
AIにSEOや広告の施策を考えさせても的外れになる理由。先に渡すべき自社の情報
2026/11/10
執筆:寺田昇平
AI Portalize株式会社 代表取締役/AI Digital Community 代表理事
仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。
AIにSEOや広告の施策を考えさせると、それらしい提案はきちんと返ってきます。
ただ、読み返すとどの会社にも当てはまる内容で、「幅広い層に訴求しましょう」のような一文が混ざっていることがあります。
マーケティングの施策が的外れになるのは、AIの能力より、自社の戦略やターゲットといった前提が渡っていないことのほうが大きいと思います。
AIは渡された情報の範囲で考えるので、足りない部分は推測で埋めて提案してきます。
当社でも、自社の戦略や戦術、行っている施策やその結果まで、細かい情報をカテゴリごとのドキュメントにまとめてAIに渡しています。
これを渡したうえで新規サービスのLPやホワイトペーパーを作ったところ、まとめる前と比べて、手作業が体感で1/3〜1/4くらいまで減った印象です。
今回は、その前提を3CとSTPの枠でAIと一緒に作る手順と、的外れな提案から足りない前提を逆引きする見方を整理します。
全員の作業に効く共通の前提の置き方は、毎回同じ前提を書かせない。組織の共通前提をデフォルト化するにまとめています。

的外れに見えるのは、AIが足りない前提を推測で埋めているからです
施策から頼む聞き方でも、AIは答えを返してくれます。
頼んだときに何が起きているのかを、先に見ておきます。
「狙うキーワードはこれなので、このページのSEO対策をして」と頼めば、タイトルと見出しを整える、内部リンクを足す、関連キーワードを入れる、といった答えが返ってきます。
内容として間違っているわけではありません。
ただ、その答えには「誰に向けたページなのか」「その人が何に困っているのか」「自社が何を提供できるのか」が入っていません。
ここが渡っていないので、どのサイトにも当てはまる内容になりやすくなります。
AIは、渡された情報をもとに最善の答えを出そうとします。
渡していない部分は推測で補うしかなく、その推測が自社の実情とずれたところが「的外れ」に見えます。
つまり、能力の問題というより、材料の問題だと思っています。
「幅広い層に」と返ってきたら、ターゲットが渡っていません
的外れな提案には、足りない前提ごとに出やすい形があります。
返ってきた提案から逆にたどると、次に何を渡せばよいかが分かります。
いちばん分かりやすいのが「幅広い層に訴求しましょう」という提案で、これが返ってきたときは、誰に向けた施策なのかというターゲットが渡っていません。
機能の説明を並べただけの提案が返ってきたときは、顧客の困りごと、つまりペインが渡っていません。
困りごとが分からないので、AIは渡された資料にある機能の一覧から組み立てるしかなくなります。
ほかの前提でも、同じようにたどれます。
「競合と差別化しましょう」とだけあって、どこの何と比べるのかが書かれていないときは、競合の情報が足りていないことが多いです。
「高品質」「丁寧なサポート」のような、どの会社でも言える強みが並ぶときは、提供価値が言葉になっていない可能性があります。
体制に見合わない大がかりな施策が出てくるなら、人手や予算といった自社の状況が渡っていないのかもしれません。
まだ比べている段階の相手に「今すぐ問い合わせ」を促す提案なら、相手の検討段階が抜けていると考えられます。
心当たりのある提案があれば、たいていそこの前提が渡っていません。
提案を1つずつ直すより、足りない前提を書き足して同じ依頼をし直すほうが早いと思います。

施策を頼むときの前提は、全社の共通前提より一段深く書きます
では、具体的に何を渡せばよいのでしょうか?
社内のAIに共通の前提を置いている組織でも、施策の相談にはそれだけでは足りません。
全員の作業に効く共通前提は、事業・顧客・トンマナ・禁止事項のように、どの作業に効いても害がないものに絞ります。
施策の相談で要るのは、もっと踏み込んだ中身です。
自社の状況、競合、ターゲット、ペイン、提供価値に加えて、ターゲットがいまどの検討段階にいるか、といったところです。
並べてみると、どれもマーケティングの基本として昔から言われてきたものです。
3C分析(顧客・競合・自社)とSTP分析(市場の切り分け・狙う相手・自社の立ち位置)の枠に沿って書くと、大きな漏れは出にくくなります。
もちろん、これで全部ではありません。
事業や商材によって足したいものは変わるので、ここに挙げたのはあくまで一例です。
また、この前提は全社の共通前提とは置き場所を分けておきます。
競合やペインまで書いた前提を全社のカスタム指示に入れると、経理や人事の作業にまで効いてしまうからです。

土台はAIに3CとSTPを埋めさせて、たたき台から作ります
こうした前提を整理するのは手間に見えますが、ここもAIを使うとかなり速くなります。
3CやSTPは埋めるのが大変で後回しになりがちでしたが、いまはたたき台までをAIに任せられます。
流れは、AIに枠を埋めさせる、人が事実と推測を分ける、AIに穴を挙げさせる、1つのファイルにまとめる、の4段階です。
まず、自社サイト、サービス資料、過去の商談メモや議事録をAIに渡して、「3CとSTPの枠に沿って埋めて」と頼みます。
ゼロから書き始めるより、速くたたき台が出てきます。
次に、AIが埋めた中身を、人が事実と推測に分けて直します。
そのうえで「この整理で足りていない観点と、前後で矛盾している箇所を挙げて」と頼み、穴を出させます。
仕上がったら、1つのファイルとして保存しておきます。

渡す資料には、気をつけたいものもあります。
商談メモや議事録には、顧客の社名や担当者の名前、まだ公開していない数字が入っていることがあるので、渡す前に社内のルールに照らして確かめておきます。
入れてよい情報の線引きは、生成AIに入れてはいけない情報とは。社内ルールを3段階で線引きするで整理しています。
3CやSTPを埋めさせる頼み方は、自分の事業の資料で試すと、出力の違いが分かります。自社の資料を前提に頼み方を練習する プロンプト研修で確かめる手もあります。
事実と推測は人が分け、足りない観点はAIに挙げさせます
4つの段階のうち、人が中身に手を入れるのは事実と推測を分けるところです。
ここを飛ばすと、AIの推測がそのまま前提として残ります。
AIが埋めた3CとSTPには、必ず推測が混ざります。
競合の強みや顧客の困りごとは、資料に書かれていなければAIがそれらしく補うので、読むだけでは事実と見分けにくくなります。
直し方は「事実と違う記述を直す」「根拠のない部分を落とす」の2つです。
「たぶんこうだろう」で残した推測は、その上に組み立てた施策にまで響くので、迷ったら落とすほうに寄せます。
確かめる人は、できれば1人にせず、「この記述は本当か」を複数の目で見るほうが安心です。
顧客の困りごとは営業のほうが、競合の動きはマーケティングのほうがよく知っていることが多く、片方だけで見ると直せない記述が残ります。
穴を出させる依頼は、自分たちだけで見ていると気づけない抜けを拾うためのものです。
1周で完成させる必要はなく、案件が動くたびに更新する前提で、粗くてもまず1本作ってしまうほうが早いと思っています。
まとめた前提は1つのファイルにして、頼むたびに読み込ませます
整理したあとが本題です。
この土台を、施策を頼むタイミングで毎回AIに読み込ませます。
1回渡したら覚えてくれる、というものではありません。
前のチャットで渡した資料を、新しいチャットでも踏まえてくれるとは限らないので、施策を頼むたびにファイルを一緒に読み込ませてから依頼します。
形式は、ドキュメントでもスプレッドシートでも構いません。
置き場所を1か所に決めて更新の担当を1人置いておくと、古いままのファイルが使われ続けるのを防げます。
使っているツールによっては、もっと楽にできます。
たとえばClaudeのProjectsでは、プロジェクトのナレッジにファイルを入れておくと、そのプロジェクトの中のチャットでは、その資料を背景として踏まえて答えてくれます。
部門で前提を共有するときの考え方は、ClaudeのProjectsを組織で使う。前提の共有と権限の設計で扱っています。
全チャット共通のカスタム指示を設定できる環境なら、マーケティングの担当者が自分の設定に要点だけを入れておく手もあります。
どの形でも、大事なのは使うときに毎回渡すところで、せっかく整理しても渡していなければ提案は変わりません。
変わるのは、提案の深さと往復の回数です
前提を渡してから施策を頼むようにすると、何が変わるのでしょうか?
大きく分けると2つあると思います。
まず、提案の深さです。
同じように「狙うキーワードはこれなのでSEO対策をして」と頼んでも、誰に向けて、その人がどの検討段階にいて、競合が何を言っているかまで踏まえた提案が返ってきます。
同じAIに同じことを頼んでいるのに、出てくるものの深さが変わります。
もう1つが、往復の回数です。
前提が渡っていないと、返ってきた提案に「いや、うちのターゲットはそこじゃなくて」と補足するところから毎回始まります。
土台が入っていれば、その補足の分がまるごと消えます。

土台を作る手間は最初にまとまってかかりますが、効果は毎回のやり取りに乗ってきます。
精度が上がって、しかも速くなるので、施策を頼む回数が多い部署ほど差が開くと思います。
前提の整理から、一緒に進められます
3CやSTPの枠そのものは昔からありますが、どの資料を材料にするか、誰が事実を確かめるか、どこに置いて誰が更新するかは、会社ごとに決め方が変わります。
営業とマーケティングで持っている情報が違えば、まとめ方も変わってきます。
当社では、こうした前提の整理から、施策を頼むときのAIの使い方を社内の手順にするところまでを一緒に進めるAI活用の伴走支援を行っています。
AIに施策を頼んでも手直しばかりになっているときは、一度ご相談ください。
施策より先に前提を渡せば、同じAIでも提案が変わります
AIにSEOや広告の施策を考えさせて的外れになるときは、AIを替えるより先に、渡している前提を見直します。
「幅広い層に」と返ってきたらターゲット、機能の羅列ならペイン、というように、返ってきた提案から足りない前提をたどれます。
前提は、AIに3CとSTPの枠で埋めさせ、事実と推測を人が分け、穴を挙げさせてから1つのファイルにまとめます。
次にAIへ施策を頼むときは、A4一枚ぶんの前提を読み込ませてから同じ依頼を出すと、返ってくる提案の違いを比べられます。
すぐ使える業務アプリが300以上
開いてそのまま使えて、AIで自社用にも直せます。15の分野から、やりたい作業で探せます。業務アプリを見る
執筆:寺田昇平
AI Portalize株式会社 代表取締役/AI Digital Community 代表理事
仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。
お知らせ・組織AI推進ノウハウ一覧












