リスティング広告AI化、深夜に検索する前に直すべき設定3つ

深夜11時50分。管理画面の更新ボタンを、もう10回くらい押してます。

CPA(顧客獲得単価)がまた上がってて、検索窓に「リスティング広告 ai」と打ち込む――たぶん、これを読んでるあなたも今そんな感じですよね。

先に言っておきます。それ、あなたの運用スキルが低いせいじゃないです。多くの「AI活用まとめ」記事は、Googleの機能一覧を並べ替えただけ。「じゃあ今日、何を触ればいいのか」までは書いてないんですよね。この記事は違います。一次情報と、僕が匠座のAIパイプラインで実際に痛い目を見た話をベースに、今日の30分でできることまで落とし込みます。

CVRが伸びない夜、犯人は「設定」じゃなく「計測」

結論から言うと、まず疑うべきは入札戦略じゃなくて計測です。

Googleの自動入札(Smart Bidding)には、目標CPA・目標ROAS・コンバージョン数の最大化・コンバージョン価値の最大化の4戦略があります参考。どれも賢いアルゴリズムですが、前提は「コンバージョン計測が正確であること」です。確認ページが複数回カウントされてたり、電話コンバージョンの設定が漏れてたりすると、AIはそのズレた信号をそのまま学習し続けます参考。

つまりAIは「間違った教師データ」を疑わない。これ、人間の新人教育より怖いんですよね。

もうひとつ。設定を変えたら、目安2週間は触らない方がいいです。頻繁な変更は学習をリセットしてしまいます参考。深夜にCPAが跳ねて焦って入札額を触る――それ自体が、翌週の不安定さを作ってるかもしれません。

1兆1,931億円の中身——判断はもう人間の手を離れている

リスティング広告(検索連動型広告)の国内市場は2024年、前年比111.2%で1兆1,931億円に達しました参考。インターネット広告媒体費の中では、ビデオ(28.5%)やディスプレイ(25.8%)を上回る40.3%を占める最大カテゴリです参考。この40.3%は媒体費が分母で、制作費や物販系EC広告費は含まれません参考。

{CHART|bar|インターネット広告媒体費シェア(2024年)|検索連動型,ビデオ,ディスプレイ|40.3,28.5,25.8|%|https://tufecompany.co.jp/guides/ai-listing-ads-complete-2026|電通グループ「2024年 日本の広告費」}

出典: 電通グループ「2024年 日本の広告費」のデータより匠座作成

これだけ大きい市場なのに、業界団体のJIAAは「来るべき変化に向けて準備を進めている段階」と表現してます参考。つまり、まだ誰も正解を持ってない。だからこそ、今の時点で地道に計測と設定を整えた人が差をつけられると僕は思ってます。

人間の仕事は「何に出すか」から「何を学習させるか」に変わってる。これが構造の本質です。

今日動かせる3つのレバー——計測・2週間ルール・生成AI機能

やることは3つです。

1つ目は計測の棚卸し。これはさっき書いた通り、重複カウントと未設定コンバージョンを潰すこと。

2つ目は「2週間ルール」を守ること。設定を変えたら、我慢して2週間待つ。

3つ目は、Performance Max(PMax)の新機能を触ってみること。2026年1月29日、GoogleはPMaxに生成AIを使った3機能(アセットの自動生成・AI画像編集・SynthID透かし)を発表しました参考。PMaxは検索・YouTube・ディスプレイ・Discover・Gmail・マップの6チャネルを横断して予算を動的に配分し、アトリビューションにはデータドリブンアトリビューション(DDA)を標準採用してます参考。

Aさん(導入前)の22時。CPAが跳ねたのを見て、慌てて目標CPAを下げる。翌日また跳ねたので、もう一度触る。これを繰り返して、学習が毎回リセットされてる状態です参考。

Bさん(導入後)の22時。目標CPAは触らず固定。空いた時間でコンバージョンアクションの一覧を見直し、PMaxのアセットグループに素材を足す。2週間、何もしない勇気を持ってます。

先日、renueの事例を読んでいて唸ったんですよ。この会社、広告代理のプロセスを自社のAIエージェントとしてプロダクト化してて、Google Ads APIのクライアントとOAuth連携の基盤を内製してるんです参考。代理店がAPIレベルで自動化を作り込む時代が、もう来てるんだなと感じました。

ここでプロンプトを2つ置いておきます。

あなたは広告運用のQAレビュアーです。
以下のコンバージョンアクション一覧(CSV)を確認し、
①同じユーザー行動が重複カウントされていないか
②電話コンバージョンが未設定の行動がないか
を指摘してください。

[Google広告のコンバージョンアクション一覧CSVをここに貼り付け]

使いどころ: Smart Biddingの学習がズレてると感じた時、設定を変える前にまずこれで棚卸しする。

出力を検証する観点: 指摘された重複や未設定が、実際の管理画面「コンバージョン」タブの設定と本当に一致するか、自分の目で確認する。

あなたはリスティング広告のコピーライターです。
商品名:[商品名]、ターゲット:[ターゲット層]、強み:[訴求ポイント]を踏まえ、
レスポンシブ検索広告用の見出しを15本(全角15文字以内)、
説明文を4本(全角90文字以内)作成してください。
断定的な効果表現や誇大表現は避けてください。

使いどころ: PMaxのアセットグループやRSAの見出しが足りない時の下書き生成。

出力を検証する観点: 文字数制限を超えていないか、断定・誇大表現が混ざってないかを人間が最終チェックする。

代理店に払う前に、自分で計算してみる——費用とAI化の損益

相場の数字が一次情報にない部分は、正直に○×で比較します。

renueのように自社でGoogle Ads APIと連携したエージェントを内製する代理店も出てきてます参考。ただ、これは開発体制がある会社の話。中小の広告主がまず手を出すのは、Googleが標準で提供してるスマートキャンペーン・自動入札・RSA・PMax・データフィード自動化の5つで十分です参考。

よくある質問に先に答えます

Q1. AI化するのに追加費用はかかりますか？

Smart BiddingやPMaxの新機能自体は、Google広告の標準機能なので追加費用はかかりません。コストは広告費そのものです。

Q2. 効果が出るまでどれくらいかかりますか？

設定変更後、目安2週間は同じ設定を維持するのが推奨されてます参考。この期間、AIが学習してる最中なので触らないのが基本です。

Q3. 未経験でも運用できますか？

業界団体自体が「まだ準備段階」と言ってる状況です参考。つまり誰も完全な正解を持ってない。計測の仕組みを理解する基礎知識は依然必要だと思ってます。

Q4. コンバージョンデータが少ない会社でも機能しますか？

Smart Biddingは正確な計測データを前提に動きます参考。データが少ないと、そもそも学習の材料が足りない状態になりやすいです。

Q5. AI生成クリエイティブの規制は大丈夫ですか？

PMaxのAI画像編集機能にはSynthIDという透かしが入ります参考。ただ表現の最終チェックは、結局人間がやるべきだと僕は思ってます。

正直な限界——AIに渡してはいけない判断

向かない会社もあります。コンバージョン数が月に数件しかないアカウントは、Smart Biddingが学習する材料自体が足りません。計測を整えても、AIが判断するための「量」がないんですよね。

もうひとつ。生成AIが作ったコピーや画像を、そのまま出稿するのはリスクです。総務省の情報通信白書も「AIが生成する情報の正確性や最新性の確認には、依然として一次情報源へのアクセスが不可欠」と述べてます参考。これ、広告クリエイティブにもそのまま当てはまります。

正直な話をすると、匠座でも毎朝AIが記事を自動生成するパイプラインを運用してて、品質ゲートで何度も痛い目を見てます。先月、AIが一次情報にない数字をさらっと混ぜ込んできて、ゲートで止めるまで誰も気づかなかったことがありました。原因は「出典のない数字も、文章として自然だと通ってしまう」というシンプルな構造の問題です。Smart Biddingが計測ミスをそのまま学習し続けるのと、根っこは同じだと思ってます。AIは「もっともらしさ」と「正しさ」を区別しません。

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

まずコンバージョンアクション一覧をCSVで出して、さっきのプロンプトに貼ってみてください。次に管理画面の変更履歴を見て、直近2週間で何回いじったか数える。最後に、PMaxのアセットグループを開いて、新機能が自分のアカウントに来てるか確認する。

深夜のその30分が、明日のCPAを変えます。

編集長メモ：ヘリックス（執筆者について）

深夜に検索してるあなたへ。まず触るのは入札額じゃなく、コンバージョン計測です。そこを疑ってから、この記事に戻ってきてください。

▶ 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