AI マーケティングを代理店業務に実装する：5人チームの実践設計

5人規模のマーケティング代理店がAI マーケティングを始めるなら、アプリを増やすのではなく、管理された1本の納品フローを作るべきです。5社を担当するケースで、5席のChatGPT Business、Make、GPT-6 SolのAPI利用料、3.75時間の人手による編集を含めた試算は月額$338.86です。承認済みのブリーフから始め、クライアント承認でいったん止め、月次レポートは確認済みのCSV集計値だけを基に作成します。

この実践ガイドの対象

本稿は、オーナー兼ストラテジスト、アカウント責任者、パフォーマンスマーケター、コピーまたはデザインの担当者、オペレーション責任者からなる5人規模のマーケティング代理店を想定しています。すでにプロジェクト管理ツール、クラウド文書、広告アカウント、スプレッドシートはあるはずです。火曜日の業務を圧迫しているのは、ソフトウェア不足ではなく、繰り返される受け渡しです。承認済みブリーフをメッセージマトリクスにし、チャネル別の原稿へ展開し、クライアントのコメントを受け取り、列構成がばらばらのキャンペーン書き出しデータを集め、最後に誰かが月次のストーリーへまとめています。ここでの狙いは、あるクライアントの事実、語り口、データを別のクライアントの成果物へ混入させず、この流れをMakeで管理可能かつ再現可能にすることです。

AI マーケティングはツール一覧ではなく納品システム

最初に揃えるべき構成は、人が使うガバナンス付きのモデルワークスペース、状態変更を担う自動化レイヤー、反復可能な機械処理に使う従量課金のモデル接続をそれぞれ1つずつです。ワークスペースには文脈とレビューを集約します。自動化レイヤーは承認済みの成果物を移動し、ステータスを記録します。APIは、原稿作成やレポート作成の構造化された呼び出しを担い、利用量を分けて計測できます。

この設計では、ChatGPT Businessが人の作業場所です。料金は年払いで1ユーザーあたり月額$20、月払いで$25なので、5席なら月額$100または$125です。BusinessのデータはデフォルトでOpenAIモデルの学習に使われません。ただし、この保護だけでクライアント契約、アクセス方針、モデルへ渡してよい情報の判断まで代替できるわけではありません。

クライアントごとにプロジェクトを1つ作成します。プロジェクト内のチャットは、同じファイル、指示、接続済みソースを利用できます。OpenAIのプロジェクト運用ガイドでも、無関係な業務には別々のプロジェクトを使うことが推奨されています。これは文脈を衛生的に保つ方法であり、法的または技術的なテナント分離を証明するものではありません。

Makeは自動化レイヤーです。月払いの場合、10,000クレジットでCoreは$12、Proは$21、Teamsは$38です。大半のモジュールアクションは1クレジットを使いますが、MakeのAI Providerを使う一部の高度なアクションは消費量が増えます。したがって代理店は、キャンバス上のボックス数ではなく、実行ログを基にシナリオのコストを見積もる必要があります。

このコストモデルでは、自動原稿の従量課金モデルとしてGPT-6 Solを使います。標準の短いコンテキストにおける料金は、入力100万トークンあたり$2、出力100万トークンあたり$10です。ChatGPTワークスペースのメンバー資格とPlatform APIへのアクセスは、アクセス権も請求も別です。Businessを5席購入しても、Makeから送信するAPI呼び出しの料金は含まれません。

専門ツールの選び方はAIマーケティングツールの比較ガイドで、エージェントに独自予算を割くタイミングはAIマーケティングエージェントのガイドで詳しく解説しています。このワークフローでは、レビュー工程のボトルネックを実測し、追加費用に見合うと確認できるまで専門ツールを増やしません。

本ガイドの料金とプラン上限は、2026年9月25日に各ベンダーの公開ページで確認しています。

判断に使う一覧表

以下の7つの受け渡し工程では、同じサブスクリプションを共有します。「含む」とした項目は追加料金ではなく、すでに計上したワークスペースまたは自動化プランを利用します。

構築負荷の「低」は保存済みテンプレート1つ、「中」は検証を伴う管理されたスキーマ、「高」はエラー処理を備えたツール横断ルートを指します。所要時間の見積もりではありません。

代理店の業務自動化を支える7つの停止条件

安全な自動化が担うのは状態の移動であって、許可の創作ではありません。すべての受け渡しに、明確な入力、明確な出力、1人の責任者、次工程へ進めない停止条件が必要です。

1. 承認済みブリーフをクライアント専用プロジェクトに固定する

最初にやるべきことは生成ではありません。曖昧なクライアントブリーフを、その後1か月の業務で信頼できるソースパックへ変換します。

ツールとコスト： ChatGPT Businessを使用します。年払いで月額$100の5席共有ワークスペース内で運用します。

設定： ブランド名だけでなく、クライアントIDを含むプロジェクト名にします。対象者、オファー、承認済みの根拠、禁止表現、必須の免責事項、トーンのルール、チャネル、出力形式をプロジェクト指示へ明記します。アップロードするのは、承認済みブリーフ、現行のトーンガイド、主張台帳、合意済みの納品物だけです。

入力： クライアント承認済みのブリーフと参考資料。

出力： バージョン日、ソースID、未解決の質問、目に見えるAPPROVEDステータスを持つ固定済みソースパック。

責任者： アカウントディレクター。

停止条件： すべての必須項目が揃い、未解決の質問に担当者が割り当てられ、クライアントまたは責任を持つアカウント担当者がソースパックを承認していること。提案する主張の根拠がなければ、ここでワークフローを止めます。

越えてはいけない線： プロジェクトは文脈を整理しますが、不注意なアップロードまで安全にするものではありません。構成が似ているというだけで、以前のクライアントのチャット、トーンガイド、オーディエンス資料、実績データを書き出したファイルをこのプロジェクトへコピーしてはいけません。

2. 承認済みブリーフからAIキャンペーンの流れを組み立てる

メッセージマトリクスは、モデルが何十ものバリエーションを作る前に、戦略上の判断を1つに絞るため、最も効果の大きい成果物です。対象者、課題、望む変化、根拠、オファー、反論への対応、行動喚起、禁止する主張、ソースIDをコンパクトな表にまとめます。

ツールとコスト： ChatGPT Businessを使用し、共有ワークスペースの料金に含めます。

設定： クライアントプロジェクトにマトリクスのテンプレートを1つ保存します。固定済みソースパックだけを使い、根拠がなければセルを空欄にし、すべての根拠表現の横にソースIDを付けるようモデルへ指示します。意見の不一致や不足する根拠は、創作したコピーで埋めず、別のリストとして出力させます。

入力： 承認済みソースパック。

出力： レビュー可能なメッセージマトリクス1つと例外リスト。

責任者： ストラテジスト。

停止条件： ストラテジストが主要メッセージを1つ採用し、すべての根拠表現がソースへ対応し、チャネル別原稿の作成前にクライアントがメッセージの方向性を承認していること。

越えてはいけない線： 流暢なマトリクスでも、戦略が弱いことはあります。モデルは矛盾を丸め、願望を事実へ変えてしまいがちです。ソースパックで裏付けられない差別化は、ストラテジストが却下しなければなりません。

3. マトリクスから作るのは公開物ではなく下書き

メッセージが承認されたら、構造化した生成を自動化する価値が生まれます。同じマトリクスから、有料ソーシャル広告のバリエーション、検索広告の案、ランディングページのモジュール、メール本文、クリエイティブブリーフを作れば、5人がそれぞれ戦略を組み直す必要はありません。

ツールとコスト： MakeからGPT-6 Solを呼び出します。本稿の作業量と再試行の予備分を前提にすると、API料金の試算はクライアント1社あたり月額約$0.37です。

設定： 作成する各アセットに、アセットID、チャネル、対象者、目的、使用可能なソースID、文字数制限、出力項目を指定します。レスポンスには、アセットID、下書き、使用したソースID、未解決の質問を必ず含めます。出力先は下書き用にし、広告アカウント、メール配信サービス、公開ページへ直接書き込んではいけません。

入力： 承認済みマトリクスとチャネル仕様。

出力： ソース参照と例外を含む、バージョン管理された下書き一式。

責任者： コピー責任者またはチャネル責任者。

停止条件： すべての下書きが承認済みメッセージを使用し、すべての事実主張に許可されたソースIDが付き、一式がREADY_FOR_INTERNAL_REVIEWと記録されていること。

越えてはいけない線： バリエーションを増やすほど、レビュー作業も増える可能性があります。計画した仮説を一式でカバーできた時点で生成を止めます。新しいオファー、顧客の声、実績の主張、法的文言をモデルに捏造させてはいけません。

4. 修正依頼をクライアントごとの承認記録へ戻す

Makeの役割は、社内承認済みの下書きをクライアントへ渡し、構造化したフィードバックを正しいアセットへ戻すことです。そのフィードバックが戦略的に妥当かどうかを判断させるものではありません。

ツールとコスト： 自動化を管理する担当者が1人なら月額$12のMake Core、複数スタッフがチームロールと共有シナリオテンプレートを必要とするなら$38のMake Teamsを使います。

設定： 社内ステータスがクライアントレビュー可能へ変わったときだけ起動します。代理店が既に使っているプロジェクト管理システムに承認タスクを作り、変更不能な下書きリンクを添付し、承認、具体的な修正依頼、戦略の再検討という3種類の回答のいずれかを受け取ります。回答、レビュアー、タイムスタンプ、アセットID、クライアントIDを記録へ書き戻します。

入力： 社内承認済みの下書き一式。

出力： 正確なアセットIDにひも付く承認記録または修正依頼。

責任者： プロジェクトマネージャー。

停止条件： 最終バージョンに対するクライアント承認が記録されていること。曖昧なコメント、レビュアー間で矛盾する指示、承認者の不在があれば、アカウント責任者へ戻します。

越えてはいけない線： 終わりのない修正ループはクレジットを消費し、スコープの膨張を見えにくくします。再試行回数に上限を設け、超えた案件はアカウント責任者へ回します。コメントやメール返信をきっかけに公開まで自動化してはいけません。

5. ストーリーを書かせる前にキャンペーンCSVを正規化する

レポート作成では、先に計算し、その後で文章を書きます。承認済みの各ソースシステムからファイルを書き出し、1つのスキーマへ対応付け、スプレッドシートまたは決定論的な変換処理で集計値を計算します。

ツールとコスト： Makeと代理店が既に使っているスプレッドシートを使用し、選択したMakeプランの料金に含めます。

設定： クライアントID、ソースプラットフォーム、アカウントID、レポート期間、タイムゾーン、通貨、キャンペーンID、指標名、指標の定義、元ファイル名を必須にします。生ファイルは変更せず保管します。コピーを正規化テーブルへ変換し、言語モデルの外側で集計値と差分を計算します。

入力： 合意したソースシステムから書き出したキャンペーンCSV。

出力： 正規化済みの根拠テーブル、照合シート、ソース台帳。

責任者： パフォーマンスマーケター。

停止条件： 期間が揃い、通貨とタイムゾーンが明記され、行数が記録され、すべての集計値が元データと一致していること。不一致があればレポート作成を止めます。

越えてはいけない線： プラットフォームが同じ言葉を別の指標に使うことがあります。コンバージョン、リード、アトリビューションされた売上は、定義とアトリビューション期間がクライアントとの合意に一致するまで比較できません。その曖昧さをモデルに解消させてはいけません。

6. AIによるクライアントレポートをCSVの行まで追跡可能にする

レポート作成におけるモデルの仕事は説明であり、計算ではありません。確認済みの集計表、ソース台帳、過去に承認された判断を渡し、すべての数値の横にソースIDを付けるよう厳格に指示します。

ツールとコスト： Make経由でGPT-6 Solを使用し、試算済みのAPI料金に含めます。

設定： レポートの構成を、エグゼクティブ向け要約、前期間からの変化、チャネル別の所見、判断、リスク、次のアクションに固定します。数値を含む各文には、レポート期間とソースIDを必ず付けます。因果関係の説明は、提示した根拠で裏付けられる場合を除き、仮説であると明記させます。

入力： 照合済みの集計表とソース台帳。複数クライアントの未整理な書き出しデータは渡しません。

出力： ソース付きレポート下書きと、裏付けのない説明の一覧。

責任者： アカウント責任者。

停止条件： 掲載するすべての集計値をCSVと照合し、期間がすべて正しく、提案ごとに責任者が決まり、裏付けのない因果表現が削除されるか仮説と明示されていること。

越えてはいけない線： 言語モデルは値を取り違えたり、条件を落としたり、相関を因果関係へすり替えたりします。アカウント責任者はすべての数値を台帳と比較し、洗練された説明を根拠として受け入れてはいけません。

7. クライアント横断の記憶領域を作らず、実行記録を保管する

最後の受け渡しによって、翌月の業務を再現可能にします。承認済みブリーフのバージョン、マトリクス、生成したアセット、クライアントのコメント、最終承認、生および正規化済みのCSV、レポート、プロンプトのバージョン、実際のモデル料金、Makeクレジット、再試行、修正、レビュー時間を保存します。

ツールとコスト： Makeと既存ストレージを使用し、選択したMakeプランの料金に含めます。

設定： クライアント専用のパスと実行IDを使います。アーカイブにはアクセス責任者と保持ルールを設定します。代理店全体のプレイブックへ移すのは、機密情報を除いた汎用的なプロセス上の学びだけです。

入力： 承認を終えた完全な実行記録。

出力： クライアント単位の根拠一式と短い運用メモ。

責任者： オペレーション責任者。

停止条件： 記録が揃い、権限が確認され、再利用する学びからクライアント名、数値、コピー、機密の文脈が除かれていること。

越えてはいけない線： 共有プロンプトライブラリが、気づかないうちに情報漏えいの経路になることがあります。再利用するのは構造、検証ルール、空のテンプレートです。クライアント固有の表現や実績データは再利用しません。

5社と20社を担当する場合のコスト

以下はベンチマークではなく、コストモデルです。前述の公開料金と明示した作業量の仮定を使っているため、各仮定を自社の実測値へ置き換えられます。

前提は、スタッフ5席、クライアント1社あたり毎月62,000入力トークンと20,000出力トークン、15%の再試行予備、予備分を加える前に1社あたり45回のMakeモジュールアクション、1社あたり45分の人手による編集、その人件費を時給$60とすることです。既存のプロジェクト管理、ストレージ、分析、広告プラットフォーム、デザインソフトウェアの料金は含めません。

5社を担当する場合

• 席数： ChatGPT Businessを年払いで5席、月額$100。
• モデル利用： 15%の再試行予備を加えたGPT-6 Solが月額$1.86。
• 自動化： Makeを試算で260クレジット使用。Coreは月額$12で10,000クレジットを利用でき、実際のワークフロー変動にも余裕があります。
• 再試行： 15%の予備として、トークンとクレジットの試算に含めています。
• ブランド上限： Jasperは基本構成に含めません。ProのBrand Voicesは2つしかなく、5つの異なるクライアントブランドを扱えません。Businessは個別見積もりです。
• 人手による編集： 3.75時間を時給$60で計算し、月額$225。
• 試算合計： 月額$338.86、クライアント1社あたり$67.77。

20社を担当する場合

• 席数： 同じChatGPT Businessの5席で、月額$100。
• モデル利用： 15%の再試行予備を加えたGPT-6 Solが月額$7.45。
• 自動化： Makeを試算で1,040クレジット使用。Teamsは月額$38で10,000クレジットを利用でき、共有テンプレートとチームロールも追加されます。
• 再試行： 15%の予備として、トークンとクレジットの試算に含めています。
• ブランド上限： Jasperは基本構成に含めません。ProのBrand Voicesは2つしかなく、20の異なるクライアントブランドを扱えません。Businessは個別見積もりです。
• 人手による編集： 15時間を時給$60で計算し、月額$900。
• 試算合計： 月額$1,045.45、クライアント1社あたり$52.27。

20社向けプランへ切り替える理由は、複数の担当者に管理された共同作業が必要になるためであり、試算上の1,040クレジットが上限へ達するからではありません。Makeは、一部のAI Providerアクションが1回で複数クレジットを消費すると案内しています。試験運用後は、この仮定を実行ログの使用量へ置き換えてください。ChatGPT Businessを年払いではなく月払いにすると、どちらの代理店規模でも合計に$25が加わります。

Jasperは任意で追加するブランドガバナンス層であり、基本構成には含めません。Jasper Proは年払いで月額$59、月払いで$69ですが、含まれるのは1席、2つのBrand Voices、5つのKnowledgeアセット、3つのAudiencesです。したがってProアカウント1つでは、5つの異なるクライアントブランドに対応できず、20ブランドならなおさらです。

Jasper Businessは、Brand Voices、Knowledgeアセット、Audiencesを無制限で利用でき、APIアクセスと管理機能も含む個別見積もりのプランです。ブランドの語り口や主張ルールの修正にかかる時間を測ってから、見積もりを依頼してください。人件費を時給$60とした場合、月額見積もりをQとすると、損益分岐点を超えるには実際のレビュー時間をQ ÷ 60時間より多く削減する必要があります。これは意思決定用の式であり、Jasperがその時間を必ず削減するという予測ではありません。

代理店のAIレポートにソース台帳が必要な理由

すべての数値に参照先があれば、月次レポートの説明責任を果たせます。ソース台帳には、ソースID、クライアントID、プラットフォーム、アカウント、ファイル名、レポート期間、タイムゾーン、通貨、指標の定義、変換処理、最終確認値を記録します。本文はこれらの項目を参照します。

次の3層は分離してください。

• 生の根拠： クライアントIDと実行IDの下に保存した、未変更のCSV書き出しデータ。
• 確認済みの計算： 集計値を算出する、正規化した行とスプレッドシート数式。
• 本文： 確認済みの計算だけを基にモデルが書く説明、判断、リスク、アクション。

本文でコンバージョンが増えたと述べるなら、レポートには期間、指標の定義、ソースを示します。クリエイティブが増加の原因だと述べるなら、それは因果関係の主張であり、隣り合う2つの数値だけでは足りません。それ以上の根拠がなければ、翌月に検証する仮説として記載します。

この設計なら、修正コストも下げられます。集計値が変わったら、正規化テーブルを修正し、影響する本文だけを再生成し、以前のバージョンを残します。書き出しデータを一から積み上げ直して、レポート全体を書き換えてはいけません。

実データの前に2社の合成クライアントで検証する

この検証はこれから行うもので、まだ実施していません。そのため、速度、品質、削減効果についての主張はありません。

オファー、語り口、カナリアフレーズが明確に異なる架空のクライアントを2社作ります。たとえばCedar Lane Softwareには無害なフレーズ「purple compass」を、Harbor Field Furnitureには「copper kite」を割り当てます。それぞれに、合成したキャンペーンブリーフと、スプレッドシート上の正解集計値が既知の合成ソースCSV一式を用意します。

1. 1

   キャンペーン経路を分けて実行する

   合成クライアントごとに別のプロジェクトと実行IDを作ります。メッセージマトリクスと原稿・素材の下書きを生成し、最良の下書きだけをプレゼンテーションへコピーするのではなく、すべての出力を保存します。

2. 2

   修正依頼と承認を流す

   各アカウントのアセット1つに、構造化した変更依頼を送ります。Makeがコメントを正しいアセットIDへ戻し、最終承認を記録することを確認します。

3. 3

   両社の月次レポートを生成する

   各社の合成CSV一式を正規化し、モデルの外側で集計値を計算したうえで、そのクライアントの確認済み台帳だけからモデルに文章を書かせます。

4. 4

   正確性と分離を確認する

   レポート内の全集計値をCSVと照合します。Cedar Laneの出力から「copper kite」を、Harbor Fieldの出力から「purple compass」を検索し、クライアントをまたいで1つでも現れたら不合格です。

5. 5

   実測コストとレビューを記録する

   実際のレビュー時間、Makeクレジット、API料金、再試行、却下した主張、保存したアセット、承認記録、最終レポートを記録します。ワークシート上の仮定は、ここで得た実測値だけで置き換えます。

すべての数値がソースと一致し、カナリアがクライアントをまたがず、全アセットに承認記録があり、料金とレビュー時間が記録されて初めて試験運用を合格とします。不合格なら、失敗した受け渡し工程を修正します。失敗を平均値へ埋没させ、代理店全体の生産性向上を主張してはいけません。

クライアントデータとコンプライアンス

パスワード、APIキー、認証Cookie、未加工の顧客連絡先リスト、決済データ、健康情報、法務文書、未公開の買収数値、別クライアントの記録を一般的なチャットへ貼り付けてはいけません。クライアントが代理店および選定ベンダーによる処理を許可していないデータセットは、アップロードしないでください。

ChatGPT Businessでは、ビジネスデータはデフォルトでモデル学習に使われません。しかし、学習ポリシーは判断材料の一部にすぎません。保持期間、接続アプリ、ユーザー権限、データ所在地、再委託先、削除、クライアント契約も確認が必要です。プロジェクトを分ければ文脈の取り違えは減らせますが、それ自体が許可を与えたり、すべての規制上の義務を満たしたりするわけではありません。

設定には合成データを使います。実データの項目は最小限にし、可能なら識別子を削除し、各担当者には役割上必要なアクセス権だけを与え、認証情報はその保管を目的としたシステムに置きます。規制対象の主張、顧客記録、支出の承認、契約文言、公開に関わる工程には、必ず指名された人の承認を残します。

月曜日に着手する3項目

今週は次の3つだけを実行してください。これらが機能する前に展開範囲を広げると、デバッグすべき場所が増えます。

1. 1

   ブリーフを1つ固定する

   リスクの低いキャンペーンを1つ選びます。承認済みのオファー、対象者、根拠、禁止する主張、納品物を、ソースID付きで1つのクライアントプロジェクトへまとめます。

2. 2

   承認ルートを1本作る

   Makeを使い、社内承認済みの下書き1つを既存のクライアントレビューシステムへ移し、その判断を同じアセットIDへ書き戻します。

3. 3

   合成レポートを1本作る

   合成CSVを使い、モデルの外側で集計値を計算し、確認済み台帳から本文を生成します。レビュー時間、クレジット、API料金、再試行、エラーを記録します。

よくある質問

マーケティング代理店に最適なAIツールは何ですか？

最初に必要なのは、ガバナンス付きモデルワークスペース、自動化レイヤー、すでに利用している文書・承認・分析システムです。Jasperのような専門ツールは、ブランドレビューの実測作業量が、その制約と料金に見合うと確認してから追加します。

マーケティングでAIを使うことは合法ですか？

合法的に利用できる場合はありますが、AIを使ってもプライバシー、知的財産、広告、消費者保護、契約、業界固有の規則が免除されるわけではありません。クライアントデータの利用許可を得て、主張を裏付け、承認責任を持つ人を置いてください。

マーケティング向けのAIツールはありますか？

あります。ただし、クライアントへの納品フロー全体を単一ツールに任せるべきではありません。モデルワークスペースが推論と下書きを担い、自動化が状態を記録し、承認済みの成果物を既存システム間で移動させます。

広告代理店ではAIをどのように活用していますか？

効果的な用途は、ブリーフの正規化、メッセージマトリクス、管理されたアセット下書き、修正依頼の振り分け、データ整理、ソース付きレポート本文です。戦略、事実主張、予算判断、公開には人の承認を残す必要があります。

AIはマーケティングの仕事を奪いますか？

AIは、説明責任を負う役割をすべてなくすというより、反復作業を削減または短縮する可能性が高いでしょう。クライアントの信頼、ポジショニング、審美眼、根拠、交渉、最終責任には引き続き人が必要です。

マーケティングではどの種類のAIが使われますか？

生成モデルは素材を作成または要約し、予測システムは結果やスコアを推定し、自動化はシステム間でデータとタスクを移動します。本ガイドでは、下書きと本文には生成、集計値には決定論的な計算、受け渡しには自動化を使います。

マーケティングにAIを使ってもよいですか？

はい。合成データまたはリスクの低いデータから始め、モデルが生成してよい範囲を定め、クライアント向けまたは公開のアクションの前に人が止められる工程を置いてください。

AIの30%ルールとは何ですか？

統一された定義のない非公式な表現で、自動化する割合を指す場合も、人が担う割合を指す場合もあります。比率ではなく、主張、金銭、プライバシー、戦略、公開のどこで判断が必要かを具体的に定めてください。

主要なAIツール5種類とは何ですか？

誰にでも当てはまる5つのツールはありません。代理店の納品業務では、モデルワークスペース、自動化レイヤー、信頼できる文書、承認システム、実測したボトルネックに応じて加える専門ツールという5つのカテゴリで考えます。

AI業務フロー監査チェックリストを入手

AIサブスクリプションを追加する前に、反復作業、データの受け渡し、承認のボトルネックを整理しましょう。