イントロダクション
Amazonのほとんどのチームは、広告、予算、在庫、キーワードパフォーマンス、日々の最適化を管理するための反復可能なプロセスを既に確立しています。問題は、それらのプロセスの多くが依然として静的な文書、スプレッドシート、チェックリスト、あるいは担当者の頭の中にしか存在しないことです。
このウェビナーでは、Intentwiseのプロダクトマネージャーであるケントン・スナイダー氏が、ブランドや代理店がClaude、ChatGPTなどのツールやMCPを介した接続データソースを使用して、Amazonの標準業務手順（SOP）をAIを活用したワークフローに変換する方法について解説しました。
重要なポイントは、AIがあなたのビジネスの実際の運営方法を理解したときに、はるかに役立つようになるということです。
汎用AIの出力が不十分な理由
ほとんどのチームは、何らかの形でAIを試用した経験があるでしょう。しかし、そのままではAIの応答は画一的に感じられることがあります。それは、AIモデルがあなたのブランド、市場における位置付け、パフォーマンスの基準、あるいはチームの意思決定方法を自動的に理解するわけではないからです。
例えば、あなたのAIツールは次のようなことを認識していないかもしれません。
- あなたのブランドは、競争の激しい分野における挑戦者ブランドです。
- 昨年同時期には、あなたの探しているASINの商品は在庫切れでした。
- キャンペーン分析には、特定のACoSまたはROASの閾値が設定されています。
- 特定のワークフローでは、ブランド名や競合他社の用語を収集しないようにします。
- キャンペーンや製品ラインごとに、予算管理の方法は異なります。
そうした背景情報がなければ、AIは回答を提供することはできますが、その回答はあなたのチームが実際にどのように仕事をしているかを反映していない可能性があります。
SOPは、あなたのチームとAIをつなぐ架け橋です。
ケントン氏は、標準作業手順書（SOP）はAIエージェントのトレーニング層として機能すると説明した。新しいチームメンバーに業務手順書を与えることでオンボーディングを行うのと同様に、AIエージェントにも同じ指示を与えることができるのだ。
これには次のものが含まれる可能性があります。
- 日々の広告パフォーマンスを確認する方法。
- 目標値を上回る、または下回るキャンペーンを特定する方法。
- 売上ゼロの高額キャンペーンを特定する方法。
- 検索語句を評価して収穫する方法。
- 広告推奨を行う前に在庫状況を確認する方法。
- チーム向けに調査結果を要約する方法。
標準作業手順書（SOP）は過度に複雑である必要はありません。チームが既に実施している手順、重要な閾値、そしてAIが支援すべき意思決定について説明するだけで十分です。
AI向けのSOPの作成方法
今回のセッションで提案された実践的なアドバイスの一つは、SOP文書をマークダウンファイルに変換することでした。マークダウンは多くのAIツールにとって読み取りやすく、モデルが文書を理解するために必要なコンテキストの量を減らすことができます。
チームは、Googleドキュメント、Word文書、PDF、Notionページ、社内チェックリストなど、普段使用しているフォーマットから始めることができます。そこから、SOPをより整理された構造に変換し、AIツールがより効果的に参照できるようにすることができます。
ケントン氏はまた、SOP（標準作業手順書）をNotion、Google Drive、Airtable、またはチームが既に利用している他のシステムなど、常に最新の情報源として活用することを推奨した。重要なのは、AI専用のプロセスを別途作成することを避けることだ。代わりに、チームはAIを既存のワークフローやドキュメントに連携させるべきである。
定期的な分析のためのAIエージェントの設定
ライブデモの中で、ケントンは、日々のSOP（標準運用手順）に基づいた分析を実行できるAmazonパフォーマンスアナリストエージェントを作成する方法を実演した。
担当者には、対象ブランドの市場における位置付け、カテゴリー、価格設定、季節性、過去の問題点、データソースなど、ブランドに関する背景情報が提供された。その後、担当者が従うべき手順を概説した標準作業手順書（SOP）ファイルが渡された。
そこから、AIエージェントには次のような繰り返しタスクを作成するように指示されました。
- キャンペーンのパフォーマンスデータを取得します。
- 直近の実績を過去平均と比較する。
- 予算に対して支出ペースを確認する。
- ACoSまたはROASに問題があるキャンペーンにフラグを立ててください。
- 売上がないにもかかわらず、多額の費用を投じているキャンペーンを特定する。
- 主要ASINの在庫状況を確認してください。
- 調査結果をSlackで要約してください。
これにより、手作業で行っていた報告プロセスが、自動的に実行され、チームが既に作業している場所で洞察を提供する、反復可能なワークフローへと変わります。
フィードバックループによって、エージェントは時間とともに賢くなる。
ワークフローにおいて最も重要な要素の一つはフィードバックである。
ケントン氏は、チームがAIが生成した出力をレビューし、修正や追加情報を提供する方法を示しました。例えば、AIが誤った予算前提を使用している場合、ユーザーは正しい月間予算でエージェントを更新できます。AIがブランド名を含むキーワードの収集を推奨した場合、ユーザーは今後の推奨にブランド名を含めないように指示できます。
そのフィードバックは、AIエージェントが時間とともに改善し、チームの運用モデルにより合致していくのに役立ちます。
人間のレビューは依然として重要である
このセッションでは、AIエージェントが現在どのような位置づけにあるのかについても議論された。AIはすでに分析、推奨、レポート作成を支援できるようになったものの、ケントン氏は、AIが自律的に行動する前に、必ず人間の介入が必要だと提言した。
まずは、AIを読み取り専用の分析、定期的なレポート作成、および推奨事項の提示に活用することから始めるのが最善です。チームがAIの出力結果に自信を深めるにつれて、より自律的なワークフローへと移行するかどうかを判断できるようになります。
トークンの使用とモデル選択の管理
ケントン氏はトークンの使用方法に関する実践的なガイダンスも共有した。多くの構造化されたSOPベースのタスクでは、高度な推論モデルは必ずしも必要ではない。SOPがエージェントが行うべきことを明確に規定していれば、Claude Sonnetのようなより効率的なモデルで繰り返し分析には十分かもしれない。
彼はまた、MCPは大きなCSVファイルをアップロードする場合と比べてトークンの使用量を削減するのに役立つと指摘した。なぜなら、AIはエクスポート全体を処理するのではなく、必要なデータのみを要求できるからである。
Intentwise AI Gateway がどのような位置づけになるか
デモでは、ケントンはIntentwise AI Gatewayを使用して、AmazonとWalmartのデータをClaudeやChatGPTといったAIツールに接続しました。これにより、AIエージェントはSOPベースの分析を完了するために必要なパフォーマンスデータにアクセスできるようになりました。
より広範なワークフローはAI Gatewayに限定されるものではありませんが、AI Gatewayを利用することで、小売メディアチームは静的なエクスポートに頼ることなく、コマースデータをAIを活用したワークフローに容易に取り込むことができます。
最終的な持ち帰り
AIは、ビジネスの状況、データ、そして業務運営方法と結びついたときに、最も力を発揮します。
標準作業手順書（SOP）をAI対応のワークフローに変換することで、Amazonのチームは一般的な指示にとどまらず、自社のプロセスを理解し、パフォーマンスを監視し、問題点を明らかにし、時間の経過とともに改善していくエージェントの構築を開始できます。
複雑なAmazonやWalmartの業務を管理するブランドや代理店にとって、これはより拡張性の高い、AIを活用したコマースワークフローへの実践的な第一歩となる。
さらに、SEO対策を強化したり、経営層や戦略層向けに内容を簡潔にしたり、オンデマンドのランディングページセクションとしてより分かりやすくすることも可能です。
