広告費2.2万円で成果が1件、というつまずき
海外の技術者コミュニティ Hacker News に、小さな失敗談から始まる投稿が上がっていた。共同創業者と2人で Shopify のネットショップを運営している人が、自分たちで Google 広告を出してみたところ、成果が1件生まれるまでに150ドル、日本円にして約2.2万円を使ってしまった。かといって広告代理店に運用を任せる予算はない。そこで彼らはAIに頼ることにした。
この話が他人事に思えないのは、日本の中小企業がまったく同じ場所で立ち止まっているからだ。私が相談を受ける会社の多くは、広告費が月10万円から30万円ほどの規模にある。この金額帯は、代理店にとって割に合わない。手数料率が20%だとしても月2万円から6万円で、担当者が毎週アカウントを開き、検索語句を確認し、入札を直す時間の人件費に届かない。だから最低出稿額を理由に断られるか、契約はできても実態は月1回のレポート送付で終わる。
では自社で回せばいいかというと、今度は時間と気力が足りない。Google 広告の管理画面は、慣れていない人が開くと数字の海に見える。表示回数、クリック率、コンバージョン単価、品質スコア。どれが今週の問題なのかを見分ける訓練を受けていない人にとって、この画面を毎週開くこと自体が負荷になる。結果として最初の設定のまま3か月が過ぎ、費用だけが静かに流れていく。広告運用がうまくいかない原因の多くは知識の不足ではなく、確認と修正のサイクルが遅すぎることにある。
投稿が興味深いのは、この行き詰まりに対して彼らが出した答えが、AIに運用のコツを教わることではなかった点だ。
彼らがやったのは、AIに広告アカウントの鍵を渡すことだった
彼らが作ったのは、MCPと呼ばれる仕組みのサーバーだった。MCPは Model Context Protocol の略で、AIと外部のサービスやデータをつなぐ差し込み口の形を統一した規格を指す。この差し込み口が共通化されていると、AIの側はサービスごとに専用の作り込みをしなくても、決まった手順でデータを読んだり操作したりできる。電源プラグの形が国内で揃っているおかげで、家電を買うたびに配線を考えずに済むのと同じ発想だ。
投稿によれば、Google が公式に用意している Google 広告向けのMCPは、データを読むことはできても変更を加えることはできなかったという。数字は見せてもらえるが、手は出せない。そこで彼らは、読み取りと書き込みの両方ができる自前のMCPサーバーを用意した。挙げられている機能は、成績の点検、無駄になっている支出の発見、キャンペーンの新規作成と更新、そして Google アナリティクスや Google タグマネージャーとの連携である。
彼らは投稿の中で、自分たちの作業には Codex のほうが向いていたとも書いている。使う道具の好みは人それぞれで、そこは本質ではない。むしろ注目したいのは、MCPが特定のAIに縛られない共通規格だという点だ。同じ差し込み口は Claude Code からもつなげるし、将来別のAIに乗り換えても、つなぎ先の資産はそのまま残る。重要なのは誰が作ったかではなく、広告アカウントに書き込める差し込み口を個人が短期間で用意できてしまった、という事実のほうだ。
見るだけのAIと、手を動かせるAIの間にある断層
ここからが、非エンジニアにとって本当に押さえておきたい話になる。AIと業務システムのつなぎ方には、読み取りだけの接続と、書き込みまでできる接続という2段階がある。この2つは、地続きに見えて実際には性質がまるで違う。
読み取りだけの接続では、AIは分析役にとどまる。今月の無駄なクリックはこの3つの検索語句から来ています、と教えてはくれる。しかしその後、人間が管理画面を開き、除外キーワードの欄を探し、3つを入力して保存する必要がある。この最後の数分が、実務では最大の関門になる。忙しい経営者やバックオフィス担当にとって、正しい答えを知っていることと、それを実際に反映することの間には、驚くほど深い溝がある。私が見てきた範囲では、改善提案の大半はこの溝で止まって消える。
書き込みまでできる接続では、判断と実行がつながる。夜のうちにAIが異常を見つけ、朝には修正案が並び、承認すればその場で反映される。ここで初めて、運用は週次の宿題ではなく、日々流れていく仕組みになる。
ただし、同じ速さで悪いことも起きる。予算を10倍にする操作も、成果の出ているキャンペーンを止める操作も、良い変更と同じ手順、同じ速度で通ってしまう。読み取りだけなら最悪でも誤解で済むが、書き込みができる瞬間から、失敗はお金と機会損失に直結する。だからこそ、人が最終確認する一手間を意図的に残す設計が要る。速さは、正しさとセットになって初めて価値になる。
外注できなかった仕事が、自分の手元に戻ってくる
この断層を越えると何が変わるのか。私は、外注できる仕事の下限が下がるのではなく、外注しなくてよくなる範囲が広がると考えている。
これまで、専門性の高い運用業務には2つの選択肢しかなかった。お金を払って外部の専門家に任せるか、自分で勉強して手を動かすかだ。月30万円の広告費に対して代理店手数料を払うのは合理的でも、月10万円では成り立たない。かといって社長が広告の入札戦略を学ぶ時間は、本来なら営業や採用に使うべき時間である。この2択の狭間で、何もしないという第3の答えが選ばれてきた。
AIが実際に触れるようになると、この構図が崩れる。検索語句を1行ずつ確認する作業、GA4の数字と広告の数字を突き合わせる作業、レポートを表にまとめる作業。こうした手を動かす部分は、AIが引き受けられる。人間の側に残るのは、何を成果と数えるか、いくらまでなら1件の問い合わせに払えるか、この商品を今月伸ばすべきか、といった判断だ。これは外注できない部分であり、同時に経営者や現場責任者が本来いちばん得意な部分でもある。
そして、これは広告に限った話ではない。会計ソフト、在庫管理、予約システム、顧客管理。どれもAPIと呼ばれる外部からの接続口を持っており、MCPはそこにAIをつなぐための共通の入口になりつつある。Google 広告はたまたま最初に個人が作った例が出てきただけで、同じことがあらゆる業務システムで順に起きる。専門知識を外から買う時代から、判断だけを自分で持つ時代に移りつつある。
業種別に見る、いま効きそうな場面
抽象論だけでは動けないので、私が実際に相談を受けた業種に近い形で、3つの場面を具体的に書いてみる。
従業員12名の地域工務店
リフォーム受注のために、地域名とリフォームを組み合わせたキーワードで月15万円ほどを出稿している会社を想定する。この規模でいちばん多い無駄は、意図のずれたクリックだ。自分でやりたい人が調べるDIYの手順、同業他社の求人を探している人、資材の卸価格を調べている業者。こうした検索からのクリックが、1件あたり200円から400円で積み上がっていく。管理画面の検索語句レポートを毎週見れば分かるが、現場に出ている社長がその時間を取るのは現実的ではない。ここでAIが毎週月曜の朝に先週の検索語句を全部読み、除外すべき候補を理由付きで10件出す。社長はスマートフォンで承認するかどうかを決めるだけでいい。反映まで自動で通す設計にするなら、除外キーワードの追加という影響の小さい操作に限定しておくと安全だ。予算の増減や入札戦略の変更は、必ず人が判断する側に残す。
ひとりで運営するペット用品のネットショップ
Shopify で200点ほどの商品を扱い、ショッピング広告を回している個人事業主を想定する。この形でよく起きるのは、売れない商品に予算が薄く広く散っていく現象だ。全体の費用対効果は悪くないのに、内訳を見ると上位20商品で利益を出し、下位100商品で同じだけ溶かしている。これを人力で見つけるには、広告側の管理画面から商品別の費用を書き出し、GA4や Shopify 側の売上と突き合わせ、粗利率を掛けて赤字商品を洗い出す必要がある。表計算での作業に慣れている人でも1時間はかかるし、月に1度やれば良いほうだろう。AIが両方の数字を読める状態になっていれば、この突き合わせは数分で終わる。赤字が続く商品の入札を下げ、利益率の高い商品に予算を寄せる、という判断だけが手元に残る。
10名規模の税理士事務所
相続や事業承継の相談を集めるために広告を出している事務所を想定する。この業種で怖いのは、無駄なクリックよりも計測の停止だ。サイトを更新したときに Google タグマネージャーの設定が外れ、問い合わせ完了ページのコンバージョンが計測されなくなる。数字の上では成果ゼロに見えるので、担当者は広告が効かなくなったと判断し、予算を絞る。実際には問い合わせは届いていて、単に数えられていないだけ、という事故が起きる。タグマネージャーとアナリティクスの両方をAIが横断して見られる状態なら、成果が3日間ゼロという異常をその日のうちに検知して知らせられる。運用の巧拙以前に、測り続けられているかどうかを見張る役目は、AIにいちばん向いている仕事のひとつだ。
3つに共通しているのは、判断そのものより、判断の材料を集める工程が重たいという点だ。材料集めの工程がAIに移るだけで、人員を増やさずに運用の頻度を上げられる。
何から始めるか。順番を間違えないための5段階
ここまで読んで自社でも試したいと思ったとき、いきなり書き込みできる接続から入るのは勧めない。私は次の順番を勧めている。
第1段階は、読み取りだけでつなぐこと。あるいは、そもそもつながなくてもいい。管理画面から検索語句レポートをCSVで書き出し、AIに読ませるところから始められる。この段階の目的は、AIの指摘がどのくらい当たるのかを自分の目で確かめることにある。
第2段階は、答え合わせの期間を必ず取ること。AIが除外すべきと言った検索語句を、自分でも1つずつ見て納得できるかを確認する。ここで違和感が残るなら、まだ任せる段階ではない。1週間から2週間、判断が一致するかを見てから次に進む。
第3段階で、下書きと承認の形にする。AIが変更案を作り、人が承認したものだけが反映される流れだ。承認の場は Slack でもメールでもいい。大事なのは、AIの出力がそのまま外の世界に反映される経路を作らないことだ。
第4段階は、権限を絞ること。Google 広告のアカウントには権限の種類があり、渡す範囲を選べる。最初から全ての操作権限を渡す必要はない。
第5段階は、変更履歴を見返す習慣を持つこと。Google 広告には変更履歴の画面があり、いつ何が変わったかを追える。週に5分でいいので、意図しない変更が入っていないかを確認する。
まずは接続なしで試したい人向けに、そのまま使えるプロンプトを置いておく。
添付した Google 広告の検索語句レポートを読んでください。私は広告の専門家ではない中小企業の担当者です。以下の3点を、専門用語には1行の説明を添えて日本語でまとめてください。1つ目、費用が発生しているのに問い合わせにつながっていない検索語句を、費用の大きい順に10件。2つ目、それぞれについて除外してよいと考える理由と、除外すべきでない可能性がある場合はその理由。3つ目、今月このまま放置した場合に無駄になる金額の概算。私の商品は【ここに商品やサービスを書く】で、獲得したいのは【ここに問い合わせや購入などを書く】です。
この1本を回すだけでも、管理画面を30分眺めるより多くのことが分かるはずだ。接続の話に進むかどうかは、この手作業の段階でAIの精度を確かめてから決めればいい。
注意点と、よくある3つの誤解
ここは飛ばさずに読んでほしい。書き込みできる接続には、相応の注意点がある。
1つ目の誤解は、MCPを入れればAIが勝手にうまく運用してくれる、というものだ。実際には、何を成果と数えるかを決めるのは人間にしかできない。問い合わせ1件を成果とするのか、そのうち商談化した数を成果とするのかで、AIが出す答えは正反対になる。目標設定が曖昧なまま任せると、AIは測れるものを最大化しようとして、数だけ多くて質の低い問い合わせを増やしてしまう。まず自社にとっての成果を定義することが先だ。
2つ目の誤解は、外部のMCPサービスを使うのは手軽で安全だという思い込みだ。ホスト型のMCP、つまり相手のサーバー経由でつなぐ形の場合、自分の広告アカウントを操作する権限を外部の事業者に預けることになる。これは管理画面のIDとパスワードを渡すのに近い行為だと考えたほうがいい。運営元が誰か、どこまでの権限を要求してくるか、操作の記録が残るか、解約したときに権限が確実に外れるか。この4点は必ず確認する。今回話題になったサービスも、個人が短期間で作ったものだと本人が書いている。技術の面白さと、自社の資産を預ける判断は分けて考えるべきだ。
3つ目の誤解は、AIが出した数字はそのまま信じられる、というものだ。集計期間の取り方ひとつで数字は変わるし、コンバージョンの重複計上も起きる。最初の1回は必ず管理画面の数字と突き合わせて、ずれがないかを確かめてほしい。
もうひとつ、意外と知られていない落とし穴を挙げておく。AIに外部の文章を読ませるときは、その中に指示が紛れ込む可能性を考えたほうがいい。競合のサイトの文言、寄せられたレビュー、問い合わせフォームに書かれた内容。こうした自分で書いていない文章をAIに読ませて、そのまま操作までさせる作りにしていると、文章の中に仕込まれた命令にAIが従ってしまう事故が起こりうる。防ぎ方は難しくない。外から来た文章はあくまで資料として扱い、そこから実行に移る手前に人の承認を挟むことだ。
外部から入ってきた文章を読ませることと、AIに操作を任せることを、同じ流れの中でつなげない。この一線を引いておくだけで、事故の大半は防げる。
最後に、金額の防波堤も忘れずに。Google 広告側で日予算やアカウント全体の上限を設定しておけば、仮に想定外の操作が通っても被害額に天井ができる。技術で防ぐより先に、設定と承認という運用の側で守りを固めるほうが確実だ。
まとめ
今回の投稿そのものは、ネットショップを営む2人が広告で失敗し、自分たちで道具を作ったという小さな話だ。しかし、そこに含まれている変化は小さくない。AIが業務システムを読むだけの存在から、実際に操作する存在に変わりつつある。その最初の実例が、専門家でも大企業でもなく、予算のない個人から出てきたことに意味がある。
非エンジニアにとっての結論はシンプルだ。まず読み取りから試し、AIの精度を自分の目で確かめ、当たると分かった作業だけを下書きと承認の形に移す。この順番を守れば、代理店に頼めなかった規模の会社でも、運用の頻度と精度を一段上げられる。逆に順番を飛ばすと、速い失敗を手に入れるだけになる。判断だけを自分の手元に残し、材料集めを任せる。この線引きが、これからの数年でいちばん効いてくる。
自社の業務のどこからAIに任せられるのか、順番の見立てを一緒に整理したい方向けに、Claude Works では無料30分の個別相談を受け付けています。無料30分相談に申し込むからお気軽にどうぞ。
