メール件名を生成AIで量産する方法｜開封される件名を効率よく作る

「件名を毎回ひねり出すのに時間がかかる」「気づけば、いつも似た件名になっている」——メール配信を続けている部署でほぼ共通して起きる行き詰まりです。発想が尽きたわけではありません。切り口を並べる作業と、その中から選ぶ作業を同時にやっているために手が止まります。この記事では、件名を量産して選び、テストで磨くまでの流れを整理します。

なぜ件名をAIで量産するのか

メールを読むかどうかを、人は件名のわずかな情報で一瞬のうちに判断します。つまり、件名は本文以上に時間をかける価値がある部分です。それなのに、運用に追われると件名は後回しになり、毎回似たような表現になってしまいます。

一人で考えると、どうしても言い回しの引き出しが偏ります。「お得」「ご案内」ばかりになり、読者は見慣れて反応しなくなります。生成AIの強みは、人では思いつかない切り口を、瞬時に何パターンも出せることです。発想の幅が広がり、自社の読者に効く方向を見つけやすくなります。

さらに重要なのは、量産が「テスト前提」と相性がいい点です。件名は、出してみないと効果が分かりません。AIで複数案を用意し、実際に配信して反応を比べる——この検証を回せることが、開封率を継続的に上げる土台になります。

開封される件名の型

やみくもに量産するより、効きやすい型を指定して出させるほうが、使える件名が多く集まります。代表的な型は次のとおりです。読者層や内容に合わせて、複数の型を試すのがおすすめです。

型	狙い	例のイメージ
数字型	具体性で目を引く	「3つの手順で〜」「導入企業120社の〜」
疑問型	考えさせて関心を引く	「〜できていますか？」
限定・緊急型	今読む理由をつくる	「今週まで」「先着〜社」
逆説・意外型	常識を裏切って引く	「頑張るほど成果が出ない理由」
共感型	悩みに寄り添う	「〜で困っていませんか」

どの型が自社の読者に効くかは、最初は分かりません。だからこそ、型を変えて出し、テストで見極めます。AIに型を指定して量産させれば、この「型ごとの検証」が手軽にできます。

AIで件名を量産するプロンプト

件名を量産するときは、内容・読者・型・文字数を具体的に伝えるのがコツです。条件が曖昧だと、当たり障りのない件名ばかりになります。次のようなプロンプトが土台になります。

以下のメールの件名を、訴求の型ごとに作ってください。
内容：{メールの要旨}／読者：{業種・役職}
型は「数字」「疑問」「限定・緊急」「逆説」「共感」の5種類。
それぞれ2案ずつ、スマホで途切れない全角20字前後でお願いします。

出てきた案は、そのまま使わずに人が選びます。自社の事実と合っているか、誇張していないかを確認し、良さそうなものを2〜3案に絞ってテストに回します。慣れてきたら、過去に効いた件名をプロンプトに添えると、自社向けに寄った案が出るようになります。

一度出して「どれも似ている」と感じたら、視点を変える指示を足します。「業界の常識を裏切る角度で」「数字を一つ入れて具体的に」「あえて短く一言で」といった追加の注文を重ねると、平凡な案から抜け出せます。量産は一回で終えず、納得いくまで条件を変えて引き出すのがコツです。AIは何度頼んでも嫌な顔をしないので、遠慮なく注文を重ねましょう。

A/Bテストの正しい回し方

件名は「出して終わり」ではなく、テストで磨いて初めて精度が上がります。ただし、やり方を間違えると正しく比べられません。一度に変えるのは件名だけにして、ほかの条件はそろえるのが鉄則です。次の手順で進めます。

1. 比べたい件名を2案だけ用意する（一度に1要素だけ変える）
2. 配信時間・対象リストなど、件名以外の条件はそろえる
3. 結果を判断できるだけの配信数を確保する
4. 勝った型を記録し、次の配信に活かす（単発で終わらせない）

ありがちな失敗が、件名も配信時間もセグメントも一度に変えてしまうことです。これでは何が効いたのか分かりません。変える要素を一つに絞るからこそ、結果が次の知見になります。テストは一度きりでなく、継続して初めて自社の勝ちパターンが見えてきます。

なお、配信数が少ないリストでは、わずかな差を厳密に見極めるのは難しいものです。その場合は、毎回完璧に勝敗をつけようとせず、明らかに反応の良い型を見つける程度の気持ちで続けるのが現実的です。数が少なくても、回数を重ねれば傾向は見えてきます。完璧な統計より、続けて学ぶことを優先しましょう。

スマホで途切れない長さに整える

いまやメールの多くはスマートフォンで開かれます。スマホでは表示される件名の文字数が限られるため、長い件名は途中で切れて、肝心の訴求が見えません。全角20字前後を目安に、要点を前のほうに置くのが基本です。

AIに件名を作らせるときは、最初から文字数を指定しておきます。「全角20字以内で、最も伝えたいことを前半に」と頼めば、スマホで切れても意味が通る件名になります。長くなりがちな案は、AIに「もっと短く、要点を先に」と頼んで削っていきます。

記号や絵文字の使いすぎにも注意します。適度なら目を引きますが、多用すると迷惑メールのように見え、かえって開封率を下げることがあります。読者層に合うかどうかを、これもテストで確かめるのが安全です。

開封の先：本文とのギャップをなくす

開封率だけを追うと、つい過激な件名で「釣り」たくなります。しかし、件名と本文の内容が食い違うと、読者の信頼を一気に失います。一度がっかりされると、次から開かれなくなり、長い目で見て損です。

件名は、本文の中身を正しく、かつ魅力的に伝えるものであるべきです。AIに件名を作らせるときも、本文の要旨を渡したうえで「内容に正直で、それでいて開きたくなる件名を」と条件をつけると、誇張に寄りすぎない案が得られます。開封の先のクリックや行動まで見据えることが、続く関係につながります。

勝ちパターンをストックする

テストを重ねると、自社の読者に効く型が少しずつ見えてきます。この効いた件名と型を記録してストックしていくことが、再現性のある運用への近道です。記録がたまるほど、次の件名づくりが速く、確実になります。

ストックは、AIへの指示にも活きます。「過去に開封率が高かったこれらの件名を参考に、今回のメール用に同じトーンで作って」と渡せば、当たりやすい方向で量産できます。自社だけの「勝ちパターン集」を育てる感覚で運用すると、配信のたびに精度が上がっていきます。

逆に、効かなかった件名も記録する価値があります。避けるべき表現が分かると、無駄な失敗を繰り返さずに済みます。成功と失敗の両方をためることが、チームの資産になります。

セグメントで件名を出し分ける

全員に同じ件名を送るより、読者の属性や関心に合わせて出し分けるほうが、開封率は上がります。新規の見込み客とすでに取引のある顧客では、響く言葉が違うからです。生成AIは、同じ内容を相手に合わせて言い換えるのが得意なので、セグメントごとの件名づくりが手軽になります。

「この件名を、初めて接点を持つ相手向けと、既存顧客向けの2バージョンに」と頼めば、トーンを変えた案がすぐに得られます。セグメントを細かく分けるほど手間は増えますが、AIに任せれば現実的な負担で出し分けられます。まずは2〜3の大きな区分から始めるとよいでしょう。

出し分けは、件名だけでなく送るタイミングや本文にも広げられますが、まずは件名から始めるのが手軽です。同じ内容でも相手に合わせた件名にするだけで、十把一絡げの配信より反応は確実に変わります。小さく試して効果を確かめてから、対象を細かくしていくと、無理なく精度を上げられます。

差出人名とプレビュー文も開封に効く

開封を左右するのは、実は件名だけではありません。受信箱に並んだとき、人は差出人名・件名・プレビュー文（プリヘッダー）の3点をセットで見て開くかどうかを決めています。件名だけ磨いても、差出人が分かりにくかったり、プレビュー文が空白だったりすると、開封の機会を逃します。

差出人名は、誰から届いたかが一目で分かる形にします。会社名だけより「会社名｜担当者名」のように具体的だと、信頼感が増して開かれやすくなります。プレビュー文は、件名の続きや補足を置く場所です。ここをAIに「件名を補強して開封したくなる一文を全角40字前後で」と頼めば、件名とプレビューの合わせ技で訴求を強められます。

つまり、AIに件名を量産させるときは、件名・差出人名・プレビュー文をまとめて設計する意識を持つと効果が上がります。3点が噛み合った受信箱の見え方を一度イメージしてから作ると、開封率の底上げにつながります。

BtoBの件名で気をつけたいこと

BtoBのメールは、消費者向けの煽る件名がそのままは効きません。受け取るのは仕事中の担当者や役職者で、過度な煽りや誇張はかえって警戒されるからです。派手さより、開いて損がないと感じさせる誠実さと具体性が効きます。

たとえば「今だけ！」を連呼するより、「同業他社が始めている◯◯の進め方」のように、相手の業務に直結する具体性で引くほうが、BtoBでは開かれます。AIに件名を作らせるときも、「BtoBの意思決定者向けに、煽りすぎず信頼感のあるトーンで」と条件をつけると、媒体に合った案が出てきます。

また、役職者ほど受信箱は混み合っています。一目で「自分に関係がある」と分かること、そして要点が前半に来ていることが、開封の条件になります。誰に届けるメールなのかを具体的に思い描いてから件名を作ると、AIの出す案の精度も上がります。

件名テストの勝敗を開封率だけで決めない

件名を量産してテストしても、勝敗の判定に使う開封率そのものが、以前ほど正確ではなくなっています。アップルが提供するメールプライバシー保護では、受信側の代理サーバーが本文中の画像を先に読み込むため、本人が開いていなくても開封として記録されます。海外の計測事業者の推計では、記録された開封のうち半数前後がこの経路を通るとされています。この割合は受信側の端末や設定に左右されるので、同じリストでも月によって動きます。件名の一方が開封率で勝ったように見えても、差の大半が機械的な読み込みの偏りだった、という事態が起こります。人が読めば案の違いは分かるのに、数字の側でその違いが薄められている状態です。まず、この物差しの歪みを前提に置きます。

手当ては、補助の指標を一つ足すことです。開封率と並べて、開封した人のうち何割がリンクを押したかを見ます。件名の役目は開かせることですが、件名が中身と噛み合っていれば、開封の次の動きまで変わります。押された数を開封数で割った値は、代理読み込みの影響を受けにくいという性質があります。配信基盤のレポートにはクリック数と開封数が並んでいるので、割り算を一度するだけで出せます。絶対値の目安を他社に求める必要はなく、前回配信との差だけを見ます。件名テストの勝ちは、開封率で差が出て、かつこの値が落ちていない案に限る。開封率だけ上がってこの値が下がった案は、釣りに寄った件名だと判断できます。その案は勝ちとして記録せず、型ごと外します。

他社の平均を基準にしない理由も、数字の出どころで説明できます。ある2026年版の集計では、約68,000ユーザー・90業種以上を対象に、平均開封率25.54%・クリック率1.45%という値が出ています。一方、別の事業者の業種別集計では、全業界平均で開封率35.63%・クリック率2.62%となっています。同じ時期の話なのに10ポイント近く離れます。計測の定義と母集団が違うためで、どちらが誤りという話ではありません。困るのは、社内の報告でこの種の平均を根拠に目標を置いたときです。達成しても未達でも、自社の施策が効いたのかどうかを説明できなくなります。比較の相手は自社の前回配信に固定し、目標も前回比で置きます。

判定に必要な通数も先に決めます。分割テストの目安として、宛先を半分ずつに割るなら合わせて1,000通規模を確保するよう案内している事業者があります。到達が数百通のリストで毎回勝敗をつけようとすると、偶然の差を勝ちパターンとして記録し、次の配信でその型に寄せて外す、という悪循環に入ります。通数が足りないときは、同じ2案を3回続けて配信し、3回の合計で見ます。このとき、配信の曜日と時間帯はそろえます。3回とも同じ側が勝ったなら型として記録し、勝ち負けが入れ替わったなら差は無かったものとして扱います。案出しはAIで何十案でも出せますが、判定のほうは通数という物理的な制約から逃れられません。そこを混同すると、案の多さがそのまま精度だと思い込みます。

件名を変える前に、届いているかを確かめる

件名を何案作っても、メールが迷惑メールの箱に入っていれば開封は動きません。受信側の大手事業者が公開している送信者向けの指針では、1日5,000通以上を個人の宛先へ送る場合に、SPFとDKIMによる送信ドメイン認証、DMARCの設定、1クリックで配信を解除できる仕組みを求めています。迷惑メールとして報告される割合は0.10%未満に保ち、0.30%を超えないことが条件として示されています。BtoBの配信は法人の宛先が中心なので自分には関係がないと考えがちですが、法人が使う受信側の仕組みも似た基準で送信元を評価します。担当者が個人の無料アドレスで受け取っている例も珍しくありません。ここが崩れている間は、件名の良し悪しは結果に現れません。

自社が条件を満たしているかは、配信基盤の管理画面と送信ドメインの設定を見れば分かります。DMARCのレポートを受け取る設定にしておくと、自社の名前で誰がどこから送っているかも見えます。件名の改善に着手する前に、到達率と迷惑メール報告率を一度だけ確認する。到達率は、送った数から不達を引いた割合です。不達には、宛先が消えている恒久的なものと、容量超過などの一時的なものがあり、前者は次回の配信から外します。外さずに送り続けると、送信元の評価そのものが下がります。到達が9割を下回っていたり、報告率が0.10%を超えていたりしたら、件名より先にリストと認証の手当てが必要です。順番を逆にすると、原因の切り分けができません。

報告率の分母は配信数です。反応のない宛先に送り続けるほど、比率は悪くなります。半年以上一度も開いていない宛先は別枠にして頻度を落とすか、案内を出してから外します。名簿の件数が減るのを嫌って残す判断がよく取られますが、見栄えのための件数は到達を下げる形で費用に変わります。別枠にした宛先には、年に一度だけ復帰の案内を出せば取りこぼしを減らせます。この整理には副産物もあります。件名テストの対象を、直近で一度でも開いた宛先に絞れるからです。反応しない宛先が混ざっていると、どの案も低い開封率で並び、差が読み取れません。宛先を絞ると、同じ通数でも件名の違いが数字に出やすくなり、少ないリストでも判定ができます。

厄介なのは、この作業が部署をまたぐことです。送信ドメインの設定は情報システムの担当、リストと件名はマーケの担当になりがちで、どちらも相手の担当だと思って放置されます。到達率と迷惑メール報告率の二つを、月に一度、同じ場所に書き込む担当を一人決めます。必要なのは表計算の二列だけで、書き込みは数分で終わります。件名の案出しにAIを使うほど配信の本数は増えますから、この記録がないと悪化に気づくのが遅れます。気づくのは、開封率が理由もなく下がり始めてからです。担当が変わったときにも、この二列があれば引き継ぎの材料になります。数字が動いてから原因を探すより、二行の記録を毎月足すほうがはるかに安く済みます。

件名の採否を誰がいつ決めるか

AIが出した件名をそのまま配信予約に入れてしまう事故は、量産ができるようになった部署でこそ起きます。案が20本並ぶと、選ぶ手間が惜しくなるからです。先に決めておくのは、AIに任せる工程と人が持つ工程の境目です。案を並べるところまではAIに任せ、事実と合っているかの確認と最終の採否は人が持つ。この線引きは頭の中に置かず、一枚の手順書に二列で書き出します。左にAIがやること、右に人がやることを並べるだけで十分です。採否を誰の役職が持つかも、その紙に一行で書いておきます。ここを曖昧にしたまま本数を増やすと、誰も確認していない件名が配信され、後から遡っても誰が決めたのか分からなくなります。紙は一枚だけ作り、置き場所も一か所にします。

人が見る範囲を三点に絞ると、確認が現実的な時間で回ります。一つ目は数字で、社数や日数や割合が本文と一致しているか。二つ目は期日で、今週までや明日開催が配信日と合っているか。三つ目は差し込み変数で、会社名が空のときに敬称だけが残らないか。差し込みでは、法人名の後ろに御中と様が二重に付く崩れもよく起きます。予約の前に自分宛へ一通だけテスト配信すれば、この種の崩れは受信箱の見た目で気づけます。スマートフォンでも同じ一通を開いて、切れ方を見ます。この三点はAIに判断させません。生成AIは本文に書かれていない数字を自然な形で足してくるので、件名だけを読んで違和感がなくても、本文と突き合わせます。違和感の有無ではなく、突き合わせた結果で判断します。

根拠を書かせると、確認が速くなります。件名を出させるとき、案・使った型・根拠の三列で並べるよう指示し、根拠の列には本文のどの記述を使ったかを一行で書かせます。根拠の欄が空だったり、本文に存在しない記述を指していたりする案は、その場で落とせます。20案を全部読み比べる代わりに、根拠の列だけを先に見て半分に絞る。三列で出させると、後述する記録の表にそのまま貼り付けられるという利点もあります。確認にかかる時間が短くなるほど、忙しい週に確認そのものを飛ばす動機が減ります。飛ばされた一回が、誇張した件名の配信につながります。人の手間を削るために根拠を足す、という順で考えます。根拠の列は、配信後に振り返るときの手がかりにもなります。

記録の形も先に決めます。配信日・件名・型・差出人名・到達数・開封数・クリック数を一行に並べた表を、一枚だけ持ちます。止まる理由の多くは、記録が配信基盤の中と手元の表の二か所に散らばり、どちらが最新か分からなくなることです。書き込む人を一人にして、配信の翌日に前回分を一行足す。翌日にするのは、日をまたぐと開封の数がまだ増えるからです。半年も続ければ20行ほどたまり、型ごとの平均を出せるようになります。この一行がたまっていれば、次の件名づくりでAIに渡す材料、つまり効いた型と効かなかった型が、探し直さずにそのまま揃います。記録は報告のためではなく、次の案出しの入力として持ちます。報告に使う数字も、この一枚から引くだけにします。

やりがちなNG

件名づくりで成果を下げてしまう、典型的なNGパターンです。先回りして避けましょう。

• 釣り件名で開かせる：本文と食い違うと信頼を失い、次から開かれない
• 効果を誇張する：根拠のない断定は、長期的に開封率とブランドを損なう
• 一度に複数の条件を変える：何が効いたか分からず、知見がたまらない
• 絵文字・記号を多用する：迷惑メールに見え、かえって開封されない

よくある質問

件名は何案くらい作ればよいですか？

AIなら数分で10案以上出せるので、まずは型ごとに複数案を出し、その中から2〜3案に絞ってテストするのがおすすめです。毎回ゼロから悩む必要がなくなり、検証に時間を回せます。

AIが作った件名はそのまま使えますか？

開封率はどのくらいを目指せばよいですか？

業種やリストの質で大きく変わるため、他社の数字より自社の過去との比較が有効です。テストを続けて、自社の平均を少しずつ上回ることを目指すと、無理のない改善になります。

まとめ

メール件名をAIで量産する要点は、型を指定して量産し、A/Bテストで磨いて、勝ちパターンをためることです。数字・疑問・限定・共感などの型でAIに出させ、件名だけを変えてテストし、効いた型を記録していく。スマホで切れない長さに整え、本文とのギャップをなくす。この流れを続ければ、開封率は着実に上がっていきます。まずは次の配信で、型ごとに件名を出させ、2案でテストするところから始めてみてください。

※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。