📅 2026年5月22日 ⏱️ 9分で読めます

広告代理店の提案活動におけるClaude Code / Codex活用例｜顧客に刺さる提案を作るAI実務テクニック

執筆小林編集ファネルAi編集部監修ファネルAi監修チーム最終更新2026年5月22日

広告代理店の提案活動でAIを使うとき、最初に避けたいのは「提案書をいい感じに作って」と丸投げする使い方です。それでは見た目の整った資料はできても、顧客の事業、商材、競合、過去施策、社内事情に刺さる提案にはなりにくいからです。

Claude CodeやCodexを前提にすると、AI活用の見方が少し変わります。チャット画面で一問一答するのではなく、顧客サイト、商談メモ、過去提案、広告レポート、競合メモ、提案書アウトラインを同じ作業ディレクトリに置き、AIエージェントに「調査、整理、初稿、レビュー」を分担させる使い方ができます。

広告代理店の提案活動では、Claude Code / Codexを「提案書を自動生成する道具」ではなく、「顧客理解から提案仮説、資料構成、広告案、レビュー観点までをファイル単位で整える作業エージェント」として使うと効果が出やすくなります。AIに任せるのは初稿と整理、人が持つべきなのは顧客への洞察、約束、最終判断です。

広告代理店の提案活動で顧客理解、仮説作成、提案構成、広告案、レビューをAIエージェントでつなぐ流れの図 — 広告代理店の提案活動では、AIに完成資料を丸投げするより、顧客理解、仮説作成、構成案、広告案、レビューを分けて進めると品質を保ちやすくなります。

本記事のポイント

広告代理店の提案AI活用は、資料生成から始めるより、顧客理解、競合整理、商談メモ分析、過去施策の棚卸しから始める方が刺さる提案につながる。
Claude Code / Codexは、顧客別フォルダに素材を置き、提案仮説、構成案、広告コピー、レビューリストを成果物として残す運用に向いている。
AIに丸投げしてはいけないのは、予算配分、成果約束、ブランド表現、最終提案の意思決定であり、人のレビュー境界を先に決める必要がある。

この記事で扱うテーマ

広告代理店の提案活動でAIが効く場所

広告代理店の提案活動は、単にスライドを作る仕事ではありません。実際には、顧客の事業理解、競合調査、既存広告の読み解き、LPやフォームの確認、商談メモの整理、施策仮説の作成、提案書化、社内レビュー、提出後の改善までが連続しています。

この流れの中でAIが効くのは、情報量が多く、毎回同じ順番で整理したい工程です。たとえば、顧客サイトから事業モデルを整理する、商談メモから本音に近い課題を抜き出す、競合LPの訴求を比較する、広告レポートから次回提案の種を見つける、といった作業です。

一方で、AIが出した施策案をそのまま顧客に出すのは危険です。広告運用の予算配分、成果目標、ブランド表現、法務・審査に関わる表現は、人が責任を持って判断する必要があります。AIは「提案の材料を速く集める」役であり、「顧客に約束する」役ではありません。

提案書AI全体の考え方は提案書AI、ファイルやテンプレートを使った資料生成の型は Claude Codeで提案書を量産する方法も参考になります。本記事では、広告代理店の個別提案に寄せて、より「刺さる提案」を作る実務に絞ります。

Claude Code / Codexを提案プロジェクトの作業場にする

Claude CodeやCodexの強みは、単発の回答ではなく、ファイル群を読みながら作業を進められる点です。OpenAIはCodexを、コードを理解し、編集し、タスクを進めるエージェントとして位置づけています。AnthropicのClaude Codeも、プロジェクト内のファイルやワークフローを前提に作業する使い方が整理されています。

広告代理店の提案活動に置き換えると、これは「顧客別の提案プロジェクトフォルダ」を作れるということです。たとえば、次のような構成にします。

フォルダ・ファイル	入れる内容	AIに任せる作業
customer.md	会社概要、商材、ターゲット、既存課題	顧客理解の要約、仮説の更新
meeting-notes.md	初回商談、追加ヒアリング、定例会メモ	本音の課題、意思決定条件、NG事項の抽出
competitors.md	競合LP、広告訴求、価格帯、強み弱み	訴求の差分、勝ち筋、避けるべき表現の整理
proposal-outline.md	提案書の章立て、主張、施策案	構成案、見出し、論理の抜け漏れ確認
review-checklist.md	社内レビュー観点、提出前チェック	顧客固有性、根拠不足、約束表現の検出

この形にすると、AIとの会話が「その場限りの相談」ではなくなります。提案の前提、調査メモ、仮説、レビュー結果がファイルとして残るため、次回提案や別担当者への引き継ぎにも使えます。

顧客に刺さる提案を作る5つのAI活用例

広告代理店の提案で刺さるかどうかは、施策名の新しさよりも、顧客が「自社のことを分かってくれている」と感じるかで決まります。Claude Code / Codexを使うなら、次の5つの工程に分けると実務に落とし込みやすくなります。

1. 顧客サイトとLPから課題仮説を作る

顧客サイト、LP、フォーム、料金ページ、導入事例を読み込み、誰に何を売っている会社なのか、どこでCVが詰まりそうかを整理します。AIには「改善案を出して」ではなく、「この会社が広告で訴求すべき前提条件と、LP上の不安要素を分けて整理して」と依頼すると、提案の土台が作りやすくなります。

2. 商談メモから本当の課題を抽出する

商談メモには、顧客が明示した課題だけでなく、言い切れなかった不安や意思決定条件が混ざります。AIには、発言を「表の課題」「裏の不安」「意思決定者が気にしそうな点」「提案で触れるべき論点」に分けさせます。これにより、単なる広告メニュー紹介ではなく、相手の迷いに答える提案に近づきます。

3. 競合の訴求差分を整理する

競合LPや広告文をそのまま真似るのではなく、訴求の差分を整理します。価格訴求が強い競合、安心感を出している競合、導入スピードを押している競合などを分け、顧客が勝てる訴求軸を探します。競合比較表の作り方は BtoB競合比較表の作り方とも相性がよい領域です。

4. 提案書を課題から逆算して構成する

広告代理店の提案書は、施策一覧から始めると汎用テンプレートに見えやすくなります。AIには「広告メニューを並べる」のではなく、「顧客課題、仮説、打ち手、検証指標、初月の実行計画」の順で構成させます。これだけで、提案の見え方はかなり変わります。

5. 提出前レビューでテンプレ臭を消す

最後に、AIへレビュー役を任せます。「この提案はどこが汎用的に見えるか」「顧客固有の情報が薄いページはどこか」「成果を約束しすぎている表現はないか」「広告審査やブランド表現で危ない箇所はないか」をチェックさせます。提案の初稿を作るAIより、提出前に粗を見つけるAIの方が、実務では価値が出ることも多いです。

そのまま使えるプロンプト例

Claude Code / Codexでは、プロンプトだけでなく、参照するファイル名と出力先を指定すると運用しやすくなります。以下のように、成果物をMarkdownで残す前提にします。

目的	指示例
顧客理解	customer.md と meeting-notes.md を読み、顧客の事業、顕在課題、隠れた不安、提案で外してはいけない条件を proposal-research.md に整理してください。
訴求仮説	competitors.md を踏まえ、顧客が広告で勝てそうな訴求軸を5つ出し、それぞれ根拠、向く媒体、リスクを比較してください。
提案構成	proposal-research.md をもとに、提案書の構成を「課題、仮説、打ち手、検証指標、初月計画」の順で作り、proposal-outline.md に出力してください。
広告案	訴求軸ごとに広告コピー案を作ってください。ただし薬機法、景表法、ブランド毀損につながりそうな表現は避け、注意点も併記してください。
レビュー	proposal-outline.md をレビューし、テンプレートに見える箇所、顧客固有性が足りない箇所、成果を約束しすぎている箇所を指摘してください。

ポイントは、AIに「良い提案を作って」と頼まないことです。何を読ませ、何を判断させ、どこに出力するかを決めると、提案活動が再現可能なワークフローになります。

運用時の注意点

広告代理店がClaude Code / Codexを提案活動に使う場合、顧客情報の扱いには注意が必要です。顧客の未公開情報、広告費、顧客リスト、売上情報、商談録音などを扱う場合は、契約、社内ルール、利用するAI環境のデータ取り扱いを確認してください。

また、Claude Code / Codexは強力ですが、広告運用の成果を保証するものではありません。AIが出した仮説は、媒体仕様、過去データ、予算、審査、顧客の承認フローを踏まえて人が検証する必要があります。

提案活動をAI化するほど、レビューの型が重要になります。誰が最終責任を持つのか、どの表現を禁止するのか、競合比較をどこまで出すのか、成果予測をどう表現するのかを先に決めておくと、AIの出力を安全に使いやすくなります。

よくある質問

広告代理店の提案書作成にClaude CodeやCodexは使えますか？

使えます。ただし完成スライドの自動生成だけを期待するより、顧客情報、商談メモ、競合調査、提案構成、レビュー観点をファイル単位で整理する用途に向いています。

ChatGPTだけで提案書を作る場合と何が違いますか？

ChatGPTは会話しながら方針を整理する用途に向きます。Claude Code / Codexは、複数ファイルを読み、出力ファイルを作り、提案プロジェクトとして履歴を残す運用に向きます。使い分けは ChatGPTとCodexの違いも参考になります。

広告コピーもAIに任せてよいですか？

初稿や候補出しには使えます。ただし広告審査、薬機法・景表法、ブランド表現、成果保証に見える表現は人が確認する必要があります。AIの役割は候補を広げることであり、最終判断ではありません。

顧客に刺さる提案にするコツは何ですか？

施策名から始めず、顧客の事業、競合との差分、商談で出た不安、意思決定条件から逆算することです。AIには、顧客固有の情報が薄い箇所を指摘させると改善しやすくなります。

非エンジニアの広告プランナーでも使えますか？

使えます。ただし最初はコード生成ではなく、Markdownファイルの整理、調査メモの要約、提案構成の作成、レビューリスト作成から始めるのが現実的です。

公式情報

提案活動をAIエージェント化したい場合

広告代理店の提案活動をAIで強くするには、ツールを選ぶ前に、顧客情報の置き場、提案プロジェクトのフォルダ構成、レビュー境界、社内テンプレートを決める必要があります。ファネルAiでは、Claude Code / CodexのようなAIエージェントを、提案活動、営業資料、Web改善、CRM更新までつなげる業務設計を支援しています。

超速開発の支援内容を見る

メディア一覧へ戻る