生成AI販促の成否を分ける文脈整備と入力。AIの言葉を顧客はどう受け止めたか、西村ジョイらが検証

今、最も大事なのはAIにどのようなコンテクストを渡すか

　これまで、生成AIを販促に用いる際には、「どのLLM（大規模言語モデル）を使うべきか」「どういったプロンプトで指示を出すべきか」といった点が話題になることが多かったのではないでしょうか。しかし、昨今は、主要なLLMであれば、自然で読みやすい文章を書くこと自体は、ほぼ問題なくこなせるようになりました。目的や制約を明確に伝えさえすれば、魔法のレシピのようなプロンプトも必要ありません。今、成否を分けるのは、データから、顧客一人ひとりのコンテクストを抽出し、それを適切にLLMに渡せるかどうかです。

　Anthropicが2025年9月に公開した『Effective context engineering for AI agents』（AIエージェントのための効果的なコンテクスト・エンジニアリング：訳は筆者）でも「プロンプトの書き方」から「モデルに何の情報を渡すか」に関心が移りつつあることが示されています。また、こうしたデータの基盤は「AI-Readyなデータ基盤」と呼ばれることもあります。

　本稿では、香川県を中心にホームセンターを展開する西村ジョイ、流通小売業の折込チラシ制作・デジタル販売促進支援事業を行う総合オリコミ社とともに私たちが進めてきた実証実験を共有します。

電子チラシの“偶然の出会い”と、LINEの“届く力”をつなぐ

　新聞折込のチラシは年々減っていますが、電子チラシのようなチラシ形式のメディアは、今も根強く愛されています。チラシの強みは「顧客がまだ興味がない」商品にも自然に触れてもらえる点にあります。探していたものとは別の価値ある商品に偶然出会う、いわばセレンディピティを生む優秀な受動メディアです。チラシ制作を担う総合オリコミ社 WEB事業部 部長の小田正史氏は「チラシは眺めているうちに『こんなものもあるのか』と気づいていただける媒体です。その魅力は、紙でも電子でも変わらないと感じています」と話します。

　一方で、どれほど良い媒体でも、開いてもらえなければ価値を発揮できません。そこで私たちは「既に存在する顧客の興味」を利用しました。購買履歴から顧客の関心と、その背景にあるコンテクストを読み取り、顧客の興味を捉えたメッセージを1人ずつ生成してLINEで届け、末尾のリンクから電子チラシへ案内する、という流れです（図1）。

購買履歴と電子チラシはそのままではつながらない

　近年、オントロジー技術をめぐる議論にも見られるように、異なるシステムに散らばったデータを1ヵ所に集めるだけでなく、それぞれのデータが持つ「意味」を互いにつなげられる状態にしておくことの重要性が注目されています。本施策で扱った購買履歴と電子チラシの内容も別々のシステムで管理されていてデータが分断されており、使われている言葉も粒度も異なります。以下では、私たちの取り組みから、具体例を2つ紹介します。