株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
広告代理店の提案書（メディアプラン）作成をAIで効率化する方法｜クライアント課題＋予算→LLMでメディアミックス構成案を自動生成
広告代理店の営業（AE：アカウントエグゼクティブ）にとって、クライアントへの提案書・メディアプランの作成は案件獲得の勝敗を決する業務です。クライアントの課題理解、ターゲット設計、メディアミックスの最適化、予算配分の設計——この複合的な戦略立案とドキュメンテーションをLLMで効率化するアプローチが、広告業界で加速しています。eMarketerの報告によれば、多くのマーケターが既にメディアプランニングに生成AIを活用しており、導入を検討する企業も急増しています。
業務の詳細フロー（現状の手作業）
ステップ1：クライアントブリーフの分析
クライアントの課題（認知拡大、CV獲得、ブランディング等）、ターゲットオーディエンス、予算規模、KPI目標、競合状況を把握します。RFP（提案依頼書）の内容を精査し、クライアントが真に求めていることを読み解きます。
ステップ2：メディアリサーチ
ターゲットオーディエンスのメディア接触行動を調査し、最適な広告媒体を選定します。各媒体のリーチ数、CPM、ターゲットとの親和性、過去の配信実績を分析します。
ステップ3：メディアミックスの設計
予算制約の中で最大効果を発揮するメディアミックス（テレビ/デジタル/交通/OOH等の配分）を設計します。GRP計算、リーチ＆フリークエンシーの最適化、配信スケジュールの策定を行います。
ステップ4：提案書の作成
課題分析→ターゲット設計→メディア戦略→メディアプラン詳細→KPIシミュレーション→クリエイティブ方針→スケジュール→予算の構成で提案書を作成します。PowerPointで数十ページのプレゼン資料を制作します。
ステップ5：社内レビュー・プレゼンテーション
プランナー・クリエイティブディレクター・メディアバイヤーを交えた社内レビューを経て、クライアントにプレゼンテーションを行います。
課題・ペインポイント
- 競合コンペの時間圧力：コンペの場合、提案書の準備期間が限られ、複数案件が同時進行すると品質が低下しやすい
- メディアプランの属人化：「この予算ならこのメディアミックスが最適」の判断がプランナー個人の経験に依存
- 過去実績の未活用：類似クライアント・類似予算規模で過去に効果的だったメディアプランが組織的に蓄積・活用されていない
- 提案書の作成工数：PowerPointの作成・デザイン調整に多大な時間を消費し、戦略思考に充てる時間が不足
- シミュレーションの手間：予算配分を変えたときの効果シミュレーションが手作業で、複数パターンの比較検討が困難
AI化のアプローチ（LLMによる実装イメージ）
入力データの設計
- クライアント情報：RFP/ブリーフ、課題、ターゲット、予算、KPI目標
- メディアデータ：各媒体のリーチ・CPM・ターゲット特性、配信枠情報
- 過去の提案書・実績：受注成功した過去の提案書、配信実績データ（RAGで参照）
- 業界ベンチマーク：業界別の広告予算比率、KPIベンチマーク値
- 提案書テンプレート：自社の提案書フォーマット、デザインガイドライン
処理パイプライン
- ブリーフの自動分析：LLMがRFP/ブリーフを分析し、課題・目標・ターゲット・予算・制約条件を構造化。過去の類似案件を自動検索し、成功パターンを参考情報として提示
- メディアミックスの自動設計：ターゲットのメディア接触行動＋予算制約＋KPI目標から、LLMがメディアミックスの候補を複数パターン自動生成。各パターンの想定リーチ・フリークエンシー・CPAも自動試算
- 提案書テキストの自動生成：メディアミックスの設計根拠、ターゲットインサイト、クリエイティブ方針のテキストをLLMが自動生成。自社のトーン＆マナーに沿った表現で出力（出典：AIsmiley "MRIが生成AIによる提案書作成支援ツールを開発"）
- KPIシミュレーションの自動化：過去の配信実績データに基づき、各メディアプランのKPI予測（インプレッション、クリック、CV、CPA、ROAS）を自動算出
- 提案書の自動組版：データ＋グラフ＋テキスト＋シミュレーション結果を自社テンプレートに沿ったPowerPoint形式で自動出力（出典：Digiday "Media agencies test AI planning agents"）
人間が判断すべきポイント
- クライアントの真のニーズの理解：RFPに書かれていない「本当の課題」を読み取るのはAEの対人感覚
- 差別化戦略の設計：「他社と何が違うか」「なぜこのメディアプランが最適か」の戦略的ストーリーはプランナーが構築
- 予算交渉・メディアバイイング：媒体社との枠交渉、ボリュームディスカウントの獲得は対人の交渉力
- プレゼンテーション：提案書を基にしたプレゼンと質疑応答はAEのコミュニケーション力
他業種の類似事例
- コンサルティングファームの提案書：クライアント情報＋過去事例RAGからLLMがピッチ資料を生成（本シリーズ参照）
- 銀行の融資提案書：顧客の財務状況×業界動向からLLMが提案書を自動構成（本シリーズ参照）
- 建設業の技術提案書：過去実績＋要求仕様からLLMが提案書ドラフトを生成（本シリーズ参照）
導入ステップと注意点
ステップ1：過去の提案書・実績データベース構築（2〜4週間）
過去の受注成功提案書と配信実績データをベクトルデータベースに格納し、業界別・予算規模別・KPI別にタグ付けします。「このメディアプランでどの程度の効果が出たか」の実績も連携させます。
ステップ2：メディアプラン生成パイプラインの構築（3〜5週間）
ブリーフ入力→メディアミックス自動設計→KPIシミュレーション→提案書テキスト生成→自動組版のパイプラインを構築します。複数パターンの比較提案ができる設計にします（出典：数英 "14家广告集团的大模型应用"）。
ステップ3：パイロット運用（4〜8週間）
AI生成の提案書と従来プロセスの提案書の品質・作成時間・受注率を比較します。コンペでの評価も含めて検証します。
注意点
- クライアント情報の機密性：RFPやブリーフにはクライアントのマーケティング戦略が含まれるため、LLMへの入力時のセキュリティ管理が必須
- データの鮮度：メディアの単価・リーチ数は常に変動するため、最新データでシミュレーションする仕組みが必要
- 画一的な提案の回避：AI生成の提案書が「どのクライアントにも同じようなメディアプラン」にならないよう、クライアント固有のインサイトを反映
renue視点：専用ツールではなく汎用LLMで実現する理由
メディアプラン提案書作成の本質は「クライアントの課題を理解し→最適なメディア戦略を設計し→説得力ある提案書にまとめる」という言語処理と数値分析の統合です。専用のメディアプランニングツール（Galaxy等）はデータアクセスに強みがありますが、「戦略ストーリーの構築」「提案テキストの生成」「クライアント固有のカスタマイズ」の部分は汎用LLMの得意領域です。renueでは広告運用AIエージェントの開発・提供を通じて、「広告のプランニングから配信・分析まで一気通貫でAIが支援する」パイプラインの実現に取り組んでおり、その知見を基に「プランナーの思考プロセスを言語化してプロンプトに落とし込む」ことが、AI活用の最も重要なステップだと考えています。
まとめ
広告代理店の提案書（メディアプラン）作成は、ブリーフ分析→メディアミックス自動設計→KPIシミュレーション→提案書テキスト生成→自動組版のパイプラインでLLMによる大幅な効率化が可能です。eMarketerの報告でもメディアプランニングへの生成AI活用が広がっています。ただし、クライアントの真のニーズ理解、差別化戦略の設計、予算交渉、プレゼンテーションは完全にAEとプランナーの戦略力と対人力の領域です。
設計観点の整理：広告メディアプランAI導入で陥りやすい3大落とし穴
メディアプランAIは景表法・プラットフォーム規約・業界統計引用規則・代理店契約透明性の4軸で設計を誤ると、効果予測の優良誤認・プラットフォーム規約違反・予算配分の根拠不明の致命的リスクが生じる領域です。
落とし穴1：景表法×特商法×電気通信事業法の外部送信規律×代理店契約×メディアプランAIの5層コンプライアンス
国内のメディアプランAI化は景品表示法（AIによるROAS/CPM/CPA予測値の根拠明示、効果予測の誇張による優良誤認回避）、特定商取引法（広告出稿情報の表示義務）、電気通信事業法外部送信規律（Cookie・SDK・DMPデータの公表義務、2023-06施行）、代理店契約（プラン根拠の透明性・手数料開示・マージン契約整合）、各媒体運用規約（Google/Meta/Yahoo/LINE等のデータ取扱・AI自動入札連携要件）の5層で重なります。AIによるメディアミックス構成案・予算配分シミュレーションは有効ですが、「クライアント予算・未公開戦略情報の外部LLM送信禁止（閉域LLM推奨）」「AI予測ROAS/CPMの根拠（類似キャンペーン実績・業界平均・仮定条件）の明示」「プランナーの最終判断（AI単独提案禁止、HITLレビュー）」「広告特化LLMは広告ドメイン合規設計（博報堂DY×松尾研究所Llamaベース等の先行事例参考）」を設計段階で組み込む必要があります。
落とし穴2：グローバルメディアプランAI×Publicis CoreAI/Omnicom Omni/GroupM Google AI×Agency In-housing 44%×AI予算9%×Transparency Framework 2026-01
海外メディアプランAIは2026年、3大ホールディング競争が加速。Publicis CoreAIはAI・データ関連企業の買収などで機能強化を進めているとされます、Omnicom Omni（Agentic統合知能プラットフォーム）、WPP Open Intelligence（WPP×Google AI提携）。AI予算シェアは2024年7%→2026年9%、マーケ運用統合は2022年以降2倍で17.2%。BCG×Google研究ではAI駆動マーケ先進企業は売上成長+60%。2026-01「AI Transparency and Disclosure Framework」（ターゲティング決定・インベントリ源・ビッドロジックの可視性要件）施行。Street Fight調査120人シニアブランド/代理店で44%が2026年中のメディアプランニング内製化計画（AIツール活用でのインハウジング加速）。FTCの開示に関する考え方、合成パフォーマーを含む広告等を対象とするNY州法（2026-06施行）、EU AI Act（2026-08-02本格適用）が広告意思決定AI透明性要件対象化。日本のAI設計も「Agentic×AIエージェント対話×透明性フレーム×HITL」が国際標準化しつつあります。
落とし穴3：中国メディアプランAI×分衆伝媒の営銷垂類大模型×実時予算調整×マルチタッチ帰属×OMO線下線上統合×80%企業2026年統合
中国メディアプランAIは2026年、AIが「補助最適化」→「システム再構築」へ進化、企業優先方向は実時予算調整・マルチタッチ帰属モデル・マーケミックスモデルで、AIが執行ツールから意思決定エンジンへシフト。分衆伝媒の営銷垂類大模型（智譜AIと共同開発）は導入が完了し、微調整と改良が続けられていると報じられています。AI智能予算配分はリアルタイムコンバージョンROIデータでミリ秒級モニタ、低ROI計画から予算抽離・高効計画へ自動追加、24/7動的調整。LBS位置データ＋人群画像技術で商圈・楼宇等線下チャネルの「人流量価値評価」、OMO（オンライン-オフライン）データ統合で線下広告曝露の全链路帰属監測。80%超未規模化企業が2026年までの整合タイムテーブル保有、35%は2026年完了予定。PIPL・改正網絡安全法（2026-01-01施行）・大模型備案・中国広告法（最上級用語規制）対応必須。中国市場向けメディアプランAIは国産垂直大模型＋中国内DC処理＋OMO統合データが原則、日中跨境広告では景表法×中国広告法×FTC/EU AI Actの三方整合設計が重要論点です。
