メルマガを生成AIで作成する方法｜開封率を上げる手順

「毎回ネタを考えるところで止まり、配信が飛んでしまう」「書けた月と書けない月で、届く数がばらつく」——定期配信を任されている人が口にする2つの言葉です。続かない原因は、書き手の意欲ではありません。本当は、次に何を書くかを決める仕組みと、下書きの置き場を用意していないことが効いています。この記事では、題材の集め方、件名と本文の作り方、配信前に人が見る点を整理します。

メルマガ作成でAIに任せられること

ゼロから書く負担が消え、担当者は「誰に何を届けるか」の設計に集中できます。具体的には、配信テーマのアイデア出し、開封率を左右する件名の複数案づくり、そして本文のたたき台までをAIが担えます。一方で、自社の事例や現場の視点を足す部分、そして送ってよい内容かどうかの最終判断は人が握ります。この分担が、続けられて成果も出るメルマガの土台になります。

開封される件名の作り方

開封率は件名でほぼ決まります。コツは、思いつきで1案作るのではなく、訴求の切り口を変えて複数案を出し、比べて選ぶこと。メリット訴求、課題訴求、数字訴求、新着・限定など、軸を分けて一気に出させると、自社の読者に効く方向性が見えてきます。次のようなプロンプトが使えます。

訴求軸	狙い・使いどころ
メリット訴求	読んで得られる価値を提示する
課題訴求	読者の悩み・不安に触れる
数字訴求	具体的な数値で関心を引く
新着・限定訴求	「今読む理由」をつくる

以下のメルマガの件名を10案作ってください。
内容：{メルマガの要旨}／読者：{業種・役職}
訴求軸を「メリット」「課題」「数字」「新着・限定」の4つに分け、
それぞれ2〜3案ずつ。スマホで途切れない長さ（全角25文字前後）でお願いします。

出てきた案から選び、可能なら2案でA/Bテストして、開封されやすい型を自社に蓄積していくと、回を追うごとに精度が上がります。

本文を作る手順

本文は「導入（つかみ）→本文（中身）→まとめ（次の一歩）」の流れで組むと読まれやすくなります。まず読者と「読んだ後にしてほしい行動」を決め、その流れで下書きをAIに作らせます。そこへ自社の事例や数字、現場の視点を足してオリジナルにし、リンク先・日付・固有名詞を確認して配信します。AIの文章は整っていても平均的になりがちなので、自社ならではの情報を1か所は必ず入れることが、読まれるかどうかの分かれ目です。

1. 読者と「読んだ後にしてほしい行動」を決める
2. その流れで下書きをAIに作らせる
3. 自社の事例・数字・現場の視点を足してオリジナルにする
4. リンク先・日付・固有名詞を確認して配信する

下書きを出させる前に、4つだけ書き出しておくと直しの回数が減ります。1つ目は、読んだ人にしてほしい行動を1つに絞ること。2つ目は、その行動を取ってもらうために必要な材料を並べること。3つ目は、今回は入れない話題を決めること。4つ目は、本文の長さの目安を決めることです。とくに3つ目は忘れられがちですが、入れない話題を決めておかないと、生成AIは関連しそうな情報を足していき、一通のなかに3つの主張が同居した読みにくい文面になります。長さは、読む人が画面をどれだけ送るかで決まるので、行動を促す一文までを一画面で読み切れる分量に収めるのが無難です。長さに迷うなら、過去に反応の良かった回の文字数を数えて、それを当面の基準として置くと、社内の議論が早く終わります。

気をつけたいのは、自社の数字や事例を生成AIに書かせないことです。導入した社数、減らせた時間、顧客の声といった具体は、本文のいちばん効く位置に置かれるため、誤りが混ざったときの損ね方が大きくなります。下書きの段階では、数字が入る場所を空欄の目印として残させ、人が資料を見ながら埋める形にします。誤りに気づくのはたいてい配信のあと、営業から事実と違うと指摘される場面で、そのときには訂正のお知らせをもう一通出すかどうかの判断まで必要になります。公表されている数字を使うなら、どこが出したいつの時点の数字なのかを本文にそのまま書いておくと、読む側も確かめやすくなります。

ステップメールへの応用

同じ要領で、複数通のステップメールも設計できます。「資料請求後の1通目・3日後・1週間後」のように配信シナリオをAIに提案させ、各通の本文を作る。1通目はお礼と活用ポイント、次に事例、最後に相談の案内、といった流れにすると、売り込みすぎずに関係を育てられます。BtoBでは、このステップメールがリードを商談へ近づける重要な施策になります。配信シナリオ自体も「資料DL後の育成メールを3通、目的を商談化として設計して」と相談すれば、たたき台がすぐ得られます。

配信前に必ず見る注意点

• 数値・日付・固有名詞・リンク先が正しいか
• 件名と本文の内容が一致しているか（誇張で釣っていないか）
• 配信停止リンクを法令に沿って明記しているか

配信停止の導線と送信者の表示は、好みではなく法令で求められている項目です。広告や宣伝を目的としたメールについては、2008年12月1日に施行された改正で、あらかじめ同意を得た相手にだけ送るオプトイン方式に切り替わりました。同意を得た記録を残すこと、送信者の氏名または名称と、受信を断るときの連絡先を受け手に分かる形で示すことも定められています。名刺を交換した相手や、資料をダウンロードした相手をリストに入れるときは、そのときの画面や書面で配信の同意をどう取ったのかを、担当者が説明できる状態にしておきます。記録として残すのは、同意を得た日、同意を得た画面や書面、そこに書かれていた配信の説明文の3点です。

確認の作業は、注意力に頼らず、順番の決まった手順にしておくと抜けません。送る前に見る項目を並べ、それぞれ誰が見るのかを割り当てます。本文を書いた人が全部を見る形にすると、見慣れた文面ほど読み飛ばすため、少なくとも差し込みの動作確認と、リンク先が開くかどうかは別の人が見ます。テスト配信は、社内の受信箱だけでなく、無料のメールサービスと携帯の画面でも開いて確かめます。差出人の名前が途中で切れていないか、本文の先頭に表示される抜粋が意図した文になっているかは、実際の画面でしか分かりません。確認の項目は、行き違いが起きるたびに一行ずつ足していき、原因が消えたものから外していきます。

ステップメールの設計例

一通で売り込まず、段階的に関係を育てるのがBtoBの基本です。たとえば資料をダウンロードした見込み客に対しては、当日にお礼と資料の活用ポイントを送り、三日後に関連する事例やお役立ち情報、一週間後によくある疑問への回答と相談の案内、という流れが組めます。各通の下書きはAIに任せ、自社の事例や言い回しを人が足すと、テンプレート感のない自然な連絡になります。

配信シナリオ自体も、AIに相談しながら設計できます。「資料ダウンロード後の育成メールを三通、目的を商談化として設計して」と頼めば、各通のテーマと流れのたたき台がすぐに得られます。そこへ自社の強みや実績を織り込めば、商談につながる導線が短時間で形になります。大事なのは、送るたびに相手の関心が一歩進むように設計することです。

セグメント配信で精度を上げる

全員に同じ内容を送るより、相手の属性や関心に合わせて出し分けるほうが反応は上がります。業種、役職、過去の行動などでセグメントを分け、それぞれに合った件名と本文をAIで作り分ける。手作業では負担の大きいこの出し分けも、AIに任せれば現実的な工数で回せます。ただし、セグメントを細かく分けすぎると運用が破綻するため、まずは二〜三の大きな区分から始めるのが無理のない進め方です。

セグメントごとに反応を見ていくと、どの層にどんな訴求が効くのかが少しずつ分かってきます。その学びを次の配信に反映していくことで、メール施策全体の精度が上がっていきます。AIは出し分けの作業を担い、人はセグメントの設計と結果の解釈に集中する——この分担が効果的です。

クリック率を上げる本文とCTA

開封の次の壁が「クリック」です。開封されても本文が読まれなければ行動にはつながりません。本文は結論を先に置き、一通で伝えるメッセージを一つに絞る。そのうえで、読者にしてほしい行動（CTA）を明確な言葉で示します。CTAの文言は、AIに複数案を出させて試すと、反応の良い表現が見つかります。リンク周辺に一言、クリックを後押しする文を添えるだけでも変わります。

反応が悪いときは、闇雲に作り直す前に「どの段階でつまずいているか」を切り分けます。開封率が低いなら件名と配信タイミング、開封はされるがクリックされないなら本文の流れやCTA、配信停止が増えるなら頻度や内容の関連性、という具合に原因を特定してから手を打つと、改善が早くなります。AIは、特定した箇所の改善案を量産するのが得意です。

配信を仕組み化する

メルマガは続けてこそ成果が出ます。毎回ゼロから作るのではなく、よく使う訴求軸や本文の型をテンプレートとして持っておけば、作成の負担はぐっと下がります。ネタは既存の記事やFAQ、顧客からよく受ける質問から拾えば尽きません。AIで下ごしらえを効率化し、人は自社情報の追加と最終判断に集中する。この形を仕組みとして回せるようになると、配信が無理なく続きます。

続けるための仕組みは、文章の型よりも、締め切りと担当の割り当てで決まります。配信日から逆算して、題材を決める日、下書きを出す日、確認を回す日、差し込みを試す日を、月の予定として先に押さえます。担当も、書く人、事実を確かめる人、送信の操作をする人の3つに分けておくと、誰かが休んでも止まりません。承認をどこまで求めるかも決めておきます。毎回の配信で上長の確認を必須にすると、その人の予定しだいで配信が遅れるため、価格や新しい機能に触れる回だけ確認を求める、といった線引きにしておくほうが回ります。どの回に確認が要るのかは、年度のはじめに一覧として配っておくと、そのつどの相談そのものが要らなくなります。

題材が尽きて止まるのを防ぐには、思いついたときに書き留める場所を1か所に決めておきます。問い合わせで繰り返し聞かれる質問、商談で説明に時間がかかった点、サポートに届いた要望などを、そのつど一行で足していきます。3か月ぶんも溜まれば、毎回の題材選びは並んだ候補から選ぶだけの作業になります。生成AIが向いているのは、この一行を本文の下書きに広げるところであって、何を書くかを決めるところではありません。何が読者の役に立つかは、実際にやり取りをしている人のほうがよく知っているためです。置き場は表計算でも共有のメモでもかまいません。書き込む手数が少ないことのほうが、続くかどうかを分けます。

開封される件名の型を増やす

件名づくりに慣れてきたら、効いた型をストックしていくと再現性が上がります。たとえば、得られる結果を先に示す「ベネフィット型」、読者の悩みに触れる「課題提起型」、具体的な数字を入れる「数字型」、新着や限定を伝える「ニュース型」など。AIにこれらの型を指定して件名を出させれば、毎回ゼロから発想せずに、安定して複数の切り口を用意できます。

どの型が自社の読者に効くかは、配信を重ねるうちに見えてきます。開封率の高かった件名を記録し、その共通点を言葉にしておくと、勝ちパターンが資産として溜まっていきます。AIは案を量産する役、人は結果から型を見極める役。この往復を続けることで、件名の精度は回を追うごとに高まっていきます。

配信頻度とタイミングの考え方

どれだけ良い内容でも、送りすぎれば配信停止を招き、間が空きすぎれば忘れられます。頻度は、読者にとって負担にならず、かつ関係が途切れない間隔を探ります。BtoBであれば、週次や隔週といったリズムが扱いやすいことが多いものです。配信のタイミングも、読者が業務でメールを開きやすい時間帯を意識すると、開封率に差が出ます。

頻度やタイミングに正解はなく、自社のリストで試して確かめるのが確実です。AIに配信計画のたたき台を作らせつつ、実際の開封データを見て調整していく。反応が落ちてきたら、頻度を見直すサインかもしれません。数字を見ながら、読者にとって心地よいペースを探っていくことが、長く読まれるメルマガにつながります。

MAツールとの連携

メルマガを本格的に運用するなら、MA（マーケティングオートメーション）ツールとの組み合わせが効きます。AIは件名や本文の作成を担い、配信やシナリオの自動化、開封・クリックの計測はMAツールに任せる、という役割分担です。資料請求や特定ページの閲覧をきっかけに自動でメールを送るといった仕組みも、シナリオ設計のたたき台をAIに作らせれば、短時間で組み立てられます。

大切なのは、自動化に頼りきって「送りっぱなし」にしないことです。どの段階で何を届けると相手が前に進むのか、その設計は人が考えます。AIとMAはあくまで実行を効率化する道具であり、誰に何を伝えて商談につなげるかという戦略は、人が握り続ける必要があります。

休眠顧客の掘り起こし

一度接点を持ったものの、その後動きのない見込み客は、新規を探すより効率よくアプローチできる相手です。離れている理由や関心は人によって違うため、属性や過去の反応に合わせて、再訪のきっかけになる情報を届けます。AIにセグメント別の掘り起こしメールの下書きを作らせれば、相手に合わせた文面を現実的な工数で用意できます。一斉に同じ文面を送るのは逆効果なので避けます。

掘り起こしでは、いきなり売り込むのではなく、相手にとって役立つ新しい情報や事例を入り口にするのが効果的です。新機能の案内、業界の動向、よくある課題の解決策など、再び関心を持ってもらえる切り口をAIと一緒に考える。関心が戻ってきたタイミングで、相談やデモへの導線を示すと、自然に商談へつながります。

効果測定で見る指標

メルマガの改善は、感覚ではなく数字で進めます。基本となるのは、件名の良し悪しを映す開封率、本文とCTAの効きを映すクリック率、そして配信解除率です。これらを継続して見ていくと、どの施策が効いたのかが分かります。AIに結果を渡して、傾向の要約や次の仮説出しを任せれば、数字を読み解く時間を短縮できます。

指標は単独で見るより、組み合わせて見ると示唆が深まります。開封率は高いのにクリックされないなら本文に課題があり、開封率自体が低いなら件名や配信タイミングを見直す。数字のどこでつまずいているかを切り分けてから手を打つことで、改善のスピードが上がります。測って、直して、また測る。この繰り返しが、メルマガを育てます。

開封率は、以前ほど素直に読めなくなっています。アップル社が2021年に導入したメールプライバシー保護では、メールを受け取った時点で本文の画像が先に読み込まれるため、実際には開いていない相手も開封として数えられます。どれくらい水増しされるかは、読者がどの端末やアプリを使っているかで変わるので、他社の平均値と比べても意味がありません。件名の良し悪しを開封率だけで決めていると、実際には読まれていない案が勝ったことになり、その型を勝ちパターンとして蓄えてしまいます。主な物差しはクリック率と配信解除率に置き、開封率は同じ読者層での前回との比較に限って参考にします。

2案を比べる試し送りも、母数が足りなければ結論は出ません。反応の差が1パーセントに満たない場合、数百件の配信では偶然の揺れと区別がつかず、翌回に逆の結果が出ます。件名を試すなら、少なくとも数回ぶんの配信を同じ切り口で重ね、傾向として見たほうが確かです。見る順番も決めておきます。開封が落ちていれば件名と送る時間、開封はされているのにクリックが伸びなければ本文の流れとCTAの位置、配信解除が増えていれば頻度と内容の関連性、という具合に、つまずいている段階を特定してから手を打ちます。この順番を書いたものを結果を見る場に置いておくと、担当が替わっても見方が揃い、毎回の議論が同じところから始まります。

文面のトーンを揃える

複数人で配信を担当すると、文面のトーンがばらつきがちです。読者からすると、毎回印象が変わるのは落ち着きません。自社らしい言葉づかいの見本を用意し、それをAIに渡して整えると、誰が書いてもトーンが揃います。ブランドの声を一定に保つことは、地味ですが信頼の積み重ねにつながります。AIは、その「らしさ」を再現する手伝いができます。

配信リストの質を保つ

メルマガの成果は、誰に送るかにも大きく左右されます。同意を得て集めた読者に届けることが大前提で、関心の薄い相手に大量に送っても、開封されないばかりか配信解除や迷惑メール判定を招きます。届かない・読まれないアドレスが増えると、配信全体の到達率にも悪影響が出ます。定期的にリストを見直し、反応のない層には掘り起こしの一手を打つか、配信頻度を調整するなどの手入れが要ります。

リストは量より質です。数を追って関心の低い相手まで含めるより、関心のある読者に的確に届けるほうが、結果的に商談につながります。新しい読者を増やす施策と、既存リストを健全に保つ手入れは、両輪で考えるのがよいでしょう。AIは文面づくりを助けますが、誰に届けるかという土台は、施策の設計として人が管理します。

受け取る側の要件も、ここ数年で厳しくなりました。グーグル社が示しているメールの送信者向けの要件では、1日あたり5,000件を超えて同社のメールサービス宛てに送る事業者に対し、2024年2月1日以降、SPFとDKIMに加えてDMARCの設定、そして本文からワンクリックで登録を解除できる仕組みが求められています。迷惑メールとして報告される割合についても、0.10パーセント未満に保ち、0.30パーセント以上にしないことが基準として示されています。自社のリストが数千件でも、複数の配信を同じ送信元から出していれば合計で超えるため、送信元ごとの合計で見ておく必要があります。

基準に触れたときの困り方は、迷惑メールの箱に入るという形ではなく、そもそも受け取ってもらえないという形で表れます。しかも配信側の管理画面には送信済みと表示されるため、全体の数字だけを見ていても気づけません。気づくきっかけはたいてい、特定の宛先ドメインだけ開封もクリックもゼロになる、という偏りです。届いた数と反応を宛先のドメイン別に分けて見る習慣をつけておくと、落ちた時点で分かります。反応のない相手を長く残すほど報告される割合は上がるので、一定の期間まったく反応のない層は、配信の頻度を落とすか、いったん外す判断をします。外した相手は消さずに別の一覧へ移しておき、問い合わせなどで再び接点ができたときに戻せるようにします。

よくある質問

件名はいくつ作ればいいですか？

5〜10案出して比較するのがおすすめです。AIなら数分で出せるので、毎回ゼロから悩む必要がなくなります。

本文がそっけなくなります。

具体的な事例や、読者への問いかけを足すと、自然で読まれる文章になります。表現を直す前に、まず自社ならではの中身を足すのが近道です。

まとめ

メルマガのAI活用は、「件名の量産」と「本文のたたき台」に絞ると効果的です。開封は件名で大きく変わるため、まずは件名を訴求軸ごとに複数案つくって選ぶところから。自社情報を足すひと手間が、読まれるメルマガとの分かれ目になります。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。