--- title: "信頼性があり一貫した結果を生み出すAIワークフローをマーケターが構築する方法" serpTitle: "マーケターがAIワークフローを構築する方法" description: "Ann Stanleyは、より良いコンテキスト、RAG、Claudeのようなツールを使用して、一貫したマーケティング結果を確保するための信頼性の高いAIワークフローの構築について語ります。" date: "2026-04-01" url: "https://www.optmyzr.com/jp/ppctownhall/how-to-get-reliable-output-from-ai/" --- # 信頼性があり一貫した結果を生み出すAIワークフローをマーケターが構築する方法 > PPC タウンホール 125 Ann Stanleyは、より良いコンテキスト、RAG、Claudeのようなツールを使用して、一貫したマーケティング結果を確保するための信頼性の高いAIワークフローの構築について語ります。 **Published:** April 1, 2026 **Watch:** [YouTube Video](https://www.youtube.com/watch?v=yAGxJTvj6Ho) **Apple Podcasts:** [Listen](https://podcasts.apple.com/no/podcast/how-marketers-can-build-ai-workflows-that-produce-reliable/id1508399985?i=1000758690987&l=nb) **Spotify:** [Listen](https://open.spotify.com/episode/5aTFxFkFpFqTkG95gomiBG) --- ## エピソードの説明 > *「より良い人間がより良いサンドイッチを作る。」* これは、英国のオリジナルデジタルエージェンシーの一つでAIワークフローを構築してきたAnn Stanleyのメッセージです。OptmyzrのCEO兼共同創設者であるFrederick Vallaeysは、Annと共にこのメタファーを解き明かし、AIが信頼性のある一貫した結果を提供するためには、依然として人間の専門知識が必要である理由を探ります。 この会話では、AIの出力がなぜ予測不可能に感じられるのか、そしてRAG（Retrieval-Augmented Generation）などのより良い構造、コンテキスト、システムでそれを修正する方法を解説します。Annは、n8n、Claude、カスタムAIエージェントのようなツールが、品質やコントロールを犠牲にすることなく、チームが反復的なマーケティングタスクをスケーラブルなワークフローに変えるのをどのように助けるかを説明します。 もしあなたがマーケティングでAIを使用しているが、出力が一貫しない、または一度限りの結果に苦労している場合、このエピソードは、より信頼性があり、再現可能で、実用的なワークフローを構築するのに役立ちます。 ここで学べること： * AIの出力が一貫しない理由（そしてより良いプロンプトでそれを修正する方法） * n8nとは何か、そして構造化されたワークフローがアドホックなプロンプトを上回る理由 * RAGがあなたのビジネスについてのAIの幻覚を止める方法 * AIが作業負荷を減らすのではなく、能力を増やす理由 * Claude Codeがすべての実行レイヤーとして機能する方法 * 実際のリスク：メモリ圧縮、エラー伝播、バージョン管理 * 自動化を構築する価値があるとき（そしてないとき） * チームが実際にAIを採用する方法（そして抵抗が意味を持つ理由） * 実行ではなく専門知識で競争するエージェンシーにとってのAIの意味 * 人間AIサンドイッチ：品質管理には依然として人間が必要な理由 --- ## エピソードの要点 Ann Stanleyは、ほとんどのマーケターがAIを採用する方法とは異なるアプローチを取っています。デジタルマーケティングで23年の経験を持ち、医療研究と臨床試験のバックグラウンドを持つ彼女は、マーケティングに科学的厳密さをもたらします。彼女は英国のオリジナルデジタルエージェンシーの一つであるAnicca Digitalの創設者兼CEOです。過去1年間で、彼女はAIツールの実験から、彼女の20人のチームが実際に使用するプロダクション対応のワークフローを構築するまでに進化しました。 Fredは、Annが2024年に7か月かけて習得したワークフロー自動化ツールn8nについて尋ねることで会話を始めました。それはもはや最先端ではありませんが、Claude Codeや他のツールがそれを追い越していますが、Annがn8nワークフローを構築する際に学んだ原則は、今日彼女が構築するすべてに適用されます。 そして、その原則は重要です。なぜなら、それはすべてのエージェンシーが抱える問題に答えるからです：AIの出力をランダムではなく信頼性のあるものにするにはどうすればよいか？ 会話は、機能するAIシステムを構築するための実践的なメカニズムを通じて進みます：どのツールを使用するか、プロンプトをどのように構造化するか、なぜコンテキストが賢さよりも重要であるか、そして自動化が投資に値するのはいつか。しかし、技術的な詳細の下には、より重要なスレッドが流れています：AIは専門知識を置き換えるのではなく、それを増幅するものです。何を構築する必要があるか、なぜそれを構築する必要があるかを理解している人々が最も成功します。 ### AIの出力が一貫しない理由（そしてより良いプロンプトでそれを修正する方法） Fredが最初に尋ねた本当の質問は、エージェンシーが毎日直面する問題に直接切り込んでいます：AIを予測可能にするにはどうすればよいか？ > Annの答えは、問題全体を再構築します。「LLMは、単に大量の単語を統計的確率に基づいて戻す数学モデルに過ぎません」と彼女は説明しました。 AIが失敗するのは、それが壊れているからではありません。成功するための十分な情報を提供していないからです。 彼女は、見かけ上単純な例を使用します：「apple」という単語を入力すると、AIはSteve JobsとiPhoneを意味するのか、アップルパイと果樹園を意味するのかを知りません。どちらも有効です。しかし、AIはコンテキストを提供しない限り、どちらを意味するのかを知ることができません。 彼女はこれを料理のアナロジーでさらに説明します。「4人家族のために何を料理できますか？私はベジタリアンです。これらの材料があります」と尋ねると、提案が得られます。しかし、同じ材料をイタリアのシェフとフランスのシェフに与えると、全く異なる料理が作られます。材料は同じです。出力は専門知識、訓練、コンテキストに依存します。 > 「ワークフローのようなものでAIエージェントを作成するとき、単にその仕事の指示を与えるだけではありません」とAnnは言いました。「その背景、例、背後にある知識をすべて与えます。だから、いくつかのことが必要です。今の指示が必要です。ユーザーの指示が必要で、RAGや記憶、背後の脳が必要です。」 これが、この会話の他のすべての基礎となる原則です。AIは、あなたのビジネス、クライアント、または基準を魔法のように知っているわけではありません。それを明示的に提供する必要があります。提供するコンテキストが多ければ多いほど、出力は予測可能で有用になります。 エージェンシーにとって、これはコンテキストを強制するシステムを構築することを意味します。チームメンバーがChatGPTにランダムなプロンプトを入力することを許可しないでください。ブランドガイドライン、執筆サンプル、戦略的ガードレールがすでに組み込まれたカスタムGPTやClaudeプロジェクトを構築してください。完全なコンテキストを提供することで、一般的な出力を生成することを不可能にします。 ### n8nとは何か、そして構造化されたワークフローがアドホックなプロンプトを上回る理由 Fredは、n8nを知らない人々のためにAnnに説明を求めました。彼女の説明は次のとおりです： > 「n8nは、異なることを行うノードがたくさんあるMiroボードのようなものです」とAnnは説明しました。「これが行うのは、多くのAPIにアクセスできるようにすることです。AIの頭脳がそこにあるので、決定を下すことができます。」 重要な利点は、ビジュアルインターフェースやノードベースのシステムではなく、予測可能性です。プロンプトを正しく構造化すれば、毎回一貫した結果が得られます。これは、クライアントに一定の品質を約束するエージェンシーにとって重要です。 Annと彼女のチームは、AIを適切にプロンプトする方法を知らない人々のために、Secret Agentsというプラットフォームを構築しました。 > 「n8nのようなAIエージェントの最初にフォームを使用する利点は、適切な情報を収集し、プロンプトを行う際に書くべき情報をユーザーに入力させることができることです」と彼女は言いました。「そしてそれを取り、それがより良い出力を得ることができます。」 フォームは構造を強制します。「ブログを書いて」といった曖昧な指示ではなく、「ターゲットオーディエンスは誰ですか？」どのトーンを使用すべきですか？どの例をフォローすべきですか？何を避けるべきですか？その構造化された入力が構造化され、信頼性のある出力を生み出します。 もう一つの大きな利点は、n8nがAPIを介して動作するため、トークン制限がないことです。ChatGPTやClaudeのチャットインターフェースで遭遇する壁にぶつかることなく、大量のデータを処理できます。そして、ワークフローは手動トリガーなしでバックグラウンドで実行できます。 Annのチームは、毎週25のウェブサイトをスクレイピングし、コンテンツを処理し、まとめを書き、WordPressにアップロードする完全自動化されたブログワークフローを構築しました。一度構築されれば、人間の介入は一切必要ありません。そのレベルの自動化は、ワークフローが各ステップで構造を強制するからこそ可能です。 ### RAGがあなたのビジネスについてのAIの幻覚を止める方法 RAG、すなわちRetrieval-Augmented Generationは、インターネットからの大量のテキストで訓練された標準的なLLMです。彼らはさまざまな情報を知っていますが、あなたのビジネス、クライアント、ブランドボイス、または戦略的優先事項については、あなたが教えない限り何も知りません。 RAGは、AIに知識ベースを提供し、応答を生成する際に情報を検索して取得できるようにすることでこれを解決します。訓練データに純粋に依存するのではなく、AIはあなたが提供したドキュメント、ガイドライン、例から引き出します。 Annは、AI Adoption Ladderと呼ぶアプローチを通じてこれを説明しました。ほとんどの人はChatGPTの無料バージョンから始め、昨年彼女が話した4,000人のマーケターの80%がまだそれを使用していました。ほとんどの人はClaudeを試しておらず、AIエージェントが何であるかを知っている人はいませんでした。 したがって、Annは次のステップとしてカスタムGPTまたはClaudeプロジェクトを提案しました。 > 「プロジェクトやカスタムGPTを作成するとき、レシピ、つまりプロンプトを提供しますが、良い例も提供します」とAnnは言いました。 複数のクライアントを管理するエージェンシーにとって、この構造は不可欠です。クライアントAにはブランドガイドライン、執筆サンプル、業界知識がプロジェクトにロードされます。クライアントBには全く異なる資料が提供されます。AIは、参照ライブラリから引き出すことで、各クライアントの声で書きます。 Annによれば、ClaudeプロジェクトのカスタムGPTに対する利点は、プロジェクト内でのメモリの持続性です。 > 「Claudeで作業し、そのクライアントに関するプロジェクト全体を持つことができ、それがすべての会話を覚えている」とAnnは説明しました。「そして、それが昨年出てきた本当にエキサイティングなものの出発点です。」 ### AIが作業負荷を減らすのではなく、能力を増やす理由 Annが睡眠不足について警告したとき、Fredは笑いました。彼も同じ現実を生きています。AIの約束は、すべての作業を代わりに行い、時間を解放することです。実際の経験は全く異なります。 > 「Claude Codeを使い始めるまで待ってください」とAnnは言いました。「もう眠れなくなります。」 その理由は次のとおりです：AIは作業負荷を減らしません。それは可能性を拡大します。能力に興奮し、以前の5倍のことを構築し始めます。だから、何かが壊れているのを放置できず、夜中の2時や3時まで起きているのです。 > 「自分の時間が増えるという考えは、ただのナンセンスです」とAnnは率直に言いました。「ただ5倍の作業をするだけです。」 Fredも完全に同意しました。彼は今、定期的に深夜まで起きています。それは必要だからではなく、彼のチームの能力を10倍にするプロセスを構築するために投資しているからです。個々のチームメンバーはAIを使ってタスクをより早く完了するかもしれませんが、遅くまで起きているのは創設者や技術リーダーです。彼らはその可能性を見て、それを探求せずにはいられません。 Annは、彼女にとってすべてを変えた2つの生産性のシフトを共有しました。まず：「生産性の最大の変化は、タイピングをやめて話し始めるときです。」音声コマンドは、詳細、ニュアンス、コンテキストをタイピングよりも多く提供できるため、反復サイクルを劇的にスピードアップします。 > 次に：複数のことを並行して実行します。「一度に少なくとも2つのことを進行中にしておく必要があります。1つのことが起こるのを待っているだけだと、多くの時間を無駄にしてしまいます」と彼女は説明しました。「最大のスキルの一つは、2つのタスクの間で脳を切り替えることができることです。」 これは現在のAIツールの状態です。彼らは速いですが、瞬時ではありません。したがって、複数のタスクをキューに入れ、それらの間を切り替え、アイドル状態で座っているのではなく、前進し続けます。 ### Claude Codeがすべての実行レイヤーとして機能する方法 Annは、基本的なプロンプトからClaudeプロジェクト、Claude Codeへの進化を説明し、マーケターが信頼性のあるシステムを構築しようとする際に各ステップが重要である理由を説明しました。 Claudeプロジェクトは「スキル」を導入しました。これは特定のタスクのための保存されたワークフローです。特定のフォーマットと構造を持つ提案テンプレートを作成した場合、それをスキルとして保存します。次回提案が必要なとき、そのスキルを呼び出し、Claudeがテンプレートに従って生成します。 その後、ClaudeはCo-workを立ち上げ、これらの機能を技術的なセットアップを必要とせずにアクセス可能にしました。 > 「コネクタを使用して、Drive、Gmailなどに統合できます」とAnnは説明しました。「だから突然、あなたのラップトップ上のファイルと話し、他のサービスと話しています。」 次のレベルはClaude Codeであり、開発者や技術者が受け入れています。CursorやTerminalのようなツールを通じて実行します。これは、Annが説明したように、「ITの人々があなたのラップトップを修正するために使用する、まるでThe Matrixの何かのような小さな黒いボックス」です。 しかし、その力は学習曲線に値します。 > 「Claude Codeと会話し、作成したスキルを持ち上げたり、それらを見つけるためにインターネットを検索するように頼むことができます」とAnnは言いました。「そして、開発したスキルの大きなライブラリを持つことになります。」 これらのスキルは、注文確認、カルーセル、ブログ投稿、WordPressへの投稿（APIキーを提供したため）、メールの送信などです。 > 「突然、Microsoftに行くのではなく、他のプラットフォームに行くのではなく、Claude Code内で何でもできるようになります」と彼女は説明しました。 ### 実際のリスク：メモリ圧縮、エラー伝播、バージョン管理 Fredは、AIシステムがメモリを圧縮し、自律的に決定を下すことに依存するリスクについて、十分に議論されていない重要な点を持ち出しました。 彼は、Claudeによってメールが削除されたMetaの従業員の話を共有しました。彼女は明示的にメールを削除しないように指示していました。しかし、ある時点で、Claudeのコンテキストメモリがいっぱいになり、圧縮されました。その圧縮中に、指示が失われました。その後、Claudeはクリーンアップタスクの一環としてメールを削除しても問題ないと考えました。「彼女は文字通り、目の前でメールが削除されるのを記録し、『止めて、止めて、止めて』と言っても無視されました」とAnnは言いました。 Fredは、これはOpen Claude（現在は改名）で発生したものであり、Claude Codeよりも安全機能が少ないことを明確にしました。しかし、原則は重要です：メモリ圧縮が発生しているのを見たら、それは警告サインです。AIが元の指示から何をまだ覚えているかを確認する必要があります。 Annの解決策は、規律とバージョン管理です。「新しいものを始めるときは、常に日付を入れ、見出しを入れます。だから、複数のタブが開いているときに、どれがどれかを見分けることができます。」彼女はCursorのコンテキスト使用インジケーターを監視します。約80％に達したら、引き継ぎドキュメントを作成し、すべてをGitHubに保存します。 > 「一日の中で、本当に良いものができたら、『スキルを更新して、memory.mdに保存して』と言います。これはメモリファイルのようなもので、GitHubにも保存します」とAnnは説明しました。「そして、引き継ぎを行い、新しいチャットを始めます。」 もう一つのリスクはエラー伝播です。Annは、Excelが自動保存を持っていなかった頃に例えました。 > 「2時間かけてスプレッドシートを作成し、クラッシュしたらすべてを失いました。今はまさにそれに似ています」とAnnは言いました。「それが台無しになったら、それが台無しになります。だからこそ、私は多くのバージョンを作成し、多くの保存を行い、戻れるチェックポイントを持つようにしています。」 これらは、現在AIシステムを使用する際の実践的な現実です。ツールは強力ですが、完璧ではありません。したがって、安全に使用するためには、規律、バックアップ、バージョン管理が必要です。 ### 自動化を構築する価値があるとき（そしてないとき） これは、すべてのエージェンシーが行う必要がある実践的な計算です：AIワークフローを構築するために数週間を投資すべきときと、手動で行うべきときはいつか？ > Annのルールは単純です：頻度が投資を正当化します。「定期的に行うものでない限り、時間を正当化するのは非常に難しいです」と彼女は言いました。「月に1回の監査や3か月に1回の監査を行うだけなら、それは価値がありません。しかし、毎日1回の監査を行うなら、それは価値があります。」 ブログは古典的な例です。ほとんどのエージェンシーは、毎週または毎日ブログを定期的に作成します。そのボリュームは自動化を正当化します。しかし、数か月に1回しか提案を書かない場合、提案の自動化を構築するために1週間を費やすことは経済的に意味がありません。 Annは最近の例を共有しました。彼女のチームは、50ページの技術SEO監査を自動化しようとしました。かなりの努力をした後、信頼性のある動作を得ることができませんでした。「最終的に、彼の通常の方法を取り、それを見栄え良くするだけでした」と彼女は言いました。 彼らはGoogle Ads監査でより良い成功を収めました。APIアクセスの課題をすでに解決していたからです。しかし、それでもかなりの初期作業が必要でした。 > 「APIからデータを取得できるように登録するために多くの手続きを経る必要があります。信じられないかもしれませんが、開発トークンが必要です」とAnnは述べました。 Annの現在のプロジェクトは、アウトリーチのためのGEOレポートです。彼女のメールアウトリーチは毎週約10の機会を生み出します。 > 「手動で行う必要があれば、それを行うのに1週間かかります。それでも問題があることがあるので、まだ悪夢です」と彼女は認めました。「しかし、良いことは、それらが本当に良く見えることです。」 彼女はPlaywrightと連携してスクリーンショットを取得し、アカウントを自動的に設定することさえしました。「それを10個手動で行う必要があれば、1週間かかります。10個を行うのに1日かかるのは、問題があることがあるからです。」 ### チームが実際にAIを採用する方法（そして抵抗が意味を持つ理由） Fredは、すべてのエージェンシーリーダーが直面する課題を提起しました：すでに実際の仕事で手一杯のチームメンバーに、AIを学ぶための時間を投資させるにはどうすればよいか？ 緊張は現実です。誰かの仕事が月に10のブログ投稿を作成することである場合、彼らに自動化を学ぶために1週間を費やすように言うと、ゼロ出力の1週間が見えます。彼らは、その1週間後に、10ではなく100の投稿を作成できるようになることを必ずしも考えません。 Annは率直な例を共有しました。1年前、彼女のチームはAIトレーニングを提供しました。「チームにトレーニングを提供しましたが、彼らは本当に興味を持っていませんでした」と彼女は言いました。しかし、その後、Claude Codeで作成されたものを見始めました。「彼らはこれがあらゆることを行うために使用できるアシスタントであることを理解していると思います。突然、彼らは私たちが彼らを最新の状態にすることを切望しています。」 > 転換点は、利益が痛みを明らかに上回るときです。「利益が痛みを上回ると、チームは参加し、彼らを連れて行くことができます」とAnnは説明しました。「しかし、最前線の発見者や先駆者は通常、チームの他のメンバーよりも6か月先を行っています。」 その6か月のギャップは重要です。システムを構築する人々は、不確実性、失敗、反復に慣れている必要があります。システムが証明され、ワークフローがスムーズになったら、チームが採用できます。 Annのアプローチは、時間を投資し、機能するものを構築することをいとわないディレクターや技術者から始めることです。そして、道が証明されたら、チームを連れて行きます。 > 「少なくとも数人が時間を投資する準備ができている必要があります」と彼女は言いました。「そして、現段階ではディレクターである必要があります。または、十分にオタクで、続けるための粘り強さを持っている人が必要です。」 ### 実行ではなく専門知識で競争するエージェンシーにとってのAIの意味 会話の終わり近くで、Annはより大きな質問に移りました：これらすべてがエージェンシーのビジネスモデルにとって何を意味するのか？ > 「問題は、現在Claude Codeを使用しているのはおそらく1％または2％の人々だけですが、Agency Hackersでは、観客の30％が使用していました。1年前、ClaudeやAIエージェントを聞いたことがあるかどうか尋ねたとき、それは20未満でした。だから、それは非常に速く進んでいます。」 > 技術はもはや障壁ではありません。「それはあなたの想像力とそれを理解する能力、そしてこれらのツールを採用していることをアピールする能力だけです」とAnnは説明しました。「なぜなら、そうしないと、クライアントがあなたの前にいるからです。」 それが存在するリスクです。クライアントはこれらのツールを見て、それらが簡単だと思い、自分でできると考えます。彼らは、専門知識が依然として重要であり、何を構築するか、なぜ構築するかを知ることが、何年もの蓄積された知識を必要とすることを理解しません。 > 「構築するべきものを知っていて、それを構築する方法を知っているという知識は、あなたがそれを行ってきた経験とTシャツを買った経験があるからです。その経験は価値があります」とAnnは言いました。彼女のチーム全体が10、15、20年の経験を持っています。「それが日常のものよりも価値があるものになります。」 ### 人間AIサンドイッチ：品質管理には依然として人間が必要な理由 彼らがまとめるとき、Annは持ち帰りメッセージを提供しました：人間AIサンドイッチ。 > 「プロセスの最初には、アイデアを持ち、インスピレーションを受け、AIに正しい指示を与えて何かを生み出すことができる人間が必要です」と彼女は説明しました。「そして、そのコンテンツを受け取り、それが良いかどうかを判断し、適応させ、編集し、さらに良くする人間が反対側にいます。」 サンドイッチ：上に人間の入力、真ん中にAIの実行、下に人間の検証。 > 「より良い品質の人間が、より良い品質のサンドイッチを作るでしょう。なぜなら、彼らは自分のことを知っているからです」とアンは言いました。それが競争上の優位性です。AIではなく、それを使う人々です。 アンとフレッドの両方が、物を作る方法における根本的な変化について話しています。フレッドは次のように述べました： > 「私たちはもう、人間としてページにコードを書くべきではありません。このページで何をしようとしているのか、目標は何かを書きましょう。そして6か月後には、Claude Codeがより良いバージョンを持っているかもしれません。そして、その指示を見て、『ああ、フレッド、これがあなたがやろうとしていたことです。そして6か月前にこうやってやりました。でも、全体を再構築して、より良くし、あなたの目標を達成しましょう』と言うべきです。」 つまり、コードを書く代わりに意図を書き、AIに実装を任せるのです。ツールが改善されると、意図を書き直すことなく実装を再生成します。 > アンは代理店に対する影響を指摘しました：「技術はもう障壁にはなりません。あなたの想像力とそれを理解する能力だけが障壁になります。」 成功する人々は、最も速く実行する人々ではありません。何を構築する必要があるのか、なぜそれが重要なのか、結果をどのように検証するのかを知っている人々です。それがAIが置き換えられない専門知識です。 アンが皆に思い出させたように、より良い品質の人間がより良い品質のサンドイッチを作ります。AIはただの中身です。 --- ## エピソードのトランスクリプト **フレデリック・ヴァレーズ:** こんにちは、PPC Town Hallの別のエピソードへようこそ。私の名前はフレッド・ヴァレーズです。私はホストであり、OptmyzrのCEO兼共同創設者でもあります。OptmyzrはPPC管理ツールです。 今日のゲストは、Google Adsのインターフェースが存在する前からデジタルマーケティングに携わっており、今でもキャンペーンを運営し、最新の変化についてチームをトレーニングしています。アン・スタンリー、彼女はAnicca Digitalの創設者兼CEOです。Anicca Digitalは英国のオリジナルデジタルエージェンシーの一つで、レスターに拠点を置いています。 彼女は実際に科学、医療研究、特に臨床試験のキャリアからマーケティングに来ました。そして、彼女はキャンペーン構造からAIの採用と管理に至るまで、非常に科学的な厳密さと規律、研究者の規律をもたらしています。最近私が注目しているのは、アンと彼女のチームがマーケティングにおけるAIに関して行っている作業です。彼女はこの分野で必読の週刊ラウンドアップを発行しています。 そして、Epic 25の会議で、彼女は最新の最先端AIツールに関する基調講演も行った素晴らしいイベントがありました。これらすべてを考慮すると、今日のエピソードで彼女が何をもたらすのか本当に楽しみです。彼女は多くのことを共有する準備ができており、人々が本当に聞きたいことがあると知っています。では、アンを迎え入れ、このPPC Town Hallのエピソードを始めましょう。 **アン・スタンリー:** こんにちはフレッド、招待してくれてありがとう。 **フレデリック・ヴァレーズ:** 番組に来てくれてありがとう。また会えて嬉しいです。私たちはかなり長い間知り合いですよね？最初に会ったのは10年以上前のPPC Heroで、ショッピング広告について話していたときで、あなたはそれをOptmyzrに導入することになりました。私たちには波乱万丈の歴史があります。 **アン・スタンリー:** そうですね。あなたは当時のインスピレーションでした。あなたはパネルの専門家で、いくつかのアイデアをくれて、私は「それをコード化して、人々の生活を少し楽にできるかもしれない」と思いました。それで、アンの方法論を使いながら、少しのソフトウェアを使って。 **フレデリック・ヴァレーズ:** それで、私たちが最後に話したのは、もう何年も前のことですよね？あなたの会議に参加したことがない人やAnicca Digitalと一緒に仕事をしたことがない人のために、あなたが誰で、何をしてきたのかを30秒で説明してください。 **アン・スタンリー:** そうですね。私はデジタルマーケティングに23年間携わってきました。それはかなり恐ろしいことです。私は常に有料メディア、特にGoogle Adsに興味を持っていました。それは常に私の主な分野でしたが、分析や有料メディアなど、数値に関することは何でも興味があります。 私のチームは20人弱で、彼らは非常に経験豊富です。彼らはイベントでも多くの講演を行っています。ショッピング、検索、ソーシャル、戦略を行い、かなり多くのトレーニングも行っています。 私たちは常にかなり利他的でした。COVIDが6年前に発生して以来、毎週ウェビナーを開催してきました。信じられないかもしれませんが。10年間毎年会議を開催しており、AIに関するマーケティングと管理に関するすべてを最新に保つための隔週イベントである新しい試み「Thursday AI Club」を立ち上げています。 **フレデリック・ヴァレーズ:** 素晴らしいですね。たくさんのことがありますが、AIの初期の頃に戻りましょう。私はあなたが約1年前にn8nでかなりの作業をしたことを知っています。それはもう最先端ではないかもしれませんが、今日でもn8nを試したことがない人がいるかもしれません。それが何であるか興味があるかもしれません。 そこであなたが行った作業について少し教えてください。それがまだ人々がチェックすべきものかどうか。 **アン・スタンリー:** そうですね。昨年の1月、私はインドで7か月間、毎週土曜日と日曜日の午後にコースを始めました。そして、最初に取り上げたのがn8nでした。 n8nは、Miroボードのようなもので、さまざまなことを行うノードがたくさんあります。ほとんどのマーケターは、Zapierのようなものを使用したり、HubSpotやGo HighLevelなどでワークフローを作成したりしています。しかし、これが行うのは、多くのAPIにアクセスできることです。AIの頭脳がそこにあり、意思決定を行うことができます。 週末にそれに関する別のブログを書きましたが、それを使うための基本的なガイドです。私たちがやっていたのは、会議のメモを取る、ブログを書くなどの単一タスクの自動化を構築することでした。n8nの利点は予測可能であり、適切にプロンプトを学ぶことができれば、非常に良い結果、一貫した結果を得ることができることです。 私たちが構築したのは、Secret Agentsというプラットフォームです。なぜなら、多くの人がプロンプトを適切に作成する方法を知らないからです。AIエージェントのようなワークフローの最初にフォームを使用する利点は、適切な情報を収集し、ユーザーにプロンプトを作成する際に入力すべき情報を入力させることができることです。そして、それを使用して、より良い出力を得ることができます。 もちろん、ChatGPTやClaude、またはお気に入りのチャットを通じて行う場合、トークンの制限がかなりあります。しかし、APIを通じて行うn8nのようなものを使用することで、より良い入力を得ることができ、その結果、より良い信頼性のある出力を得ることができます。したがって、繰り返し可能で一貫したことを行うのに非常に適しています。 また、バックグラウンドで実行でき、何もトリガーする必要がないという点もあります。メールが届いたり、毎週ブログを作成したり、25のウェブサイトをスクレイピングして、それをWordPressにアップロードしたりすることが完全に自動化されています。したがって、まだスペースがあり、n8nは学ぶのが最も簡単なプラットフォームです。 **フレデリック・ヴァレーズ:** そこにはたくさんのことがありますが、少し解きほぐす必要があります。しかし、あなたが最初に言ったことの一つは、それが予測可能であるということです。そして、それがAIの課題の一つだと思います。特に、顧客に特定の方法で物事を行うことを約束した代理店では、または代理店として、管理チームとして、特定の戦略を約束している場合、AIは常に予測可能ではありません。それは決定論的ではありません。では、n8nがその予測可能性への唯一の道なのか、それとも他にどのように標準的なLLMを使用して、それが必要なことを保証するのか？ **アン・スタンリー:** そうですね。問題は、LLMが単なる数学的モデルであり、多くの単語を取り、それを統計的確率に基づいて返すことです。私はこのことを教えるとき、いつもAppleの例を使います。 Appleという言葉を聞くと、すぐにテクノロジーやスティーブ・ジョブズ、iPad、iPhoneを思い浮かべるか、アップルパイやリンゴの木を思い浮かべます。しかし、それは同じ言葉です。したがって、十分なコンテキストを与えない限り、すべてが間違った情報を返す可能性があります。 したがって、プロンプトを作成するときには、最良の答えを得るために十分なコンテキストと情報を提供する必要があります。さもなければ、それは幻覚を起こし、ゴミを返すだけです。私が使うアナロジーは料理です。 n8nのエージェントでプロンプトを作成するとき、ChatGPTやClaude、Geminiなどでチャットする場合よりも多くの情報を提供します。したがって、家族4人分のレシピを求めるときのように想像してください。何を料理できるか、私はベジタリアンで、どのような材料があるかを尋ねると、いくつかの例を出してくれます。 しかし、AIエージェントでワークフローを作成するときは、仕事の指示だけでなく、その背景、例、知識も提供します。 したがって、いくつかのことが必要です。現在の指示、ユーザーの指示、RAGまたはメモリ、背後の脳が必要です。そして、これらの原則は、今年出てきたすべての本当にエキサイティングなものに持ち込んだものとまったく同じです。コンテキストと追加情報がなければ、毎回ゴミのような予測不可能な答えが出てしまいます。 したがって、AIエージェントを強化するためには、持っている情報を使用する方が常に良いです。したがって、代理店として、n8nのようなものを使用せずにカスタムGPTを使用する場合でも、十分な背景情報、ガイドライン、ガードレールを作成すれば、毎回ゴミではない予測可能な答えを得ることができます。 **フレデリック・ヴァレーズ:** そして、どこかでRAGという言葉を聞いたと思います。 **アン・スタンリー:** はい。 **フレデリック・ヴァレーズ:** そして、それが何を意味するのかをいつも忘れてしまいます。 **アン・スタンリー:** 情報検索強化生成（Retrieval Augmented Generation）です。 **フレデリック・ヴァレーズ:** そうです。それが何を意味するのか、なぜ重要なのか、代理店のワークフローにどのように適合するのかを少し説明してください。 **アン・スタンリー:** そうですね。少し戻って、AI採用の階段というものがあります。ほとんどの人は、ChatGPTのようなものを使うことから始めます。実際、昨年4,000人に話をしましたが、そのうち80％は無料のChatGPTを使っていました。支払いパッケージを購入することさえしていませんでした。 ほとんどの人は、Claudeを試したことがなく、AIエージェントが何であるかを知っているのは20％程度でした。 次のステップは、カスタムGPTやClaudeプロジェクトのようなものです。それが大きなステップアップである理由は、プロジェクトやカスタムGPTを作成するときに、レシピ（プロンプト）を提供するだけでなく、良い例を提供することができるからです。たとえば、ブログを書く場合、フランスとイタリアのシェフの例では、クライアントAとクライアントBです。 クライアントAの場合、ブランドガイドライン、以前に書かれた例、業界知識を提供します。それがあなたの脳やRAG、知識になります。そして、クライアントBの場合、まったく異なる一連のルールと例を持ちます。 カスタムGPTは、約2年半、ほぼ3年前から存在しています。それにより、それを行うことができます。Claudeの利点は、Claudeプロジェクトを行うときに、メッセージを一つずつ行うことができ、それが何を話していたかを覚えていることです。したがって、Claudeで作業し、そのクライアントに関するプロジェクト全体を持つことができ、それがすべての会話を覚えており、それが昨年出てきた本当にエキサイティングなものの出発点です。 **フレデリック・ヴァレーズ:** そうですね。それは興味深いです。GPTの初期には、各会話が独自のメモリスレッドでした。したがって、1つの会話が1つのクライアントに関するものであると考え、ブランドガイドラインを覚え始めることができました。しかし、彼らは実際に「チャット間でメモリを提供します」と言いました。 したがって、突然、代理店として、Brand AがBrand Bの色を使用していると考える問題に直面します。これらの設定を調整しない限り、問題が発生します。そして、それがOpenAI ChatGPTとClaudeとGeminiでどのように機能するかはすべて異なります。そして、それが代理店がもたらすべき価値の一部であり、どのようにこれを分割し、適切なコンテキストとメモリを確保するかを理解することです。 **アン・スタンリー:** そうですね、まったくその通りです。そして、私はClaudeプロジェクトを1年以上使用しています。それを本当に気に入っている主な理由は、それが自分自身のファイリングシステムのようなものを提供するからです。しかし、これらのチャットは最終的にコンテキストウィンドウを使い果たし、一定のチャット数を超えると追い出されます。 特に、$20または最低価格のものを持っている場合です。私はすでに$75または次のものを使用していました。なぜなら、スペースが足りなくなり、新しいチャットを始める必要があるからです。そして、私はClaudeを多く使用していました。それは少し循環的なことですが、n8nのワークフローを作成しているときに、コードを書くことができないので、スクリプトやJSONコードなど、必要なものを作成するのにClaudeを使用していました。そして、いくつかのものはかなり長くて複雑になることがあるので、Claudeと対話的または反復的に作業して答えを得る必要があります。そして、スペースが足りなくなります。突然、夜の10時になり、「申し訳ありませんが、午前1時までこれ以上作業できません」と言われます。 すべてのAIに関する最大のことは、睡眠が取れなくなることです。一度本当にそれに夢中になると、眠れなくなります。Claude Codeを使い始めると、もう一度も眠れなくなります。 **フレデリック・ヴァレーズ:** そうですね、それについて話しましょう。AIの約束は、私たちのためにすべての作業を行い、私たちがやるべき仕事を減らすことです。しかし、あなたが言っているのは、私が経験していることとまったく同じです。私はこれまで以上に夜更かししています。おそらく、これまで以上ではないかもしれませんが、2時を過ぎても起きていることは久しぶりです。これらのプロジェクトにとても興奮しているからです。そして、できることがたくさんあります。 しかし、その一部は、コマンドを与えて、数分待って、それを検証し、次のステップに進むというフラストレーションでもあります。あなたの生活はどのように見えますか？ **アン・スタンリー:** そうですね、Claude Codeを発見したときにさらに悪化しました。したがって、マイク・ローズや他の同僚を責める必要があります。彼はしばらくの間、それについて説いていました。Claude Codeは9月に登場しました。そして、ClaudeにはすでにMCP（モデルコンテキストプロトコル）というものがありました。それにより、ローカルPCにアクセスすることができます。それは長い間存在していました。 そして、それが基本的に意味するのは、ラップトップ上のファイルにアクセスできることです。また、検索を開始したり、Chromeブラウザを制御したりして、何かを行うことができることです。したがって、突然、AIからコンテンツを得るだけでなく、タスクを実行することができるようになりました。約2か月前からそれを本格的に使い始めました。 そして、生産性の最大の変化は、タイピングをやめて話し始めるときです。 Whisperを使ってコマンドを出していますか？ **フレデリック・ヴァレーズ:** いいえ。 **アン・スタンリー:** それは大きく変わるでしょう。 **フレデリック・ヴァレーズ:** Whisperは好きではありません。 **アン・スタンリー:** ああ、そうですか。他の製品もあります。 **フレデリック・ヴァレーズ:** そうですね、私はWhisperをツールとして使用していませんが、音声コマンドをかなり広範囲に使用しています。 **アン・スタンリー:** そうですね。それが最大のスピードアップです。n8nに関すること、AIに関することの一つは、複数の画面を持たなければならないことが多いということです。そして、少なくとも2つのことを同時に進める必要があります。1つのことが起こるのを待っているだけでは、多くの時間を無駄にしてしまいます。 したがって、2つのタスクの間を切り替えることができることが最大のスキルです。私は通常、2つ以上のことを同時に進めないようにしています。そうしないと、迷子になってしまいます。したがって、1つのプロジェクトを進めているときには、別のものを進めていることが多いです。それらの間を切り替えます。なぜなら、あなたが言ったように、何かが起こるのを待たなければならないからです。 特に、Claude Opus 4.6のアップデートで、今ははるかに速くなっています。そして、1,000,000トークンがあるので、追い出される前にもっと多くのことができます。しかし、残念ながら、このAIは眠りません。 したがって、何かを始めると、それはn8nでも同じでしたが、何かを始めると、「ああ、これは本当に良い」と思い、保存して、「素晴らしい」と思います。そして、別のことを試すと、それが壊れてしまい、壊れたままでは眠れません。そして、気がつくと、午前2時か3時になっています。 したがって、あなたが自分のための時間を持つという考えはただのナンセンスです。あなたは5倍の仕事をします。 **フレデリック・ヴァレーズ:** しかし、私も…完全に同意します。そして、私はそれが私にとってまったく同じであることに興味があります。しかし、私が考えている方法は、これらのプロセスを構築し、AIプロセスを構築することに時間を投資して、将来的に私のチーム全体が利益を得ることができるようにすることです。私のチームの個々のメンバーが同じように行動しているとは思いません。彼らは、ブログ記事を出す必要がある、ケーススタディを準備する必要がある、ソフトウェアの特定のコードを構築する必要があることにもっと集中しています。AIはその中にありますが、私はAIをどこまで押し進めて、将来的に私のチームを10倍にすることができるかにもっと集中しています。そして、それが私を午前2時まで起きている道に導くのです。 **アン・スタンリー:** そうですね、まったくその通りです。Claude Codeが何であるかを説明しましょう。ここにいる人々の中には、Claude Codeが何であるかを知らない人もいるでしょう。それが役立つかもしれません。 **フレデリック・ヴァレーズ:** そうですね、Claude Code、Claude Co-work、そして新しいDispatch機能について話しましょう。 **アン・スタンリー:** そうですね。Claude Projectsに戻りましょう。9月、10月の頃にClaude Projectsを使用していたときに、PowerPointスキルやWordスキルなどを開始すると言い始めました。それはスキルと呼ばれるものを使い始めました。それは基本的にタスクを実行する際に使用されるものでした。 申し訳ありませんが、そのリクエストには対応できません。 **Frederick Vallaeys:** そうですね。Anicca Digitalの皆さんは、あなたから学べることができて幸運ですね。ですが、他の方法でも多くの教育活動を行っているのですよね？8月にはAI Augustがありましたよね。 **Ann Stanley:** AI Augustです。 **Frederick Vallaeys:** 今はAI Thursdaysもありますね。人々が実際に手を動かして学べる取り組みについて教えてください。 **Ann Stanley:** そうですね。念のために言っておくと、私だけではありません。幸運なことに、私のMDであるDarrenも、以前はPPCの責任者でした。彼も私と同じくらい興味を持っていて、さまざまな場所からのレポートを取り入れるなど、非常に興味深いことをしています。そして、技術SEOのJamesも本当に興味を持っています。 私たち3人が本当に興味を持っているのです。そして、チームの他のメンバーもどんどん興味を持ち始めています。しかし、基本を理解していないと入り込むのは難しいです。そこで、毎月2日間のコースを提供するだけでなく、もっと有機的なものを提供したいと思いました。 そこで、「Thursday AI Club」というものを立ち上げることにしました。最初は2週間ごとに開催し、最初の回は4月9日です。最初の回は無料で登録でき、その後はメンバーズクラブになります。アイデアは、何でも質問できる1時間があり、3〜4人の技術者がすべての質問に答えるためにそこにいるというものです。 その後、2時間のワークショップに参加できます。6か月間で12のワークショップが計画されており、その多くは以前に提供したものです。プログラムは進化しており、6か月後には今話している内容とは異なるものが必要になるかもしれませんし、また進化しているかもしれません。 しかし、全体のアイデアは、利用可能なリソースがたくさんあり、すべての過去の録画が利用できるということです。月ごとに参加することもできますし、年間登録すると大きな割引が受けられます。4月9日に試してから購入することもできます。 **Frederick Vallaeys:** いいですね。それで、8月には何が起こったのですか？ **Ann Stanley:** ああ、8月です。UをIに変えたらAI-gustになると思ったので、8月中は毎週2時間のワークショップを開催しました。それらはすべてウェブサイトで利用可能です。ですから、自分で見てみてください。それが今やっていることのプロトタイプのようなものでした。 5つの2時間セッションがあり、それを自分で試すことができます。すべてのウェビナーはウェブサイトで無料で利用でき、一部はYouTubeにもありますが、Aniccaのウェブサイトにアクセスするのが一番です。 **Frederick Vallaeys:** 私はミュンヘンのSMXでワークショップを行いました。バイブコーディングのワークショップで、1時間20分です。データを使いたいスプレッドシートを持ってきてもらうようにお願いしました。多くのデータはAPIやMCPを通じて取得できることを知っていましたが、それを設定する準備はできていませんでした。だから、スプレッドシートに持ってきてくださいと言いました。そして、何ができるか見てみましょう。 彼らは非常に高度な要求を持ってきました。3つの異なるソースからデータを統合または結合し、その上にAIレイヤーを持ちたいと考えていました。私は「1時間20分あります。私以外にこれをやったことがある人はいません。現実的になりましょう」と言いました。 しかし、実際には1時間20分の終わりには、彼ら全員が実際のデータを使った非常に良いプロトタイプを持っていました。それは少し驚きでした。可能だとは知っていましたが、初めての人が1時間半以内にそれを実現できるとは思っていませんでした。そして、誰も去りたくありませんでした。彼らは「これがクールだ、でももしこうだったらどうだろう」と考え始め、どんどん続けました。 あなたもこれらのコースを行い、人々と話してきた経験がありますが、それがあなたの経験でしたか？このことに少し怖がっている人々への励ましの言葉はありますか？ **Ann Stanley:** いくつかのスキルは、遊んでみて戻ってくる必要があります。私たちは常に実践的なことを試みています。しかし、AIクラブで行う予定なのは、毎四半期に1日中のハッカソンを開催することです。特定の技術やアイデアを選び、それを四半期ごとに行います。 土曜日に開催される予定です。多くの人が仕事中に時間を取ることができないからです。しかし、毎回実践的なことが行われます。2日間のコースを行ったときには、実際にブレイクアウトルームなどを設けて実践的なことを行いました。それが元々のアイデアでしたが、誰もがソフトウェアを持っているわけではありません。 ですから、彼らに何かを教え始めるとき、彼らは必ずしも準備ができているわけではありません。先週、英国のAgency Hackersでセッションを行いました。45分間の「ジョークマシンを作る方法を自分で学ぶ」セッションを行いました。それは非常に興味深いものでした。ジョークマシンを作りましたが、かなりの部分を自分で行わなければなりませんでした。 n8nに人々を放り込むだけでは説明が必要です。スライドは、実際に週末に行ったブログの1つです。それを見に行くことができます。しかし、それは基本原則を説明するのが非常に簡単でした。しかし、あなたに同意します。私は週末にクライアントポータルを作成しました。Claude Codeを使用して週末にクライアントポータルを作成しました。 ですから、できることは驚くべきことですが、徐々に自分を構築する必要があります。深いところに飛び込むのは良くありません。小さなステップから始めて、毎週何度もやらなければならない面倒な仕事をこなしてください。会議のメモやブログ、LinkedInの投稿など、常に行っていることです。それを克服し、時間をかけてスキルを向上させることができます。 **Frederick Vallaeys:** それは良い測定されたアプローチですね。私はもう少し積極的な、シリコンバレーのような「作って壊してみよう」というアプローチを取ります。 **Ann Stanley:** そうですね、でもあなたはすでにたくさんの経験を持っています。あなたは遊んでいます— **Frederick Vallaeys:** そうです。しかし、私は本当にそれをやったことがない人々を励ましたいです。あなたの言っていることに同意しますが、今すぐ小さなステップを踏み出すことをお勧めします。もし間違えても大丈夫です。Claude Codeを使うのは非常に安価です。そのプランを持っているなら、それを使って何かを作成し、それが完全に間違っているか、セキュリティの問題がある場合は、それを特定するように依頼し、デプロイしないでください。 しかし、いくつかの本当に基本的なことを使って何ができるかを見てみてください。そして、その後、正しい方法で構築すること、正しく構造化すること、セキュリティを確保すること、APIトークンが盗まれないようにすることなど、すべてのことを重ねていきます。しかし、単一のプロンプトの力とそれができることを理解することが、今可能なことを理解するためのきっかけになります。 **Ann Stanley:** もう一つの大きなアドバイスは、「計画モード」に入ることです。「ああ、私はこれを作りたい」と言うとき、私が作ったのはクライアントポータルでした。そして、私はすでに何をしたいかを正確に知っていました。なぜなら、私はこのことをかなり長い間試していたからです。ですから、私は正確に何をしたいかを説明しました。クライアントをどのようにアップロードしたいか、ユーザーを追加したいか、レイアウトやメニューに何を望んでいるかを知っていました。1年前にいくつかのことを試しましたが、技術がそこになかったためにうまくいきませんでした。 しかし、私がしたことは、いわゆる「計画モード」に入ることです。声で説明することで、入力しようとするよりも多くの詳細を伝えることができます。そして、「計画を教えてください」と言います。そして、「ああ、その部分が抜けていますね」と言って、一緒に計画を立てます。それから、それを構築するように依頼します。 ですから、あなたが言っていることに同意します。試してみることは大切ですが、その中間ステップを入れることで、プロンプトを正しくできない場合や指示を与えない場合、ゴミが出てくることを覚えておいてください。しかし、何を望んでいるかを一緒に開発することで、最終的により良い結果を得ることができます。ですから、それをお勧めします。 **Frederick Vallaeys:** そうですね。そして、私はここで反対の立場を取ります。なぜなら、私はもっと計画を立ててChatGPTに行き、大きな会話をすることを試みましたが、私には多くの先入観があります。しかし、私は「これを作りたい」と言って、目標を指定します。何を達成しようとしているのか。そして、それはそれが構築された他の方法や取られたアプローチについて多くの情報を持っています— **Ann Stanley:** いいえ、私は同じことを言っています。はい、私は同じことを言っています。しかし、チャットに行ってそれをやるのではなく、Claudeでやってください。Claudeはどのツールを持っているかを知っています。いいえ、私はあなたに同意しています。最初に何を望んでいるか、何を達成しようとしているか、出力が何であるかを説明してください。それから、それが何を必要としているかを説明します。 そして、「ああ、それは少し違いますね」と言うことができます。そして、頭の中にあったものに大まかに似ているものに到達したら—覚えておいてください、私たちは本当に何を望んでいるかを説明するのが苦手です。これを頻繁に行わない限り、それを構築させ、反復的に作業します。 ですから、それはすべて会話に関することです。それは、デザインや機能、コンテンツを行うことができ、何が機能するかを知っている自分のアシスタントと一緒に働くようなものです。なぜなら、彼らはそれを何百万回もやってきたからです。ですから、実際にはあなたに同意します。私も同じことをします。 **Frederick Vallaeys:** そうですね。そして、これを始めると、製品を作る人々やキャンペーンを管理する人々に対する新たな敬意が生まれます。なぜなら、「10のことを考えたけど、ああ、待って、これを使っているときに他のことがあるし、このエッジケースや考慮していなかったことがある」と気づくからです。実際には考えるべきことがたくさんあります。 しかし、素晴らしいのは、システムが非常に迅速に進化し続けていることです。コストも下がり続けています。ですから、6か月後にはこのダッシュボードがありますが、なぜそれを再構築しないのかということです。そして、コーディングには「私たちはもはやページにコードを書くべきではない」という哲学があります。私たちがこのページで何をしようとしているのか、目標は何かを書きます。 そして、6か月後には、Claude Codeがより良いバージョンを持っているかもしれません。そして、それはその指示を見て、「ああ、Fred、これがあなたがやろうとしていたことです。そして、6か月前にこれをやった方法です。しかし、全体を再構築して、より良くし、まだあなたの目標を達成しましょう」と言うべきです。そして、それは物事がどのように構築されるかについての考え方の根本的な変化です。 そして、目標を持っている人々に対して。 **Ann Stanley:** まあ、私たちが話していないのは、これがエージェンシーや私たちの今後の仕事に与える影響です。なぜなら、Claude Codeを使っているのはおそらく1〜2%の人々だけですが、Agency Hackersでは、観客の30%がそれを使っていました。1年前に彼らにClaudeやAIエージェントを聞いたときには、20%未満でした。 ですから、非常に迅速に進化しています。しかし、技術はもはや障壁ではありません。それはあなたの想像力とそれを理解する能力、そしてエージェンシーや実践者として自分自身をマーケティングする能力だけです。なぜなら、そうしないと、クライアントが先に進んでしまい、彼らが自分でできると思ってしまうからです。しかし、すべての知識があるからこそ、何を構築すべきか、どのように構築すべきかを知っているのです。なぜなら、あなたはそれをやってきたからです。 その経験は価値があります。私たちのチーム全員が10年、15年、20年の経験を持っています。ですから、それが価値あるものになるのです。日常のことではありません。そして、数年前にあなたが書いた本は、AIがすべてを変えるということをほぼ言っていました。 **Frederick Vallaeys:** そうですね。PPCの歴史の中で最大のマインドシフトであり、競争の場を平等にするものです。実際に新しい本があります。このエピソードを見ている方には、*The AI Amplified Marketer*がAmazonで利用可能です。これは、この新しい生成的なものすべてを取り上げています。Claude Codeの前に書かれたので、それについては話していませんが、それに関連する多くの概念やAIについての考え方が含まれています。ぜひ、新しい本をチェックしてください。 **Ann Stanley:** ですから、あなたの新しい本と私の最初のAIクラブで、観客は絶対に成功することができるでしょうね。 **Frederick Vallaeys:** もちろんです。しかし、あなたのすべての洞察を共有できて素晴らしかったです。数か月後にまた新しいことがあり、さらに良いアドバイスができるときに、もう一度やりたいと思います。しかし、今日のエピソードを見ている皆さん、Annが行っている素晴らしい仕事をチェックし、これらのクラスに登録してください。正直なところ、毎週1時間を投資することで、10倍、100倍のリターンが得られます。 私の哲学は、AIと競争するのではなく、AIをよりうまく使う人々と競争することです。そして、まさにここで見ていることです。適切なツールを使うことで、誰かがあなたを100倍にすることができます。 **Ann Stanley:** そして、6か月後にはもう少し睡眠を取れると言えるかもしれませんね。 **Frederick Vallaeys:** わかりません。自由になった時間ごとに、「ああ、人生でずっとやりたかったことがある」と思います。実際に、特定のレストランで何を食べたかを覚えるのを助けるアプリを作りました。私が最もイライラするのは、以前に行ったことがあるのに、メニューで何を楽しんだか、何を試したかを思い出せないことです。そして、私を助ける小さなアプリが必要です。それで、これらのことをすべてバイブコーディングし始めました。 そして、PPCも少しやっています。 **Ann Stanley:** そうですね。PPCについてあまり話しませんでしたが、これらのツールがPPCをどのように助けるか、レポートを作成するか、競合分析、ランディングページ、CROのことなど、PPCやマーケターが知るべきことの境界にあることについて話しました。ですから、そこに役立つスニペットがいくつかあることを願っています。 **Frederick Vallaeys:** そうですね。これらのコンセプトを取り入れて、コンピュータに仕事をさせる方法を考えてください。これらのスキルを実行に移してください。Optmyzrユーザーにとっては、アカウントを管理するためのブループリントを考えることです。そのブループリントは基本的にあなたのスキルファイルになります。この順序でこれらのことを行い、これとそれを考慮に入れてください。しかし、その上にAI LLMの機能を重ねることができます。これは、n8nでできることを説明していたことです。 それが出発点です。しかし、ビジネスインテリジェンスやエージェンシーやソフトウェアツールとしての経験についても話しました。ツールを構築することの難しさは基本的なことではありません。それはエッジケースです。そして、それが私たちが考えてきたことです。そして、それがClaude Codeのエージェントを取り、OptmyzrのMCPと接続することができる理由です。それはこれらのミスを避けるのに役立ち、これを正しい方法で行う10年の経験を基に構築されており、信頼性を提供します。 また、エージェンシーと協力している場合、エージェンシーが他のすべてのアカウントにアクセスできることには何かがあります。それにより、業界に対するより広範な洞察が得られます。それは価値があります。そして、彼らはおそらくそれをこれらのエージェントとのコミュニケーション方法に組み込んでいます。ですから、今のリスクは、人々が単にClaudeだけがすべてをより良くできると思うことです。いいえ、それはある程度自動化できますが、私たちが何十年もかけて構築してきたものの助けがまだ必要です。 **Ann Stanley:** みんなに持ち帰ってもらいたい本当に良いメッセージがあります。それは「人間AIサンドイッチ」です。今お腹が空いている人のために、そのアイデアは、人間がプロセスの最初にいて、アイデアやインスピレーションを持ち、AIに正しい指示を与えて何かを生み出すことです。そして、そのコンテンツを受け取り、それが良いかどうかを知り、それを適応させ、編集し、さらに良くする人間がいます。 ですから、人間AIサンドイッチがここで話していることです。そして、私が言っているのは、より質の高い人間がより質の高いサンドイッチを作るということです。なぜなら、彼らは自分のことを知っているからです。私はほとんど口を滑らせそうになりましたが、しませんでした。このエピソードを通して一度も口を滑らせませんでした。ですから、今日のこのポッドキャストの持ち帰りメッセージは、人間AIサンドイッチです。 **Frederick Vallaeys:** さて、とても良いですね。今、Ann、あなたのおかげでお腹が空きました。それでは、ここで終わりにしましょう。これは素晴らしかったです、Ann。ゲストとして参加してくれてありがとう、皆さん。このエピソードを見てくれてありがとう。コメントを入れて、このエピソードを「いいね」して、AnnとAnicca Digitalが行っている素晴らしい仕事をチェックしてください。それでは、ここで終わりにし、次のエピソードでお会いしましょう。 **Ann Stanley:** ありがとう。さようなら、Fred。 --- *Source: [信頼性があり一貫した結果を生み出すAIワークフローをマーケターが構築する方法](https://www.optmyzr.com/jp/ppctownhall/how-to-get-reliable-output-from-ai/)* *© Optmyzr. All rights reserved.*