同じプロンプトでは同じ広告が作成されます。これは、言語モデルが入力のあらゆるギャップをそのカテゴリで最も可能性の高い答えで埋めるためであり、競合他社も同じ質問をしているからです。マーケティングのためのコンテキスト エンジニアリングが解決策です。競合他社の広告や視聴者の緊張からブランド資産やパフォーマンス履歴まで、モデルが書き込む前に何を読み取るかを決定します。コンテキストを変更すると、出力が変わります。
主なポイント
- 短いプロンプトが表示されると、モデルはカテゴリの平均値でギャップを埋めるようになります。そのため、異なるチームがほぼ同じ広告を取得することになります。
- コンテキスト エンジニアリングは、リクエストの文言ではなく、モデルが読み取る入力に関するものです。
- 広告にとって最も重要なのは、競合他社の広告、視聴者の緊張、ブランド資産、パフォーマンス履歴という 4 つのコンテキスト層です。
- コンテキストが多ければ多いほど良いとは限りません。小規模で厳選された、証拠に裏付けられたパックは、あなたが持っているすべてのものをダンプするよりも優れています。
同じプロンプトで同じ広告が作成されるのはなぜですか?
なぜなら、モデルは、典型的なものについての独自の感覚以外に何も機能しないからです。 「忙しいプロフェッショナル向けのプレミアム スキンケア ブランドの Facebook 広告」をリクエストすれば、セルフケアが受けられ、休憩と輝きに値するものになります。なぜなら、それがモデルがこのカテゴリーについて読んだことすべての中心だからです。同様のリクエストを入力するすべての競技者は、同様のセンターを獲得します。
クリエイティブライティングに関する研究でも、同じパターンが大規模に示されています。 Science Advances に掲載された研究では、AI のおかげで個々のストーリーのスコアが高くなったにもかかわらず、AI によって生成された 1 つのアイデアで書かれたストーリーは、AI を使用せずに書かれたストーリーよりも 10.7% % 類似していました (エクセター大学)。各出力は単独で見栄えが良くなります。セットはより似ています。
マーケティング担当者は、原因を特定する前に結果に気づきます。 SOMIN の広告最適化ワークスペースでは、156 の投稿に対する 30 日間のホワイトスペース調査 (9 月 2026) で、そのうちの 23 が 1 つの緊張の下でグループ化されました。つまり、品質よりもスピードを優先し、一般的な成果物を出荷する AI エージェンシーと、人間の十分な監視なしに採用された AI ツールです。一般的な出力がモデルの問題になることはほとんどありません。通常は入力の問題です。
コンテキスト エンジニアリングとは何ですか?プロンプト エンジニアリングとの違いは何ですか?
迅速なエンジニアリングとは、リクエストをどのように表現するかが重要です。コンテキスト エンジニアリングは、モデルが応答する際に認識するすべてのものに関するものです。 Anthropic は、コンテキスト エンジニアリングを、モデルが推論時に読み取るトークンのセット全体をキュレーションし、目的の結果が得られる可能性が高い「高信号トークンの可能な限り最小のセット」を見つけることを目的としていると説明しています (Anthropic Engineering)。
同じ記事では、モデルの注意力には限界があり、コンテキスト ウィンドウがいっぱいになるにつれて再現率が低下すると述べています。マーケティング用語で言えば、モデルに何も伝えない 1 行のプロンプトと、200 ページ全体を貼り付けたブランド ブックの両極端が除外されます。
Anthropic の刺激的なガイダンスにより、広告作品にとって重要な 2 つのポイントが追加されます (Claude ドキュメント)。指示の背後にある理由を説明すると、モデルが実際の目標を達成するのに役立ちます。また、モデルが意図しないパターンを検出しないように、サンプルは十分に変化する必要があります。これは、チームが 1 つのサンプル広告を貼り付けて、そのコピーを 10 個受け取った場合にまさに起こることです。
AI が広告を作成する前に、AI にどのようなコンテキストを与えるべきでしょうか?
4 つのコア レイヤーに加えて、モーメントとフォーマットを追加します。これらは、SOMIN のエージェントが書き込む前に読み取る入力を反映しており、一般アシスタントに手動で説明するときにも同じ構造が機能します。
| コンテキストレイヤー | モデルに何を与えるか | それはどこから来たのか | それがないと何が起こるか |
|---|---|---|---|
| 競合他社の広告 | 競合ブランドの最近の広告約 20 件。各ブランドが使用する提案とテンションごとにグループ化されています | 広告ライブラリ、カテゴリのモニタリング | モデルはカテゴリの平均を書き込み、多くの場合、市場リーダーの広告に近い値を示します |
| 聴衆の緊張 | 2 つまたは 3 つの緊張、それぞれに証拠 (サンプル サイズ、投稿の例) とそれが属するペルソナ | ソーシャルリスニング、レビュー、検索クエリ | 誰も気にする必要のない「時間の節約」などの一般的なメリット |
| ブランド資産 | 声のルール、承認された主張と証明ポイント、製品の真実、決して使用しない言葉 | ブランドガイドライン、承認済みクレームリスト | 実証できない主張と、誰のものでもあり得る声 |
| 演奏履歴 | 前四半期の勝者と敗者、それぞれ 1 行の理由付き | 広告プラットフォームのエクスポート、テストログ | モデルはすでに失敗したものを繰り返すか、うまくいったものを削除します |
| 瞬間と市場 | 市場ごとの季節、地元のイベント、言語および文化的手がかり | コンテンツカレンダー、ローカルチーム | 正しいが無関係なコピー、またはローカライズされずに翻訳されたコピー |
| 形式の制約 | チャンネル、長さ、アスペクト比、準拠ルール | メディアプラン、プラットフォーム仕様 | プロセスの最後に手直しをする |
競合他社の広告はコピーするためのものではなく、避けるために存在します
競合他社の意見をモデルに示すことのポイントは、どこに行ってはいけないかを伝えることです。混雑した命題に明示的にラベルを付け、どの命題も使用しない角度を求めます。
緊張には証拠が必要だ
証拠のない緊張感は、モデルが喜んで飾るだろうという推測です。 SOMIN のインサイト エンジンは、各インサイトをペルソナ、テンション、アングルとして、そのアングルの背後にある行動理論とその背後にあるエンゲージメントとともに保存します。オーディエンス リサーチ ワークスペースの一例では、65 の投稿にわたる 2,061 のエンゲージメントに裏付けられた、「真につながるには、トレンドの道からあえて逸れる」という洞察と集団行動の角度が組み合わされています。これは、モデルが推論できるコンテキストの単位です。
パフォーマンス履歴には理由が必要です
「広告 B が広告 A に勝つ」は、モデルにほとんど教えません。 「広告 B が勝ったのは、視聴者が反応する待ち時間のコストに名前を付けたからです」と再利用の原則を与えています。
どのくらいのコンテキストが多すぎるのでしょうか?
多すぎると出力は変わりません。追加の広告、ガイドライン、チャートはそれぞれモデルの注意を争うため、厳選された証拠のパックは通常、すべてをエクスポートするよりも優れています。
より良いパターンは、必要なときに取り出すことです。 Anthropic の記事では、エージェントが軽量の参照を保持し、必要な場合にのみツールを使用して基礎となるデータをロードすることを推奨しています。実際には、これは、たとえば MCP コネクタを介してアシスタントをカテゴリ データに接続し、500 を読み取る代わりに、このブリーフに最も関連性の高い競合他社の広告 10 件をクエリできるようにすることを意味します。
視聴者のコンテキストにも同じ規律が必要です。 SOMIN のソーシャル リスニング ワークスペースでは、洗練された完璧な投稿は生の現実のストーリーよりもパフォーマンスが劣るという洞察があり、これは自己決定理論に基づいた視点であり、24 の投稿全体にわたる 330 のエンゲージメントに裏付けられています。このようなメモは、ブランドの形容詞を別のページに書き込むよりもモデルにとって価値があります。
チームが再利用できるコンテキスト パックを構築するにはどうすればよいでしょうか?
コンテキストを 1 回限りの貼り付けではなく、維持された資産として扱います。再利用可能なパックには、所有者、構造、および更新日があります。
- カテゴリをマッピングします。 競合他社をリストアップし、ペルソナ、提案、緊張、トーンごとに最近の広告を解読します。
- テンションを選択してください。 サンプル サイズと投稿例を使用して、ブランドが信頼できる答えを出せる 2 つまたは 3 つのテンションを選択してください。
- ブランド レイヤーを 1 回記述します。 音声ルール、承認された主張、証明ポイント、および禁止用語を短い構造化ファイルに記述します。
- 結果を理由とともに記録します。 すべてのテストの後に、勝者、敗者、およびその理由に関する文章を記録します。
- リフレッシュ リズムを設定します。 競合他社と視聴者層は最も早く陳腐化します。少なくとも毎月更新してください。
- 貼り付けるのではなく接続します。 コネクタを介してパックをアシスタントに公開すると、チーム メンバー全員が同じバージョンで作業できるようになります。
SOMIN のモデル生成された真実の瞬間は、これがなぜ重要なのかを捉えています。そのうちの 1 つは、戦略ペルソナに関するもので、「どこでも同じ戦略を適用するのではなく、アプローチを調整するべきだった」と書かれています。共有コンテキスト パックは、チームがデフォルトで調整する方法です。
コンテキストが機能していることはどのようにしてわかりますか?
品種、トレーサビリティ、予測されるパフォーマンスを確認します。 3 つすべてが改善されれば、コンテキストはその役割を果たしています。
- バラエティ。 同じプロンプトで 2 つの競合するブランドのコンセプトを生成します。誰にも気づかれずにブランド名を交換できるとしたら、コンテキストが薄すぎます。
- トレーサビリティ。 すべての概念は、それを正当化する投稿、緊張、結果を指す必要があります。 戦略エージェント では、各洞察チェーンはその背後にある実際の投稿によって裏付けられているため、戦略家はコンセプトがどこかに進む前にチェックできます。
- 予測されたパフォーマンス。 支出する前にコンセプトをスコア化します。 SOMIN の 有料メディア エージェント は、顧客ベンチマーク全体で 78% の予測精度で各コンセプトのクリックスルーを予測します。
同一性は目に見える症状であり、その原因については AI がすべてのブランドを同じように聞こえる理由 で詳しく説明します。
FAQ
マーケティングにおけるコンテキストエンジニアリングとは何ですか?
これは、競合他社の広告、視聴者の緊張、ブランド資産、パフォーマンス履歴など、AI モデルが書き込む前に読み取るものを選択して構造化することで、出力がカテゴリの平均ではなくブランドと市場に適合するようにすることです。
プロンプトとコンテキストの違いは何ですか?
プロンプトはリクエストです。コンテキストは、モデルが応答するときに確認できるその他すべてです。コンテキストが異なる場合、2 つのチームが同じプロンプトを使用して、異なる広告を取得することができます。
ChatGPT または Claude が一般的な広告を作成しないようにするにはどうすればよいですか?
モデルに、避けるべき競合他社の広告、証拠を伴う特定の視聴者の緊張、承認された主張、最近の勝者と敗者を与えます。次に、競合他社が使用していない角度を尋ねます。
コンテキストが多ければ常に良い結果が得られますか?
いいえ、モデルには注意力の予算が限られているため、無関係な素材によって品質が低下する可能性があります。高信号証拠の小さなパックを厳選し、必要なときにツールを使用して残りを取得します。
マーケティングコンテキストはどれくらいの頻度で更新する必要がありますか?
競合他社と視聴者の層は最も早く変化するため、少なくとも毎月更新する必要があります。ブランド ルールと承認済みの主張は、四半期ごとまたはブランドが変更されたときに確認できます。
1 つのキャンペーンから始めます。キャンペーンの 4 つのコア レイヤーを構築し、それらを使用した場合と使用しない場合で通常のプロンプトを実行し、出力を並べて比較します。貼り付けるのではなく接続したい場合は、無料の Marketing Mondays プラグイン を使用すると、Claude が SOMIN カテゴリ データにライブ アクセスできるようになります。
