マーケティング部門のAI活用は、この2年で「文章生成の効率化」に集中してきました。しかし成果を見ると、記事の本数は増えたのにパイプラインへの寄与は変わらない、という組織が少なくありません。
原因は明確です。自動化されたのは執筆という単一工程だけで、企画・配信・育成・測定という前後の工程が手作業のまま残っているからです。2026年7月23日にパブリックベータで公開されたAgent Hubは、この前後工程を含めて設計できる基盤です。
この記事のポイント
目次
コンテンツ制作の工程を分解すると、実際には次のようになっています。
| 工程 | 従来の所要感 | AI活用の現状 |
|---|---|---|
| 企画・キーワード選定 | 数日 | ほぼ手作業のまま |
| 競合・検索意図の調査 | 半日〜1日 | 部分的に効率化 |
| 構成設計 | 半日 | AI活用が進む |
| 執筆 | 1〜2日 | 大幅に短縮 |
| ファクトチェック・校正 | 半日 | ほぼ手作業のまま |
| 入稿・SEO設定・画像設定 | 半日 | ほぼ手作業のまま |
| 配信・ナーチャリング設計 | 1日 | ほぼ手作業のまま |
| 効果測定・改善判断 | 継続 | ほぼ手作業のまま |
執筆だけを速くしても、全体のリードタイムは短縮しません。Agent Hubで設計すべきは、この表の「ほぼ手作業のまま」の行です。
もうひとつの構造問題は、生成物の一貫性です。担当者ごとに異なるプロンプトを使い、異なるトーンの原稿が上がってくる。この状態では、レビュー工数が生成で削減した工数を食い潰します。
Agent Hubには「Context」タブがあり、自社のビジネス情報を定義してKnowledge Vaults（知識の格納庫）を管理できます。またAgent BuilderのKnowledge設定では、カスタムのKnowledge Vault、既定のBrand Kit・ICP（理想的顧客像）、統合コネクタの設定を参照させられます。
この整備には数日を要しますが、一度作れば全エージェントが同じ前提で動きます。個別のプロンプトに毎回書き足す運用と比べて、品質の分散が大きく減ります。
原稿中の数値・固有名詞・引用元を抽出し、根拠URLの有無を一覧化するエージェントです。Agent BuilderのActionsでWebブラウジングを許可し、Instructionsに「数値と固有名詞をすべて抽出し、根拠が確認できないものをフラグする」と定義します。
判断そのものは人が行いますが、確認対象の洗い出しを自動化するだけで工数が大きく減ります。AIが「正しい」と判定した内容を無検証で通すのではなく、人の確認対象を絞る使い方が安全です。
メタディスクリプションの文字数、見出し構造の階層、内部リンクの本数、画像altテキストの有無、CTAの設置。これらは判定基準が明確なため、エージェント化に適しています。
公開から一定期間が経過した記事のうち、記載されている製品名・価格・仕様が最新でないものを抽出します。HubSpotのように四半期ごとに機能名が変わる領域を扱うメディアでは、この棚卸しが継続的な負担になっています。
実際に、HubSpotは旧Operations HubをData Hubへ改称しており、旧称のまま残っている記事は正確性を損ないます。こうした改称の検知を定期実行させる設計が有効です。
競合各社の新着コンテンツを収集し、自社が扱っていないテーマを抽出します。Webブラウジングのアクションとスケジュールトリガーの組み合わせで実装できます。
データエージェントは、標準的なエンリッチメント（業種・従業員数など）ではなく、自社固有の問いに答える機能です。公式プロダクトページでは「この企業は営業チームを必要としているか」「買い替えサイクルにあるか」といった例が示されています。
リード育成の文脈では、従来のスコアリングでは表現できなかった軸を作れることが価値です。「基幹システムの更新期にあるか」「直近に組織変更があったか」といったプロパティを生成し、それをナーチャリングの分岐条件に使います。課金は回答1件あたり10クレジット（約0.10ドル）です。
Agent Hubではワークフローとエージェントを同一キャンバス上で接続でき、トリガーはスケジュール、コンタクトプロパティの更新、Webhook、サードパーティ統合からのイベントに対応します。
設計例を示します。
従来のスコアリングは行動データ（ページビュー、メール開封）に偏っていました。企業側の状況を調査で補うことで、「まだ検討時期ではない企業に営業を当てる」という無駄を減らせます。
顧客対応エージェントには、リードの適格化とミーティング予約の機能が明記されています。Webサイトのチャットで訪問者の課題をヒアリングし、条件に合致すれば商談を設定する運用が可能です。
「資料請求＝営業電話」という警戒感を持つ層に対しては、フォーム入力を求める前に対話で価値を提供する導線のほうが機能します。課金は解決済み会話1件あたり50クレジット（約0.50ドル）で、リードとして適格化された場合も解決に含まれます。
Agent HubにはAEO（ベータ）が含まれます。公式プロダクトページでは、ChatGPT、Gemini、PerplexityといったAIツールにおける自社ブランドの表示状況を追跡し、改善内容を提示する機能として説明されており、平均20%のWebトラフィック増加、82%の成約件数増加という数値が示されています。
検索行動の構造が変わりました。Google検索のクエリは平均5単語程度ですが、ChatGPTなどへのプロンプトは平均350単語規模になります。前提・業種・企業規模・制約条件が含まれた長文の問いに対して、AIが回答を組み立て、その根拠として特定の記事を引用します。
この引用を獲得できるかどうかは、従来のSEO指標とは異なる要因に左右されます。HubSpotとGraphiteによる分析（2026年3月）では、AI Overviewsでの引用相関として、質問形式の見出し（+28）、FAQ Schema（+24）、20本以上の外部リンク（+19）、FAQセクション（+18）、説明的なH1（+16）が高く、一方でドメインオーソリティ（+0.06）はほぼ相関しないという結果が示されています。
つまりAI検索の可視性は、被リンクの積み上げよりもコンテンツの構造と具体性で決まります。これは後発のメディアにとって好材料です。
マーケティング部門は生成系の実行回数が多くなりやすく、クレジット消費の統制が重要です。
| 統制手段 | 内容 |
|---|---|
| 月間実行上限 | Agent Builderの設定画面で、エージェントごとに月間実行回数の上限を指定 |
| アクセス権限 | 「所有者とスーパー管理者のみ編集・実行」「全員実行可」など4段階＋Customで制御 |
| 実行履歴 | Run historyから個別実行の推定クレジット消費量を確認 |
| テスト実行 | テスト時はクレジットを消費しないため、調整段階のコストはゼロ |
なお、HubSpotクレジットのプールは他のAI機能と共有されます。マーケティングで大量に消費すると営業側のエージェントに影響が出るため、部門横断でのクレジット配分方針を先に決めておくべきです。詳細レートはHubSpot製品・サービスカタログで確認してください。
| 観点 | メリット | 留意点 |
|---|---|---|
| 品質の一貫性 | Knowledge VaultとBrand Kitで全エージェントが同じ前提を持つ | Knowledge Vaultの整備・更新責任者を決めないと劣化する |
| 工程カバレッジ | 企画から測定まで、ワークフローで工程を接続できる | 工程分解と工数計測を先に行わないと効果が測れない |
| リード育成 | 企業状況の調査結果を分岐条件に使える | 調査結果に誤りが含まれ得るため、重要判断の唯一の根拠にはしない |
| AI検索対応 | AEOで露出状況を追跡し改善提案を得られる | ベータ機能であり、仕様変更の可能性がある |
| コスト | テスト実行は無償、月間実行上限で統制可能 | クレジットプールは他部門と共有。配分方針が必要 |
| 創作性 | 反復工程を任せ、企画に時間を割ける | 生成物をそのまま公開すると同質化する。編集の付加価値が問われる |
ファクトチェック対象の抽出、入稿前チェックリストの実行、既存記事の更新候補抽出、競合モニタリングといったコンテンツ運用の反復工程を、Agent Builderでカスタムエージェント化できます。リード育成では、データエージェントで企業状況を調査してプロパティ化し、ワークフローで分岐させる設計が可能です。
日常的な文章生成・要約・画像生成はBreeze Assistant（全プランで利用可能。旧称Breeze Copilot）が担います。Agent Hubのカスタムエージェントは、生成そのものよりも「工程の実行」——チェック、抽出、モニタリングなど繰り返し発生する作業に向いています。
AEO（Answer Engine Optimization）は、ChatGPTやGemini、PerplexityといったAIの回答内で自社が引用・言及されることを目的とした最適化です。Agent HubにはAI検索での自社ブランドの表示状況を追跡し改善内容を提示するAEO機能（ベータ）が含まれます。SEOが検索結果の順位を争うのに対し、AEOは回答の根拠として選ばれることを争います。
HubSpotとGraphiteの分析（2026年3月）では、質問形式の見出し、FAQ Schema、20本以上の外部リンク、FAQセクション、説明的なH1が引用と高く相関し、ドメインオーソリティはほぼ相関しないという結果が示されています。構造と具体性を優先すべきということです。
Brand Kit（ロゴ・カラー・トーン）、ICP定義（対象業種・規模・意思決定者・想定課題）、使う言葉と避ける言葉の方針、製品・サービス情報、禁止表現です。ここを整備しておくと、複数のエージェントが同じ前提で動き、生成物の品質分散が減ります。
推奨しません。AIによる出力には事実誤認が含まれ得ますし、無編集で公開すれば競合と同質化します。エージェントの役割は人の確認対象を絞ることと反復工程を代替することであり、編集判断は人が担うべきです。
従来のスコアリングは行動データ（ページビュー、メール開封）に偏っていました。データエージェントで企業側の状況（更新期にあるか、組織変更があったかなど）を調査してプロパティ化することで、「まだ検討時期ではない企業に営業を当てる」という無駄を減らせます。
Agent Builderの設定画面で月間実行上限を指定し、Run historyで推定消費量を定期確認してください。またクレジットプールは他部門のAI機能と共有されるため、部門横断での配分方針を先に決めておく必要があります。テスト実行はクレジットを消費しません。
公式ナレッジベースでは、Marketing Hub / Sales Hub / Service Hub / Data Hub / Content Hub / Smart CRM のいずれかのProfessionalまたはEnterpriseと、HubSpotクレジットが必要と記載されています。無料版では利用できません。
Knowledge Vaultの整備と、コンテンツ運用の工程別工数計測です。どの工程に何時間かかっているかが分からない状態で自動化しても、削減効果を証明できません。株式会社100の100 Agent Worksでは、ブログ構成・コンテンツ作成、分析レポート、競合モニタリング、SNS投稿といったマーケティング業務の自動化を、業務棚卸しから設計しています。
コンテンツ制作におけるAI活用の次の一手は、より速く書くことではありません。企画・調査・チェック・入稿・育成・測定という、これまで手作業で残っていた工程を接続することです。
そのためには、Knowledge Vaultという共有前提の整備と、工程ごとの工数計測という地道な準備が必要です。この準備を飛ばして個別のエージェントを増やしても、管理対象が増えるだけで成果は変わりません。
株式会社100は、世界上位1%・日本唯一のHubSpot認定エリートパートナーとして、400社以上のCRM導入を支援してきました。オウンドメディア運営とAEOの実務知見をあわせ、コンテンツ運用の自動化設計から伴走します。
本記事はHubSpot公式サイト・公式ナレッジベースの公開情報（2026年8月12日取得時点）に基づいて作成しています。AI引用相関のデータはHubSpotとGraphiteによる分析（2026年3月）として公開されているものです。掲載した成果数値はHubSpotが公開する集計値であり、自社での再現を保証するものではありません。Agent HubおよびAEOはベータ機能であり、仕様は変更される可能性があります。