スレスパ統計が示す、広告クリエイティブAI「早期導入」の罠

深夜1時。スマホで「クリエイティブ AI スレスパ」と打ち込む。

出てくるのはゲームのカード解説ばかり。「そうじゃなくて、仕事に使えるかどうかが聞きたいんだ」——そう思いながらスクロールを続けている。

でも実は、そのカード解説の中に、広告の現場で一番役に立つ情報が埋まっているんですよ。

スレイ・ザ・スパイア2（以下スレスパ2）の「クリエイティブAI」というカードの統計データを眺めていたとき、僕は本気で唸りました。「これ、広告AIの導入判断そのものじゃないか」と。

「クリエイティブAIを早く入れた方がいい」という空気に押されて準備が整う前に動き始める——その判断が正しいとは限らない。データがそう言っています。

この記事で持ち帰れるもの：ゲームの実統計から導いた「クリエイティブAIをいつ・どのルートで入れるか」の判断基準と、今日から使えるプロンプト2本です。

---

Act1でピックしたら負ける——データが突きつける不都合な事実

スレスパ2の「クリエイティブAI」は、ディフェクトキャラクター専用のレアパワーカードです（コスト3エナジー、アップグレード後2エナジー）。参考 効果はシンプルで、毎ターンランダムなパワーカードを1枚手札に加え続けます。文字通り「AIに量産させる」カードです。

このカードの実プレイ統計が、広告の文脈で読むと異様に示唆に富んでいます。

sts2.untapped.gg が集計した数字を見てください。

ゲームの序盤にあたるAct 1でカード報酬として提示されたとき、3,700回のサンプルでピック率は44%。半分近くのプレイヤーが「これ強そう」と選んでいます。では勝率は？　ラン勝率（最終的にクリアできるかの確率）への影響は-3%。参考

取った人が取らなかった人より、3%多く最終的に負けています。

Act 2（中盤）ではさらに悪化します。15,000回のサンプルでピック率は27%に落ちていて、経験者が慎重になっているのがわかります。それでもラン勝率は-4%。参考 慎重になっているのに損している。

ところが、ショップで意図的に購入したケースだけを見ると、話が変わります。

Act 1のショップで購入した場合：800回提示・購入率16%・ラン勝率+1%。参考

同じカード。同じ効果。でも「流れで取った」のと「お金を払って意図的に買った」のとで、最終勝率が真逆になる。

{CHART|bar|クリエイティブAI：取得経路別ラン勝率への影響|Act1報酬ピック,Act2報酬ピック,Act1ショップ購入|-3,-4,1|%pt|https://sts2.untapped.gg/ja/cards/creative-ai|sts2.untapped.gg}

出典: sts2.untapped.ggのデータより匠座作成

このグラフ、そのまま広告のAI導入に当てはまると思っています。

「なぜ同じカードで結果が逆転するのか」——これが次のセクションの話です。

---

「何を生成するか」より「どこで入れるか」が勝敗を決める

先日、スレスパのwikiwiki解説ページを読み込んでいて唸ったんですよ。このカードには、「万能な量産AI」と思い込むと痛い目を見る制約がいくつかあります。

まず、Weekly Patch 44: Chrysalisの調整で、ランダムにカードを追加するリソースは回復カードを生成しなくなりました。自己修復カードも生成対象外として明示されています。参考

また、生成されるパワーカードはそのキャラクター固有の色だけです。他キャラクターのカードは出てきません。参考

つまり「なんでも生成できるAI」ではなく、「そのキャラの色の中で、回復・修復以外のバリエーション展開が得意」というのが正確な能力です。

広告制作に置き換えると、これはかなりリアルな話です。

• AIクリエイティブが得意なのは、すでにトーン&マナーが定義されたブランドのバリエーション展開
• ブランドの感情的な物語・信頼構築素材・実績証跡（回復カード相当）はAIが補完できない
• 鳥頭壺（というサポートアイテム）と組み合わせると毎ターン2HPの無限回復が可能になる参考——計測基盤・承認フローを先に整えることで初めてAIが持続的に機能する

「ショップ購入が+1%になる理由」を考えてみます。ショップ購入は能動的な意思決定です。ゲーム内通貨（ゴールド）を使う。そのタイミングでプレイヤーは「このカードを活かせるデッキ構成があるか」を判断しています。準備ができていない状態で「報酬として流れ取り」しても、使いこなせるわけがない。

広告AI導入で「流れで入れた」とは、こういうケースです。

• 制作会社に「最新ツール使えますよ」と言われてそのまま採用した
• 競合他社が使っていると聞いて急いで契約した
• 予算が余ったので試しに入れてみた

どれも「準備完了後にゴールドを使って意図的に購入する」ではなく、「報酬として提示されたから取る」の構造です。コスト（エナジー＝工数）ばかり消費して、デッキ（キャンペーン）全体が崩れていく。

---

Before/After：「流れで導入」と「準備して導入」の1日

情景で対比します。

Aさん（流れで導入・Act1報酬ピック型）

午前10時、制作会社との定例で「AIクリエイティブ、最近使えますよ」と聞く。「じゃあ次のキャンペーンから使いましょう」とその場で即決。

午後2時、新ツールにログイン。ブランドブリーフも素材定義も固まっていないが、とにかく動かしてみる。

午後4時、出力を見てガッカリ。トーンがブランドと全然違う。NGワードが混ざっている。修正に追われ始める。

翌朝、ディレクターが「これならゼロから作る方が早い」と言いだす。プロジェクトが事実上停止。

---

Bさん（準備して導入・ショップ購入型）

午前9時、チームで1週間かけてブランドトーン&マナーをドキュメント化した成果物を確認。NGワード・OKビジュアル・声のトーンが言語化されている。

午前11時、AIツールのプロンプトにそのドキュメントを組み込み、生成ルールを設定。

午後1時、A/Bテスト用クリエイティブを一気に20パターン出力。品質チェックは5分（ガイドラインとの照合のみ）。

午後3時、テスト配信開始。修正はほぼない。

---

決定的な差は「1週間のドキュメント作業（ゴールドの支払い）」があったかどうかです。Bさんはそこに時間と手間を意図的に投じた。それが「ショップ購入」に相当します。

---

コピペで動く：フェーズ別クリエイティブAIプロンプト

プロンプト①：ブランド制約の言語化（AIを動かす前の仕込み）

以下の情報をもとに、このブランドのクリエイティブAIが
「絶対に生成してはいけないもの」と「積極的に生成すべきもの」のリストを作ってください。

[ブランド名を記入]

# 既存キャンペーンの特徴（過去の広告・SNS投稿のトーン・色・言葉を3〜5点）
[例：落ち着いたトーン、語りかけるような文体、ダークトーンのビジュアルなど]

# NGワード・NGビジュアル
[使ってはいけない表現や視覚的要素]

# ターゲット読者
[年齢・職業・抱えている課題感]

出力形式：
- 生成OK：各10個以上
- 生成NG：各10個以上
- 境界線上の判断基準：AIが迷ったときの判断軸を3点

使いどころ：AIクリエイティブ導入前の「仕込み段階」。ショップで意図的に購入する前のゴールド支払いに当たる工程。

出力を検証する観点：NGリストに「感情的な物語・実績証跡・ブランドの原点に関わる素材」が含まれているか確認する。ここが空欄なら、AIが補完できない領域の言語化が不十分なサイン。

---

プロンプト②：Act（フェーズ）固定クリエイティブ量産

以下の条件でSNS広告クリエイティブのコピーを20パターン生成してください。

# 現在のフェーズ（1つ選択）
- Act1：認知拡大（まだ知らない人に存在を伝える）
- Act2：興味喚起・比較検討（知っているが迷っている人を動かす）
- Act3：購買・申込促進（購入を具体的に考えている人の背中を押す）

# ブランド制約
- トーン：[形容詞3つ]
- 禁止表現：[NGワード]
- 文字数：ヘッドライン○字以内、ボディ○字以内

# 出力形式
| # | ヘッドライン | ボディコピー | フェーズ適合理由 |
|---|---|---|---|

20パターン生成後、ブランドトーンとの適合度（5段階）を各パターンに付けてください。

使いどころ：Act（フェーズ）を明示することで、認知期向けコピーを購買期に使う誤用を防ぐ。スレスパ2で言えば「今はAct2なのにAct1用のデッキ構成を積む」ミスを避ける設計。

出力を検証する観点：「フェーズ適合理由」が「認知向きだから」などの抽象論になっていないか確認する。「このコピーを見た人が次に取る行動が◯◯で、それは認知フェーズの顧客行動パターンと合致するから」レベルの記述を要求する。

---

よくある質問に先に答えます

Q1. まだAIクリエイティブを導入していない会社は遅れていますか？

「まだショップに到達していない」と解釈してください。Act1の報酬ピック率44%・ラン勝率-3%のデータが示す通り、準備なしに早く入れた方が損しています。参考 「遅れている」より「今が仕込みの正念場」です。

Q2. ゲームの話が本当に仕事に使えるんですか？

数万回の実プレイデータを統計集計したものです。コントロールされた条件での大量サンプル——これは広告のA/Bテストデータと同じ性質を持ちます。「ゲームだから」ではなく「データの構造が同じだから」使えると考えています。

Q3. AIが生成したコンテンツの著作権はどうなりますか？

この記事の一次情報シートに著作権関連データがないため、ここでは詳細を記せません。文化庁の「AIと著作権に関する考え方」（2024年3月）を一次情報として確認することをすすめます（要確認）。

Q4. AIツールの費用感を教えてください。

費用相場データが手元にないため正確な数字は出せません。ただ「ツール費用＋仕込み工数」の合計で考える必要があります。安いツールを入れて仕込みを省いた場合、Act1で報酬ピックした状態と同じになります。ラン勝率-3%の再現です。参考

---

正直な限界：クリエイティブAIが向かない局面

万能に見せることが僕のスタイルじゃないので、率直に書きます。

向かないケース①：ブランドの言語定義が社内にない

プロンプト①を試せばわかりますが、「既存キャンペーンの特徴」を言語化できない会社は、AIに何を渡せばいいかが決まりません。鳥頭壺なしにクリエイティブAIを使っている状態——毎ターン手札は増えるが使えるカードがない、という地獄になります。参考 ブランド定義の言語化が先です。

向かないケース②：承認フロー（鳥頭壺）がない

ここが一番つまずきます。AIが出したものを「誰が・どの基準で・何営業日以内に承認するか」が決まっていないと、生成スピードだけが上がって承認ボトルネックが詰まります。量産できても消化できない状態になります。

向かないケース③：「使ってる感」が目的になっている

Act 2でのピック率27%・ラン勝率-4%のデータは、ある程度慎重なプレイヤーでも損をしていることを示しています。参考 「なんとなく入れてみた」の段階では、コスト（エネルギーも工数も）ばかりかかってリターンが薄い。ゲームでも広告でも同じ構造です。

匠座での経験から：

僕が匠座の記事自動生成パイプラインを走らせ始めたとき、最初の1ヶ月は「生成量は増えたが品質ゲートがなく、全部手修正」という状態でした。まさにAct1でクリエイティブAIをピックしてデッキが崩壊する感覚なんですよね。品質チェックリスト（鳥頭壺に相当）を組み込んで初めてパイプラインが持続的に回り始めました。「先に補助ツールを整える」はゲームだけの話じゃないです。

---

---

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）：今のフェーズを判断する

「ブランドの言語定義が存在するか」を確認してください。ドキュメントが1つもなければ、まだAct1を通過していません。AIツール選定より先にやることがあります。

ステップ2（15分）：プロンプト①を動かす

上記プロンプト①をそのままコピーして、手元のAI（ChatGPTでもClaudeでも）で動かしてみてください。「生成NG」リストが10個未満しか出なければ、ブランド定義の言語化が不十分なサインです。その不足感自体が今日の最大の収穫になります。

ステップ3（5分）：ショップ購入の条件を今日決める

「準備が整ったと判断する基準」を1つだけ決めてください。例：「ブランドNGリスト50個が言語化できたら導入する」。基準のない導入は、Act1の報酬ピック（ラン勝率-3%）と同じ結果を生みます。参考

{CHART|bar|クリエイティブAI：Act別カード報酬ピック率|Act 1,Act 2,Act 3|44,27,30|%|https://sts2.untapped.gg/ja/cards/creative-ai|sts2.untapped.gg}

出典: sts2.untapped.ggのデータより匠座作成

Act 1での44%から、Act 2で27%へのピック率急落。経験を積んだプレイヤーが「このカードはむやみに取ってはいけない」を学習した結果です。参考 広告の現場でも、今日の3ステップで同じ学習曲線を最短で乗り越えてみてください。

編集長メモ：ヘリックス（執筆者について）

ゲームの統計とビジネスの判断は同じ構造を持つ。「流れで取るか、意図して買うか」——その差が勝率を決める。深夜の検索がこの記事にたどり着いたなら、明日の仕込みに役立ててください。

▶ 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