広告クリエイティブの制作が追いつかない——そんな悩みを抱えるマーケターに、Claude CodeとChatGPT Images 2.0（gpt-image-2）を組み合わせたMeta広告の量産手法が注目されています。

この記事でわかること：

  • Claude Codeで静的広告ジェネレーターを構築する手順
  • gpt-image-2で広告画像を大量生成するフロー
  • 競合広告・商品写真・ブランドキットから100本以上のバリエーションを出力するしくみ

従来の広告制作が抱えるボトルネック

Meta広告で成果を出すには、多数のクリエイティブを用意してアルゴリズムに最適な組み合わせを発見させることが重要です。しかしデザイナーとコピーライターに依頼すると、1キャンペーンあたり10〜20本が限界となるケースが多く、費用と時間が課題になります。

マーケターのMike Futia氏が2026年4月に公開したワークフローは、この問題に直接アプローチしています。Claude Codeで静的広告ジェネレーターを自作し、OpenAIのgpt-image-2で画像を生成することで、数分で100本以上のMeta広告を制作できるというものです。

ワークフローの全体像

https://platform.openai.com/docs/models/gpt-image-2

システムへの入力は3点です。競合の広告を1本、自社の商品写真、そしてブランドキット（色・フォント・キャッチコピー）を用意します。これだけで、ターゲット顧客ごとに最適化された広告バリエーションが自動で生成されます。

生成から入稿までClaude Codeが自動化するため、人手が必要な作業はブランド情報の入力と、生成された広告の確認・選別だけです。

Step 1: Claude Codeで広告ジェネレーターを構築する

https://claude.ai/code

Claude Codeへの指示だけでツールの骨格が完成します。コーディング経験は不要で、Claude Codeが実装を担います。作成すべき要素は3つです。

ブランドファイルは、色・フォント・製品名・キャッチコピー・ターゲット層をひとつのファイルで管理する設定ファイルです。ここに記述した情報が生成される全広告の基準になります。

クリエイティブマトリクスは、訴求トピック × ペルソナ × ビジュアルスタイルの組み合わせを定義するシステムです。たとえばトピックを5種、ペルソナを4種、スタイルを3種用意すると、5×4×3＝60通りの広告が自動で生成されます。James Devonport氏のCreate With Conferenceの事例では、この組み合わせを拡張して250本を出稿しました（参考）。

画像生成スクリプトは、マトリクスの各エントリーに対してプロンプトを自動生成してgpt-image-2 APIに送信し、PNG画像をローカルに保存します。

Step 2: gpt-image-2で広告画像を量産する

gpt-image-2（ChatGPT Images 2.0）は、推論してから描画するアーキテクチャを採用したOpenAIの画像生成モデルです。ブランドカラーや商品情報を含む詳細なプロンプトに対して、広告素材として使える品質の画像を安定して生成します。

先のスクリプトを実行すると、クリエイティブマトリクスの全組み合わせ分のプロンプトが自動生成され、APIへのリクエストが順次処理されます。

生成品質を安定させるには、ブランドファイルに「画像内にテキストを含めない」「ブランドカラーを必ず使用する」などの制約を明記しておくと効果的です。プロンプトが曖昧なほど結果のばらつきが大きくなるため、スタイルの定義は具体的に書くことが重要です。

Step 3: Meta APIで一括入稿する

画像が揃ったら、Claude Codeに構築させたアップロードパイプラインを実行します。Meta Graph API v21.0を通じて以下の処理が自動化されます。

  1. 生成画像をMeta広告アカウントにアップロード
  2. コピーとクリエイティブを紐づけてAd Creativeを作成
  3. ペルソナ単位でAd Setを構成してキャンペーンに格納
  4. Campaign Budget Optimizationを有効化してアルゴリズムに予算配分を委任

APIのレート制限対策として、Claude Codeはリクエスト間に自動でウェイトを入れるコードも実装します。100本超の広告でも入稿処理は数分で完了します。

事前にMeta開発者アカウントと広告アカウントID、マーケティングAPIの権限付きアクセストークンが必要です。これらの準備がもっとも時間がかかる部分ですが、Claude Codeに設定手順を聞きながら進めることができます。

アルゴリズムが見つける「意外な勝ちパターン」

Devonport氏によると、Create With Conferenceで最も成果の高かった広告は「自分では思いつかなかった組み合わせ」だったといいます。ターゲティングの軸やビジュアルスタイルについて、人間の直感とMetaのアルゴリズムが異なる最適解を持つことを示す結果です。

少数精鋭のクリエイティブだけで検証するアプローチと比べ、多数の組み合わせを同時に走らせることで、アルゴリズムが最適解を見つけるまでの時間が短縮されます。量産することがそれ自体、広告最適化の戦略になっています。

まとめ

Claude Codeで広告ジェネレーターを自作し、gpt-image-2で画像を量産してMeta APIで一括入稿するこのフローは、これまでデザイナーとコピーライターのチームが数週間かけて行っていた作業を、数分に圧縮します。必要なのはブランド情報の整備と、Claude Codeへの指示を書く作業だけです。広告制作の量的なボトルネックを解消したいソロマーケターや小規模チームに向いているアプローチです。