クリエイティブ ai と はの実務ガイド

91%が週次でAIを使う今、現場に広がる「評価制度の空白」

まず数字を見てほしいんです。

2025年時点でデザイン業務にAIを週次で使っているデザイナーは54%でした。2026年、それが91%に達しています。900人超・60カ国超を対象にした「AI in Design 2026」調査の結果です。参考 1年でここまで動く業種は、ほとんどない。

{CHART|bar|デザイナーのAI週次利用率（2025→2026年）|2025年,2026年|54,91|%|https://aiteller.jp/blog/ai-design-hub|AI in Design 2026調査}

出典: AI in Design 2026調査のデータより匠座作成

1人のデザイナーが並行して使うAIツールの平均数は7本。前年比で約2倍です。参考 AI生成コードを本番環境で使ったデザイナーが約50%に達しているのも見落とせない。ビジュアル生成だけの話じゃなく、制作物そのものがAI出力を含む時代になっています。

一方で、国内全体の生成AI利用経験率は26.7%にとどまります（総務省「令和7年版 情報通信白書」）。参考 中国81.2%、米国68.8%、ドイツ59.2%と比べると主要国最下位です。

{CHART|bar|生成AI利用経験率の国際比較|日本,ドイツ,米国,中国|26.7,59.2,68.8,81.2|%|https://note.com/kiryusho/n/n194bf8ff93e1|総務省「令和7年版 情報通信白書」}

出典: 総務省「令和7年版 情報通信白書」のデータより匠座作成

広告業界のプロが「日本全体では遅れているが、自分たちは先行している」という構造の中にいることは、意識しておく価値があります。

もう一つ気になる数字がある。73%のデザイナーが「期待値が上がった」と感じているのに、評価制度・報酬体系を正式に更新したリーダーはわずか28%です。参考 技術が走っているのに組織がついていない。この「制度の空白」が現場の混乱の根本原因のひとつだと思っています。

---

「AIで良いものが出ない」の正体は、素材の設計だった

「使ってみたけど微妙だった」という感想をよく聞きます。でも、ほぼ確実に入力の問題なんですよ。

広告クリエイティブでAIを使う場合、出力の品質を決める要素は3つです。

1. ブリーフの解像度

「明るいバナーを作って」ではなく、「コンビニのPB商品棚上部に掲示する200×300px想定の単品訴求バナー。ターゲットは30代主婦、価格訴求よりも品質感優先、背景は白で余白多め」まで落としてから渡す。ここが甘いと、生成されるものも甘い。AIは想像力があるように見えて、実は「渡された情報を組み合わせるエンジン」です。

2. 参照素材の質

プロが撮った商品写真、承認済みのコピー事例、ブランドガイドラインのPDF——こういった素材を一緒に渡せているか。「ゼロから作れ」と指示するのと、見本素材を与えるのでは、出力が全然違ってくる。

3. 反復の設計

最初の出力に「ここが違う」と言えるか。差分を言語化できないと修正指示も曖昧になって、結局人手でやり直すことになります。

ツールを増やすより先に、ブリーフを整える。それが順番です。

---

コピペで動く：広告現場で使えるプロンプト2本

実際の業務で使えるプロンプトをそのまま共有します。

プロンプト①：広告コンセプト案の生成

あなたは経験10年以上の広告クリエイターです。以下の条件でキャッチコピー案を5つと、それぞれのビジュアルイメージ（1文で）を提案してください。

【商品/サービス】[商品名・ひとことで言うと何か]
【ターゲット】[年代・性別・課題感・シーン]
【KPI】[クリック重視か認知重視か]
【トーン】[例：親しみやすい、高級感、安心感]
【禁止ワード・表現】[競合との差別化上避けたいもの]
【参考にしたいトーン事例】[URL or ひとこと説明]

出力形式：
1. コピー（20字以内）
   ビジュアルイメージ：〜
2. ...（以下同様）

使いどころ：クライアントへの初稿提案前に、方向性の選択肢を素早く洗いたいとき。

出力を検証する観点：ターゲットの言葉遣いとズレていないか、禁止ワードが混入していないか、承認フローに載せられる表現かどうか。

---

プロンプト②：既存バナーの改善点洗い出し

以下の情報をもとに、この広告クリエイティブのCTR改善に向けた問題点を分析し、優先度順に3点挙げてください。

【現状のクリエイティブ】[添付画像 or テキスト説明]
【媒体・掲載面】[例：Instagram Feed、Google Display]
【現状CTR】[数値 or「業界平均より低い」など定性的に]
【ターゲット】[属性]
【改善の制約】[例：素材の差し替えは不可、テキスト量は変更可]

各問題点の出力形式：
■問題点（一行）
改善案：〜
期待する効果：〜

使いどころ：クライアントから「なぜCTRが低いか見てほしい」と言われたとき、第一回答を素早く組み立てるため。

出力を検証する観点：改善案が制約条件と矛盾していないか、「期待する効果」が根拠なき断言になっていないか。

---

AI前後の制作フロー：修正が減る理由は「前倒し確認」だった

現場のリアルを1日の流れで比べてみます。

---

Aさんの1日（AI導入前）

09:00　ブリーフを受け取り、競合事例をネット検索で収集

11:00　参考素材を集め、コンセプト方向を1つ決める

13:00　デザイナーに口頭でイメージを伝え、初稿が上がるのを待つ

16:00　初稿受領。「もう少し爽やかに」「文字を大きく」と修正指示

18:00　3回修正を経てクライアントに送付

19:30　「方向性を変えたい」と連絡が来て、整理からやり直し

---

Bさんの1日（AI導入後）

09:00　ブリーフを受け取り、AIにコンセプト案を5方向生成させる

09:30　方向を2つに絞り込み、試作ビジュアルを画像生成AIで出力

10:30　クライアントに試作を共有して方向確認、承認をもらう

11:00　確定方向でデザイナーへ詳細仕様を渡す（解像度が格段に高い）

14:00　初稿受領。修正が最小限

17:00　納品

---

修正回数が減るのは「方向確認の前倒し」をAIが可能にするからです。初稿の前にクライアントの合意を取るフローになる。感覚論じゃなく、国内フリーランス・副業Webデザイナー110名の調査でも、63.2%が「修正回数が減った」と回答しています（株式会社日本デザイン、2026年1月）。参考

先日、パルコのAI生成バナー広告がAMDアワードで優秀賞を受賞したという2024年の事例を読んでいて唸ったんですよ。参考 「効率化ツール」だったはずのAIが、クリエイティブ評価の文脈に入ってきた。これは業界として無視できない転換点だと思っています。

---

正直な限界と法的リスク：「これは使えない」場面を言います

万能だとは思っていないので、率直に整理します。

法的リスクを押さえておく

文化庁は2024年3月「AIと著作権に関する考え方について」を公表しました。著作権法第30条の4により情報解析目的での利用は一定条件下で許諾不要と整理されましたが、生成物を広告に使うなど「享受目的」が入る場合は話が変わります。参考

業界の空気も変わっています。2025年10月、講談社・KADOKAWA・小学館など出版17社と日本漫画家協会・日本動画協会が共同声明を発表。AI学習段階でのオプトイン（許諾取得）・データ透明性・権利者への対価還元を要求するもので、署名運動「画像生成AIからクリエイターを守ろう」は賛同1万件近くに達しています。参考 法的に確定していなくても、業界の空気は変わっています。

広告実務での具体的なチェック点を整理します。

自社モデルという方向性

アドビが2025年11月に発表した「Adobe Firefly Foundry」は、企業が自社ブランド資産で学習した独自AIモデルを持てるサービスです。ウォルト・ディズニー・イマジニアリングが先進導入企業として名を連ねています。参考 自社学習済みモデルなら著作権リスクを大幅に下げられる。大手広告主が検討し始めている背景のひとつです。

噛み合わない現場のパターン

① 承認プロセスが「誰かの感覚」に全依存している

AIが5方向のコンセプトを出しても、「誰が何を基準に選ぶか」の仕組みがないと速度メリットが消えます。意思決定の基準がなければ、AI案は永遠にたたき台のままです。

② ブランドガイドラインが口頭伝承になっている

「うちのトーンはこういう感じ」が言語化されていない状態で画像生成AIに渡しても、出てくるものは汎用的すぎてブランドに合わない。まずガイドラインの言語化が先です。

③ クライアントがAI使用に難色を示している

開示ルールが標準化されていない業界では、AI使用がわかると契約の前提が揺らぐことがあります。「AIツールを一部工程で活用します」と先に伝えるのが誠実です。

④ プロンプトの解像度が低いまま量産している（僕の経験）

匠座で毎朝の記事自動生成パイプラインを動かしていて、最初は品質ゲートをほぼ通過しませんでした。「広告業界向けにAI記事を書いて」という指示では方向感が定まらない。一次情報のURLとターゲット読者の課題を具体的にプロンプトへ組み込んで初めて、使えるものが出てきた。クリエイティブAIでも全く同じ構造だと思っています。

---

よくある質問に先に答えます

Q1. 費用はどれくらいかかりますか？

各AIツールの料金プランは変動するため特定金額はここでは示しません。参考として、国内フリーランスデザイナーの62.7%が案件単価の上昇を実感しているというデータがあります（株式会社日本デザイン、2026年1月）。参考 ツール代より「速度と品質の担保にいくら投資するか」という問いに置き換えると、判断しやすくなります。

Q2. デザインスキルがない自分でも使えますか？

コピー案の生成や方向性の洗い出しは、専門スキルなしでも始められます。ただし「これでいい」の最終判断は人の審美眼に依存します。AI出力を検証できる感性は、ツールを使うだけでは身につかない部分です。

Q3. 社内の顧客データをAIに入力しても大丈夫ですか？

個人情報や未公開情報を外部のAIサービスに入力することはリスクがあります。Adobe Firefly Foundryのように自社データで学習した独自モデルを使うか、入力前にデータを匿名化・抽象化するかが現実的な対応です。

Q4. AIが生成したものをそのまま納品しても良いですか？

著作権・ブランド整合・法的表現の観点から、人の目を通す工程は必ず挟むべきです。電通が「AICO2」で作業時間70%削減を実現しているのも参考、「AIが全部やる」ではなく「AIが素案を出して人が判断する」モデルです。

Q5. クライアントへのAI使用開示は必要ですか？

法的義務はありませんが、金融・医療・官公庁系の案件では求められるケースが増えています。開示するしないに関わらず、案件開始前に確認しておくのが誠実だと思っています。

---

---

ここまで読んで「自社だけでやるには手が足りない」と感じた方は、『LOCALGOAT｜AI検索時代の店舗集客(AIO×MEO×SNS)』（AI検索時代の店舗集客（AIO×MEO×SNS）を支援する次世代対策サービス）のような外部サービスという選択肢もあります。急ぎでなければ、まずは無料のチェックリストで足元を固めるのがおすすめです。

LOCALGOAT｜AI検索時代の店舗集客(AIO×MEO×SNS) ↗

今日やること：30分でできる3ステップ

ステップ1（10分）：自分のブリーフを言語化する

今進めているプロジェクトのブリーフを「ターゲット・KPI・トーン・禁止事項」の4項目で書き出してください。これだけで、明日プロンプトに渡せる状態になります。

ステップ2（10分）：プロンプト①を1回動かしてみる

この記事のプロンプト①を自分のプロジェクトで実行してみてください。検証観点も一緒に確認する。「使える/使えない」の判断が1度できれば、それが土台になります。

ステップ3（10分）：AIを使う工程・使わない工程を書き出す

「このフローのここはAIに任せる、ここは人が判断する」をリスト化してください。これがあれば、チームへの説明もしやすくなります。

環境が整う日は来ません。今日の業務の1サイクルで試してみてください。

---

編集長メモ：ヘリックス（執筆者について）

この記事は「定義を知りたい」ではなく「明日何をするか」に答えるために書きました。ブリーフの解像度とプロンプトの構造、ここだけ押さえれば現場は動き始めます。

▶ あわせて読みたい：物流 ai エージェント 物流の実務ガイド（2026-08）

▶ あわせて読みたい：物流 ai 活用事例の実務ガイド