AI平岡とは:汎用AIと専門エージェントの決定的な違い

AI平岡とは、テマヒマが構想・準備中の専門AIエージェントです。代表・平岡大輔の思考の癖・判断軸・現場発信を学習させ、中小企業マーケティング相談に特化させる設計で進めています。 ChatGPT などの汎用AIで「マーケ相談はちょっと物足りない」と感じたことがある経営者・担当者の方に向けて書いています。 本記事では、汎用AIと専門エージェントが何が違うか、なぜ専門エージェントが必要かを整理します。

AI平岡とは何か(定義)

AI平岡とは、株式会社テマヒマが構想・準備中の専門AIエージェントです。代表・平岡大輔の思考プロセス・判断軸・LP100本以上の現場経験・既存の発信コンテンツを基盤に学習させ、中小企業マーケティング相談に特化させる設計で進めています。

ChatGPT や Claude のような「汎用AI」とは別物として設計しています。汎用AIは、世界中のあらゆる文章を広く学んで「広い知識」を持ったAIです。AI平岡は、テマヒマというひとつの会社の知識・判断・文体に絞って「狭く深い専門性」を持つAIとして組み上げていきます。両者は得意な役割が違います。

AI平岡が答える予定の領域は、おおよそ次のとおりです。

• マーケティング戦略の整理(BUILD/UP・KPI設計・優先順位の付け方)
• LPO・LP改善(FV・本文構成・CTA・フォーム・ヒートマップ活用)
• AI Native Web・LLMO 対応(サイト体系化・AIエージェント設計)
• 中小企業の現場特有の意思決定(代理店評価・内製vs外注・予算配分)

逆に、AI平岡が答えない領域もあります。法務・税務・人事・技術仕様の細部など、平岡本人が現場で扱ってこなかった領域には踏み込まない設計です。何でも答えるAIではなく、「平岡が答えられることを、24時間答え続けるAI」がAI平岡の輪郭です。

なお、本記事の公開時点では、AI平岡は構想・準備フェーズです。テマヒマのナレッジ図書館の体系化(Step 1)を進めながら、その上に AI平岡を順次組み上げていく計画です。

なぜ「汎用AI」ではなく「専門エージェント」が必要なのか

「ChatGPT で十分なんじゃないの?」という疑問は、当然出てきます。実際、汎用AIは非常に優秀です。日常の調べ物、文章の要約、アイデアの発散、これらは汎用AIで十分こなせます。

ですが、中小企業マーケティングの意思決定の現場では、汎用AIだけでは届かない壁があります。順番に見ます。

壁1: 「自社の文脈」を毎回入力し直す必要がある

汎用AIに「うちのマーケどう改善すればいい?」と聞いても、まともな答えは返ってきません。AIは自社のことを何も知らないからです。

意味のある答えをもらうには、毎回、自社の商材・ターゲット・現状の数字・過去の施策・経営者の判断軸を、長々と入力する必要があります。これを毎回やるのは現実的ではありません。気合の入った最初の数回はやるかもしれませんが、3週間後には「面倒だから自分で考える」に戻ります。

専門エージェントは、自社の情報をすでに学習した状態で動きます。毎回の入力が不要です。「うちの場合どう改善すべきか」を、最初の一文から具体的に答えられる状態でスタートします。これが、汎用AIと専門エージェントの第一の違いです。

壁2: 汎用的な答えしか返ってこない

汎用AIに「BtoB商材のLP改善ってどうしたらいい?」と聞くと、ネットに散らばっている一般論が返ってきます。「FVを工夫しましょう」「CTAを目立たせましょう」「信頼性を高めましょう」。間違ってはいませんが、実務では使えません。

専門エージェントは、「テマヒマがこれまで蓄積した独自の判断軸」で答えます。「FVを工夫」ではなく、「FVには『誰のための・何が・どうなる』の3要素を、必ずこの順で書いてください。1要素ずつ削って、A4 1枚に収まる訴求が残ったら、それが本物です」と、具体に踏み込めます。これが、汎用AIと専門エージェントの第二の違いです。

壁3: 経営者の判断軸を反映できない

中小企業のマーケティング判断は、経営者の価値観に強く依存します。「短期的な数字より、長く付き合えるお客様を増やしたい」「焼畑営業は絶対にしない」「派手な広告より地味なコンテンツ」――こうした方針は、汎用AIには伝わりません。

専門エージェントは、経営者(あるいは事業責任者)の判断軸を最初から織り込んだ状態で動きます。利用者が質問した時に、「平岡ならこう判断するだろう」という答えが返ってきます。これは、外部のコンサルタントよりも経営者本人の判断軸に近い回答を、24時間提供できる状態です。

AI平岡と汎用AIの違い

文章だと分かりにくいので、表で整理します。

特に大きいのは、「信頼感の根拠」です。汎用AIの回答は、「AIが言っているから合っているかもしれない」という弱い信頼です。AI平岡の回答には、「平岡(の判断軸)が言っている」に近い信頼が乗る設計です。利用者は、回答を「専門家の意見」として受け取れます。中小企業の意思決定の現場では、この「誰が言ったか」の差が、行動に移すかどうかの分かれ目になります。

AI平岡を支える3つの技術要素

AI平岡は、3つの技術要素の組み合わせで成立する設計です。「どう動かす設計か」を簡潔に説明します。

1. ナレッジ図書館(構造化された専門知識)

AI平岡の知識源は、テマヒマが順次公開していく「マーケティングナレッジ図書館」です。14カテゴリ・140本以上の体系的な記事を、構造化された形でAIが参照できる状態に整えていく計画です。

ここで重要なのは、「単にWebサイトの記事をAIに読ませる」のではなく、「カテゴリ・タグ・関連性が明示された状態で読ませる」点です。AIは、構造化されたナレッジから引用する方が、回答の精度が格段に上がります。これは LLMO の基本でもあります。

2. RAG(検索拡張生成)による回答生成

AI平岡は、RAG(Retrieval-Augmented Generation、検索拡張生成)という仕組みで動かす設計です。利用者が質問した時、AI平岡は次の順序で答えを作る想定です。

1. 質問の意図を読み取る
2. ナレッジ図書館から関連する記事を検索する
3. 関連記事の内容を参照しながら回答を生成する
4. どの記事を参照したかを利用者に提示する

これにより、AI平岡の回答は「テマヒマのナレッジから引用された答え」になります。利用者は、回答だけでなく、その根拠となる記事を確認できる状態で対話できる構成です。

3. 平岡の文体・判断軸の学習

技術的な仕組みに加えて、AI平岡には「平岡大輔という人物の文体・判断軸」を学習させていきます。です/ます調と命令調の混在、短文対比、比喩、「迷わせない」「1要素ずつ」「データと仮説」というキーフレーズ。こうした特徴を AI が再現することで、利用者は「平岡と話している感覚」に近い対話体験を得られる設計を目指します。

これは単なる文体模倣ではありません。「平岡がどういう順番で考えるか」「何を最初に確認するか」「どこで判断を保留するか」という、思考プロセス自体を学習させる設計です。

AI平岡の使い方:想定される3つの場面

AI平岡は、次の3つの場面で使われることを想定しています。

場面1: 初期相談(問合せ前のフェーズ)

「テマヒマに相談したいことはあるが、いきなり問合せフォームを送るほどではない」という初期フェーズで、AI平岡が相談相手になる想定です。

例えば、「うちのLPのCVRがずっと0.5%。何から見直すべきか」というレベルの質問。汎用AIだと一般論に終始しますが、AI平岡は「まずFVの3要素を確認してください。次に流入と訴求のズレを疑ってください」と、具体的な手順で返す設計です。利用者は、自社の状況を整理しながら、必要なら次のステップ(問合せ)に進めます。

場面2: ナレッジ図書館の案内役

ナレッジ図書館は140本以上の記事を抱える予定です。利用者が「自分の課題に近い記事」を見つけるのは、検索だけでは難しい。AI平岡は、利用者の質問を聞いて、「この記事と、この記事を読むと整理がつきます」と案内する役割を担う設計です。

これは「サイト内検索」の進化版です。検索キーワードではなく、自然な質問から、適切な記事に辿り着ける状態を作ります。

場面3: 戦略セッション前の準備

テマヒマの戦略セッションを申し込む利用者が、セッション前にAI平岡で論点を整理する場面も想定しています。

「自社の現状を1枚にまとめたいので、何を書けばいいか教えてほしい」とAI平岡に投げかければ、必要な項目と書き方を返す設計です。セッション当日には、論点が整理された状態でテーブルに乗ることで、90分のセッションの密度を上げる。これは、平岡本人の時間を有効に使うための仕組みでもあります。

テマヒマ/平岡の視点

AI平岡を作ろうと決めた理由は、シンプルです。私の「人としてのキャパ」が、限界に達したからです。

1日に対面できる経営者の数には限りがあります。週に1回しか会えない経営者には、9割の時間で同じ初期質問に答えています。「何から始めればいいか」「うちの場合何が課題か」「90日で何を目標にすべきか」。質問は会社ごとに違うように見えて、構造はよく似ています。同じパターンの初期相談を、平岡が毎回手作業でこなすのは、効率が悪い。それより、AI平岡が24時間動いて初期相談を引き受け、平岡本人は「AIで整理できなかった論点」に集中する方が、社会全体の生産性は上がります。

「人の温度感」を捨てるつもりは、まったくありません。むしろ逆で、平岡が直接対話する時間の濃さを上げるために、AI平岡を作ります。AIで済む話はAIに任せ、人にしかできない話に人を集中させる。この線引きをはっきりさせるのが、AI Native Web の本質です。

もう1つ、AI平岡を作る上で大事にしているのが「AIに任せきりにしない」原則です。AI平岡の回答は、あくまで「初期整理の補助」です。最終的な意思決定、具体的な実装、関係性に基づく判断は、人(平岡または現場担当者)が引き継ぎます。AIに何でも任せると、判断の理由が見えなくなります。AIが万能になるのではなく、AIと人の役割分担がはっきりしている状態こそ、本当の AI Native Web です。

迷わせない、1要素ずつ、データと仮説の往復。これらは、AI平岡の設計原則です。AI平岡の回答は、利用者を迷わせないよう、最初に結論を置く設計です。改善提案は、1要素ずつに絞って提示する設計です。利用者の質問ログから仮説を立て、ナレッジを追加し、回答精度を上げる往復のリズムで、AI平岡自身を育てていきます。

最後に、もう1つだけ。AI平岡という名前は、私個人の名前を冠していますが、これは「平岡個人を増やす」ためのものではありません。「平岡が考える筋道を、誰でも・いつでも・無料で・参照できる状態を作る」ためのものです。中小企業の経営者が、相談したい時に相談できる状態。それを実現する装置として、AI平岡は構想されています。名前は手段であって、目的は中小企業の意思決定の質を底上げすることです。

AI平岡を導入する際の注意点

最後に、自社で同じような「専門エージェント」を作りたい方向けに、現場で見えてきた注意点を3つ共有します。

1. ナレッジの体系化が先、AIエージェントは後

汎用チャットボットを設置するだけなら、ナレッジ整備が雑でも動きます。ですが、「専門エージェント」を成立させたいなら、ナレッジの体系化が大前提です。

カテゴリ設計・記事構造・関連リンク・FAQ整備。これらが整っていない状態で AIエージェントを乗せても、AIは中身のない回答しかできません。ナレッジ図書館の構築(本サイトで言えば Step 1: 体系化)を先に進めてください。

2. 「AIが答える範囲」と「人が引き継ぐ範囲」を最初に決める

AI平岡は、何でも答えるAIではありません。設計時点で「ここまでがAI、ここからは人」の線引きを明示する方針です。

線引きが曖昧だと、AIが答えるべきでない質問に答えてしまったり、人が引き継ぐべきタイミングで利用者を離脱させたりします。初期相談・サービス案内・記事の案内まではAI、見積もり・契約・複雑な事業相談は人。この線を最初に引いてください。

3. 利用ログを定期的に振り返り、ナレッジに還元する

専門エージェントの真価は、立ち上げた直後よりも、運用を続けるほど発揮されます。利用者が何を聞き、AIがどう答え、どこで利用者が離脱したかを、定期的に振り返ってください。

振り返りで「AIが答えられなかった質問」が見えたら、その質問に答えるためのナレッジを追加します。これを繰り返すと、専門エージェントは時間とともに賢くなります。立ち上げ後の3ヶ月のログは、その後の精度を決定する最重要データです。

よくある質問(FAQ)

関連記事

• → AI Native Webとは何か:検索からAI対話に変わる時代のサイト戦略
• → AI診断から戦略セッションへの導線:24時間動く接客装置の作り方
• → LLMOとは何か:大規模言語モデル最適化の基本と、SEOとの決定的な違い

著者情報

平岡 大輔

株式会社テマヒマ 代表取締役 / マーケGYM主宰

事業会社と支援会社の両方で、20年以上マーケティングの現場を経験。著書『売れるランディングページ改善の法則』など、現場で培った判断基準をもとに発信しています。

20年以上の実務経験 LP100本以上の制作・改善 事業会社・支援会社の両側を経験