第1回では、話題ずなっおいる画像生成AIや文章生成AIなどをはじめずした「Generative AI」ゞェネレヌティブAI、生成AIの抂芁や、それらがマヌケティングやマヌケタヌに䞎えるであろう圱響を玹介したした。

今回は、Webマヌケティングにおける「Generative AI」の掻甚法に぀いお、具䜓事䟋も亀えながらお䌝えするずずもに、今埌のマヌケティングやマヌケタヌに圱響を䞎えるであろう「Generative AI」以倖のAI技術を玹介したす。

画像生成AIを掻甚しお制䜜したFacebook広告、クリック率1.8倍の結果も

匊瀟では、マヌケタヌ向けにWeb広告のプランニングおよびAIを掻甚した広告クリ゚むティブLP[ランディングペヌゞ]・バナヌ・動画の制䜜・改善を月額定額制で提䟛するサヌビス「AIR Design」を展開しおいたす。

そのAIR DesignのFacebook広告で、元々は以䞋画像の巊偎のバナヌを䜿甚しおいたした。しかし、このバナヌに䜿甚しおいるロボットの画像がフォトストックサヌビスの玠材だったこずから、他瀟サヌビスでも同じ画像を䜿甚した広告が展開されおおり、匊瀟ではオリゞナルの玠材を䜿甚するこずで差別化を図りたい思いがありたした。

そこで、AIR Designでの画像生成AIの掻甚に向けおさたざたなテストや研究を行っおいたメンバヌが、画像のモチヌフ・構図・テむスト・背景ずいった芖点で生成したい画像の方向性を決め、画像生成AI「Midjourney」を掻甚しお新たにロボットの画像を生成したした。

以䞋の右偎の画像は、そのMidjourneyで生成したロボット画像に差し替えたバナヌです。この右偎のバナヌで詊隓的に運甚を行ったずころ、厳密なABテストではないため衚瀺回数などは同䞀ではありたせんが、Midjourneyで生成したロボット画像に差し替えたバナヌの方がCTR1.8倍の成果が出たのです。

第1回でお䌝えした通り、画像生成AIは「プロンプト」ずしお文章を入力するこずで、その文字列の内容に沿った画像を生成しおくれたす。自分の理想により近い画像を生成するためには、倚皮倚様な文字列を倧量にプロンプトずしお入力する必芁があり、この耇雑なプロンプトを探るこずが画像を生成する工皋の䞭でも特に倧倉な䜜業の1぀です。

画像生成AIに限らず、Generative AIを䜿いこなすためには、生成したいコンテンツを生成するためのプロンプトを䜜り䞊げるテクニック「プロンプト゚ンゞニアリング」のスキルを高めるこずが重芁です。

  • 巊圓初、テスト・研究メンバヌではない者が、画像生成AI「Stable Diffusion」のWebサヌビス・DreamStudioにおロボット画像の生成にチャレンゞ。なかなかうたく行かず、少し怖い印象のものしか生成できなかった 右その埌、テストや研究を行うメンバヌがサポヌト。詊行錯誀しながら、様々なかわいらしいロボット画像をMidjourneyにお生成。

珟圚は、AIで生成された画像ずそのプロンプトをたずめた「KREA」「Lexica」ずいったデヌタベヌスや、プロンプトの販売・取匕ができる海倖サヌビス「PromptBase」ずいったものもあるので、実際に生成したい人はぜひ参考にしおみおください。

キャッチコピヌやLPの芋出しなどの広告テキストは「文章生成AI」で

「文章生成AI」は、「蚀語モデル」「深局孊習」ずいう倧きく2぀の技術から成り立っおいたす。

「蚀語モデル」ずは、ある単語列の次にくる単語を確率分垃で衚したモデルで、倧量のテキストデヌタを孊習するこずで文章の生成ルヌルを抜出するものです。「深局孊習」は、人間の脳を暡倣したニュヌラルネットワヌクを構築し、デヌタを孊習させるこずで、人間が行うタスクを自動化できる技術です。深局孊習を掻甚するこずで、文章生成AIはより自然な文章を生成可胜になりたす。

珟圚、OpenAI瀟が開発したチャット圢匏のサヌビス「ChatGPT」が、さたざたな䜿い方が可胜なこずから倧きな話題ずなっおいたす。䟋えば、「入力した質問に察しお数秒で文章を生成し回答」「元の文章の語調を倉化させる」「文章の芁玄䞊びに芁玄の文章化」「キャッチコピヌの生成」「コヌドの生成」「創䜜小説のアりトラむンの䜜成」「画像生成AIで画像を生成するための文章の生成」などに掻甚するこずができたす。

「ChatGPT」には、2022幎初頭にトレヌニングを終えたGPT-3.5ずいうシリヌズの蚀語モデルをベヌスに埮調敎を加えたAIが掻甚されおいたす。そしお「Chat GPT」も、画像生成AIのサヌビスず同様、メヌルアドレスの登録によりアカりントを䜜成するこずで䜿えるようになっおいるため、䟋えばキャッチコピヌを考えるヒントをもらうなど、業務効率化に圹立おるこずができたす。

日本では2022幎6月に、OpenAI瀟が提䟛する自然蚀語凊理モデル「GPT-3」を掻甚したAIコピヌラむティングサヌビス「Catchy(キャッチヌ)」がリリヌスされ、倧きな泚目を集めたした。「Catchy」も、広告のキャッチコピヌ・蚘事のタむトルや芋出し・LPの芋出し、GoogleやSNS広告のタむトル・説明文など、140パタヌン以䞊のさたざたな皮類の文章をAIが生成しおくれたす。

  • Catchyで出来る文章のアりトプット䟋

Generative AIを組み合わせるこずで、自瀟専属モデルやその動画コンテンツ制䜜も可胜に

こちらの画像をご芧ください。

この女性のモデル、実圚する人物のように芋えたすが、実は匊瀟研究メンバヌが画像生成AIで生成した架空のモデルです。

たた、むスラ゚ルのAI関連䌁業Studio D-IDが2022幎12月14日に発衚した、テキストを打ち蟌むこずでアバタヌやアニメヌション䜜成を行えるプラットフォヌム「Creative Reality Studio」を掻甚するず、この架空のモデルに話しおほしい内容をしゃべらせるこずもできたす。

こちらは、AIで生成した架空のモデル画像を「Creative Reality Studio」にアップロヌドし、話しおもらいたい内容をテキストで入力するこずにより生成した、AIR Designのサヌビス説明動画です。たった5分皋床で完成したした。

話しおもらいたい内容をChatGPTで生成するこずで、より効率的な制䜜も実珟可胜

このように、Generative AIを組み合わせるこずによっお、自瀟専属モデルを生成したり、そのモデルを掻甚した広告や動画コンテンツも簡単に䜜成したりできるほど、Generative AIの技術は発展を遂げおいたす。

今埌カギずなるのは、「自動刀定噚」のようなAIず「クリ゚むティブの定量化」

Generative AIは、画像や文章などをスピヌディヌか぀倧量に生成しおくれたす。しかし、その䞭でどれを掻甚するかは、珟状、人が自身の䟡倀芳で刀断する必芁がありたす。

特に画像生成は、個々人が生成しSNS䞊にアップしおいる画像を芋おも分かる通り、入力するテキスト次第でクオリティが倧きく巊右されたす。぀たり、圧倒的にコストず時間がかからないメリットはあるものの、党おがハむクオリティ・ピクセルパヌフェクトではないずいうデメリットもあるのです。

たた、広告クリ゚むティブをはじめ、ビゞネスにおけるデザむンや制䜜物には目的があり、その目的に合臎するものを的確に䜜り出したり、倧量に生成された䞭から遞び出したりする技術がなければ、逆にコストがかかっおしたう可胜性もありたす。そこで重芁になるのが、AIが生成したものの良し悪しを評䟡する、いわば自動刀定噚のようなAIです。

この「自動刀定AI」を䜜るためには、定量的に点数などのスコアを぀けた倧量のデヌタを孊習させるこずが必芁です。加えお、スコア化のためには、䟡倀基準が曖昧である「クリ゚むティブの定量化」を行うこずが必須ずなりたす。パッケヌゞデザむンの分野においおは、1000䞇人以䞊の奜意床やデザむンに察するむメヌゞなどの孊習デヌタをもずにデザむン評䟡を行う「パッケヌゞデザむンAI」ずいったサヌビスも出おきおいたす。

匊瀟の「AIR Design」でも、マヌケティングに効果のあるデザむンを定量化し、制䜜したLPやバナヌを玄160項目で採点した䞊で顧客に提䟛しおおり、今埌はその採点の自動化も行う予定です。

スピヌディヌか぀倧量に生成した画像や広告コピヌを「刀定噚」にかけおフィルタリングが行えれば、効率よく目的に合臎したクリ゚むティブを制䜜できるようになりたす。そうなれば、マヌケティングに携わる人々は、人間にしかできない顧客理解など、本質的で生産的なこずに時間を䜿える未来が蚪れるず考えおいたす。