プレスリリースをAIで量産しても無視される理由。「書く」手前でAIを使う逆転発想

AI導入コンサルティングの現場でも、生成AIの業務活用は大きなテーマとなっています。広報活動にAIを活用する際、単に作業の効率化を目指すだけでなく、メディアに響く企画を生み出すための視点が重要になっています。本記事では、AIの技術的な特性を踏まえ、AIを「仮想記者」として活用し、企画や視点を磨く実践的な方法について解説します。

「AIでプレスリリース自動化」の落とし穴と現状分析

生成AIを活用したプレスリリースの課題とメディア側の現状について、技術的な背景と現場の実態から紐解いていきます。

生成AI製リリースが「金太郎飴」化する構造的理由

OpenAIの公式ドキュメントによると、2026年2月13日をもってGPT-4oやGPT-4.1といったレガシーモデルがChatGPTのWebおよびモバイルアプリのUIから完全に引退し、デフォルトモデルはGPT-5.2に一本化されました。現在のGPT-5.2は、Instant（高速）、Thinking（深層推論）、Auto（タスク自動切り替え）、Pro（最高性能）の4モード体制となり、回答の正確性や深い推論、長い文脈の理解力が飛躍的に向上しています。

しかし、技術的な観点から見ても、AIが「過去の膨大なテキストデータの学習」に基づいているという基本原理は変わりません。そのため、明確な差別化の指示を与えずに「プレスリリースを書いて」と依頼すると、AIは学習データの中で最も統計的に確からしい表現、つまり「平均的で無難な文章」を出力する傾向を持ちます。これを「LLMの平均化バイアス」と呼び、結果として企業名を変えただけで中身が同じに見える「金太郎飴」のようなリリースが量産されてしまいます。

特に注意すべきは、このモデル移行に伴う影響です。既存のチャット環境は自動的にGPT-5.2へ移行されますが、GPT-4oなど旧モデル向けに作られたプロンプトをそのまま最新モデルで実行すると、文章の体裁が綺麗に整う反面、より均質化された没個性的なコンテンツを生み出すリスクが高まります。過去のプロンプトは必ずGPT-5.2の各モードで再テストを行い、自社独自の文脈や具体的な数値を明示的に追加するよう調整してください。目的に応じて最適なモードを選択し、指示の解像度を上げることが求められます。

メディア側で起きている「AIリリース疲れ」の実態

メディア関係者の間では、AIで生成された特有の文体に対する「AIリリース疲れ」とも呼べる現象が報告されています。具体的には以下のような特徴が、記者の目にとまらない原因となっています。

• 抽象的な美辞麗句の多用: 「画期的」「革新的」「究極のソリューション」といった、具体性に欠ける修飾語の乱用。
• 背景情報の欠落: ニュースの核となる「なぜ今なのか（Why Now）」「社会的な意義は何か」という文脈の深掘り不足。
• 均質化された構成: どのリリースも判で押したような構成で、フックとなる独自視点が見当たらない。

記者は常に「新しい視点」や「独自のストーリー」を探しています。AIによって効率的に量産されただけの情報は単なるノイズとして処理され、メールを開封さえされないリスクが高まっています。

効率化を追求するほど「届かない」ジレンマ

費用対効果の観点からも、「質より量」と割り切ってAIでリリースを乱発する戦略は、現代の広報活動において逆効果となる可能性が高いと言えます。メディア側もAIフィルターを活用してスパム判定を強化しており、質の低いリリースを繰り返す送信元は、ドメイン単位でブロックされるケースも珍しくありません。

効率化を求めて安易にAIに丸投げした結果、自社のブランドイメージを毀損し、本当に伝えたい重要なニュースさえもメディアに届かなくなるというジレンマに陥るリスクをはらんでいます。AIはあくまで思考の補助ツールとして捉え、最終的な熱量や独自の視点を吹き込むのは人間の役割であることを再認識するべきではないでしょうか。

パラダイムシフト：AIを「ライター」ではなく「仮想記者」として使う

AIの真価は、文章を書かせること（Output）よりも、企画や視点を磨くこと（Process）にあります。AIを「ライター」ではなく、「仮想記者（バーチャル記者）」として扱うアプローチが有効です。

執筆させる前に「ダメ出し」させる新手法

システム開発における要件定義のように、プレスリリースを書く前にも、まずAIに企画の壁打ち相手になってもらうアプローチが有効です。例えば、以下のようなプロンプトを使用します。

「あなたは大手ビジネス誌のベテラン編集者です。これから私が発表しようとしている新サービスの概要を伝えます。このネタの『ニュースバリュー』を辛口で評価してください。また、読者が興味を持つような『意外な切り口』があれば提案してください」

AIは第三者の視点を提供し、リリースの質を根本から上げることができます。人間相手だと角が立つこともありますが、AIなら何度でも遠慮なく意見を求めることができます。

媒体特性ごとの視点シミュレーション

メディアによって、好まれる論調や切り口は異なります。AIに特定の媒体の人格（ペルソナ）を与えることで、それぞれの媒体に最適化したアプローチをシミュレーションできます。

• 日経新聞風: 「経済へのインパクトや市場規模、業界再編の可能性を重視してください」
• TechCrunch風: 「技術的な革新性、スタートアップとしての成長性、破壊的な要素を強調してください」
• 業界専門紙風: 「現場の業務フローがどう変わるか、専門的なスペックの詳細を求めてください」

AIに視点を切り替えさせることで、複数の異なるアングルからの「フック」を見つけ出すことができます。これを元に、媒体ごとに送付状（ピッチメール）の内容を変えるといった戦略も立てやすくなります。

ニュースバリュー判定におけるAIの客観性活用

自社の製品やサービスにはどうしても愛着があるため、客観的なニュース価値の判断が鈍りがちです。データに基づく論理的な処理を行うAIは感情を持たない分、客観的な判断が可能です。

「このリリース内容を、社会性・新規性・具体性の3軸で、各10点満点で採点してください」

AIに指示すれば、不足している要素を指摘してくれます。このスコアが低い場合はリリースを見送る、あるいは企画を練り直すといった判断もできます。

「メディアフック」の逆算：掲載される文脈をAIと設計する

記者が記事を書きたくなる要素、いわゆる「メディアフック（ひっかかり）」を作る工程でもAIは役立ちます。

社会課題と自社プロダクトを結ぶ「文脈」の抽出

単なる「新製品発売」のお知らせは広告ですが、「社会課題の解決策」の提示はニュースになります。AIの知識ベースを活用し、社会トレンドと自社製品の接点を見つけ出すことができます。

「現在、日本の製造業が抱えている『2024年問題』や『人手不足』といった社会課題と、当社の『在庫管理AIツール』を結びつけるストーリーを3つ考えてください」

AIは、記者が見出しに使いたくなるような文脈を提案してくれる可能性があります。

タイトル・リード文における「数値」と「ファクト」の検証

記者は数字を好みます。具体的な数値の方が信頼性が高いからです。AIにリリースの下書きを読ませて、次のように指示してみてください。

「この文章の中から、具体的でない表現（『大幅に』『多くの』など）を抜き出し、それらを数値化するための質問リストを作ってください」

AIは以下のように返してくるでしょう。

• 「『大幅に削減』とありますが、具体的に何％ですか？またそれは他社比ですか、従来比ですか？」
• 「『多くの企業』とは何社ですか？導入企業の業種に偏りはありますか？」

この指摘に応える形でデータを集め、数値を埋めていくことで、リリースの解像度は上がります。

AIが見つけ出す「意外な競合」と差別化要素

自分たちが競合だと思っている企業と、世間（メディア）が比較対象として見る企業は違うことがあります。

AIに「このサービスの競合となりうる製品や代替手段を広く挙げてください」と聞くと、直接的な競合だけでなく、「エクセルでの手動管理」や「アウトソーシング」といった代替手段まで挙げてくれます。

それらとの比較表をAIに作らせることで、「なぜ今、我々の製品が必要なのか」という差別化ポイントが明確になります。

人間が担うべき「ラストワンマイル」の熱量

AIの活用法を述べてきましたが、最後に重要なのは「人間」です。AIで論理と構成を完璧にしても、それだけでは人の心は動きません。

開発ストーリーと言語化

「なぜこの製品を作ったのか」「どんな苦労があったのか」。こうした物語は、当事者の記憶の中にしかありません。

AIは事実を要約するのは得意ですが、感情を表現するのは苦手です。ここは人間が筆を執るべき場所です。

ただし、インタビューの文字起こしや、散らばったメモの整理にはAIが使えます。AIに下地を作らせ、そこに人間が「体温」を吹き込むことが重要です。

AIには書けない「一次情報」の取材と投入

AIが生成できるのは、あくまで過去のデータの再構成です。昨日起きた現場の出来事や、お客様からの言葉といった「一次情報」は、AIは知り得ません。

記者が最も欲しがるのは、まだネットに載っていない一次情報です。

• 開発担当者の生の声
• 導入企業の具体的な成果数値
• 現場の写真や動画

これらを集め、リリースに盛り込むのは、広報担当者にしかできない仕事です。AIに「枠組み」を作らせたら、そこに独自の「中身」を詰め込むことに注力してください。

記者との信頼関係構築（リレーション）への時間投資

業務自動化プロジェクト全般に言えることですが、AI活用の最大のメリットは「時間の創出」にあります。

これまでリリースの執筆にかかっていた時間をAIとの協働で短縮できた場合、浮いた時間は記者に会いに行く、電話でフォローする、社内のネタを探すといった活動に使うべきです。

メディアリレーションズの本質は、人と人との信頼関係です。コミュニケーションコストは、AIでは代替できません。

AIに事務作業や論理構成を任せ、人間はより人間らしい活動に時間を使う。これこそが、AI時代の広報が目指すべき姿です。

まとめ

AIを「ただの自動執筆ツール」として使うか、「優秀な編集パートナー」として使うかで、アウトプットの質は大きく変わります。

本記事のポイント:

1. 脱・自動化: AIに丸投げすると「平均的で退屈なリリース」になりがちで、メディアに無視される可能性があります。
2. 仮想記者: AIを「編集者」や「記者」のペルソナで使い、企画の壁打ちや視点のシミュレーションを行う。
3. 文脈設計: 社会トレンドとの接点や、具体的な数値情報の精査にAIの論理性を活用する。
4. 人間回帰: AIで浮いた時間を、熱量の込められたストーリー作りや、記者との対話に投資する。

「AIに書かせる」のではなく、「AIと考え、人間が届ける」。この現実的かつハイブリッドなアプローチが、これからの広報担当者のスタンダードになっていくと考えられます。

現場の課題解決において、ツールは使い方がすべてです。まずは次回のプレスリリース作成時、いきなり「書いて」と頼むのではなく、「この企画どう思う？」とAIに問いかけるところから始めてみてください。