2025年に約$180万の総売上を報告したプリントオンデマンドのTシャツブランドが、2026年に向けて業務を4つの専門AIエージェントを軸に再構築しました。担当はそれぞれ、カスタマーサービス、メールマーケティング、グラフィックデザイン、広告クリエイティブです。同ブランドは汎用チャットボットと1本のプロンプトに頼ることはしませんでした。代わりにオーナーは、どのエージェントも同じ材料から組み立てています。ブランドの過去の優れた成果物を集めたフォルダ、人が書いたルールブック、そしてエージェントが作業を止めて人に確認しなければならない明確な境界線です。同ブランドのShopifyダッシュボードには、2025年の売上として$1,830,420.75、2026年1月1日から8月20日までの売上として$4,262,232.54が表示されています。これらは一事業者の数字であり、誰もが期待できる結果ではありませんが、その背後にある仕組みは、まねできるほど具体的です。
なぜチャットボットだけでは足りないのか
出発点は、小規模な販売者にはおなじみの状況でした。デザインは1点ずつ描き、顧客からのメールには手作業で返信していました。事業は利益を出していましたが、日々の業務に追われ、成長に向けるべき時間が削られていました。
同ブランドの見方では、ChatGPTやClaudeのような汎用チャットボットを1本のプロンプトだけで、ワークフローをカスタマイズせずに使った場合、使える結果が得られるのは半分程度にとどまります。単発の質問ならそれで構わないかもしれませんが、顧客の受信箱や商品カタログを任せられるほどの信頼性はありません。解決策は、より良いプロンプトではありませんでした。タスクごとに専用のエージェントを用意し、それぞれに固有の事例、ルール、境界を与えることでした。ここでいう「AIエージェント」とは、入力するだけのチャット画面ではなく、定義されたワークフローの中で特定の仕事を繰り返しこなすように設定されたモデルを指します。
エージェント1:80対20ルールのカスタマーサービス
カスタマーサービスのエージェントは、メール、公開コメント、FacebookとInstagramのダイレクトメッセージにわたる受信メッセージを処理します。典型的な内容は「注文はどこですか?」「このデザイン大好き!」「このシャツのサイズは表記どおりですか?」といったものです。サポートの質が低いと返金や評判の低下に直結するため、ここでは正確さが何より重要です。
仕組みは3つの層からなります。
- 事例フォルダ。 指示を書く前に、オーナーはまず過去の優れたメール返信をデスクトップのフォルダに集めました。エージェントは抽象的な説明ではなく、実際の回答から口調と構成を学びます。
- 人が書いたポリシー文書。 エージェントに必要な事実をまとめたものです。未着用なら30日以内は無料で交換できること、米国内の配送期間は3から7営業日であること、そしてブランドの声は親しみやすく、短く、まず謝罪から入ることなどを定めています。オーナーの立場は、この土台となる文書はAIに生成させず、事業主自身が書くべきだというものです。エージェントの正確さと口調を左右するのがこの文書だからです。
- エスカレーションの手順。 法的な脅し、重要なサプライヤーや在庫に関する通知、高額の返金要求、$100を超える卸売やまとめ買いが絡むメッセージが来た場合、エージェントは専用のSlackチャンネルにアラートを投稿し、人が引き継ぎます。
同ブランドは意図的に完全自動化を目指していません。基本方針は80対20です。定型的な問い合わせのおよそ80%はエージェントが処理し、残りの20%は人に回します。100%の自動化を追い求めると業務が破綻し、80対20の配分こそがシステムが安定する点だというのが同ブランドの評価です。導入後、顧客への応答時間は2時間程度以内に短縮され、返金率は横ばいを保ちました。
エージェント2:採点付きテストラウンドによるメールマーケティング
メールマーケティングのエージェントは、同ブランドで過去に最も成果を上げたメールとそのビジュアルレイアウトのリポジトリで学習しています。ルーブリックでは、ブランドに沿ったメッセージと、すでに顧客に対して検証済みの販促オファーの再利用を求めています。エージェントの仕事は実行であり、戦略ではありません。キャンペーンの方向付けやブレインストーミングはオーナーの手元に残ります。
AIが書くメールについて同ブランドが抱えていた最大の問題は、品質のばらつきでした。解決策は、評価(evaluations)を略して「Evals」と呼ぶプロセスです。
| ステップ | 内容 |
|---|---|
| 生成 | エージェントがメール10通を一括で下書き |
| 採点 | 各下書きにAからDの評価を付与 |
| 見直し | Claudeが評価とフィードバックを読んで調整 |
| 繰り返し | 出力が安定してAに達するまでラウンド1から4を継続 |
Evalsはリグレッションテストの役割も果たします。エージェントのプロンプトは一文変えただけでも出力が大きく変わることがあるため、プロンプトを更新するたびに、本番投入前に前バージョンの基準値と比較してベンチマークを取ります。

▲ メール承認ボードと採点済みEvalラウンド
調整が済むと、エージェントは閉じたループで動きます。キャンペーンの分析データを追跡し、Eコマースの販促カレンダーを参照して、提案するキャンペーンをビジュアルボードに投稿します。ボードには「提案済み」「承認済み」「送信済み」の3列があり、「春のセール」「新デザイン発売」「お礼メール」「週末限定オファー」「再入荷」といったキャンペーンカードが並びます。オーナーは保留中のカードを確認して「承認」をクリックします。するとシステムがキャンペーンを送信して成果を追跡し、その結果を次回の提案に反映します。
エージェント3:ルーブリックと参照画像によるデザイン
デザインのエージェントは、同ブランドのTシャツアートワークの作り方を変えました。あるバッチでは、およそ20分で130点のデザインを生成しました。いずれも1970年代の国立公園バッジ風のビンテージスタイルで、濃い単色の背景に、1080×1080の正方形のベクター風グラフィックとして仕上げられています。スローガンの例には「Take the Scenic Route」「Slow Hiking Society」「Bigfoot Trail Maintenance Crew」「Mountains Before Meetings」「Campfire Is My Therapy」などがありました。すべてのデザインがベストセラーになるわけではないと同ブランドは率直に認めていますが、制約を設けることで、どの素材もサイトの品質基準をクリアします。
エージェントを機能させているのは、ビジュアルインターフェースと厳格なルールの2つの要素です。
ビジュアルボード
生成された画像を長いチャットスレッドで確認する代わりに、同ブランドは無限キャンバス型のワークスペースアプリ「Paper」を使い、デザインのバッチ、プロンプトの構造、定型式、モックアップを並べて配置しています。同ブランドはスポンサーや提携関係なしにこのアプリを勧めています。すべてを1つのキャンバスで見られることが、大量のバッチを比較し選別することを可能にしています。
デザインのルーブリック
ルールでは、「ヨガのデザインを作って」「歴史のデザインを作って」といった曖昧なプロンプトから始めることを明確に禁じています。プロンプトを書く前に、同ブランドは良いデザインと悪いデザインを対比するルーブリックを作りました。
| 良いデザイン | 悪いデザイン |
|---|---|
| 大胆でシンプルな形 | ぶつかり合う色が多すぎる |
| 少なくとも10フィート離れても読める | 小さすぎる、またはごちゃごちゃした文字 |
| 特定のニッチに合っている | ありふれたクリップアート風の図柄 |
こうしたガードレールなしにプロンプトを書くことを、同ブランドはブラックジャックの賭けにたとえています。結果は毎回サイコロ任せになるからです。
参照画像のルール
最も重要なルールは、エージェントがテキストだけから新しいグラフィックを生成してはならないというものです。必ず構図、レイアウト、美的スタイルを定める参照画像を受け取り、モデルはその土台となる構造を保ったまま、新しいテーマに差し替えます。一例では、「Skies First」というコーヒーマグのデザインを参照にして、まとまりのある新しいグラフィック「Campfire Is My Therapy」を生み出しました。
このルールの根拠は、同ブランド自身が行った失敗の監査にあります。出力が基準に達しなかったケースの10件中9件で、参照画像が抜け落ちていました。同じテキストプロンプト「山のデザインを作って」を10回実行すると、互いに関連のない不安定な10通りのスタイルが出てきました。参照画像を加えると、ほぼすべての出力が基準の品質ラインに固定されました。同ブランドの実践的なトラブルシューティングのコツは単純で、生成結果がおかしいと感じたら、まずプロンプト履歴で参照画像が抜けていないかを確認することです。
エージェント4:MetaのAndromedaに向けた広告クリエイティブ
以前は、同ブランドは1つの当たりグラフィックを1つの広告モックアップと組み合わせ、それを拡大していけました。それを変えたのが、Andromedaとして知られるMetaの広告配信アップデートです。同ブランドの説明によれば、これは多種多様な異なるクリエイティブを運用する広告アカウントを優遇します。その量の要求に応えることが、4つ目のエージェントが存在する理由です。
広告クリエイティブのエージェントも、他と同じ枠組みに従います。明示的なルール、成果の高かった広告のフォルダ、そして厳格な入力要件です。ルールは、勝てるモックアップの条件を定めています。シャツと背景のコントラストが高いこと、グラフィックがはっきりと中央に配置されていること、そしてアウトドアやライフスタイルの環境などニッチに合った舞台設定であることです。「No Bad Trails Just Bad Knees」と書かれた色あせたブルーのハイキングシャツを、自然光の中でハイキングブーツやトレイル用品と一緒に配置したものが、同ブランドの参照例です。

▲ 広告クリエイティブ用の2つの参照入力
エージェントは、ゼロから、あるいはテキストの説明からモックアップを作ることを一切許されていません。毎回2つのファイルが必要です。
- 参照1: レイアウトとスタイルを決める、既存の当たり広告または競合のモックアップ。
- 参照2: 実際のデザインの透過PNG。
2つ目の入力は、見た目以上に重要です。実際のデザインファイルがないと、画像モデルは「mountain_dad_shirt.png」のようなファイル名からアートワークを推測しようとし、その結果は販売する商品と一致しないありふれた漫画風の絵になります。ある例では笑顔の緑色の山が出てきました。ライフスタイル調のレイアウトと本物のグラフィックを組み合わせれば、リアルに見えて正しいシャツを写したモックアップができます。同ブランドは同じ仕組みを使い、GB-01からGB-10までのラベルを付けた10種類のギフトラップとギフトボックスの広告テーマを、ホリデーカラー、松のリース、木箱の質感を添えて一括でテストしました。
新たなボトルネックはレビュー
4つのエージェントが素材を生み出すようになり、制約は移動しました。制作はもはや遅い工程ではなく、大量の使える出力を選別することが遅い工程です。広告テストやギフトラップのコンセプトをPaperのキャンバス上に整理することで、その選別作業はチャットログをスクロールするよりおよそ10倍速く、楽しくなったというのが同ブランドの見積もりです。
同ブランドは限界についても明確です。画像モデルにはまだ粗さが残り、生成結果に対する現在の満足度は80%前後です。同ブランドはそれをスケールさせるには十分とみなし、今後は上がると見込んでいます。今日のAIは今後で最も出来が悪い状態であり、モデルは精度、一貫性、速度を増す一方だという理由からです。
この仕組みから学べること
4つのエージェントすべてに同じパターンが繰り返されており、その反復こそが本当の教訓です。各エージェントには、過去の成功の実例、人が書いたルール、そして難しいケースを人に回す明確な境界線が与えられています。戦略はオーナーが持ち、実行はエージェントが担います。
どこから始めるか考えている小規模なEコマース事業者に向けて、整理すると次のとおりです。
- 指示を書く前に、1つのタスクについて過去の最良の成果物をフォルダに集める。
- ポリシーとブランドの声の文書は、返品期限や配送期間といった具体的な数字を含めて自分で書く。
- 金額のしきい値や特定の状況といったエスカレーションの条件を定め、人が見ているチャンネルに回す。
- 80%の自動化を目標にし、20%は人が必要になると受け入れる。
- テキスト出力は10件ずつ採点付きのバッチで回し、プロンプトの変更はすべて前バージョンと比較する。
- 画像は、まず良い例と悪い例のルーブリックを書き、必ず参照画像を与え、広告ではレイアウトの参照と実際のデザインファイルの両方を与える。
- 出力はチャットスレッドではなくビジュアルキャンバスで確認する。
同ブランドの締めくくりの助言は、AIの新しいものに合わせて事業を転換するよう促すソーシャルメディアの流行に流されないことです。4つのエージェントは、既存のプリントオンデマンド事業の到達範囲を広げ、その基準を守るために存在するのであって、中心にある人間の判断を置き換えるためではありません。


