AI時代のLP制作ディレクション術｜量産ではなく“成果が出る1本”をつくるには？

AIでつくるのは「ドラフト」だけと割り切る

生成AIをLPの「完成ツール」と捉えると、どれも似たテンプレートLPになり差別化が難しくなります。
ジェイ・ラインでは、AIはあくまで0→1のドラフト生成と論点整理に限定。

ペルソナ情報と商材理解を丁寧に入力し、構成案・見出し案・ファーストビュー文言を数パターン出し、ディレクターが「比較検討の材料」として使います。
AIに丸投げしない前提として、事前に「KPI（CVR・応募数・CPAなど）」「ターゲット行動」「ブランドトーン」を整理し、何を変えたら成果につながるかの仮説をセットしてからプロンプト設計に入るのが基本の流れです。

ユーザーインサイトは“現場情報×AI要約”で深堀りする

成果が出るLPは、ペルソナの「表のニーズ」だけでなく、決断をためらわせる本音レベルまで言語化できているかが肝になります。
当社では、営業・人事・現場社員へのヒアリング、既存応募者アンケート、チャットログなどを収集し、AIに「共通する不安・期待・比較軸を抽出させる」使い方をしています。
ディレクターはそのアウトプットを鵜呑みにせず、「この一文は実際の候補者の口癖か？」「数字で裏づけできるか？」を検証しつつ、LP内の訴求ブロック（共感・ベネフィット・安心材料）に再配置。
インサイトをコピーだけでなく構成レベルに反映させます。

構成とコピーのAIプロンプト設計のコツ

LP構成をAIに投げる際は、「良い感じでLPを書いて」ではなく、

・ゴール（例：エントリー完了）
・読了前の心理変化のステップ
・クライアントの制約（NGワード、表現トーンなど）

を明示します。
例えば採用LPなら、「応募を迷う30代Webディレクター」を想定し、「よくある転職不安を3つ挙げ、それを払拭する構成」を指示します。
その上で「各セクションの見出しだけ」「ファーストビューのコピー案を5本」といった粒度で出し、ディレクターが情報設計とブランドトーンを整える最終編集を行う形にしています。

ABテスト設計は“1テーマ1検証”でシンプルに

AIを使うとバリエーション生成が容易な分、「何を検証しているのか」が曖昧になりがちです。
ジェイ・ラインではABテストを行う際、1テストにつき1テーマに絞るルールを設けています。
例として、

・ファーストビューの価値訴求（給与 vs. 成長機会）
・応募ボタン文言（行動喚起の強さ）
・証拠コンテンツの有無（数字・事例）

などを個別に検証。
AIには「元案との違いが明確な代替案」だけ作らせ、テスト設計・期間・ターゲットセグメントの定義はディレクターが担います。
結果は次の改善サイクルに必ずフィードバックします。

ジェイ・ラインでの採用LP改善事例

ある採用LPでは、応募数は一定あるものの、ミスマッチによる早期離職が課題でした。
そこで、AIで既存テキストと面談記録を要約し、「入社後ギャップが生じやすいポイント」を抽出。
その内容をもとに、

・ファーストビューを「いい話」中心から「リアルな働き方＋乗り越え方」へ
・社員インタビューに「しんどかった瞬間」と「乗り越えた支援」を追加
・求める人物像をネガポジ両面で明文化

といった構成に改修しました。
結果としてCVRは微増にとどまりましたが、早期離職率が低下し、面接満足度も向上。
数字だけでなく、採用の質を含めた成果を重視しています。

AI時代のLPディレクターに求められる視点

AI活用が進むほど、ディレクターに求められるのは「何をつくるかを決める力」と「最後の5％の精度を上げる編集力」です。
具体的には、

・クライアントの事業戦略や採用戦略との整合をとる視点
・短期のCVRだけでなく、中長期のブランドや採用の質を見る視点
・AIのアウトプットの「どこが本質で、どこがノイズか」を判断する力

が欠かせません。
ジェイ・ラインでは、人と企業・地域をつなぐ事業を多角的に展開しているため、LP単体ではなく、WEB施策全体の中でのLPの位置づけを設計するディレクションが求められています。