オプト「マーマレーション」がTikTok対応――生成AI×類似度制御で縦型動画の勝ち筋が書き換わる

広告クリエイティブの作り方が、いま静かに塗り替わろうとしています。オプトが提供する生成AI活用の広告クリエイティブ制作ソリューション「マーマレーション」がTikTokに対応しました。動画の量産と検証を自動運転のように回し、素材同士の“似すぎ”“似なさすぎ”を数理で調律する――この一手は、短尺・縦型の競争が激化する現在のフィードにおいて、広告の“見られ方”そのものを設計し直す挑戦です。本稿では発表の要点と技術的な新機軸、背景となる市場の変化、競合ソリューションとの違い、そして現場で即実装できるプレイブックまでを一気通貫で解説します。

発表の全体像：何が変わり、なぜ今なのか

┌────────────┬────────────┬────────────┐
│ 生成AI案出し │ 効果予測で優先度 │ 類似度制御で再生成 │
└────────────┴────────────┴────────────┘
           ↓            ↓            ↓
      制作/入稿      小規模配信     差し替え/拡張

今回の発表で最も重要なのは、マーマレーションの中核である三段階のPDCAがTikTokの制作・入稿・検証フローへ最適化されたことです。具体的には、生成AIで大量の案を素早く起こし、配信前後の効果予測で優先度を付け、配信データを踏まえて“どこまで似せるか”を制御した再生成をかけ直す設計が、縦型動画のクリエイティブ群にそのまま移植されました。

TikTokで効くのは、広告でありながらUGCの文法に自然に馴染む“ネイティブ感”です。同時に、プラットフォーム全体の流行や音源、テンポに寄り過ぎれば、他素材との競合や広告疲労を招きます。この相反する要件の最適点を見つけるために、類似性を尺度化して管理するという思想が導入されています。

社外発表ベースの実績では、クリック率の大幅な上昇や獲得単価の改善が確認されています。単発の“当たり素材”に依存せず、素材群の組成を継続的に更新する運用が、プラットフォームの更新速度に追いつく鍵となります。

加えて、TikTok Shopの国内展開が本格化し、視聴と購買が一体化したファネルが広がっています。制作から入稿、検証までを高頻度で回せる体制を持つことは、広告からコマースまでの歩留まりを高めるためにも臨界的に重要になりました。

制作現場へのインパクトとしては、従来の“企画→撮影→編集→入稿”という直線型の流れが、“短いループを連続させる円環型”に切り替わる点が挙げられます。小さく早く作って試し、良い兆しが見えた案にのみ資源を集中投下する運用は、リードタイムの短いTikTokと最も相性が良い運用です。

また、チーム編成も変わります。コピー、構成、編集、モーション、サウンドといった役割を、生成AIの出力を前提に再配置し、“人間が決めるべき判断”に時間を割く体制へ移行することが成果を左右します。

制作スケジュールも“週次の山”から“日内の波”へと変わります。朝に仕込んだ三案を昼に判定し、夕方に差し替える。この速度感を可能にするのが、生成と予測と入稿の自動連携です。

評価指標は単一ではなく、目的に応じて切り替えます。純認知を狙う時と獲得を狙う時では、冒頭の設計や字幕の設計は別物です。目的の言語化があいまいだと、AIの出力もぶれます。

市場の地殻変動：縦型動画と“視聴内購買”が押し上げる新常態

縦型動画の存在感
2023  ■■■■■■■
2024  ■■■■■■■■■■■■■
2025  ■■■■■■■■■■■■■■■■  → 拡大中
視聴→購入の導線： [発見]→[比較]→[購入]（アプリ内で完結）

国内の動画広告市場は年々拡大し、その内部で縦型ショート動画の伸びが顕著です。特にスマートフォンの視聴時間に占める縦型の比重が高まり、プラットフォーム側の機能も広告主側の制作環境も、縦型を前提に進化しています。

TikTokは短い秒数で“引き込む”ことに最適化された設計で、見込み顧客が日常的に触れる想起の場になりました。さらに国内版のショッピング機能が加わったことで、発見から購入までが同一アプリで完結する導線が整い、クリエイティブの役割は認知形成から販売の直結までを同時に担う方向へと拡張しています。

この文脈では、一本の“傑作”よりも、文脈とタイミングに沿って細かく最適化された“群れとしてのクリエイティブ”のほうが価値を持ちます。AIが得意とするのは、まさにこの群れの設計と更新です。

出稿者側のマインドセットも変わりつつあります。クリエイティブは“作って終わり”ではなく、常に学習し、常に差し替わる。この連続的な運用を無理なく支える仕組みが求められていました。

一方で、縦型への偏重は“画一化の危険”も内包します。どのブランドも似た構図、似た字幕、似たテンポに寄ると、差別化が失われます。だからこそ、類似の上限を設定して“わざと外す”勇気が、結果として成果を押し上げます。

視聴と購買が統合されると、従来の広告KPIとECKPIの境界も曖昧になります。クリエイティブは“売れる説明”だけでなく、“買いたくなる理由”を体験として提示する必要があり、商品理解と編集のセンスがより密接に結び付いていきます。

ブランドは“縦型動画のためのトーン＆マナー”を改めて定義する段階に来ています。テレビや横型動画で培った美意識を土台にしつつ、見られるためのスピード感と素朴さを許容する規定が必要です。

プラットフォームの文化は生き物です。半年前に効いた型が鈍り、別の型が立ち上がる。この変化に追随するためには、月次ではなく週次でナレッジを更新する社内流通の導線が欠かせません。

技術分解：生成→予測→類似度制御の三位一体PDCA

[テンプレ器] ─→ [生成AI] ─→ [事前効果予測] ─→ [優先度]
                                   │
                                   └→ [A/B実装] ─→ [実測ログ]
                                                     │
               [類似度計算（画/音/言語/行動）] ────────┘
                                      │
                                      └→ [再生成]

マーマレーションの背骨は、生成、効果予測、類似度制御の三位一体です。まず、生成AIがコピー、構成、視覚要素の組み合わせ案を大量に出力します。次に、配信前の効果予測モデルが媒体特性や過去の配信実績を踏まえてスコアリングし、試す順序を決めます。最後に、配信後の実測値をもとに素材間の類似度を再計算し、似せるべき軸と外すべき軸を分解して再生成へフィードバックします。

要は、量産と取捨選択に“学習するルール”を与えるアーキテクチャです。これにより、人手では回しきれない候補探索が現実的なコストで可能になり、また“なぜ良かったのか”の説明も徐々に透明になります。

特にTikTokでは、一定のテンポ、画角、音源の使い方など、可視化しにくい記号論的な“お作法”が成果に影響します。類似度制御は、こうした暗黙知を数理に写像し、可変パラメータとして扱うための橋渡しとなります。

生成工程では、テンプレートに縛られ過ぎると探索空間が狭まり、学習効果が頭打ちになります。一方で、完全に自由にすると品質のばらつきが大きく、検証コストが膨らみます。“枠は固く、中身は自由に”という設計思想――画角や尺などの器は固定し、表現要素の組み合わせは自由――が、探索と収束のバランスを取ります。

効果予測は“確定”ではなく“優先度の提案”です。現場は予測を鵜呑みにするのではなく、仮説を持って意図的に予測から外した案も混ぜ、モデルの盲点を探ることで、学習の地平を押し広げられます。

TikTokで“類似度”が効く理由：UGCとの同調と飽和回避のバランス

成果
▲
│          ／＼  ← 適正帯
│         ／  ＼
│        ／    ＼
│  ／＼／        ＼／＼
└────────────────────→ 類似度
        低すぎる          高すぎる

TikTokのアルゴリズムは、視聴完了率、最初の数秒の離脱、音源やハッシュタグの関連性など、多数のシグナルを総合して配信の広がりを決めています。広告であっても、フィードの“地場”に調和していればエンゲージメントは伸び、異質さが強すぎると脆く失速します。

一方で、あまりに同質的なクリエイティブを並べると、ユーザーも機械学習も早々に飽和し、頻度の割に成果が伸びません。類似度の上限と下限を枠取りして“狙って似せる／狙って外す”を制御すると、広告群全体の効率が安定します。

実務では、画面の構図、人物の距離、字幕の打ち方、冒頭のフック、音のダイナミクスといった要素ごとに類似度を別管理し、学習データに沿って“似せるべき記号”と“差を付けるべき記号”を分けるのが合理的です。

この方法は、素材の差し替えや入稿の頻度を上げても統制が崩れにくく、チーム拡大時のクリエイティブブレも抑えられます。

類似度の管理で実務的に効くのは、“時間帯”“受け皿のペルソナ”“競合出稿の密度”の三点です。同じ素材でも、通勤時間帯と夜間では適正なテンポや音量が変わりますし、若年層向けと専門職向けでは字幕の言い回しも最適解が異なります。

もう一つの鍵は、広告群の“ストーリーレベルの連続性”です。一本ずつが完結するだけでなく、複数本を続けて見ても意味が増幅する設計は、シリーズ配信と相性が良く、学習効率の良い探索を促します。

実験計画の基本は、小さく早いA/Bの連打です。一本の動画の中で複数要素を同時に変えるのではなく、冒頭の言い回しだけ、字幕の色だけ、音の入りだけ、と要素を分解して検証します。

統計的有意差よりも“運用上の有意差”を重視するのも現実解です。僅差の勝ちより、在庫状況や入稿のしやすさも含めて総合的に勝てる案を選びます。

競合ベンチマーク：同じ“自動化”でも思想と実装が違う

比較軸           | マーマレーション | 効果予測特化型 | ブランド遵守生成 | 運用一体型分析
-----------------|------------------|----------------|------------------|----------------
中核思想         | 群の類似度制御   | 勝ち筋の事前選 | ガイドライン厳守 | 成功/失敗の定量抽出
強み             | 編成で勝つ       | テスト縮減     | 組織導入の容易   | 学習の透明性
留意点           | 設計の初期負荷   | 多様性確保     | 表現の自由度     | 出力の品質管理

国内では、いくつかの強力なソリューションが同じ地平に立っています。効果予測を中核に据えるアプローチ、社内制作体制とAIを統合するアプローチ、既存の運用ツールに分析モジュールを後付けするアプローチなど、思想は多様です。

例えば、大量の過去配信データと媒体別の特性をもとに、配信前から勝ち筋の高い素材だけを選び抜いて投入する方法は、テストコストの最小化に強みがあります。一方、ブランドガイドラインの遵守をシステム側で担保しながら半自動生成する方法は、組織的に“安全に速く作る”という観点で合理的です。

また、運用プラットフォーム側にAI分析を組み込み、成功・失敗要因を定量で抽出してテンプレート化する方法は、現場の学習効率を劇的に引き上げます。どの方式も“量産→選別→再設計”を高速で回す点は共通しており、差は“どこを人間が握り、どこを機械が握るか”に表れます。

マーマレーションのユニークさは、素材同士の関係性を軸とした群管理の思想にあります。単体の良し悪しではなく、複数素材の編成でフィードの波に乗るという発想は、TikTokのような環境で特に理にかなっています。

競合の強みを借景として活用する観点も重要です。例えば、配信前の厳密なスクリーニングに強い仕組みと、配信後の群制御に長けた仕組みを組み合わせると、試行のムダを減らしつつ、素材の多様性を保てます。

選定の基準は“短期の成果”だけではありません。制作の再現性、権利処理の容易さ、ガイドラインの守りやすさ、組織への定着容易性など、総所有コストの観点で比較することで、長く効く選択が見えてきます。

他方で、万能な仕組みは存在しません。どのソリューションも、前提となるデータの量と質、現場の作法、組織文化に依存します。道具選びは“自社の勝ち筋”の延長で決めるのが最短です。

重要なのは、どの仕組みを選んでも“人が意味を与える”余地を残すことです。AIは過去に学びますが、未来の意味は人が発明します。

現場で使えるTikTokクリエイティブ運用プレイブック

チェックリスト（抜粋）
□ 冒頭三秒を三案以上でテスト
□ 字幕の速度と間を複数パターン化
□ 音源は“流行×文脈”で選定
□ 手の動き/視線誘導を設計
□ CTAは一つに絞る
□ 類似度/頻度の管理表を全員で共有
□ シリーズ配信の型と時間を固定
□ 失敗作の要因を次回生成に制約として渡す
□ コメントへの二手目の返しをテンプレ化
□ 入稿と差し替えのSLAを明文化

第一に、冒頭三秒の“場づくり”に全てを賭ける設計が必要です。導入で使う言葉、画面の切り替え、音の入り方を三案以上で用意し、最初にテストするのは“動画”ではなく“冒頭の三秒”だと定義します。

第二に、字幕のリズムは視聴完了率に直結します。読み切れる速度と行間の空き、要点の反復を数パターンで用意し、視聴ログに応じて最適なタイポグラフィを見つけます。

第三に、音源の選定は“流行×文脈”の交点で考えます。トレンド音源の露出を借りる一方で、ブランドの情緒や商品体験と齟齬が出ないかを、ナラティブの観点から検証します。

第四に、画面内の手の動きや視線誘導といった“わずかなダイナミクス”が、ショート動画では過大に効きます。意図して仕込むか、生成時に候補を用意しておくと、編集の自由度が上がります。

第五に、CTAは一つに絞るのが原則です。スクロール速度が速い環境では、多義的な呼びかけはほとんど機能しません。

第六に、素材群の類似度と頻度の管理表を運用の“単一の真実”として置き、チーム全員が同じ“譜面”で演奏できる状態を保ちます。

第七に、商品理解の“語り手”を設計します。ナレーションの人称、登場人物の立場、話しかける相手の設定が、同じ情報でも転び方を変えます。

第八に、コメント欄の設計を軽視しないことです。コメントが付きやすい問いかけを冒頭に置くと、初動の拡散が自然に強化されます。

第九に、視覚ノイズを意図的に使い分けます。わずかなカメラの揺れ、手書き風の矢印、目線を誘導するエフェクトなど、注意の向きをデザインします。

第十に、シリーズ配信の“型”を決め、曜日や時間帯を固定します。定点の発信は、アルゴリズムにも視聴者にも親切です。

第十一に、失敗作を資産化します。うまくいかなかった素材の“どこが悪かったのか”を言語化し、次の生成に明示的な制約として渡します。

第十二に、入稿と差し替えのSLAを定義します。“何時間でテスト開始、何時間で初回判断、何時間で差し替え”という運用の約束事が、探索速度を底上げします。

第十三に、サムネイルの静止画を別設計にします。冒頭のフックと一致させるより、“続きを見たくなる矛盾”を置くほうが効く場面があります。

第十四に、視聴デバイスの音量実態を観察します。無音視聴に強い字幕設計と、音が出る場面での抑揚づけを両輪で用意します。

第十五に、コメントへの“二手目の返し”をテンプレ化します。丁寧な返しはアルゴリズムへのポジティブなシグナルとして働き、次の配信に利く資産になります。

ガバナンスと品質：権利、透明性、ブランドセーフティを同時に担保する

[生成]→[自動NG検知]→[人の文脈レビュー]→[入稿]
    │                          │
    ├─ NG辞書更新 ───────────┘
    └─ 事例学習に反映
権利/透明性：出所明示・履歴保持・迅速な相談導線

生成AIを制作フローに組み込む際は、著作権、肖像権、商標権、データの取り扱いに関する内規と監査の仕組みを設けるのが前提です。学習素材の出所が明確で、商用利用に適した生成基盤を使うこと、出力物の検品責任を最後まで人間が負うことを、契約と運用手順に反映します。

ブランドセーフティの観点では、NG表現の辞書化、文脈判定、肌色や年齢表現などに関する偏りの自動検知を“前処理”として仕組みに組み込みます。さらに、生成工程におけるトレーサビリティを確保することで、説明責任を果たしやすくなります。

また、合成音声や合成人物の活用は、コストやスピードの面で有効ですが、表示や表現が受け手に与える心理的影響を慎重に検討すべき領域です。“速く、安く、上手く”を追うほど、ガイドラインの明文化と例外判断の手続きを丁寧に整える必要があります。

教育面では、プロンプト設計、著作権と肖像権の基礎、ブランドトーンと語彙の管理、機密情報の取り扱いといったテーマを、オンボーディングの必修科目に据えます。

レビュー体制は“二段階で二種類”が理想です。一段目は機械による静的チェック、二段目は人による文脈チェック。表現の良し悪しと権利の是非は別物なので、観点を分離すると事故が減ります。

権利の運用は“禁止事項の列挙”だけでは回りません。迷った際の相談窓口、迅速なエスカレーション、記録の保存、取引先への説明資料まで含めて、運用ドキュメントを生かします。

生成物の信用を高めるために、出力に“生成・編集の履歴情報”を付与し、必要に応じて共有できる体制を整えます。

これからの展望：クリエイティブがメディアとコマースをつなぐ

視聴 ─→ 共感 ─→ 行動 ─→ 購入 ─→ 共有
  ↑         生成AIが個別最適化          ↓
学習 ◀────────────────── ロングテールの改善

視聴の場と購買の場が統合されると、広告は単なる“注意喚起”から“体験設計”へと役割を広げます。ライブ配信やショッピング機能と連動した短尺動画は、商品発見、検討、購入、共有の各段階を一つの物語として束ねることができます。

この未来像では、制作と運用、メディアバイイング、コマース運営が一体のサイクルとして回り、生成AIはその潤滑油になります。マーマレーションのように、群としての最適化を中心に据えた設計は、プラットフォーム横断の拡張にも相性が良いはずです。

マルチモーダルの解析が一般化すれば、視線の滞留、手の動き、音の抑揚といった微細な特徴量まで含めて“勝ち筋”をモデル化できます。人間の直感と機械の探索を重ね合わせることで、広告はより生活の文脈に馴染み、押し付けではなく“役に立つ”存在として受け入れられていくでしょう。

いま重要なのは、走りながら学び続けるチームの体制をつくることです。規模の大小にかかわらず、三か月の実装スプリントを設け、生成、予測、類似度制御の各工程を自社のワークフローに実装するだけでも、来季の成果曲線は確実に変わります。

付記として、部門横断での導入ステップをもう一段具体化します。まず、現状の制作から入稿、配信、検証、差し替えまでのフローを一枚の図にし、各工程の所要時間と責任者を明確にします。次に、生成AIが関与できる工程を洗い出し、既存のツールや社内の運用ルールと矛盾がないかを点検します。三点目として、法務と情報セキュリティを早い段階から巻き込み、著作権、肖像権、商標、個人情報の扱いに関するチェックリストを共通資産として整備します。四点目に、ナレッジ管理の仕組みを準備します。成功と失敗の要因がどのように抽出され、どこに保存され、次の生成プロンプトやテンプレートにどう反映されるのかを、人に依存しない形で運用できるようにします。最後に、評価の仕方を合わせます。広告の勝ち負けは一時的で、長期では顧客体験全体の質がブランドの記憶を形づくります。短期の指標と長期の指標を同じテーブルで眺められるガバナンスを整えることで、スピードと誠実さを両立した運用が可能になります。

結局のところ、勝つための条件は単純です。誰よりも早く大量に試し、学びを言語化して仕組みに埋め込み、チーム全員が同じ譜面で演奏すること。マーマレーションのTikTok対応は、その実行を後押しする強力な地図です。地図を手に入れた今、次に必要なのは歩き始める意思と、歩きながら描き直す柔軟さです。

最後に、仮想のケースを想定して具体化します。たとえば日用品ブランドが新しい香りのハンドソープを発売するとします。初週は、生活導線の朝昼夜それぞれの“使う瞬間”を短い物語として三案出します。字幕は“機能訴求寄り”“情緒寄り”“比較訴求”の三系統を用意し、冒頭三秒の言い回しを細かく変えます。次週は、初週の勝ち筋から“音の抑揚を強めた案”“字幕を少なくして画の情報量を増やした案”“手の動きを強調して生活感を増した案”に枝分かれさせます。さらに、コメント欄で出た疑問や使用感の声を拾い、第三週では“よくある質問への返答”を物語に組み込みます。こうして一見すると別々の動画が、実は一つの長い会話としてつながるように設計すると、広告は商品説明を超えて“使ってみたい”という共感を生みやすくなります。

当社では、AI超特化型・自立進化広告運用マシン「NovaSphere」を提供しています。もしこの記事を読んで
・理屈はわかったけど自社でやるとなると不安
・自社のアカウントや商品でオーダーメイドでやっておいてほしい
・記事に書いてない問題点が発生している
・記事を読んでもよくわからなかった
など思った方は、ぜひ下記のページをご覧ください。手っ取り早く解消しましょう

▼AI超特化型・自立進化広告運用マシンNovaSphere▼