広告審査はAIでどこまでできる？育毛剤の広告142本で人の審査と比べた精度と、自社で始める手順【実測】

執筆：佐藤 祐介（株式会社LIFRELL 代表取締役／業界歴15年・マーケティング支援 累計500社以上）

結論：AIは「下見役」として十分使える。最終判断は人

先に結論をまとめる。4回目のテスト（初めて見る35本）では、人の指摘のうち51.5%と同じ指摘をAIが出し、部分的に合っているものまで含めると84.5%をカバーした。とくに画像広告は、部分一致まで含めて98.3%（58件中57件）だった。

つまり、AIに一次チェックをさせ、人は「AIの指摘の採否」と「AIが苦手な部分」に集中する分担が現実的だ。以下、なぜそう言えるのかを、テストの設計から順に見ていく。

1. なぜ広告審査をAIで効率化したかったのか

きっかけは、ある新商品の広告開始のときに、メディアから提出されるクリエイティブの審査が回らなくなったことだった。現場で起きていたのは、次のような状態だ。

• 提出が一度に集中する：開始日が前倒しになり、レギュレーション（掲載ルール）が確定する前から各メディアが制作を始めていた
• 審査の窓口が1人に集中し、指摘の場所も4か所に分かれていた：審査ツール、スプレッドシート、チャットなどに指摘が散らばり、版の管理もなかった
• 例外の扱いがばらばら：「この日まではOK」といった例外が人ごとに違い、期限の管理もなかった
• メディア側はAIで大量に制作する：作る側の速度が上がったのに、審査する側は人手のままだった

作る側がAIで量産する時代に、審査だけ人手で全件を見続けるのは無理がある。そこで、人の審査担当が見る前に、AIが下見をして指摘の候補を出す仕組みを作り、それが本当に使えるのかを測ることにした。

そもそも広告審査では何を確認するのか

健康食品・化粧品・医薬部外品の広告審査では、主に次の法律やルールに照らして表現を確認する。AIに審査させる場合も、何を見ればよいかの土台はここにある。

実際の審査では、法律だけでなく広告主ごとのレギュレーションと過去の判断が大きな比重を占める。今回のテストでも、AIの見落としや厳しすぎる指摘の多くは、法律の知識ではなく「その広告主の運用」に関わるものだった。

2. AI広告審査の仕組み（図解）

作った仕組みは、次の流れだ。ポイントは、AIに広告をそのまま渡すのではなく、AIが見落としにくい形に素材を整えてから渡すことと、判断の根拠を「レギュレーション」と「広告主の過去の判断」だけに絞ることにある。

素材を整える工夫

• 動画は1秒ごとの静止画を一覧にする：全体の流れを一目で見られるようにし、気になる秒だけ大きな画像で確認させる
• 画面下20%を高解像度で切り出す：注釈は画面下の小さな文字に出ることが多く、そのままだと読み取れないため
• 音声は文字起こしして渡す：ナレーションのNG表現を拾うため。ただし商品名や専門用語は誤認識が多いので、よくある誤変換の一覧も一緒に渡し、「意味で読む」ように指示した
• 同じ系列の動画は、違う区間だけを見る：冒頭だけ差し替えた動画が何本もあるため、基準の1本を全部見たあとは差分だけを審査させた

判断の根拠を絞る

AIは一般的な知識から「それっぽいNG」を作りがちだ。そこで、根拠にしてよいのはその商品のレギュレーションと広告主の過去の判断の事例集の2つだけと決め、どちらにも根拠がない点は「要確認」とし、理由に「レギュレーションに明記なし」と書かせた。事例集は、過去のやり取りから広告主の実際の判断を拾って作った。

3. テストの方法——広告主の実際の判断を「正解」にした目隠しテスト

AIの審査が使えるかどうかは、「それらしい指摘を出すか」ではなく、広告主の審査担当と同じ判断をするかで測るべきだ。そこで、すでに人が審査を終えたクリエイティブを使い、人の指摘を正解としてAIの指摘と照らし合わせた。

• 目隠しにする：テストに使うクリエイティブについての判断は、AIに渡す事例集から抜いた。答えを見ながら審査することにならないようにするためだ
• 正解は広告主の判断：AIだけが出した指摘を「人の見落とし」とは扱わず、「広告主に確認する候補」として別に数えた
• 採点の区分：人の指摘ごとに「一致」「部分一致（場所や理由は合っているが直し方が違うなど）」「見落とし」「照合不能」に分け、AIだけの指摘は「妥当な追加」「厳しすぎ」「判断保留」に分けた

4. 結果：4回のテストの数字

4回のテストの結果をまとめる。「再現率」は、人の指摘のうちAIも同じ指摘を出した割合だ。

再現率は、照合できた指摘を分母にした値。厳しすぎの割合は、AIの指摘全体のうち、広告主の基準から見て厳しすぎるものの割合。

種類別に見ると、得意・不得意がはっきり分かれた

5. 見えた課題——AIが見落としたもの、厳しすぎたもの

見落としの多くは「注釈」だった

第1弾では、見落としの多くが注釈に関するものだった。たとえば次のような指摘を、AIは出せなかった。

• 「1日2回の継続使用」のような使用条件の注釈が足りない場面
• 反対に、その場面には不要になった注釈が残っている場面
• 「画像はイメージです」「個人差があります」などを冒頭から常に表示するという、その広告主の運用

第2弾の画像では、注釈が小さい・背景の色と同化して読めないという指摘をほとんど拾えなかった。文言が正しくても、読めなければ意味がない。人の審査担当は、ここを細かく見ていた。

厳しすぎる指摘が多かった

第1弾では、AIの指摘のうち15.6%が、広告主の基準から見て厳しすぎるものだった。原因は、AIが「注釈を付ければOK」という広告主の運用を知らず、素材の削除やNGを求めてしまうことだった。実際の広告主は、映像や素材のリスクの多くを「注釈を足せば可」で通している。

AIだけの指摘が多い。ただし中身はまちまち

AIの指摘の7〜8割は、人が出していない指摘だった。その中にはもっともな指摘（妥当な追加）が毎回まとまってあった（第4弾ではAIの指摘274件中88件）。一方で、判断を保留すべきものや厳しすぎるものも混ざる。AIの指摘をそのまま差し戻しに使うと、メディア側の修正の手間が増えるので、人が採否を決める工程は外せない。

具体例で見るAIの指摘と見落とし

同じ動画でも、作り方で精度が変わった

第1弾の26本を系列ごとに見ると、精度に差があった。共通の本編に冒頭だけを付け替えた系列（7本）では、一致が72.7〜80.0%と安定していた。一方、別の系列（4本）では一致が33.3〜66.7%にとどまり、最も低い1本は一致16.7%（部分一致込み50.0%）だった。共通部分が多い系列は、基準の1本をしっかり審査すれば残りは差分だけを見ればよいので、AIの得意な形になる。

6. 試行錯誤の記録——ルールをどう直したら数字が動いたか

第2弾のあと、AIに渡す「審査の進め方」を書き直した。効いた変更と、その結果は次のとおりだ。

一方で、うまくいかなかったこともある。第3弾では、画像の「部分一致込み」が61.3%→46.8%に下がった。厳しすぎる指摘を減らした結果、以前は部分的に当たっていた指摘まで出さなくなったためだ。厳しさを下げると、拾える範囲も一緒に狭まる。このあと、注釈の確認手順（チェックリストと拡大確認）を足した第4弾で、画像は大きく回復した。

まだ解決できていないこと

• 動画の一致率：40%前後にとどまる。注釈が「その場面の間ずっと表示されているか」や、一瞬だけ映る要素の判断が難しい
• 照合できない指摘：人の指摘の書き方が曖昧で、AIの指摘と突き合わせられないものが残る（第4弾で11件）
• 広告主ごとの運用：「この注釈は冒頭から常に表示」のような広告主独自のルールは、事例集に入っていないとAIは知りようがない

7. 自社でAI広告審査を始める7つの手順

1. 根拠を2つに絞って用意する：商品ごとのレギュレーション（禁止表現・必要な注釈の一覧）と、過去の審査の判断事例。事例は「どの表現を、なぜ、どう直したか」の形にする
2. 注釈のチェックリストを作る：「この文言・素材が出たら、この注釈が必要」という対応表。文言は一字一句で書く
3. 素材の形を整える：動画は1秒ごとの静止画と、注釈が出る部分の拡大画像、音声の文字起こし。記事LPは上から順にブロックに分ける
4. 判定の順番を決める：まず「注釈で直せるか」。NGや削除にする条件は具体的に列挙する
5. 出力の形式を固定する：時刻（または場所）・種類・該当箇所・判定・理由・根拠・修正案。根拠のない指摘は「要確認」と明記させる
6. 目隠しテストで測る：すでに人が審査した広告で、人の指摘を正解にして照らし合わせる。テストに使う広告の判断は事例集から抜いておく
7. 運用では「AIが下見、人が最終判断」：AIの指摘の採否と、AIが苦手な部分（動画の注釈の表示時間、読みやすさ）を人が確認する

【審査ルールの書き方の例（抜粋のイメージ）】
・根拠にしてよいのは、レギュレーションと過去の判断事例だけ。どちらにも根拠がない語や演出は指摘しない。
・判定はまず「注釈を足せば可か」を考える。NG（素材の差し替え・削除）は次の場合だけ：
  - レギュレーションのNG欄にある文言
  - 医師を連想させる素材、実在の番組・企業のロゴ　など
・次の文言や素材が出たら、注釈が「ある／規定どおりの文言／その場面の間ずっと表示」の3点を確認：
  - 使用回数・時間の表現 → 使用条件の注釈
  - 体験談・口コミ → 「個人の感想であり〜」
  - 写真・イラスト・再現映像 → 「画像はイメージです」
・注釈は拡大して、文言と背景との色の差（読めるか）を確認する。
・不要な注釈・重複・作業メモの混入・誤字も指摘する。

AIの前に整えたい、審査の運用

審査が回らなくなった原因は、AIがないことだけではなかった。実際の診断から見えた、AIと一緒に整えたい運用は次のとおりだ。

• 版の管理：提出のたびにシート名（版）を書く、修正ごとに新しいシートを作る、戻したあとは編集しない、をメディアと合意する
• 例外の台帳：「この日まではOK」のような例外を、誰がOKしたか・期限・差し替えの確認者と一緒に1か所に記録する
• 受付の締め切りと上限：新商品は、レギュレーションが確定してから広告開始まで期間を空け、各社の提出本数に上限を設ける
• 指摘の窓口を1つにする：審査ツール・スプレッドシート・チャットに分かれた指摘を1か所に集める
• 判断の事例集：過去のやり取りから判断を拾ってまとめる。これはそのまま、AIに渡す根拠にもなる

8. AIに任せてよいこと・人が決めるべきこと

広告表現が薬機法や景品表示法に違反していないかの最終的な責任は、広告主にある。AIはあくまで審査担当の負担を減らす道具で、法的な判断の代わりにはならない。判断に迷う表現は、専門家に確認してほしい。

9. 広告審査AI・薬機法チェックツールの種類と選び方

広告審査にAIを使う方法は、大きく分けて次の3つがある。

ツールを選ぶときは、次の点を確認するとよい。

• 自社のレギュレーションや過去の判断を読み込ませられるか：一般的なNG表現だけでは、広告主ごとの運用に合わない
• 画像・動画の文字（注釈）まで読めるか：注釈の抜けや読みにくさは、今回のテストで一番見落とされやすかった
• 根拠を示して指摘するか：どのルールのどの項目に当たるかが分からないと、採否を判断できない
• 自社の広告で精度を試せるか：導入前に、すでに人が審査した広告で目隠しテストをするのが確実だ

この記事を書いた人

佐藤 祐介

株式会社LIFRELL 代表取締役

業界歴15年マーケティング支援 累計500社以上うちD2C支援 150社以上担当商材 300以上

オプト、電通デジタルを経て、2018年に株式会社LIFRELLを設立。広告運用、動画・バナー制作、Webメディアの運営にAIを実務で使っています。LIF Techでは、その現場で試したこと・失敗したこと・数字で確かめたことを公開しています。

プロフィールを見る書いた記事の一覧相談する

この記事で使った管理シート（無料ダウンロード）

本記事の4回の目隠しテストで実際に使った照合表を、テンプレートにした。書き方の例を入れた「記入例」シートと、空欄の記入用シートが入っているので、使い方を見ながら自社用に書き換えて使える。

【無料ダウンロード】広告審査AIの照合シート（Excel）

人の審査（正解）とAIの判断を1件ずつ突き合わせる照合表・AIだけが指摘したものの分類・注釈ルール表・一致率の自動集計の5シート。

Excelをダウンロード

【無料ダウンロード】動画広告の審査チェックシートとAI審査設計（Excel）

動画広告を「NG」「注釈で直せる」「指摘しない」の3段階で判定するためのルール表と、カットごとの審査表、AIに審査を任せるときの指示文をひとまとめにしました。人が審査しても、AIに下審査をさせても、同じ物差しで判断できます。
入っているシート：判定ルール表・カット別審査表・注釈の確認・AIへの審査指示（ほかに「はじめに」と記入例）。

Excelをダウンロード

広告・動画の制作でAIを使った実例は、AIで広告・動画をつくる実例まとめに工程ごとにまとめている。

この記事で紹介したものを含め、実務で使っている依頼文とプロンプトはAI業務の依頼文・プロンプトテンプレート集にまとめている。

よくある質問

執筆：LIF Tech編集部（株式会社LIFRELL）。アドアフィリエイトの運用支援で行った社内テスト（2026年10月4〜5日）の記録にもとづく。クライアント名・商品名・メディア名は伏せている。