自動化フェーズ(Phase 1〜4)
Picaro.AI は、運用の自動化を 4 段階のフェーズ に分けて段階的に深めていく設計です。「最初からフル自動」は心理的にも実務的にもリスクが高いため、ワンショットの手動実行から始まり、信頼度が積み上がるごとに次の段階へ進む構造になっています。
実際の導入では、3 ヶ月程度で Phase 4(完全自動)まで到達できます。
4 段階の全体像
Section titled “4 段階の全体像”| Phase | 状態 | 主な使い方 | 移行の目安 |
|---|---|---|---|
| Phase 1 | ワンショット | AI エージェント環境で都度プロンプトを送信して即時実行 | Picaro 接続完了後すぐ |
| Phase 2 | デイリー実行可 | 同じプロンプトを「保存済みプロンプト」化し、毎朝ワンクリックで実行 | KPI 目標登録 + 4 週のデータ蓄積 |
| Phase 3 | 承認フロー型自動 | 自動で候補を抽出し、Slack で承認ボタンを 1 クリックして反映 | 自動化ルール登録 + Slack 連携設定 |
| Phase 4 | 完全自動 | ML 信頼度が一定以上の提案のみ、ガードレール内で自動執行 | 承認実績 4 週以上・拒否率 10% 未満 |
各フェーズで何が変わるのか、移行のための前提条件と合わせて見ていきます。
Phase 1: ワンショット
Section titled “Phase 1: ワンショット”すべてのスキルがここから始まります。Claude / ChatGPT 経由でプロンプトを送ると、Picaro が即時に応答する状態です。
- 起動: ユーザーが AI エージェント環境でプロンプトを手動送信
- パラメータ: プロンプト内で都度指定(月次 KPI 目標が登録済みなら自動参照される項目もあります)
- 反映: 入札・予算・ネガティブなどの変更は 「実行して」と承認するまで反映されません
この段階で重要なのは、各プロンプトの出力イメージを把握し、ガードレール(増減幅の上限、対象範囲、対象件数)の意味を理解することです。Phase 2 以降への入り口は、ここでのプロンプト実行体験から作られます。
Phase 2: デイリー実行可
Section titled “Phase 2: デイリー実行可”同じプロンプトを 毎朝ワンクリックで再実行できる状態 にする段階です。Picaro 側で「保存済みプロンプト」を登録し、AI エージェント環境から呼び出して使います。
1 → 2 への前提条件
Section titled “1 → 2 への前提条件”- 月次 KPI 目標が登録済みであること(毎回 ACoS 目標などを書かずに済む)
- 直近 4 週以上のデータ蓄積があること(前期比較が成立する)
- 初回のワンショット実行で、出力品質を確認していること
- 「保存済みプロンプト」に登録していること
Phase 2 で実用化されるスキル(例)
Section titled “Phase 2 で実用化されるスキル(例)”- ダッシュボード KPI の前期比較(毎朝の確認ルーチン)
- お気に入りキーワードの乖離アラート
- 異常検知(KPI の急変を Slack 通知)
- 入札推奨の乖離監視
- 月中の KPI 進捗確認
朝の 5 分ルーチンとして「ダッシュボード KPI → 異常検知 → お気に入り KW 乖離」を順に確認できる状態が、Phase 2 のゴールです。
Phase 3: 承認フロー型自動
Section titled “Phase 3: 承認フロー型自動”候補抽出までを自動で行い、最終承認だけ人が 1 クリックする 段階です。週次バッチで提案を生成し、Slack に通知が届き、ボタン押下で反映される流れになります。
2 → 3 への前提条件
Section titled “2 → 3 への前提条件”- 自動化ルールが明示的に登録されていること(対象範囲、上限件数、上限金額)
- 承認フロー(Slack 通知 + ボタン)が定義されていること
- ガードレールが明示化されていること(増減幅 +20% / -30% など)
Phase 3 で自動執行に進むスキル(例)
Section titled “Phase 3 で自動執行に進むスキル(例)”- ACoS ベース入札の引き下げ(週次バッチ、上限 100 件/週、Slack 1 クリック承認)
- 高 ACoS / 0 転換の除外キーワード追加(週次、最大 50 件)
- 日予算の調整(消化率 × ACoS、日次、上限金額内)
- Auto → Manual 昇格(週次自動候補抽出 + 手動承認)
- 月末レポート自動生成 + Slack 配信
「直接お金を動かす」操作のため、Phase 3 では 必ず承認フローを経由 します。承認しなければ反映されません。
Phase 3b → 4: 完全自動
Section titled “Phase 3b → 4: 完全自動”承認実績が積み上がり、ML 信頼度が一定以上の提案については、人の介在なしで自動執行される段階です。
3a → 3b / 4 への前提条件
Section titled “3a → 3b / 4 への前提条件”- 直近 4 週の承認実行で 拒否率 10% 未満
- ロールバック実績ゼロ件
- ML 信頼度スコアが 0.85 以上
- 組織責任者の承認
- 異常時の自動ロールバック機構が稼働
Phase 4 で完全自動になるスキル(例)
Section titled “Phase 4 で完全自動になるスキル(例)”- ML 信頼度に基づく自動入札(信頼度 0.85 以上のみ)
- セール期間の自動予算前倒し
- 在庫切れ時の自動キャンペーン停止
- 競合 ASIN 監視と自動対応候補生成
- 商品ライフサイクル別の戦略自動調整
Phase 4 でも、新規キャンペーンの作成のような戦略意思決定を伴う操作は、人の判断が残ります。「すべて」が自動になるわけではなく、判断責任の所在が明確な領域だけ が自動執行の対象です。
ガードレールはどの段階でも効く
Section titled “ガードレールはどの段階でも効く”自動化が進んでも、ガードレールは常に動いています。
- 件数上限: 1 回のバッチで処理できる対象数
- 金額上限: 月次予算 CAP や 1 提案あたりの金額上限
- 増減幅クランプ: 1 回の調整で +20% / -30% を超えない
- 対象範囲: アカウント / ポートフォリオ / キャンペーン / KW 単位で除外設定可
- 承認フラグ: スキルごとに「自動 / 承認必須」を切り替え可能
Phase 4 でも、ガードレール範囲外の変更は人の判断を必要とします。「自動化が暴走する」状態を構造的に防ぐ設計です。
なぜ段階的に進めるのか
Section titled “なぜ段階的に進めるのか”「最初から完全自動を提供しない」という設計判断には 3 つの理由があります。
- データ蓄積が必要: 自動執行の精度は、過去の承認 / 拒否データから学習されます。Phase 1〜3 で蓄積した教師信号が Phase 4 の信頼度モデルを支えます。
- 業務慣行との整合: 既存の運用フロー、社内承認、月次レポートの周期は、いきなり完全自動には適合しません。段階的に組織側の慣行も変わっていきます。
- 責任所在の明確化: 「AI が判断しました」では責任の所在が曖昧になります。提案 → 承認 → 実行の 3 段階を経ることで、誰がどの段階で判断したかが記録に残り、エンタープライズ稟議に耐える透明性が確保されます。
自社が今どの段階にいるかの目安
Section titled “自社が今どの段階にいるかの目安”| 兆候 | 目安となるフェーズ |
|---|---|
| AI エージェント環境で都度プロンプトを送って結果を確認している | Phase 1 |
| 朝のルーチンが固定化され、保存済みプロンプトを使っている | Phase 2 |
| 自動化ルールが登録され、Slack で提案承認が回っている | Phase 3 |
| 一定の信頼度を超えた提案は自動執行されている | Phase 4 |
Phase 1 から Phase 2 へは、月次 KPI 目標の登録と「保存済みプロンプト」化で進めます。Phase 2 から Phase 3 へは、自動化ルールの明示化と Slack 連携が要件です。
次にすること
Section titled “次にすること”- 自動化ルールを設定する — Phase 2 → 3 の入り口
- 月次 KPI 目標を設定する — Phase 1 → 2 の前提
- ダッシュボードで KPI を見る — Phase 2 デイリー化の本丸