実務ガイド
海外向けMeta広告で「ターゲティングを細かくすれば勝つ」だけでは足りなくなっています。Meta Engineeringは2024年12月2日、広告推薦の最初の段であるretrieval（候補選定）向けにAndromedaを公開しました。Advantage+や生成AIでクリエイティブが増える前提の設計です。本記事では公式が示した数字を分解し、日本企業が海外キャンペーンで見るチェックをわかりやすく解説します。
Metaの広告推薦は多段です。最初のretrievalが、数千万規模の広告候補から数千程度まで絞り、その後のrankingが最終表示を決める、とEngineering記事は説明しています。retrievalは後段より候補数が桁違いに多く、遅延の上限も厳しい、という二軸の制約が主題です。
制約がきついほど、「手動でオーディエンスを細かく切る」だけでは不足します。候補の母集団そのものが、Advantage+の自動化と生成クリエイティブで膨らむからです。数字を読むときは、キャンペーン画面の設定項目より先に、「候補プールがどれだけ増えているか」を見ます。
社内資料では、retrieval／rankingの用語を1行で定義してから数字表を置きます。定義が無いと、代理店レポートの「配信最適化」がどの段の話か特定しづらいです。
定義文の例は「retrieval＝候補の絞り込み／ranking＝最終表示の順位付け」で足ります。英語のまま残す場合も、括弧で日本語を添えます。添えないと、経営向け説明で用語だけが独り歩きします。
AndromedaはNVIDIA Grace Hopper Superchip上の深層ネットを使い、InstagramとFacebookへの展開で、retrievalのrecallが+6%、選定セグメントでads qualityが+8%改善した、と公式は述べています。ここは社内KPIの「改善率」と混ぜない方が安全です。公式の改善はMeta側のシステム指標です。自社アカウントのROASとは別欄で記録します。
読み方は、「候補選定の質が上がった」という方向性の確認です。自社では、学習期間中のCPA急変をAndromeda単体のせいにせず、クリエイティブ追加・予算変更・計測欠損と並べて切り分けます。
切り分け表の列は「週／変更内容／主要KPI／計測欠損有無」で足ります。Andromedaの公式数字は脚注に置き、本文の結論からは外します。
脚注の書き方は「出典：Meta Engineering 2024-12-02／指標名／対象セグメント」の3点です。セグメント不明のまま社内共有すると、翌月に数字の意味が消えます。
公式は、推論コストが準線形になるよう設計したカスタムDNNにより、モデル容量を意味のある水準で増やした（10,000x）と説明しています。個人化のための相互作用特徴を濃く取る、という意図です。さらにmodel elasticityにより、階層型ネットと合わせて推論効率を10x押し上げる、とも書かれています。
運用者向けの含意は、「同じ予算でも、候補の多様性と個人化の余地がインフラ側で広がった」ことです。逆に、似たクリエイティブだけを大量投入すると、候補空間の利点が弱くなります。量より、概念の違い（訴求・見せ方・フォーマット）を先に設計します。
開発メモに「10,000x」だけを貼って満足しない方がよいです。数字は容量の方向性です。自社の目標は、アクティブな概念セット数と学習に必要な配信量で決めます。
階層インデックス（hierarchical index）は、候補を多層に整理して推論ステップを減らす、と公式は説明しています。運用者がインデックスを直接設定する画面はありませんが、「候補が増えても遅延予算内で評価する」設計だと押さえておくと、クリエイティブ増産の議論が噛み合います。
記事は、Advantage+ creativeのAI機能を新たにONにした広告主でROASが22%増、画像生成を使う事業ではコンバージョンが+7%増と見積もる、と述べています。また、100万超の広告主がGenAIツールで月あたり1,500万本超の広告を作った、という初期段階の規模も示しています。
ここを「生成すれば必ず伸びる」証拠として使うのは早いです。公式が見たセグメントの結果です。自社では、生成本数のKPIより、配信に乗った本数・疲弊までの日数・重複感の有無を見ます。生成だけ増えて配信が1〜2本に偏るなら、候補多様性の設計が弱いです。
制作チームへの依頼は、「色違い20本」より「訴求軸を変えた8〜12本」の方がAndromeda前提に近いです。訴求軸の一覧を先に作り、そのあとビジュアルを割り当てます。
訴求軸の例は、価格・用途・季節・配送・決済・保証の6枠から国別に3つ選ぶ形で足ります。6枠全部を同時に試すと、学習とレビューが追いつきにくいです。まずは売上上位国の3枠に絞ります。
2026年もMeta Engineeringは広告インフラの数字を出しています。2026年4月2日のKernelEvolve記事では、Andromeda AdsモデルについてNVIDIA GPU上で推論スループットが60%超改善した、と述べています。2026年7月13日のsched_ext記事では、広告retrieval経路のp99遅延が28%減、weighted-ads-rankedが+1.1%、電力3.28MW削減、といった結果を報告しています。
これらは広告主画面の新ボタンというより、裏側の改善です。遅延とスループットが良くなると、同じ時間予算でより多く候補を評価できます。運用チェックリストに「KernelEvolveをON」と書く場面は少ないです。代わりに、学習中の急変をインフラ更新の週と照合するメモ欄を1つ足します。
メモ欄は「公式インフラ記事の日付／自社で見た配信の異変／対応」の3列で足ります。異変が無い週は空欄のままで大丈夫です。
インフラ記事のURLは、社内Wikiの「Meta公式」ページに日付付きで追記します。チャット履歴だけに貼ると、四半期レビューで出典が行方不明になります。
Advantage+は予算配分・オーディエンス・入札などを自動化し、候補広告を増やす側です。Andromedaはその増えた候補を、遅延制約の中でretrievalする側です。ズレやすいのは、「自動化ON＝細かいオーディエンス設計が不要＝クリエイティブも1本でよい」と読むことです。候補が増えるほど、概念の違うクリエイティブがretrievalの材料になります。
もう一つのズレは、代理店が「Andromeda対応済み」とだけ書くスライドです。対応の中身（クリエイティブ多様性の運用か、計測か、アカウント構造か）を聞けない提案は、採用判断を急がない方がよいです。
日本企業の海外アカウントでは、国内向けの勝ちクリエイティブをそのまま翻訳して量産するケースが多いです。言語は変えても構図と訴求が同じだと、候補としては近い塊に見えやすいです。現地の利用場面・決済・配送の見せ方を足します。
最低限は次の5点です。①Advantage+（または同等の自動化）のON/OFFと対象国。②アクティブな概念別クリエイティブ数（色違いではなく訴求違い）。③国・言語ごとの着地と同意・計測の欠損率。④学習期間中の大きな設定変更の有無。⑤代理店レポートに「retrieval／クリエイティブ多様性」の項目があるか。
①が曖昧だと、自動化の恩恵と手動オーディエンスの議論が混線します。②が1〜2概念しかないと、候補プールの利点が弱くなります。③はMeta側の改善とは別に、自社の最適化を止めます。④はAndromedaやインフラ更新の週と重なると、原因特定が難しくなります。⑤が無いレポートは、設定変更の話だけで終わりやすいです。
チェック結果は、国×概念数×欠損率の表1枚にします。表が無い週は、週次定例で「自動化を広げた」とだけ共有しない方がよいです。共有するなら、表の未確認セルを先に読み上げます。
欠損率の計算は、主要コンバージョンのサーバ側／拡張計測の差分を週次で見る形で足ります。差分が大きい国は、クリエイティブ増産より計測修復を先にします。
今週の1点は、主要海外キャンペーン1本について、訴求概念（誰に・何を・どの場面で）を8行以内で書き、各行に現行アセットを紐づけることです。紐づかない行は制作チケットを1件だけ切ります。色違いの量産チケットは後回しにします。
台帳ができたら、代理店または社内運用に「今週追加する概念はどれか」を1つ指定します。全部を同時に足すと学習が乱れます。1概念追加→配信確認→次、の順にします。
台帳の保管先は共有フォルダの固定パス1つに決めます。個人のスライドにしか無い一覧は、翌週に行方不明になります。
台帳の更新ルールは週1回で足ります。追加した概念、停止した概念、配信が偏った概念を3行で残します。偏りが続く場合は、予算配分や着地の差を先に疑い、いきなり全クリエイティブを差し替えない方が安全です。
経営向け説明では、「Metaがretrievalを強化した＝放っておけば伸びる」と短絡しないことが大切です。公式数字はシステム側の改善です。自社の材料（概念多様性・計測・着地）が揃って初めて効きます。説明の冒頭は、台帳の充足率と欠損率の2つにします。
来四半期の制作計画には、「翻訳量産」と「現地場面の新規撮影／生成」を別予算で置きます。同じ枠にすると、翻訳だけが消化され、概念が増えにくいです。
別予算にしたら、月末に消化率を並べます。翻訳だけ100%で現地場面が0%なら、翌月の発注比率を入れ替えます。比率の変更はメール1通で足ります。
A. Meta Engineeringが説明するのは、広告推薦のretrieval段の社内システムです。広告主画面の単一スイッチというより、Advantage+やクリエイティブ増加を前提にした基盤、と読む方が近いです。
A. 公式が示したのはretrievalのrecallや選定セグメントのads qualityです。自社ROASとは分けて記録します。
A. 公式はGenAI利用の規模と一部セグメントの改善を示していますが、似た構図の量産だけでは候補多様性が弱いことがあります。訴求概念の違いを先に設計します。
A. KernelEvolve記事の推論スループット改善、sched_ext記事のretrieval p99遅延改善など、インフラ側の指標です。運用画面の新指標というより、裏側の数字です。