こんにちは、REHATCH代表の迫田亮太です。
この記事では、AIに広告をたくさんつくらせたときに見えてきた「AIの型」の問題と、それに対して私たちがENSORの中で何をしているかを書きます。生成AIの品質や、データが残る仕組みづくりに興味があるエンジニアの方に読んでもらえたらうれしいです。
1,850枚のうち、66%が同じ型にそろっていました
ENSORは、伸びていく企業のためのマーケブレインとコラボOSです。会社の知識を「ブレイン」としてため、人とAIが同じ場所で案を選び、直し、学びをためていく土台をつくっています。目指しているのは会社全体のブレインで、マーケティングはその最初の領域です。成果が数字で返ってきやすく、学びの輪を早く回せる領域だと考えているからです。いまはブレインの上で、AIエージェントが分析から戦略、広告の制作、出稿までを一つの流れで進めています。
その制作の部分で、私たちは2026年の社内の実験として、AIに広告を1,850枚つくらせてみました。並べてみると、66%が同じ型にそろっていました。教育、保険、不動産の広告にしぼると、その割合は96%まで上がりました。
AIは、何も手を打たなければ、よく見かける形に寄っていきやすいのだと私は受け取りました。競合も同じようにAIを使えば、同じ業界の広告はどんどん似ていくと考えています。広告は目に留まらなければ意味がないので、これは見過ごせない問題だと考えています。
「AIっぽさ」を点数にして、似すぎたら作り直す
そこで、「AIっぽさ」を点数にする仕組みを入れました。つくった広告が、よくある型にどれだけ似ているかを点数で見て、似すぎていれば作り直します。
人が1枚ずつ見て「これはありがち」と判断していては、数が増えるほど追いつきません。AIがつくる量に合わせて、AIの出すものを測る側も仕組みにしておく必要があると考えています。
理由は、つくった瞬間にしか残せません
つくったバナーには、1枚ごとに、なぜこの内容でつくったのかをAI自身に書かせて残しています。どのバナーにもIDがつき、そのIDに理由がひもづきます。
後から人に「なぜこれをつくったの」と聞いても、「なんとなく」という答えしか返ってこないことがほとんどです。理由は、つくったその瞬間にしか正確には残せないと考えています。
その後どう扱われたかも、重みをつけて残しています
バナーがつくられた後の扱いも記録しています。ダウンロードされたか、お気に入りに入ったか、作り直されたか、削除されたか、良い・ダメと評価されたか。2026年10月の時点で、こうした12種類の操作を、どれが強いシグナルかの重みをつけて残しています。人がわざわざ評価を入力しなくても、ふだんの操作そのものが、その広告への評価になるようにしたかったからです。
分析だけをする会社は、広告を「なぜつくったか」を持てません。生成だけをする会社は、その広告が「効いたか」を持てません。生成から分析までを1つのエージェントが通るENSORには、この両方がペアで残っていきます。
何がワクワクするのか
広告を1枚つくるたびに、理由と、その後の扱いと、いずれは成果までが同じ場所にたまっていきます。こういうデータは、後から集めようとしてもそろいません。最初からそう設計した仕組みの中でしか生まれないと私は考えています。
AIが広告をつくれるようになった今、価値が残っていくのは、何をつくり、何を捨て、何が効いたかの記録だと思っています。その土台を、エンジニアとして最初から設計できるところに、私は一番ワクワクしています。
いま、まだ解けていないこと
成果データとつなぐための結合キーは、すでに設計しています。そこを実際に通して、つくった理由と12種類の操作と成果をひとつながりで見られるようにするのは、これから入る人と一緒に進める仕事です。
それとは別に、いま一番悩んでいるのが、「AIっぽさ」の基準そのものです。AIのモデルが変われば、ありがちな形も変わっていきます。点数の物差しを、どう古くならないように保ち続けるか。答えはまだ出ていません。
一緒に挑む人を探しています
REHATCHでは、こうしたデータの流れと品質の仕組みを一緒につくるエンジニアを募集しています。面談では、今のプロダクトと、まだ解けていない問題を、そのままお見せします。選考ではなく、情報収集のつもりで、まずは30分話してみませんか。
募集の一覧はこちらです。https://www.wantedly.com/companies/company_5515343
会社紹介資料はこちらです。https://storage.googleapis.com/n8n_file_upload_public/ENSOR_by_REHATCH.pdf