AIで『キャッチコピー』をつくる。 〜 その①

キャッチコピーをつくるのは、AIが得意な創作のひとつ(*^^*)

職業柄、わたしもキャッチコピーを自分でひねり出すのが好きな方なんですが、AIくんもなかなかに面白い“案”を出してきたりしますので、

「おぬし、なかなかやるな ( ̄ー ̄)ニヤリ」

と、参考にする感じで使っています。

でも…正直、『◯◯のキャッチコピーをつくって下さい』というプロンプトだけでは、あんまり良いコピーが出てこないのが実情 (^_^;)

たとえば、今日は『きのこピザ』をテーマとするとしましょう。

シンプルに『「きのこピザ」のキャッチコピーを5つ作って下さい。』と伝えるだけでは、出来てくるコピーはこんな感じ。

「あふれる旨味と、香ばしい秋。一口ごとに広がる、森の贅沢。」

「香りに恋する、ごちそうピザ。」

…決して、悪いわけではないんですよ。うまくまとまってると思いますし。キャッチコピーに“正解”なんて無いので、これも十分、良いコピーだと思います。

でも、このプロンプトに“ちょっとした遊び心”を入れてみるのが私は好きです。例えば、こんな感じ (*^^*)

① お客さんが気になっている言葉を入れる

プロンプト:「きのこピザ」のキャッチコピーを5つ作って。お客さんが日頃、気になっている単語やフレーズを1つだけ入れて。

--- 人は「自分が気になっている単語やフレーズ」を見ると、無意識に目が止まってしまいます。その効果を狙ったキャッチコピー。このプロンプトにすると、このようなコピーが出てきます。

夜遅くに食べても罪悪感のない、どっさりきのこのヘルシーピザ。」

「トースターで焼くだけで本格バルの味、タイパ抜群の完熟きのこピザ。」

不足しがちな食物繊維を、とろけるチーズと一緒に美味しく摂る。」

※ 下線部が“お客さんが気になっているキーワード”

② 「老舗の職人」の“ひとりごと”を添える

プロンプト:「きのこピザ」のキャッチコピーを5つ作って。まるで「老舗の職人」がボソッと言ったような頑固な一言を足して。

このプロンプトで出てくるキャッチコピーは、こんな感じ

「薪窯の熱が引き出す、きのこと極上チーズの濃厚な旨味。『うちのは、きのこが主役。チーズは引き立て役だよ』」

「一口ごとにあふれる山の滋味、余計なものを削ぎ落とした一枚。『流行りの具材なんていらねぇ、これで十分美味い』」

“こだわり”が見えるようなコピーになりました (*^^*)

テーマ商品によっては、結構、“いい味”出すような気がします。

③  ちょっとした“物語”風のキャッチコピー

プロンプト:「きのこピザ」のキャッチコピーを5つ作って。キャッチコピーの最後に「……という嘘のような本当の話」と繋がるようにして。

こんなプロンプトにすると、また世界観が変わってきますよ (*^^*)

「具材のほとんどがきのことチーズだけなのに、子供たちが大喜びで奪い合って食べる……という嘘のような本当の話。」

「じっくり薪窯で焼くことで旨味を限界まで引き出したら、チーズよりもきのこの方が濃厚になった……という嘘のような本当の話。」

“映像”が見えるような、“物語風”のキャッチコピーになりました。

ピザのような食べ物は、想像してもらうことが大事だと言われますので、こんなプロンプトも面白いですね。

◆ キャッチコピーに正解が無いのなら…

キャッチコピーに“正解”はありません。

あるとしたら、「あなたの感性に合った言葉」がそれに当たるでしょう。

だからこそ、「あなたがピン!とくる言葉」に”出会う”確率を増やすことが大切になってきます。プロのコピーライターさんが、日々、無数のキャッチコピーに触れて感性を磨き続けているのは、そのため。

AIはたくさんのキャッチコピーを生み出してくれます( まぁ、良い作品ばかりではないのですが…(^_^;) あくまでアイデアということで)

色んなプロンプトで、色んなキャッチコピーをつくりだして、「あなた好みのキャッチコピー」に出会うチャンスを増やしていって下さい!

「ことのは塾」のは、“ひと味違う”AI研修です!

『AIで◯◯をつくる。』 〜 「議事録」、「営業資料」などの“成果物”をつくることをゴールにした研修です

『AIで営業力アップ!』〜 お客さまの共感度の高い「広告」、「営業」をするために、AIでお客さまの心理や行動を“深く知る”ための研修です。

AI基礎研修 〜 AIを触ったことがないという方に向けて、「プロンプトって何?」、「私と同じような人はAIで何をしているの?」といった基礎的な内容を体験していただきます。

-- AI研修の経験が豊富な講師をお探しの方は、ぜひこちらのページをご覧下さい --

コメントを残す

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください