ChatGPT広告の始め方。予算10万円なら「1キャンペーン×2グループ×3広告」から始めるべき理由

ChatGPT広告を最低予算で初めて出稿するなら、予算10万円で「1キャンペーン × 広告グループ2 × 各グループ3広告」​から始めるのが最も失敗しにくい構成です。 広告グループを2つに絞るのは、ChatGPT広告における広告グループが「会話文脈（コンテキスト）」の検証単位であり、1つの文脈を正しく評価するには最低でも月5万円程度の予算が必要になるためです。

ChatGPT広告が難しいのは、検索広告のようにキーワードを指定して買う仕組みではないからです。 買うのは「ユーザーがAIと交わしている会話の文脈」であり、自社にまだデータがない状態では、どの文脈に出せばよいのか見当がつきません。実際、私たちが最も多く受ける相談も「何をどう分けて、いくらで検証すればいいのか分からない」というものです。

本記事では、出稿手順の解説ではなく、初回の検証設計をどう考えるかを、LLMOinsightの顧客データと運用実績をもとに具体的に解説します。

ChatGPT広告の表示例-LLMOinsight作成

まず仕組みの理解から始めます。ChatGPT広告では、広告主はキーワードではなくコンテキストヒント——「どんなことを調べている人に見せたいか」を平易な文章で記述したもの——を設定します。OpenAI側のシステムは、そのヒントに加えて広告コピーとリンク先のランディングページ（LP）も読み取り、リアルタイムの会話の意図と照合して配信先を決定します。

ここから2つの実務的な帰結が導かれます。

1. 広告グループ＝検証したい会話文脈の単位になる。だから広告グループの設計が成果の大半を決める
2. LPの内容も配信精度に影響する。広告文だけを整えてもLPが曖昧なら、文脈マッチの精度は上がらない

もう1つ重要な原則があります。OpenAIは「広告はChatGPTの回答内容に影響しない」と明言しています。つまり広告費でAIの推薦は買えません。回答面（オーガニック）はLLMO対策で獲得し、広告面は広告で獲得する——この二層構造が、後述するLLMOとのシナジーの前提になります。

ChatGPT-広告グループ作成モーダル

最も多い質問です。最低予算時の結論から示します。

月予算	キャンペーン	広告グループ	広告	検証できること
10万円	1	2	各3本（計6本）	2つの文脈の優劣
20万円	1	3〜4	各3本	文脈の方向性の絞り込み
30万円	1	5〜6	各3本	文脈の面の把握と勝ち筋特定

考え方の軸は「1広告グループあたり月5万円」です。 ここには2種類の下限が関わるので、混同しないよう整理します。

• プラットフォーム上の下限:キャンペーンの最低日予算（2026年7月時点で1日あたり2,500円程度。月換算で約75,000円。最新の条件は管理画面でご確認ください）
• 検証上の下限:1つの会話文脈の良し悪しを判断できるだけのデータ量を集めるために必要な予算＝月5万円

つまり10万円の予算は、「キャンペーンの日予算下限を満たしつつ、5万円ずつ2つの文脈を回せる」最小構成です。予算が増える場合は、5万円刻みで広告グループを1つ増やすのが素直な拡張方法です。

キャンペーンを1つに絞る理由は、目的を1つに保つためです。認知と獲得のように目的の異なるものを1キャンペーンに混ぜると、予算配分も判断基準も濁ります。目的を追加したくなったら、キャンペーンごと分けてください。

広告を各グループ3本に統一する理由は2つあります。1つは予算の制約で、本数を増やすほど1本あたりのデータが薄まり判断が遅れること。もう1つはグループ間の比較可能性です。全グループで本数と作り方のルールを揃えておけば、成果の差は「広告の出来」ではなく「文脈の違い」として読めます。

ただし注意点があります。3本は言い回しの違いではなく、訴求軸の違いで作ってください。「〜を確認できます」と「〜が分かります」のような微差を3本並べても、学びは何も得られません。訴求軸の分け方は後述します。

運用の流れは次のとおりです。最初の1〜3ヶ月で成果の悪い広告グループを差し替え、勝ち筋が見えてきたら1グループあたりの予算を増やすか、グループを絞って集中投下する。これが王道です。

初回はクリック課金（CPC）から始めるのが定石です。 理由は3つあります。

1. ChatGPT広告の認知媒体としての実力はまだ評価が定まっていない。リーチ課金で認知を買うには、効果測定の物差しがまだ整っていません
2. ChatGPT広告はもともとCV率が高い傾向にあり、少ない予算を成果に直結させるなら獲得寄りの設計が合理的です
3. コンバージョン最適化は学習にCVデータが必要。CVがほとんど溜まっていない初期に選ぶと、最適化が機能しません

実際の選択傾向も明確です。LLMOinsightの管理機能を利用している広告アカウントでは、課金方式の選択比率はリーチ9.7%／クリック75.4%／コンバージョン14.9%​と、クリックが圧倒的多数を占めています（LLMOinsight調べ）。 LLMOinsight-GPT広告キャンペーン作成画面

重要な補足として、クリック課金で始める場合でもコンバージョン計測は初日から設定してください。ChatGPT広告は2026年6月にコンバージョン最適化型のキャンペーンが提供開始されており、これを使うには計測が入っていることが前提です。CVが一定量たまった段階でコンバージョン課金へ切り替える——この移行を見据えると、初日からの計測整備が効いてきます。

推奨の流れは「クリックで文脈を検証 → CVデータが溜まる → コンバージョン最適化へ切り替え」です。

本記事の核心です。会話文脈の分け方には、大きく4つの考え方があります。自社の例で示します。

①検討段階で分ける（潜在層／準顕在層／顕在層）

• 潜在層:「AIで自社の露出を増やしたい」
• 準顕在層:「AIで自社が推薦されるために何ができるか教えて」
• 顕在層:「AI検索最適化を進めるために最適なツールを教えて」

②質問の型で分ける（指名／比較／課題）

• 指名:「LLMOinsightの機能と料金を教えて」
• 比較:「AI検索最適化ツールを機能と料金で比較して」
• 課題:「AI検索最適化を進めるために最適なツールを教えて」

③現在のAI回答での自社の位置で分ける

• 競合のみが露出している文脈:「おすすめのAI検索最適化方法を教えて」
• 自社は出るが競合が上位の文脈:「おすすめのAI検索最適化ツールを教えて」
• 自社が1位推薦されている文脈:「国内のLLMO対策ツールで最も成果が出るものを教えて」

④ニーズで分ける

• 「LLMOツールでコスパが良いものを教えて」
• 「LLMOツールで成果が見込めるものを教えて」
• 「LLMOツールで初心者でも使いやすいものを教えて」

結論：初手は③(自社の位置で分ける)を軸に、④(ニーズで分ける)を少し混ぜる

クリックやコンバージョンを目的とするなら、優先度は ③ (自社の位置で分ける)＞ ②(質問の型で分ける) ＞ ①(検討段階で分ける) です。

根拠は明確で、自社や競合が既に表示されている会話文脈は、そうでない文脈と比べて成果が明確に高い傾向があります（当社の顧客データでは3ポイント以上の差）。理由は単純で、AIが具体的なサービス名を挙げている時点で、そのユーザーは既に準顕在層以上の検討段階にいるからです。

したがって、リーチや認知が目的でないのなら、限られた予算を潜在層に投じるより、顕在層の文脈を検証したほうが効率的です。①の分け方は、リーチも目的に含める場合の選択肢と考えてください。

④のニーズ別は一見魅力的で、実際にCTRは高く出ます。ただし自社が強みを持たない（競合が優位な）文脈では、CTRが上がってもCVRが伴わず、売上効率が悪化します。※この点はデータ量が限られるため断定はできませんが、傾向として一貫しています。

そこで初手の推奨は、③の枠組みで文脈を選び、その中に④の観点（自社の強みが引き出せるニーズ）を織り込む設計です。具体的には次のようになります。

• グループA:自社が既に露出している比較文脈 × 自社が強いニーズ軸
• グループB:競合が上位を占めている比較文脈（攻略枠）

補足:自社が1位推薦されている文脈の扱い

③の中でも「自社が1位で推薦されている文脈」は、当然ながらCVRが高く出ます。ただしここには、広告がなくても獲得できていた可能性——増分効果の問題があります。

検索広告の指名キーワードと違い、AIの回答では必ずしもクリック導線が用意されているとは限らないため、広告が唯一の遷移経路になるケースは多く、原則として出稿する価値はあります。とはいえ運用が安定したら、月に一度この文脈だけ一時停止して成果の変化を見ることをおすすめします。増分が確認できれば、確信を持って予算を寄せられます。

初手で見落とされがちですが、実務では**「配信を広げる」より「無駄を削る」ほうが、短期の成果改善に効きます**。初回設計の段階で、次を明文化しておいてください。

• 自社の強みが出ない文脈:価格最安を求める会話に高価格帯商材を出す、など
• 検討段階が早すぎる文脈:情報収集だけで購買意図がない会話
• ブランドを毀損しうる文脈:ネガティブな話題や、自社と関係の薄い領域
• 既存顧客向けの文脈:サポート・使い方に関する会話（新規獲得の予算を食う）

配信開始後は、実際に配信された文脈のレポートを確認し、意図と違う会話に出ていないかを毎週点検します。ここでの除外の精度が、2ヶ月目以降のCPAを決めます。

OpenAIのガイダンスでも、一般的なディスプレイ広告とは異なる書き方が求められています。キャッチーな表現・割引・期間限定訴求は避け、具体的な価値と、役に立つ場面を示すこと。会話を補完するような内容が理想とされています。

ただし誤解しやすいのが、「会話を補完する＝会話文のような広告文にする」ではないことです。会話調にしすぎると何の商品なのかがぼやけます。守るべきは次の3点です。

• 何を提供する広告なのかを明確にする
• 簡潔にする
• 抽象的なマーケティング表現より、有用な情報を優先する

NG例

• 会話に寄せすぎ:「まずは自社の見え方を確認することをおすすめします」（何のサービスか不明）
• キャッチーすぎ:「あなたのブランドはAIに選ばれていますか？」（煽りは会話面で浮く）
• キャンペーン訴求:「今なら初回無料であなたのAI状況を可視化！」（割引訴求は不向き）

OK例（見出し＋説明文）

• AI回答での自社の見え方を確認 — 今のAI回答だけでなく、主要AIでの推薦順位や引用状況を継続的に確認できます。自社がどの質問で選ばれているかも把握できます。
• 競合が推薦される理由を分析 — 競合とのAI回答を比較し、どの情報が評価されているかを分析できます。改善すべきポイントを優先順位付きで確認できます。
• LLMOの分析から改善まで一元管理 — 分析だけで終わらず、改善施策の管理から効果測定まで一連のLLMO運用をまとめて進められます。

この3本が、まさに前述した「訴求軸違いの3本」です。確認（現状把握）／分析（競合比較）／管理（運用全体）​と役割を分けているため、どれが響いたかを見れば、そのグループのユーザーが何を求めていたかまで分かります。

なお、見出し・説明文には文字数の上限があります（英数字基準の目安として見出し50字・説明100字程度）。日本語での正確な上限は管理画面での表示に従ってください。 LLMOinsight-GPT広告管理-広告作成画面

前述のとおり、配信先の判断にはLPの内容も使われます。加えて、ユーザーはAIとの会話の途中でクリックしてくるため、LPは「会話の続き」になっている必要があります。

• 広告の見出しで示した内容が、LPのファーストビューで即座に確認できること
• 会話文脈ごとにLPを分けられるのが理想。難しければアンカーリンクで該当セクションへ着地させる
• LP自体にサービスの提供内容・対象・特徴が明文で書かれていること（システムが読み取れる形で）

広告グループごとにLPを変えると、文脈マッチの精度と着地後のCVRが同時に改善します。初回でそこまで手が回らない場合でも、少なくともトップページに落とすのは避けてください。

初回検証でつまずく最大の原因は、判断が早すぎることです。目安を示します。

時期	見る指標	判断すること
1週目	配信量・表示された文脈	意図どおりの会話に出ているか。除外の追加
2週目	CTR・広告別の差	明らかに弱い広告の差し替え（グループはまだ触らない）
1ヶ月	CTR・マイクロCV（資料DL等）	グループの優劣の一次評価。負けグループの入れ替え
2〜3ヶ月	CVR・CPA	本命の成果判定。予算の再配分

1ヶ月時点でCVRを根拠にグループを切らないでください。 月5万円・CPCが数百円という前提では、1グループあたりのクリックは100前後、CVは数件にとどまります。この件数でCVRの優劣を判定するのは統計的に不可能です。1ヶ月目はCTRと、資料請求やデモ申込のようなマイクロコンバージョンで方向性を掴み、CVRでの淘汰は2〜3ヶ月かけて行う。これが現実的な進め方です。

初心者の方は、次の順で指標を追ってください。

• インプレッション:そもそも配信されているか。少なすぎる場合はコンテキストが狭すぎるか、予算不足
• CTR:文脈と広告の相性。初期の主要な判断材料。グループ間の比較はここで行う
• CPC:文脈の競争度。高すぎる文脈は、費用対効果を見て撤退も検討
• CVR:着地後の適合。低い場合は文脈が悪いのかLPが悪いのかを切り分ける
• CPA:最終判断。ただし十分なCV件数が溜まってから

ここで多くの人が見落とすのが、クリック指標がChatGPT広告の効果を構造的に過小評価するという点です。ユーザーは会話の中で広告に接触し、その場ではクリックせずに、後日あらためて指名検索やAIへの再質問を経て流入することが珍しくありません。クリックだけを見ていると、この経路がまるごと「効果なし」として扱われます。

LLMOinsightの計測タグで「後から効いた分」まで捕捉する

LLMOinsightでは、発行した計測タグを自社サイトに設置することで、この見えにくい経路を可視化できます。

• 流入をAI経由（オーガニック）／AI広告経由／その他に分類して記録
• 広告接触があったユーザーが、後日別の経路でCVした場合に**「広告のアシスト」として判定**（直接クリックによるCVとは区別して集計）
• 初回接点がAIだったか、途中でAIに接触したかまで判別。指名検索で来たユーザーの背後にAI接点があったかどうかが分かります
• どの広告・どのキャンペーン経由だったかをID単位で紐づけ

つまり、「広告をクリックしなかったが、AI上で自社を知り、後日指名で申し込んだ」というChatGPT広告らしい成果を、推測ではなくデータとして計上できます。GA4連携と組み合わせれば、社内報告で使える一貫した成果報告が可能になります。 LLMOinsight-成果計測-計測設定画面

最後に、ChatGPT広告とLLMO対策の関係です。冒頭で触れたとおり、広告費でAIの推薦は買えません。だからこそ両輪で攻める意味があります。

1. 推薦されている文脈での広告は効果が跳ね上がる AI回答の中で自社が推薦されており、その直下に自社の広告が並ぶ状態は、回答本文が信頼の裏書きとして機能します。SEOで「自然検索1位＋リスティング」を狙うのと同じ発想ですが、AI面ではこの推薦文脈自体をLLMO対策で作れる点が異なります。

2. AI回答にはクリック導線がないことがある 回答内でブランド名が挙がっても、ユーザーがすぐ遷移できるとは限りません。広告はそのクリック導線を補完します。推薦されている文脈こそ、広告の価値が高いのです。

3. LLMO分析が、広告のコンテキスト設計そのものになる 本記事の③の分け方——「競合のみが露出／自社が低順位で露出／自社が1位推薦」——は、LLMO対策で定点観測をしていなければ作れません。逆に言えば、LLMOの分析データがあれば、広告グループの設計は推測ではなくデータから導出できます。

LLMOinsight-GPT広告管理-AI提案画面

AI検索市場の拡大を踏まえれば、オーガニック（LLMO）とペイド（ChatGPT広告）の両輪で会話面を押さえることの重要性は明白です。

私たち自身も、LLMOinsightを使ってLLMOinsightのChatGPT広告運用を回し、その全過程を公開する検証企画を開始しました。本記事で示した設計をそのまま自社で実行し、うまくいったこと・いかなかったことを毎月公開していきます。

▼ChatGPT広告の公開検証企画はこちら 【リンク挿入:ChatGPT広告の公開検証企画記事】

• キャンペーンは1つ、目的も1つに絞った
• 広告グループは最低予算で考えるのであれば「予算5万円につき1つ」で設計した（10万円なら2グループ）
• グループの分け方は③（AI回答での自社の位置）を軸にした
• 自社の強みが出るニーズ軸（④）を文脈に織り込んだ
• 出さない文脈（除外）を事前に決めた
• 広告は各グループ3本、訴求軸を変えて作った
• 広告文は煽らず、提供価値と役立つ場面を明示した
• LPは広告の内容と一致し、トップページ以外に着地させた
• 課金はクリックで開始し、コンバージョン計測は初日から入れた
• 1ヶ月目はCTRで判断し、CVR判定は2〜3ヶ月かけると決めた

ChatGPT広告は、キーワードではなく会話文脈を買う広告です。初回に必要なのは大きな予算ではなく、「どの文脈を検証するか」を決める設計と、その結果を正しく読む計測です。まずは10万円・2文脈から、自社の勝ち筋を探し始めてください。