Media > AI活用ユースケース > マーケティング > 入稿する広告データを、媒体ごとの規定に照らして入稿前に点検する

入稿する広告データを、媒体ごとの規定に照らして入稿前に点検する

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

入稿する広告クリエイティブを、媒体ごとの入稿規定と突き合わせ、直すべき箇所を一覧にします。文字数や画像の寸法は機械で測り、必須表記の有無や禁止表現の判断だけをAIに渡します。担当者の作業は、規定を調べて探すことから、出た一覧を確かめることに変わります。

サマリー
利用ツール
ChatGPT/Claude/Gemini/Make/n8n/Power Automate/Zapier
対象業界
EC/IT・SaaS/人材/小売/広告
対象部門
マーケティング/営業
対象業務
内容確認・チェック/書類作成
主な課題
人手が足りない/書類作成に時間がかかる/確認ミスが多い
AIで行う処理
校正
主な効果
品質標準化/対応スピード向上/工数削減
導入難易度
★★☆☆☆
実装レベル
半自動化
費用感
API連携(中)
人間の確認
条件付き
現在工数
39h/月
AI導入後
15h/月
想定削減
62%
年間削減
288h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 制作会社から、共有フォルダへクリエイティブが届く
  2. 運用担当が、どの媒体のどのフォーマット向けかを確認する
  3. その媒体の規定を思い出すか、自分のメモを開くか、媒体の管理画面のヘルプを見る
  4. 見出しと説明文の文字数を、目で見るか表計算に貼って数える
  5. 画像の寸法、ファイル形式、容量をファイルの属性で確かめる
  6. 画像の中に入っている文字の量を、目で見て判断する
  7. 必須の表記が入っているかを確かめる
  8. 禁止されている表現が使われていないかを読んで確かめる
  9. 遷移先のページを開き、広告の訴求と合っているかを見る
  10. 直すべき箇所を書き出し、制作会社へ差し戻す
  11. 直ったものが届いたら、もう一度同じ点検をする
  12. 問題なければ、媒体の管理画面へ入稿する
導入後(After)
  1. 制作会社から、共有フォルダへクリエイティブが届く
  2. 自動入稿待ちフォルダへの保存を検知して処理が始まる
  3. 自動画像・動画の寸法、ファイル形式、容量を取得する
  4. 自動見出しと説明文の文字数を数える
  5. 自動画像の中の文字をOCRで取り出し、占有率を算出する
  6. 自動媒体とフォーマットから、規定表の該当行を引く
  7. 自動測った値と規定を突き合わせ、合否を判定する
  8. 自動必須表記の有無、禁止表現、遷移先との一致をAIが点検する
  9. 自動入稿できない不備と、直したほうがよい点に分けて一覧にする
  10. 人運用担当が一覧を確認し、判定の妥当性を見る
  11. 人修正指示を整えて、制作会社へ差し戻す
  12. 人問題がなければ、媒体の管理画面へ入稿する
  13. 自動点検の結果と、引いた規定表の確認日を記録へ残す
各工程の詳しい説明を読む
  1. 制作会社から、共有フォルダへクリエイティブが届く
  2. 運用担当が、どの媒体のどのフォーマット向けかを確認する
  3. その媒体の規定を思い出すか、自分のメモを開くか、媒体の管理画面のヘルプを見る
  4. 見出しと説明文の文字数を、目で見るか表計算に貼って数える
  5. 画像の寸法、ファイル形式、容量をファイルの属性で確かめる
  6. 画像の中に入っている文字の量を、目で見て判断する
  7. 必須の表記が入っているかを確かめる
  8. 禁止されている表現が使われていないかを読んで確かめる
  9. 遷移先のページを開き、広告の訴求と合っているかを見る
  10. 直すべき箇所を書き出し、制作会社へ差し戻す
  11. 直ったものが届いたら、もう一度同じ点検をする
  12. 問題なければ、媒体の管理画面へ入稿する

問題は7つあります。

(a)規定を調べるところから始まる。 担当者は6媒体分の規定を覚えていません。メモを探し、媒体のヘルプを開き、前回どうだったかを思い出す。ここだけで1件あたり4分かかります。

(b)規定が担当者のメモにしかない。 誰がどこに何を書いているかがばらばらで、担当が替わると、規定を一から調べ直すことになります。

(c)数えるだけの作業が多い。 文字数を数える、寸法を見る、容量を見る。判断の要らない作業が、点検時間の半分を占めています。

(d)媒体が規定を変える。 前回通った内容が今回通らないことがあり、しかも変わったことに気づく仕組みがありません。

(e)差し戻しの往復が重い。 制作会社へ戻し、直って届き、また点検する。1往復で1日から2日かかります。

(f)全部を「直せ」と言ってしまう。 入稿が通らない不備と、通るが直したほうがよい点が同じ一覧に並びます。制作会社は優先順位が分からず、全部直そうとします。

(g)どの時点の規定で見たかが残らない。 差し戻されたとき、規定が変わったのか点検が漏れたのかが分かりません。原因が分からないので、同じ差し戻しが繰り返されます。

もう1つ、構造的な問題があります。 点検は入稿の直前に行われます。いちばん時間のないときに、いちばん丁寧さが要る作業が来ます。 急げば見落とし、見落とせば差し戻され、差し戻されればさらに時間がなくなります。

差し戻しの本当の損失は、作り直しの手間ではありません。 掲載開始が数日ずれることです。配信の機会を失った分は、あとから取り返せません。

  1. 制作会社から、共有フォルダへクリエイティブが届く
  2. 【自動】 入稿待ちフォルダへの保存を検知して処理が始まる
  3. 【自動】 画像・動画の寸法、ファイル形式、容量を取得する
  4. 【自動】 見出しと説明文の文字数を数える
  5. 【自動】 画像の中の文字をOCRで取り出し、占有率を算出する
  6. 【自動】 媒体とフォーマットから、規定表の該当行を引く
  7. 【自動】 測った値と規定を突き合わせ、合否を判定する
  8. 【自動】 必須表記の有無、禁止表現、遷移先との一致をAIが点検する
  9. 【自動】 入稿できない不備と、直したほうがよい点に分けて一覧にする
  10. 【人】 運用担当が一覧を確認し、判定の妥当性を見る
  11. 【人】 修正指示を整えて、制作会社へ差し戻す
  12. 【人】 問題がなければ、媒体の管理画面へ入稿する
  13. 【自動】 点検の結果と、引いた規定表の確認日を記録へ残す

自動化されるのは「属性の取得」「文字数の計測」「規定表の引き当て」「機械で測れる項目の判定」「判断が要る項目の点検」の5つです。残るのは、一覧を確かめ、修正指示を整え、入稿する判断です。

入稿そのものは自動化しません。 点検を通ったからといって自動で入稿すると、規定表が古かったときに、誤った内容がそのまま掲載されます。

機械で測れるものをAIに測らせない、という切り分けがこの構成の中心です。 3から5までは測る処理、8だけが判断の処理です。測る処理をAIに渡すと、数え間違いが混ざり、しかもそれが確率的に起きるので再現しません。

7と8を分けて記録することにも意味があります。 測り方が悪かったのか判断が外れたのかが分かれば、直すべき場所がすぐに決まります。

02今回想定するシステム構成

構成図
制作会社からクリエイティブが届く(画像 / 動画 / テキスト)
   │
   ▼ 共有フォルダの「入稿待ち」へ保存
   │
   ▼【トリガー】保存を検知(Make のスケジュール実行)
   │
   ├───────────── 機械で測る ─────────────┐
   │                                          │
   │  ・画像と動画の寸法、ファイル形式、容量  │
   │  ・見出しと説明文の文字数                │
   │  ・画像内テキストの量(OCR)と占有率     │
   │                                          │
   ▼                                          │
媒体の規定表を引く(媒体 / フォーマット / 項目 / 確認日)
   │                                          │
   ▼                                          │
測った値と規定を突き合わせる ─────────────┘
   │  ・数えられるもの、測れるものはここで合否が決まる
   │
   ▼ 残りだけを渡す
   │
   ├───────────── AI に判断させる ─────────┐
   │                                          │
Claude API(規定との突き合わせと修正指示の文面)
   │  ・必須表記が、打ち消されずに入っているか │
   │  ・禁止表現に当たる言い換えがないか       │
   │  ・訴求と遷移先の内容が合っているか       │
   │  structured outputs でスキーマどおりのJSONを返させる
   │                                          │
   ▼ ─────────────────────────────────────┘
修正箇所の一覧
   │  ・blocking(入稿できないもの)
   │  ・advisory(直したほうがよいが入稿はできるもの)
   │  ・checked_by(machine / ai)
   │
   ▼
【運用担当が確認】──【人】判定の妥当性を見る
   │
   ├──▶ 制作へ差し戻し ──【人】
   │
   └──▶ 媒体の管理画面へ入稿 ──【人】
   │
   ▼
点検結果と規定表の確認日を記録へ残す
役割想定する製品代替候補
ワークフローMakePower Automate、n8n、Zapier
処理Claude API(規定との突き合わせと修正指示の文面)OpenAI API、Gemini API

クリエイティブを受け取る共有フォルダ、入稿の管理に使っている表計算、媒体の管理画面は、上の表には入れていません。いずれも現在使っているものをそのまま使う前提です。規定表も表計算で足ります。

Make のシナリオは、既定では15分ごとに実行されます。 実行のタイミングは、一定間隔、毎日1回、平日(mon-fri)、週単位、月単位、オンデマンド(API呼び出しまたは手動)から選べます。最小の間隔はプランによって異なります。 また、スケジュールを働かせるには、シナリオを有効化しておく必要があります。 素材が届いてから15分以内に点検が始まれば、担当者が気づくより早く結果が出ているため、入稿の点検には既定のままで十分です。

Claude API の structured outputs は、output_config で出力の形式を指定します。{"output_config": {"format": {"type": "json_schema", "schema": { … }}}} の形で、返してほしいJSONの構造を渡します。旧 output_format パラメータは廃止予定で、使う場合は structured-outputs-2025-11-13 ベータヘッダーが必要です。

ここに、この構成の設計を決める制約があります。 structured outputs のスキーマでは、文字列制約(minLength maxLength pattern)と数値制約(minimum maximum multipleOf)がサポートされていません。 つまり、「見出しの文字数の上限」をスキーマで縛ることはできません。 だから文字数と寸法は機械で数え、AIには判断の要るものだけを渡します。この切り分けは好みの問題ではなく、仕組みの側がそうなっているからです。

03どうやって実装するのか

Step1

処理の起点を決める

共有フォルダの「入稿待ち」フォルダに、クリエイティブが保存されたときを起点にします。

Make のシナリオは既定で15分ごとに実行されるため、特別な設定をしなくても、素材が届いてから15分以内には点検が始まります。 出稿の波に合わせて一定間隔・毎日1回・平日のいずれかを選べますが、入稿の締め切りが平日に集中するなら平日(mon-fri)の設定で足ります。

シナリオを有効化しておくことを忘れないでください。 作っただけでは動きません。「点検が回っているつもりで、実は止まっていた」は、この種の仕組みでもっともよくある事故です。稼働が分かる通知を1日1回出しておくと気づけます。

1件ずつ処理してください。 素材はまとめて届きますが、1件の点検結果を1件の一覧として出すほうが、差し戻しの単位と合います。

再点検の入口を必ず用意してください。 差し戻して直ったものが届いたら、もう一度同じ点検を通します。「直したから通るはず」で入稿すると、直した箇所の隣が新たに規定を外していることがあります。 オンデマンドの実行も残しておくと、締め切り直前に届いた素材を待たずにかけられます。

Step2

入力データを集める

データ中身取得元
クリエイティブ本体画像、動画、見出しと説明文のテキスト共有フォルダ(制作会社から)
入稿先の指定どの媒体の、どのフォーマットへ出すか入稿管理の表計算
媒体の規定表媒体ごと、フォーマットごとの条件の一覧自社で持つ表
遷移先のページ広告をクリックした先のページの内容自社のWebサイト
社内の必須表記ルール商材ごとに入れることになっている表記社内の規程
過去の差し戻し記録どの媒体で、何を理由に戻されたか入稿管理の表計算

このうち、いちばん重いのが「媒体の規定表」です。 現状は各担当者のメモにしかありません。これを自社の表として持ち直すことが、この構成の最初の作業であり、いちばん時間のかかる作業です。

規定値を記事や資料から写してこないでください。 媒体の規定は随時変わるもので、どこかに書かれた数字は、書かれた時点ですでに古くなり始めています。 必ず媒体の管理画面やヘルプで確かめた値を入れてください。

過去の差し戻し記録は、規定表の穴を埋める材料になります。 「この媒体でこの理由で戻された」という記録が10件あれば、足りていない行が10行分わかります。 完璧な表を最初から作ろうとせず、戻された理由から埋めるほうが早く形になります。

Step3

データの取得方法を決める

媒体の規定表: 次の列で持ってください。この表がこの構成の質を決めます。

列例
媒体名媒体A(検索の媒体)、媒体B(SNSの媒体)、動画の媒体
フォーマット名一覧に出る枠、記事の間に出る枠、動画の前に流れる枠
項目見出し/説明文/画像/動画/遷移先
種類文字数/寸法/容量/形式/必須表記/禁止表現
値または条件上限、下限、許容する形式の一覧、入れるべき文言
確認日その規定を最後に確かめた日
確認した人確かめた担当者

「確認日」の列が、この表でもっとも重要です。 規定は変わります。いつ時点の規定と突き合わせたかが記録に残らないと、差し戻されたときに原因が分かりません。 規定が変わったのか、点検が漏れたのか、制作が指示どおりに直さなかったのか。確認日があれば、最初の可能性をすぐに切り分けられます。

「確認した人」の列は、更新の責任を見えるようにします。 誰も自分の仕事だと思っていない表は更新されません。媒体ごとに担当を割り振ります。

「種類」の列で、機械が扱う行とAIが扱う行が分かれます。 文字数・寸法・容量・形式は機械の行、必須表記・禁止表現はAIの行です。この列があるおかげで、点検の処理が自動的に2つに振り分けられます。

文字数の数え方も、自社で定義して規定表に書いてください。 全角と半角をどう数えるか、記号や絵文字をどう扱うか、改行を含めるか。媒体によって考え方が違うため、「何文字か」の答えが1つに決まりません。 曖昧なまま数えると、機械は「収まっている」と言い、媒体は「超えている」と言うという食い違いが起きます。

画像と動画の属性: 寸法、ファイル形式、容量は、ファイルを開かなくても属性から読み取れます。ここにAIは要りません。

画像内のテキスト量: OCRで文字を取り出し、文字が占める面積の割合を算出します。占有率は測る話であって、判断する話ではありません。 取り出した文字列は、必須表記の点検にも使えます。

遷移先のページ: 広告に設定されているリンク先を開き、見出しと主要な文言を取得します。訴求と遷移先が合っているかの点検に使います。

Step4

AIへ渡す前に整形する

  1. ファイルの種類の判別 … 画像/動画/テキストのどれかを判別します
  2. 属性の取得 … 画像と動画の寸法、ファイル形式、容量、動画の尺を取得します
  3. 文字数の計測 … 見出しと説明文の文字数を、規定表で定義した数え方で数えます
  4. 画像内テキストの取り出し … OCRで文字を取り出し、占有率を算出します
  5. 規定表の引き当て … 入稿先の媒体とフォーマットから、規定表の該当行をすべて引きます
  6. 機械で判定できる項目の判定 … 測った値と規定を突き合わせ、合否を確定させます
  7. 残りの整理 … 判断の要る項目だけを、AIへ渡す形にまとめます

6でほとんどの項目の合否が決まります。 文字数、寸法、容量、形式。規定表の行のうち、機械だけで判定できる行が半分以上を占めるはずです。 ここでAIを使わないことが、精度と費用の両方に効きます。

5の引き当てで、該当行が0件になる場合の扱いを決めておいてください。 新しいフォーマットへ出稿しようとしたときに起こります。「規定表に行がない」を「問題なし」として通してはいけません。

7では、AIに渡す情報を絞ってください。 画像そのもの、テキスト全文、必須表記のルール、禁止表現の一覧、遷移先のページの内容。機械で確定した合否は渡しません。 渡すと、AIがそれを再判定して違う答えを返すことがあります。

Step5

AIに処理させる

点検する項目を、誰が見るかで分けます。

点検項目誰が見るか理由
見出し・説明文の文字数機械で数える数えるだけ。AIに数えさせると誤る
画像の寸法・形式・容量機械で測るファイルの属性から取れる
必須表記の有無機械で当てて、AIが文脈を見る文字列はあっても、打ち消し表示になっていることがある
禁止表現AI言い換えを見抜く必要がある
画像内のテキスト量機械(OCR)で取り、AIは使わない占有率は測る話
訴求と遷移先の一致AI広告の内容とランディングページの内容が合っているか

AIに数えさせないでください。 文字数も、寸法も、容量も、占有率も、すべて機械の仕事です。AIは数えられないわけではありませんが、確率的に間違えます。 しかも間違え方が毎回違うので、テストで潰せません。「規定に収まっているか」に、確率的な答えを返す仕組みを混ぜてはいけません。

AIにさせるのは、次の3つです。

(1)必須表記が、意味のある形で入っているか

必須の文言が文字列として含まれているかは、機械で当てられます。ただし、文字列があっても点検が終わったことにはなりません。 極端に小さく置かれている、他の文字に重なっている、直後に打ち消す文言が続いている。「書いてあるが、書いていないのと同じ状態」を見るのがAIの仕事です。

(2)禁止表現に当たるかどうか

禁止表現の一覧は、文字列の一致では拾いきれません。言い換えられていることがほとんどだからです。一覧にある語は使わず、同じ意味の別の言い方をしている場合を見ます。迷うものは無理に決めさせず、人に回してください。

(3)訴求と遷移先の一致

広告で言っていることが、クリックした先のページに書かれているか。広告では触れているのに、遷移先に該当する記述がないという食い違いを見ます。 文字列の照合では判定できません。

AIに規定値そのものを覚えさせないでください。 「この媒体の見出しは何文字までか」を答えさせると、もっともらしい数字を返します。 規定は必ず規定表から引いた結果を渡します。

Step6

指示内容を固定する

あなたは広告の運用担当者として、入稿前のクリエイティブを点検する者です。
下に示す媒体の規定に照らして、判断の要る項目だけを点検してください。

【厳守事項】
- 文字数、画像の寸法、ファイル容量、画像内テキストの占有率を、
  あなたが数えたり測ったりしないでください。
  これらは別の処理で測定済みです。測定結果が渡されていない項目については
  「測定なし」としてください。推測した数値を書かないでください。
- 規定の値を、あなたの知識から補わないでください。
  下の【媒体の規定】に書かれている条件だけを使ってください。
  規定に該当する行がない項目は「規定の記載なし」としてください。
  「一般的にはこの程度まで」と書かないでください。
- 表現の良し悪しを評価しないでください。「訴求が弱い」と書かないでください。
  見るのは規定に収まっているかどうかだけです。
- 法令に関する判断をしないでください。景品表示法や薬機法に触れるかどうかは
  別の仕組みで点検します。「法的に問題がある可能性がある」と書かないでください。
- 判断に迷う場合は、どちらかに決めずに verdict を needs_human としてください。
  迷った理由を必ず書いてください。
- 指摘は、入稿できないもの(blocking)と、
  直したほうがよいが入稿はできるもの(advisory)に分けてください。
  規定に明確に反しているものだけを blocking にしてください。
- すべての指摘に、根拠となる規定の行を示してください。
  規定の行を示せない指摘は書かないでください。
- how_to_fix には、具体的な直し方を書いてください。
  「修正が必要」ではなく「必須の表記が画像の下端で他の文字に重なっているため、
  重ならない位置へ移す」と書いてください。

【媒体とフォーマット】
{media_and_format}

【媒体の規定(項目/種類/値または条件/確認日)】
{spec_rules}

【測定済みの値(文字数・寸法・形式・容量・画像内テキストの占有率)】
{measured_values}

【クリエイティブのテキスト(見出し・説明文)】
{creative_text}

【画像から取り出した文字列】
{ocr_text}

【必須表記のルール(商材ごと)】
{required_notations}

【禁止表現の一覧】
{prohibited_expressions}

【遷移先ページの見出しと主要な文言】
{landing_page}

「あなたが数えたり測ったりしないでください」の指示が、この構成の要です。 これを書かないと、AIは測定済みの値を無視して自分で数え直します。そして、機械が出した値と違う数字を返します。 どちらが正しいかを人が確かめる作業が増え、点検の意味がなくなります。

「規定の値を知識から補わない」も外せません。 媒体名を見ただけで、AIはそれらしい規定値を答えてしまいます。それが古い値でも、もっともらしく見えるので気づけません。 禁止表現の言い換えのように微妙なものもあるため、needs_human で人に回す道を作っておけば、判定の精度を無理に追わずに済みます。

Step7

出力形式を固定する

{
  "creative_id": "",
  "media": "",
  "format": "",
  "spec_checked_at": "",
  "findings": [
    {
      "item": "",
      "rule": "",
      "actual": "",
      "verdict": "pass | fail | needs_human",
      "how_to_fix": "",
      "checked_by": "machine | ai"
    }
  ],
  "blocking": [],
  "advisory": [],
  "needs_human": { "flag": false, "reason": "" }
}

checked_by を残すことが、この設計の中心です。 機械が測った値とAIが判断したものが同じ一覧に並ぶため、区別が付かないと、差し戻しが起きたときにどちらの精度を直せばよいか分かりません。 機械の側が原因なら測り方や規定表を直し、AIの側が原因ならプロンプトを直す。直す場所が決まっていることが、運用を続けられるかどうかを分けます。

spec_checked_at には、引いた規定表の確認日を入れます。 点検した日ではなく、規定を最後に確かめた日です。差し戻されたとき、この日付が古ければ規定の更新漏れが疑われます。新しければ、点検か制作の側に原因があります。

blocking と advisory を分ける理由は、入稿を止めないためです。 全部を「直せ」にすると、制作会社は並んだ指摘を端から直そうとし、入稿が止まって掲載開始がずれます。 規定に明確に反していて入稿が通らないものだけを blocking に入れ、残りは次回以降に直せばよいという整理にしてください。

findings の item を規定表の行と対応させています。 規定表の1行が点検結果の1行になるため、点検できなかった項目が抜け落ちていることにも気づけます。

structured outputs では、enum(文字列・数値・真偽値・null のみ)、const、anyOf と allOf、default、required と additionalProperties、文字列フォーマット、配列の minItems(値 0 と 1 のみ)がサポートされます。verdict や checked_by のような決まった値の列は enum で縛れます。 ただし enum の値は大文字小文字を厳密に指定する必要があります。 また オブジェクトの additionalProperties は false に設定する必要があり、定義していない項目が紛れ込みません。

スキーマのキャッシュが、この構成では効きます。 初回は文法のコンパイルで追加の遅延が発生しますが、コンパイル済みの文法は最後の使用から24時間キャッシュされます。 月180件を毎日回すため、間隔が空きにくく、効いた状態が続きます。ただし、スキーマの構造やツールセットを変えるとキャッシュは無効化されます。name や description だけの変更では無効化されません。

構造化出力を使うと、出力形式を説明するシステムプロンプトが自動で付くため、入力トークンが増えます。 また、output_config.format を変えると、会話スレッドのプロンプトキャッシュが無効化されます。

Step8

システムへ連携する

出力は一覧として作るだけで、媒体の管理画面への入稿は行いません。

出力先内容
入稿管理の表計算点検結果の行を追加する。blocking の件数、規定表の確認日を残す
チャットblocking がある場合に、担当者へ通知する
制作会社への差し戻し自動で送らない。 担当者が内容を見て送る

入稿を自動化しないでください。 点検を通った素材を自動で入稿する仕組みにすると、規定表が古かったときに、誤った内容がそのまま掲載されます。 掲載されてしまえば、差し戻しより損失が大きくなります。

制作会社への差し戻しも自動化しないでください。 誤った指摘まで送ってしまいます。制作会社は指示どおり直すので、誤った指摘は誤った修正になって戻ってきます。

通知は blocking があるときだけにしてください。 すべての点検で通知を出すと、そのうち読まれなくなります。 advisory は一覧の中で見れば足ります。

Step9

人が確認する

運用担当の確認は必ず残します。

確認することなぜ
blocking とされた指摘誤った指摘のまま差し戻すと、制作の手戻りが無駄になる
needs_human とされた項目AIが判断を保留したもの。ここは人が決める
規定表に行がなかった項目点検できていない。規定を確かめて表に足す
spec_checked_at が古い項目規定が変わっている可能性がある
修正指示の文面そのまま制作会社へ送れる言い方になっているか

1つ目が最重要です。 規定に反していないものを「入稿できない」として差し戻すと、制作会社は直す必要のないものを直します。 blocking の指摘は、規定表の該当行を開いて確かめてください。

確認を速くするための設計が効きます。

  • blocking を一覧の上に並べ、advisory を下に置く
  • 指摘ごとに、規定表の該当行と確認日を並べて表示する
  • checked_by を一覧に出し、機械の判定とAIの判断を見分けられるようにする
  • 測定した値と規定の条件を、左右に並べる
  • 差し戻しの文面を、そのままコピーできる形で置く

3つ目が、確認の速さを大きく変えます。 機械が測った文字数や寸法は、基本的に疑う必要がありません。 目を向けるべきはAIが判断した行です。見分けが付けば、確認すべき行が最初から絞られます。

「規定表に行がなかった項目」の確認を飛ばさないでください。 見落とすと、点検していない項目を点検したつもりで入稿します。 新しいフォーマットへの初回の出稿で必ず起きます。

Step10

例外に対処する

起きること対応
規定表に該当する行がない「問題なし」にしない。点検できていないことを出力に出す
規定表の確認日が古い一覧に警告を出す。担当者が媒体の管理画面で確かめる
画像の属性が取得できない該当項目を「測定不可」とする。推測しない
OCRで文字が取り出せない占有率を「測定不可」とする。担当者が目で見る
AIが文字数を数えて答えたプロンプトで禁止する。測定済みの値と食い違ったら機械の値を採る
AIが規定値を知識から補った禁止する。「規定の記載なし」と言わせる
AIが表現の良し悪しを評価した禁止する。テストで確認する
AIが法令の判断を混ぜた禁止する。法規制の点検は別の仕組みで行う
blocking が10件を超えた素材そのものが規定に合っていない。作り直しを検討する
同じ素材が再点検で何度も戻る差し戻しの文面が伝わっていない。how_to_fix の書き方を直す
媒体が規定を変えた差し戻しの記録から気づく。規定表を更新し、確認日を入れ直す
動画の尺が取得できない形式によっては属性から読めない。手で入れる欄を用意する
遷移先のページが開けない一致の点検を省き、その旨を出力に出す

「規定表に該当する行がない」を沈黙で通さないことが、いちばん大事な例外処理です。 点検の仕組みでもっとも危ないのは、点検していないものを点検したことにしてしまう状態です。

Step11

記録を残す

この記録が、規定表を育てる材料になります。

  • 点検した素材、媒体、フォーマット、点検日
  • 引いた規定表の行と、その確認日
  • 機械が測った値と、AIが判断した内容(checked_by 付き)
  • blocking と advisory の件数
  • 担当者が指摘を採用したか、取り消したか
  • 実際に差し戻した内容と、その結果
  • 入稿が受け付けられたか、媒体側で差し戻されたか

最後の2つが、この仕組みの精度を測る唯一の物差しです。 点検を通したのに媒体側で差し戻されたなら、規定表か点検のどちらかに穴があります。

「担当者が取り消した指摘」も必ず残してください。 誤った指摘が繰り返し出ている場合、規定表の書き方かプロンプトに原因があります。 記録がなければ、それに気づけません。

04実装レベルの3段階

最小構成:1媒体1フォーマットの規定表を作り、測った値と突き合わせる / 主要な媒体の点検
半自動化:保存を検知して、測定・突き合わせ・AIの点検・一覧の作成まで / 点検の大部分
本格構成:上記+全媒体の規定表+差し戻し記録の蓄積+規定の更新の検知 / 点検の全体と、規定表の維持

半自動化の時点で、13分が7分程度になります。 規定を調べる時間と、数える時間が消えるためです。本格構成では5分になりますが、減るのは修正指示を書く時間と、媒体ごとに別の手順を思い出す時間です。 本格構成の「規定の更新の検知」は、現状まったく行われていない作業です。 ここは時間削減というより、これまで気づけなかったことに気づけるようになる部分です。媒体が規定を変えたことに、差し戻されて初めて気づく状態から抜けられます。 規定表を全媒体へ広げる作業が、本格構成のほとんどを占めます。 技術的な難しさはありませんが、媒体とフォーマットの組み合わせの数だけ、確かめる作業が要ります。 出稿本数の多い順に埋めていけば、効果は早く出ます。 最小構成で止めるという判断も、出稿の規模によってはあり得ます。 月に数十件で媒体が2つなら、規定表を作るだけで差し戻しは減ります。月180件、6媒体という規模だからこそ、自動化の価値が出ます。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
180 件
1件あたり現在時間
13 分
1件あたり導入後時間
5 分
現在  180件 × 13分 ÷ 60 = 39 時間/月
導入後 180件 × 5分 ÷ 60 = 15 時間/月
月間削減時間
24h
削減率
62%
年間削減時間
288h
年間金額換算(時間単価4,000円)
115万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 複数の媒体に継続的に広告を出稿している事業会社、または広告代理店。入稿の差し戻しが月に何件も起きており、そのたびに制作へ戻して作り直している場合。媒体ごとの規定が担当者の頭の中やメモにしかなく、担当が替わると分からなくなる場合。出稿する媒体とフォーマットの組み合わせが増え続けている場合。
向いていない
  1. 出稿先が単一の媒体に限られ、規定を担当者全員が覚えている場合。入稿をすべて媒体側の代理店に任せており、自社で点検する必要がない場合。出稿が月に数本しかなく、仕組みを作るより目で見たほうが早い場合。クリエイティブを毎回同じ雛形から作っており、規定を外す余地がない場合。

07最小構成で試す方法

  1. 媒体を1つ、フォーマットを1つ選ぶ(出稿本数がいちばん多いもの)
  2. その組み合わせの規定を、媒体の管理画面で確かめて表にする(確認日を入れる)
  3. 文字数と画像の属性を、表計算か簡単な処理で測る形を作る
  4. 測った値を規定表と突き合わせ、合否を出す
  5. 必須表記と禁止表現の点検だけを、生成AIに渡してみる

見るのは次の4点です。

見る点判断
機械の判定が正しいか文字数の数え方が媒体とずれていないかを、実際の入稿で確かめる
AIが数えようとしていないか測定済みの値と違う数字を返したら、プロンプトを直す
規定値を知識から補っていないか補っていたら、規定表から引く形になっているかを確かめる
blocking の件数が現実的か1件に10件の blocking が付くなら、判定が厳しすぎる

1つ目を、机上ではなく実際の入稿で確かめてください。 文字数の数え方は、自社の数え方と媒体の数え方が一致して初めて意味を持ちます。 上限ぎりぎりの素材を1本入稿してみるのが確実です。

次に、規定表を2媒体目へ広げてください。 1媒体分の表ができれば、列の構成は決まっています。2媒体目は写す作業になるので、1媒体目より早く終わります。

この段階で、規定表の更新を誰が行うかを決めておいてください。 仕組みが動き始めてから決めようとすると、誰も手を挙げないまま表が古くなります。 媒体ごとに担当を割り振り、月に1回確かめる日を決めてしまうのが確実です。

08実装時につまずきやすいポイント

問題対策
AIに文字数を数えさせる機械で数える。プロンプトで明示的に禁止する
AIが規定値を知識から答える規定表から引く。「規定の記載なし」と言わせる
規定表に行がない項目を通してしまう点検できていないことを出力に出す
規定表が更新されない媒体ごとに担当を決める。月1回確かめる日を決める
確認日の列を置いていない差し戻しの原因が切り分けられなくなる。必ず置く
文字数の数え方が媒体とずれる上限ぎりぎりの素材で実際に入稿して確かめる
blocking と advisory を分けていない全部が「直せ」になり、入稿が止まる
差し戻しの文面が抽象的「修正が必要」ではなく、直し方を書く
点検を通した素材を自動で入稿する自動化しない。規定表が古いと誤った内容が掲載される
制作会社へ自動で差し戻す自動化しない。誤った指摘が誤った修正になる
法令の点検と混ざる別の仕組みで行う。プロンプトで禁止する
表現の良し悪しの指摘が混ざる禁止する。規定に収まっているかだけを見る
通知が多すぎて読まれないblocking があるときだけ通知する
シナリオを有効化していない動いているつもりで止まっている。稼働の通知を出す
機械の判定とAIの判断が見分けられないchecked_by を一覧に出す
新しいフォーマットで点検が素通りする規定表の該当行が0件のときの扱いを決める
再点検の入口がない直ったものを、もう一度同じ点検に通す

「規定表が更新されない」が、この構成が失敗する典型的な形です。 仕組みは動き続け、点検結果も出続けますが、引いている規定が半年前のものになっています。 点検しているつもりで見逃す状態は、点検していない状態より危険です。

「確認日の列を置いていない」も、あとから効いてきます。 最初は面倒に感じますが、差し戻しが起きたときに、この列があるかどうかで原因の追い方がまったく変わります。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 未公開の広告クリエイティブ、キャンペーンの訴求内容、遷移先ページの情報。発表前の販促情報そのものです。

  1. 発表前の情報としての扱い … クリエイティブは公開前の販促情報です。キャンペーンの内容、価格、開始時期が含まれます。 外部のAIサービスへ渡す範囲を決め、社内の情報区分の規程に照らして確認してください
  2. 制作会社との契約の確認 … クリエイティブは制作会社との契約の対象物でもあります。成果物を外部のAIサービスへ渡してよいかを、契約に照らして確認してください。 著作権の取り扱いや、第三者への提供の条項が関係します
  3. 学習利用 … 入力を学習に使わないことが契約で保証されるサービスを選んでください。未公開のキャンペーン情報が学習に使われることは避けなければなりません
  4. 法規制の点検を代替しない … この構成は、景品表示法や薬機法の点検を代替しません。 見ているのは媒体が決めた入稿の規定だけです。法規制の点検は、UC-0047 や UC-0214 のような別の仕組みで行ってください。この点を一覧の上に明記し、運用に入る前に全員へ伝えてください
  5. 入稿を自動化しない … 点検を通ったからといって自動で入稿しないでください。規定表が古かったときに、誤った内容がそのまま掲載されます。 最後に人が確認して入稿する形を残してください
  6. 規定表の更新の担当を決める … 更新されない規定表は、点検しているつもりで見逃す仕組みになります。 媒体ごとに担当を割り振り、いつ確かめるかと、担当が替わるときの引き継ぎを決めてください
  7. アクセス権限 … 未公開のクリエイティブが置かれるフォルダの権限を限定し、開始前に内容が外へ出ることを防ぎます
  8. 点検結果の外部への送付 … 点検結果をそのまま制作会社へ送ると、社内の判断基準や禁止表現の一覧が外へ出ます。 送る範囲を決めてください
  9. 遷移先ページの取得 … 自社のページだけを対象にしてください。外部のページを自動で取得する処理は、別の配慮が必要になります
  10. 自動実行してよい範囲 … 測定、突き合わせ、判断の要る項目の点検、一覧の作成までです。差し戻しの判断、修正指示の送付、入稿の操作は人が行います

誤りが起きた場合のリスクは2方向あります。規定に反しているのに見逃して入稿し、媒体側で差し戻されること。 そして、規定に反していないのに差し戻し、制作会社に無駄な作業をさせること。 前者は掲載開始の遅れにつながり、後者は制作との信頼に響きます。

10まず何から始めるか

1週目:規定表を作る媒体を決め、1媒体分を埋める

出稿本数がいちばん多い媒体を1つ選び、フォーマットごとの規定を管理画面で確かめて表にします。列は、媒体名/フォーマット名/項目/種類/値または条件/確認日/確認した人。 確認日を必ず入れてください。

2週目:過去の差し戻しの記録から、表の穴を埋める

直近半年で差し戻された件を洗い出し、その理由が規定表の行として入っているかを確かめます。実際に戻された理由は、足りていない行をそのまま教えてくれます。

3週目:機械で測る部分を作る

文字数の計測と、画像の属性の取得を組みます。文字数の数え方を自社で定義し、規定表に書いてください。 上限ぎりぎりの素材を1本入稿して、数え方が媒体とずれていないかを確かめます。

4週目:判断の要る項目だけをAIに渡してみる

必須表記と禁止表現の点検を、生成AIに渡します。AIが文字数を数えようとしていないかを、出力で確かめてください。

2か月目: 1媒体で運用します。blocking の指摘が正しかったかを、1件ずつ確かめてください。 同時に、規定表の更新を誰が行うかを決め、月1回確かめる日をカレンダーに入れてください。

3か月目以降: 規定表を残りの媒体へ広げます。出稿本数の多い順に埋めてください。 列の構成は決まっているので、2媒体目以降は写す作業になります。

半年後: 差し戻しの件数を導入前と比べてください。減っていなければ、規定表に穴があるか、更新が止まっています。 同時に、担当者が取り消した指摘の割合を見ます。取り消しが多い項目は、判定が厳しすぎます。

1年後には、制作会社への発注の仕方そのものを見直す材料がそろいます。 「この媒体のこのフォーマットで、毎回同じ箇所が規定を外している」という傾向が見えたら、発注の時点で規定を添えるという対策が取れます。点検を厚くすることより、差し戻しが起きない作り方へ寄せることが、最終的な目標です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-09-25/最終更新:2026-09-25
確認した内容情報源確認日
Claude API の構造化出力を output_config の json_schema で指定すること、旧 output_format が廃止予定でベータヘッダーを要すること、enum const anyOf default required additionalProperties 等がサポートされ、文字列制約と数値制約はサポートされないことClaude Docs: Structured outputs2026-09-25
コンパイル済みの文法が最後の使用から24時間キャッシュされ、スキーマ構造の変更で無効化されること、構造化出力により入力トークンが増えること同上2026-09-25
Make のシナリオが既定で15分ごとに実行されること、スケジュールの種類、最小間隔がプランにより異なること、有効化が必要なことMake Help: Schedule a scenario2026-09-25

媒体ごとの入稿規定の具体的な内容は、媒体が随時変更するため、この記事には記載していません。規定の値は各媒体の管理画面やヘルプで自社で確認し、確認日とともに規定表へ記録してください。 また、この構成は景品表示法や薬機法などの法規制の点検を代替するものではありません。 法令に関する判断は、社内の法務部門または専門家の確認によってください。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-0241)についてのご相談はこちらから。

AI活用について相談する
目次