AIはLiquid Deathのようなブランドを本当に再現できるのか？
先週、ベンと私は約100人の前でライブ配信を行い、世界で最も個性的なブランドのひとつをSecretSauceで再現しようとした。一度も扱ったことのないブランドを、ライブ視聴者の前でぶっつけ本番でやってみた。
Liquid Deathを選んだのは、本当に再現が難しいブランドだからだ。CEOはXゲームズのマーケティング出身。持っているだけでかっこよく見えて、中身はただの水。そんなものを作り上げた彼は、非常に特定の雰囲気を持つブランドを構築した。ホラー映画のビジュアル、不敬なユーモア、緻密なプロダクトデザイン、メタルバンドとスタンドアップコメディアンの中間のようなトーン。すべてが一貫していて初めて成り立つブランドだ。
違いを生む、たったひとつのことについて仮説があった。Liquid Deathで通用するなら、どんなブランドでも通用する。通用しなければ、100人の前でそれがわかる。
ほとんどのAIツールは簡単な層を解決する。難しいのがブランドメモリだ
いわゆるブランディングの簡単な層とは、色・フォント・ロゴのことだ。ウェブサイトを読み取れるAIツールならどれでも取得できる。目に見えて、指差せるものだ。
いわゆるブランディングの難しい層とは、それ以外のすべてだ。セッション中にベンが説明した。Liquid DeathのInstagramを見るとホラー映画っぽいが、コンテンツにロゴが常に見えるわけではない。缶はとても特徴的だが、残りは色と雰囲気の処理だ。見て感じなければわからない。「この色を使え、あの色を入れろ、青にしろ」と言うだけでは、実際のブランドには全然近づけない。
これがほとんどのAIコンテンツツールが実際には解決できない問題だ。基本的なブランドキットを超えて、コンテンツを本当にブランドらしく保てない。簡単な層を保存してブランドキットと呼ぶ。ロゴと色は統一されるが、それ以外はまったくバラバラになる。ブランドをそれらしく感じさせる雰囲気・トーン・構成の判断が、どこにもコード化されていないからだ。
SecretSauceのBrand Brainは、ほとんどのAIツールがコンテンツの一貫性を保とうとするときに見落とす、難しい層を捉えるために作られている。Liquid Deathの実験はその精度を検証するためのものだった。
ブランド学習の実態
ベンはLiquid DeathのURLをSecretSauceに入力した。プラットフォームはサイトをクロールし、色・フォント・ロゴのバリエーション・製品詳細・コピーを取得した。そしてBrand Brainを構築した。
Brand Brainはルールの構造化されたセットだ。特定のキーワードと禁止ワードを含む言語アイデンティティ、背景タイプ別のロゴ使用ガイドライン、タイポグラフィの階層、オーディエンスの定義、コンテンツのガードレール。
Liquid Deathの場合、ブランドの見出しはすべて大文字にすべきと自動的に特定した。ブランドが使わない言葉にもフラグを立てた。缶に使われている3〜4種類の独自フォントを識別し、それぞれの文脈も理解した。
そしてブランドボイスを「型破り、不敬、おもしろい、本物、反骨」と表現した。プラットフォームがブランドを読み込み、理解したからだ。ベンは何ひとつ入力していない。
ライブで見ていた私の反応：「完璧だ。（よかった）。」
Brand Brainが実現することについてベンはこう言った。プラットフォームがブランドをどう扱うべきかを学んでいる。「参照する」ではなく「扱う」という区別が重要だ。
ほとんどのツールはブランドを参照する。私たちのBrand Brainはブランドの扱い方を学ぶ。これが、見た目だけ正しいコンテンツと、本当に一貫したコンテンツの違いだ。
実力を証明したアウトプット
ベンはLiquid Deathの新しいエナジードリンクSKU「Tropical Terror」のInstagram用アセットを2点リクエストした。プロンプトは以下のように会話形式だった。
プラットフォームはInstagramの寸法を自動で把握していた。取り込み時に構築したTropical Terrorの製品カードを引き出した。製品詳細・CTA・関連コピーも含めて。そしてクリエイティブな判断を下した。暗い森の背景、火山岩、霧がかった雰囲気、乾いてひび割れた土のテクスチャー。ホラーとトロピカルの融合。そして指示なしに、タグライン「Death to Drowsy」を正しいタイポグラフィ処理で配置した。
ライブコメントに書き込まれた言葉：「怖いくらいすごい。」
それがテストの決定的な瞬間だった。Brand Brainは取り込み時にタグラインをブランドの真実としてコード化し、適切な場面で適用した。ブランドを本当に理解しているクリエイティブディレクターのように。
視聴者に言った。「これがAIだとわからないレベルだ」と。
推論ステップこそが製品の本質
セッション中、私はベンに聞いた。なぜSecretSauceでの生成は基本的なAI画像ツールより時間がかかるのかと。その答えがアーキテクチャ全体を説明していた。
処理時間のほとんどは推論に費やされる。何かを生成する前に、プラットフォームはブランド・製品・ユーザーの好み・要求されたフォーマットについて知っていることすべてを読み込む。実行前にすべてを処理するからこそ、アウトプットはブランドの実際のニーズに格段に近づく。
ベンの例えが気に入った。人と一緒に仕事をするとき、より多くのコンテキストを与えるほど相手の判断は良くなる。Brand Brainはすべてのコンテキストを永続的に保持し、生成前にそれを推論する。
その推論ステップこそBrand Brainが動いている証だ。一発で正しいアウトプットが得られる理由はここにある。数語でアセットをリクエストすれば、公開できるものが返ってくる。プラットフォームがすでに良い判断に必要なすべてを持っているからだ。
代替案は私たちが「プロンプトlottery」と呼ぶものだ。汎用AIイメージツールでは毎回ゼロからブランドを説明し、アウトプットが当たることを祈る。当たることもあるが、たいていは外れる。そして修正と再プロンプトに、自分でやった場合より多くの時間を費やす。lotteryは構造的な問題だ。ツールにメモリがないため、生成のたびにゼロから始まる。
Brand Brainはシステムにブリーフを組み込むことで、lotteryをなくす。
デモの正直な評価
アセットは良かった。本当に良かった。色は完璧、フォントは一致、ブランドの雰囲気も保たれ、タグラインも正しく配置された。
ある時点でベンは、あるアウトプットが水よりエナジードリンクっぽいと指摘し、ミスと判断しようとした。よく見てみると、プラットフォームはカフェイン入りのLiquid Death SKUを使い、それに合ったコピーを書いていた。間違っていたのはプラットフォームではなく私たちだった。ベンは自分のことを「フェイクニュース」と呼んだ。
最後のAmazon広告はチャットウィンドウではなくアセットライブラリに生成されたため、一瞬機能しなかったと思った。実際には機能していた。ベンの言葉が一番的を射ていた。「まだベータ版だ。これからさらに良くなるだけだ。」
私の言い方：これが製品の最悪の状態だ。
Liquid Deathテストが示すもの
重要なのはLiquid Death自体ではない。AIがこれほど主張が強く、雰囲気があり、緻密で、何年もかけて構築されたブランドを学習し、毎回説明し直さなくても忠実に再現できるかどうかだ。
Liquid Deathでできるなら、あなたのブランドでもできる。
ブリーフがツールの外に存在するため新しいアセットのたびにゼロから始めるマーケティングチームであれ、製品について話す方法を通じて非公式にブランドを構築してきたソロプレナーであれ、問題は同じだ。AIにブランドを一貫して反映させたいなら、ブランドの知識がコンテンツを生成するシステムの中に存在しなければならない。そうなれば、一貫性は強制するものでなく、自然に生まれるものになる。
Liquid Deathは完全に、紛れもなく自分らしいものを作るのに何年もかけた。先週のテストは、AIがそれを数分で学習し、それに見合ったコンテンツを生成できるかどうかだった。できた。それがブランドメモリの本来の役割だ。
SecretSauceがあなたのブランドで何ができるか見てみたいか？試してみよう：trysecretsauce.ai。