AIから｢当たり前のこと｣しか言われない人の盲点――データ分析の主戦場は｢プロンプトの工夫｣ではなく｢コンテキストの設計｣だった

マーケティングサイエンスは、そんな状況から脱するための手法であり、膨大なデータを分析して意思決定につなげる「データサイエンス」という学問を土台にしています。「運」「才能」「勘」といった不確かなものに依存するのではなく、科学的なアプローチで「再現性」をもたらすやり方といえます。

生成AIを「優秀な学習能力と無限のスタミナを持つ、自社に着任したばかりの参謀」だと考えてみましょう。世界中のあらゆる一般知識を持っていますが、自社の独自事情も、顧客の頭の中も知りません。

この参謀に最高のパフォーマンスを発揮してもらうために、どうすればいいでしょうか？ これまでの売上データや顧客からの問い合わせメールを渡して、「何か面白いこと、見つけておいて」と丸投げはしないはずです。

生のデータは単なる情報の塊であり、ノイズにしかなりません。生成AIも同様で、未整理のまま与えられた膨大な情報の中から、ビジネスの意思決定につながるインサイトを見つけ出すことは困難です。

ここでのマーケターの仕事は、参謀のために「ブリーフィング（効率的な説明）」を行うことです。

まず、社内の企画書や日報を集約し、「これまでどう戦い、どう勝ってきたのか」という「自社の勝ち筋」を教え込みます。同時に、アンケート調査などで明らかになった「顧客の頭の中」の情報を渡します。

例えば、競合製品のロイヤルユーザーを自社に引き込みたいと考えているとします。生成AIに、ただ「競合A社の顧客を奪う戦略は？」と尋ねても、「価格を引き下げる」「キャンペーンを打つ」といった答えしか返ってこないでしょう。

一方で事前にアンケート調査を行い、「競合のユーザーは『信頼性』を最も重視しているが、当社の製品に対しては『革新的だが、信頼性は未知数』というパーセプションを持っている」とつかんでいたとします。

その情報を生成AIに与えることで、この状況を打開するためのマーケティング戦略を立案してくれます。

プロンプトからコンテキストへ

このようなアプローチは、AIに適切な質問をする「プロンプトエンジニアリング」から、先のステージへと進んだ「コンテキストエンジニアリング」と呼ぶべきパラダイムシフトです。

「プロンプトからコンテキストへ」といった潮流は、マーケティング分野に限った話ではありません。金融・医療・ソフトウェア開発といったあらゆる領域で、AI活用の主戦場は、いまや「プロンプトの工夫」から「コンテキストの設計」へと移行しているのです。