたい場合、その表情や顔、体の位置まで細かく指示しないと、毎回モデルのパターンが変わる。

モデルの表情や顔の向きだけでなく、テキストの位置やサイズ、色、商品の位置、CTAボタンの配色、装飾など、かなり細かく指示しないと、毎回ブレる。

・参考画像がないと雑になる
一からデザインする場合、レファレンスとなる画像があった方が安定する。

例えば、「この添付の画像を参考に作成して」と指示すると、比較的近いイメージに近付く。

その後に各要素を分解する指示を出し、そこに対してチューニングするステップを踏むとうまくいきやすい。
参考画像や使用画像を指示しないと、勝手に作られてしまうので、注意が必要。

・プロンプトはシンプル VS 複雑だと、複雑の方が高精度で出力できる
よく、「プロのデザイナーが制作したように」みたいな指示で細かい指示や内容をショートカットする例を見るが、これだとうまくいかない。

プロンプトをシンプルに簡素化にすればするほど、毎回のアウトプットがずれて違和感が出やすい。

■うまくいくためのプロンプト生成Step
ここからは、うまくいかない理由を分解し、うまくいくためにプロンプトを直していくステップを説明します。

・ある程度のシンプルプロンプトでまずは何パターンか試してみる
同じプロンプトで毎回アウトプットのブレが起こる場合、まずはその差分に気がつくことが大事。

例えば、同じプロンプトでチャットを変えて5パターンを作り、その中で自分がいいorよくないと思ったパターンをClaudeに学ばせてブレを確認。確認したあとに、「なんて指示すればブレが直る？」と聞いてみる。

すると、Claudeがブレの差分を識別し、「こういう指示を出すといい」と解釈してくれる。

これがすごく効果がある。違和感を覚えたものは違和感がないところまで差分を突き詰めるステップを踏んだ方がうまくいく。

・複雑なプロンプトをAIに作らせる
プロンプトの詳細までAIに作らせるといい。私みたいなノンデザイナーは、デザイン構図がよくわかないことが多いが、それもAIに壁打ちすることで解釈できるようになる。

例えば、Claudeに「5パターンの中でこのパターンがいいから、このパターンで出力するプロンプトを作って」と指示する。

すると、良いパターンを識別して、モデルの顔や視線の角度、補足で入れてるテキストのデザインなど、細かく記載してくれる。

一から作るとかなり労力がかかるが、シンプルパターンから違和感のあるものを解消するプロンプトを確実に捉えるのはAIも得意なので、ノンデザイナーは頼った方がいい。

・複雑なプロンプトで再度複数枚作成してさらにブレを修正
複雑なプロンプトができたら、それを元にチャットを変えて5パターン作り、さらに違和感を感じたものをフィードバックして修正していく。

すると、徐々に自分が感じる違和感が少なくなり、的確な指示が出せるようになる。
違和感が出てきたものは再度フィードバックバックしていくと、より精度は上がっていく。

■応用編
複雑なプロンプトを作ってうまくいくと、応用が効きやすい。

例えば、「MetaのAndromeda対策でデザインをガラッと変えたパターンを複数考えたい」と聞いてみると、各要素を分解してまったく別のパターンを考えてくれる。

モデルの位置や視線を変えるとか、テキストの位置を変えるとか、カラーを変えるなど。これだけでデザインバリエーションが増えていき、あとはメインコピーなどをずらしていけば、かなりのパターン数が出来上がる。

まさにAndromeda対策もばっちりたできる。プロンプトも一々0から考えなくてよくなる。

■最後に
解説してみましたがいかがでしたか？

最近は、成果の出る実践的なAI x 広告運用成功事例が増えています。

もしお困りでしたらご相談に乗りますので、DMかTOPのフォームにてお気軽にご相談ください。

[日経クロストレンド@マーケティングと消費がわかるメディア @NIKKEIxTREND]

広告代理店が教えたくなかった「完全内製化への8ステップ」
https://t.co/SSddi2ngvx

内製化へのステップを踏み出すことで、企業は事業成長の主導権を自らの手に取り戻せるーー完全内製化を実現するための「8ステップ」を解説。

[アナグラム株式会社 / Anagrams,Inc. @Anagrams_inc]

【アナグラムのブログ、更新】

「GDN配信のデマンドジェネレーションへの移行で変わること・変わらないこと」

2026年6月から移行ツールの提供が始まり、2027年までの完了が予定されています。

https://t.co/XY9UL3iZ6v

[日経クロストレンド@マーケティングと消費がわかるメディア @NIKKEIxTREND]

あなたの会社の成長モデルが、いまだに検索連動広告へ資金をつぎ込むことに依存しているとすれば、それは近いうちに行き詰まるだろう――。
https://t.co/ZVORZ8NosD

マーケティングの専門家が語る「クリック消滅の危機」とは。(2026年5月の記事)

[North｜アドアフィ @North_affiliate]

最近の検証で確信したこと。

初動は「目標コンバージョン単価」より
「コンバージョン数の最大化」の方がいい。

なぜか。

目標CPA設定だと、
最初からCPAを抑えにいくので
配信が絞られる。

データが少ない段階で絞ると、
機械学習が回らない。
結果、配信がほぼ出ないまま終わる。

一方、コンバージョン最大化なら
CPAの制約なしでガンガン配信される。
当然CPAは荒れる。赤字にもなる。

でもその分、データが一気に貯まる。

「どの検索語句で取れるか」
「どのオーディエンスが反応するか」
「どの時間帯にCVが集中するか」

このデータが揃ってから
目標CPAに切り替える方が、
学習の精度が段違いに高い。

要するに、

初動：コンバージョン最大化でデータを買う
中盤：データが貯まったら目標CPAで効率化

この順番が今のところ一番ハマってる。

しかも意外な発見がある。

CV最大化は予算を低く設定すると、
けっこう黒字になる。
予算上限でコントロールが効くので、
赤字の幅を自分で決められる。

逆に目標CPA設定の方が
予算をガッツリ消化してくる。
「CPAを守ってくれるから安心」と思いきや、
けっこう持っていかれる。

つまり、

CV最大化＝予算でコントロールしやすい
目標CPA＝意外と予算が溶ける

この感覚、実際に回してみないとわからない。

最初は荒れていい。
データを貯めた奴が勝つ。

[ミエルカくん🐱 @Mieruca_kun]

https://t.co/6yIJ5DNc0E