このポストでは、大規模言語モデル(以下、LLM)からより多くのアウトプットを得るための方法をご紹介します。こちらのポストで既にAIを使ったセールスコピーの作成をしていますので興味のある方は
from:長田レオン
昨今、LLMの勃興を筆頭に生成系AIが目覚ましい進歩を遂げています。でも、もしあなたが一度でも「AIって使えないな」「大したことないじゃん」なんて思ったことがあれば本日のポストは重要です。なぜなら、今日あなたはそんな状態から脱することができるようになるからです。
説明させてください。
なぜより良いアウトプットを得る必要があるか
生成系AIはその名前の如く生成することが得意なAIです。指示を与えれば、それに従って出力をしてくれます。しかし、実際には「指示を与えたのに返ってくるのはピント外れの文章ばかり……」「当たり障りのない、ごく普通のテンプレート文だけ」という印象を持たれることも多いのではないでしょうか。こうした“なんだ大したことないじゃん”という感想が生まれる大きな原因の一つは、AIのポテンシャルが十分に引き出されていないことにあります。AIの実力不足ではなく、私たちユーザー側の使い方に改善の余地があるのです。
このポストでは、LLMの性能を最大限に引き出し、「なんだ大したことない」と感じてしまった方でも「こんなに使い倒せるのか！」と驚くような具体的テクニックや思考法を解説します。キーは「緻密な指示(プロンプト)設計」と「段階的なやりとりの工夫」、そして「自分ならではの視点やネタを注入する」こと。これらを意識するだけで、AIがもたらすアウトプットの質と量は劇的に変化していくのです。以下、ステップごとにご紹介しましょう。
ステップ1：
AIに与える指示(プロンプト)を見直す
生成系AIに何かをお願いするとき、「丸投げ状態」になっていませんか？ たとえば、「売れるセールスコピーを書いて」とだけ伝えたとしましょう。AIは確かにセールスコピーらしきものを返してきますが、言い回しもテーマ設定も平凡なものに終始してしまいがちです。
なぜなら、AIはあなたが何を求めているのかをただちに察してはくれません。どんな商品を売りたいのか、どんなターゲットに向けて、どんな切り口を用いたいのか、具体的なトーンやスタイルはどうあるべきか――。そうした情報が不足している場合、AIは“当たり障りのない形”でしか出力を生成できないのです。
具体的な要素を詳しく伝える
- 商品の特徴や魅力
- 購入者が抱える悩み
- 想定している購買層（年齢層・性別など）
- コピーのトーン（親しみやすい、専門的、感情を揺さぶる等）
- 分量や書式（箇条書き、長文、短文）
「この製品のコアな訴求ポイントは〇〇」「想定ターゲットは30代後半の忙しいビジネスパーソン」「煽りすぎず、読みやすく、かつ問題意識を刺激する口調で」など、細かく要望を盛り込むのがポイントです。こうした具体的要素を細かく提示しておけば、AIははるかにバリエーション豊富かつ的確なコピーを生成しやすくなります。
ステップ2：
段階的なやりとり(対話の分割)でリファインする
一度に完璧を求めても、LLMの応答が期待通りになるとは限りません。むしろ、初稿→フィードバック→改稿という段階的アプローチを取り入れると、より優れたアウトプットが得やすくなります。
まずはAIに大まかな構成やアイデアを出してもらい、それに対して「ここはもう少し感情を込めて」「ここでは、こんなエピソードを例示してほしい」とフィードバックするのです。これにより、AIとの対話の精度が回を重ねるごとに向上していきます。
たとえば、セールスコピーの構成案をAIに提示してもらったら、それを読み込んだうえで「導入部分をもう少しストーリー調にできる？」や「箇条書きでメリットを具体化してほしい」などと具体的に注文を入れます。これを数回繰り返すだけで、最初にパッと出てきた平凡なコピーよりも格段に説得力あるテキストが完成するでしょう。
ステップ3：
想定シナリオや背景知識を豊富に提供する
優れたライターが読者の背景や文脈を深く理解して文章を書くように、AIにも「背景」や「シナリオ」「補足情報」を詳しく伝えるほど、よりユーザーニーズに即したアウトプットが生まれます。
たとえば、「競合製品と比較してこの点が優れている」「過去の失敗談を絡めてストーリーを強化したい」「ユーザーが感じている不安は〇〇なので、そこを言及してフォローしてほしい」など。こうした補足をすればするほど、AIは「あなたが欲しいストーリー」をトレースしやすくなるのです。
ステップ4：
発想を飛躍させる“問いかけ”を組み込む
AIにただ「〜を書いて」と依頼するだけでなく、問いかけを設計すると、思わぬアイデアが出てくることがあります。たとえば「どうすれば消費者の不安を解消しつつ心をつかめるか？」など、“問い”として投げることで、AIはその答えを試行錯誤しながらひねり出そうとします。
これにより、既存のテンプレート的な文章にとどまらず、少し踏み込んだ表現やアイデアが生まれる可能性が高まります。セールスコピーをブラッシュアップしたいときなどは、あえて**「読者が抱える問題を違う角度から説明できないか？」や「従来のコピーでは言及していなかった新たな利益は何か？」**という問いを投げてみるのも効果的です。
ステップ5：
あえてAIと“逆張り”の議論をする
「セールスコピーを書く」という指示に対して、AIから提示された構成や主張に満足できないとき、もう一歩踏み込んで「なぜその構成なのか？」「別の切り口はないのか？」と問い詰めるのも一つの手です。
具体的には、AIの提案にあえて“批評家”の立場で臨み、「本当にそのメリットは読者の心をつかむのか？」「もっと痛烈な悩みを突いた方が、購買意欲を刺激できるのでは？」と疑問をぶつけます。すると、AIは再度思考を巡らせ、新しい提案や反証を提示してくれる可能性が高まります。このように、あえてAIと対話を通じて“議論”する姿勢を持つと、既存のアイデアを超えるアウトプットに到達しやすいのです。
ステップ6：
複数の視点を切り替えて出力を比較する
生成系AIは、与える役割や視点を変えるだけでガラリとアウトプットが変わります。たとえば「コピーライターの視点で提案して」「心理学者の視点で分析して」「マーケター兼デザイナーとしてキャッチコピーを作って」など、ロールプレイをしてもらうことで、多角的なヒントを得ることが可能です。
一度作った文章を複数の観点から検証することで、より創造的なフレーズや鋭い訴求ポイントが浮き彫りになるでしょう。特にセールスコピーにおいては、「論理性を重視した視点」と「感情を強く揺さぶる視点」の両面を比較しながら調整を重ねると、説得力と印象度のバランスをとりやすくなります。
ステップ7：
AI自身に“評価と改善案”を尋ねる
意外と盲点になりがちなのが、AI自身に「ここをどう改善できる？」と問いかけることです。多くのユーザーは、AIが生み出したアウトプットを読んで自分なりに評価し、修正方針を考えたうえで再度指示を出しますが、AIそのものに「自己評価」を促すのも有効なアプローチです。
「このセールスコピーの弱点はどこ？」「もっと興味をひく導入にするためには？」と投げかけると、意外に冷静かつ的確な指摘が得られることがあります。こうしたやりとりを通じて、AIは自分で考えたテキストをレビューし、新たなインスピレーションを与えてくれるのです。
ステップ8：
知識のアップデートも意識する
LLMによっては、学習データの範囲が古い場合もあり、そのまま使うと最新のトレンドに沿わない情報を提示してしまうことがあります。もしあなたが扱う商品や市場が変化の激しい領域であれば、指示時に「最新の情報を仮定して」「2025年現在のトレンドに合わせて」などと補足を入れて、文脈をアップデートしておきましょう。
そうすることで、AIは与えられた追加情報を踏まえて生成を試みます。もちろん、情報が古い場合にはAIも間違うことがありますから、その点はユーザーがきちんと検証しながら活用するのが大切です。
AIの限界は“使い方の限界”でもある
結局、AIが出してくるアウトプットのクオリティは、あなた自身のリクエストの濃さ・丁寧さ・具体性に左右されます。いきなり「凄いセールスコピーを書いて」と伝えるよりも、ターゲット、商品の特徴、期待するトーン、長さ、レイアウト、背景ストーリーなどを事細かに伝え、段階的にリファインしながら“議論”を深めていく方が、はるかに有益な結果を得られるのです。
「AIって大したことないじゃん」と感じていた方ほど、これらのステップを試してみてください。指示の出し方をほんの少し変えるだけでも、生成される文章のレベルはぐんとアップします。むしろ、「自分のほうがAIを使いこなせていなかったんだな」と驚く機会になるかもしれません。
AIは、使い方を工夫することで飛躍的に進化していく“パートナー”です。あなたの狙いを正確に共有し、対話を重ね、一緒に作り上げていく。そんな意識を持つだけで、AIから得られるアウトプットは格段に増えていくでしょう。
ここまで解説した方法をぜひ実践してみてください。 きっと、今までとは異なるレベルで、AIが生み出す文章やアイデアに目からウロコが落ちるはずです。あなたのセールスコピーやコンテンツづくりが大きく変わることを願っています。