はじめに——AIはラジオのハガキ職人になれるのか？
突然ですが、AIにラジオのハガキ職人をやらせてみることにしました。
ハガキ職人とは、ラジオ番組にネタメールを送り続け、採用を勝ち取るリスナーのこと。プロの職人は毎週100通以上のメールを送り、番組の笑いを支えています。
これ、AIにできるのでしょうか？
「人間の感性」「笑いのセンス」——AIが最も苦手とされる領域です。しかし、データ分析で番組の傾向を把握し、採用されやすいネタの構造を解明すれば、少なくとも「打率」は上げられるのではないか。
本プロジェクトでは、AIが実際にラジオ番組にメールを投稿し、採用を目指します。分析プロセス、投稿内容、採用結果——すべてを公開していきます。
ターゲット番組：マヂカルラブリーのオールナイトニッポン0（ニッポン放送・毎週木曜 深夜3:00〜4:30）
なぜマヂカルラブリーANN0を選んだのか
番組選定にあたって、オールナイトニッポン系列の複数番組を「採用されやすさ」「話題性」「AI分析との相性」の3軸で比較しました。
| 評価軸 | オードリーANN | 霜降り明星ANN | マヂラブANN0 |
|---|---|---|---|
| 採用枠の多さ | △（週5〜6通） | ○（複数コーナー） | ◎（スポンサーコーナー複数） |
| 競争の激しさ | 激戦 | 激戦 | ANN0枠で比較的穏やか |
| フォーマットの明確さ | ○ | ○ | ◎（型が完全に決まっている） |
| AI分析との相性 | ○ | ○ | ◎（構造が単純で再現性が高い） |
決め手は「フォーマットの明確さ」でした。マヂカルラブリーANN0のメインコーナーは、すべて同じ構造で成立しています。これはAIにとって非常に有利な条件です（詳しくは後述）。
また、横浜アリーナでイベントを開催するほどの人気番組でありながら、ANN0枠（深夜3時〜）という特性上、ANNの本枠番組に比べると投稿数の競争はやや緩やかです。「まず実績を積む」という目的に最適でした。
AIが見つけた「全コーナー共通の法則」
マヂカルラブリーANN0には、番組開始以来さまざまなコーナーが存在してきました。AIで過去のコーナー構造を分析したところ、驚くべき事実が判明しました。
すべてのコーナーが、実質的に同じフォーマットで成立している。
| コーナー名 | スポンサー | エールの制約 |
|---|---|---|
| エール！心のボディビル | なし（レギュラー） | 制約なし |
| エール！眠りのボディビル | ブレインスリープ | 「リラックスできる」エール |
| エール！心のアメリカ | 松井証券 | 「アメリカ」を彷彿とさせるワード |
| エール！心のジモティー | ジモティー | 「○○に使えるんかい！」 |
| エール！心のアミノ酸 | 味の素 | 宝石・世界遺産など「美しい例え」 |
| エール！心のあたり前（現行） | ENEOS | 嬉しいことへのエール |
スポンサーが変わるたびにコーナー名は変わりますが、フォーマットはすべて同じ。つまり——
上の句： ○○な俺！（日常のシチュエーション）
下の句： ××かい！（別のものに例えたポジティブな表現）
この「ネガティブ or 意外な状況 → 別ジャンルの比喩で昇華」という構造さえ押さえれば、AIが学習すべき「型」は1つだけです。
採用されるネタの構造を分解してみた
公式サイトに掲載されている例文や、過去の放送データから、採用されるネタの構造を分解しました。
公式例文の分解
ランチ時の激混みフードコートで席を探そうとした瞬間、目の前の家族が席を外して速攻で座れた俺！
他県にまで名をとどろかせるカリスマ番長がやって来たんかい！！
| 要素 | 役割 | この例文での実装 |
|---|---|---|
| 状況設定 | 誰もが想像できる「あるある」 | 激混みフードコートで席を探す |
| 転換点 | 予想外の展開 | 目の前の家族がちょうど席を外す |
| 比喩（下の句） | 全く別のジャンルで例える | 「カリスマ番長」（ヤンキー漫画的世界観） |
| リズム | 「〜かい！」の切れ味 | 短く力強い締め |
AIが導き出した「刺さる比喩」のジャンル
パーソナリティの趣味嗜好を分析すると、以下のジャンルの比喩が番組との親和性が高いと推測されます。
- ゲーム・アニメ系： 野田クリスタルはプログラマーでもあり、ONE PIECE・FF・ドラゴンボール等の話題が番組の定番。このジャンルの比喩は鉄板
- 筋トレ・ボディビル系： 番組のDNA。「マッチョ」はあらゆる文脈で使われる万能ワード
- スポーツ系： 定番だが競争も激しい。野球・ボクシングが特に多い
- 科学・IT系： AIが送る投稿としては「らしさ」が出る差別化ポイント
AIはがき職人の戦略
以上の分析から、AIはがき職人は以下の戦略で採用を狙います。
戦略①：主戦場は「エール！心のあたり前」
毎週同じフォーマットで投稿できるスポンサーコーナーを主戦場にします。フォーマットが固定されているため、AIによる大量生成→選別のサイクルが最も回しやすいコーナーです。
戦略②：比喩の独自性で勝負
人間のハガキ職人がよく使うスポーツ・芸能系の比喩は競争が激しいため、AIらしい意外な切り口——科学用語、IT用語、歴史上の出来事——で差別化を図ります。
戦略③：短さは正義
下の句（比喩部分）は短いほど切れ味が出ます。AIは長文を生成しがちですが、あえて10文字以内の下の句を目指します。
戦略④：量で確率を上げる
プロのハガキ職人は週100通以上送ることもあるとされています。AIなら1回のプロンプトで数十案を生成できるため、量の面では有利です。ただし、最終的に投稿するのは厳選した数通に絞ります。
正直に言うと、この分析はまだ甘い
ここまで偉そうに分析してきましたが、正直に現時点の限界を書いておきます。
今の分析で足りていないこと
- 実際に採用されたネタのデータが少なすぎる。 公式サイトの例文と番組構造は把握できたものの、「実際にどんなネタが読まれて、どんなネタがボツになったのか」の生データがまだ圧倒的に足りていません。
- 「面白さ」の定量化ができていない。 フォーマットの型は分解できましたが、同じ型でも面白いネタとスベるネタがある。その差を生む要素はまだ言語化できていません。
- パーソナリティの「今の気分」が読めない。 野田・村上がその週にハマっている話題やノリは、直近の放送を聴かないとわかりません。データだけでは拾えない部分です。
今後のデータ蓄積計画
この分析は、投稿を続けるほど精度が上がっていく設計です。
| 蓄積するデータ | 取得方法 | 活用方法 |
|---|---|---|
| 自分の投稿の採用/不採用ログ | 毎週の放送を確認して記録 | どんな比喩ジャンル・文体が通りやすいかの傾向把握 |
| 他のリスナーの採用ネタ | Spotify過去放送・ファンサイトのまとめから収集 | 「採用される水準」のベンチマーク設定 |
| 週ごとのトーク話題 | 放送後にファンサイト・Xで確認 | リアクションメール投稿への展開、比喩のタイムリー化 |
| 野田・村上の最近の関心事 | 公式X・17LIVEアフタートーク等から追跡 | 比喩ジャンルの最適化（今ハマってるもので例える） |
要するに、投稿するたびに分析の精度が上がり、採用確率が上がっていく——というサイクルを回していきます。初回は打率0%でも構いません。データが溜まった頃にどうなっているかが本当の勝負です。
AIはがき職人プロジェクトの裏側
今回のプロジェクトでは、番組の過去コーナー構造、採用傾向、パーソナリティの嗜好といった複数の情報を横断的に収集・分析し、投稿戦略を構築しました。
こうした「対象を決めたら関連情報を網羅的に集めて構造化し、戦略に落とし込む」作業は、マーケティングリサーチや競合分析にも共通するプロセスです。AIとデータ活用基盤を組み合わせることで、大幅に効率化できます。
Liberty Dataでは、AI・データ活用プラットフォーム「Liberty DSP」を用いた調査業務の自動化を支援しています。
詳しくはこちら → https://www.liberty-nation.com/
「AIはがき職人プロジェクト」とは
AIがラジオ番組のハガキ職人（メール職人）になれるかを検証するプロジェクトです。番組分析、投稿ネタの生成、採用結果のトラッキングまで、AIによる「笑いの自動化」に挑戦します。分析プロセスや採用成績はすべて公開していきます。