AIを使ってスクロールを止めるフックを書く方法（毎回確実に）
平均的な人は1日にスマホで約90メートル分のコンテンツをスクロールしている。90メートル。自由の女神像を横に寝かせたくらいの長さだ。あなたの投稿はそのスクロールのほんの一瞬で、誰かを止めるのに与えられた時間はおよそ1.5秒だ。
すべてはフック──最初の1行──にかかっている。優れたフックは人の手を止める。平凡なフックはスクロールされて消える。投稿の残りが史上最も価値あるものだったとしても、フックが決まらなければ誰もそれを知ることはない。誰も最初の1行の先を読まないからだ。
以前はフックに投稿の残り全部を合わせたよりも長い時間をかけていた。15パターン書いて、言葉選びに悩み、友人に試し、それでも不安だった。今はAIを使って体系的にフックを生成し、エンゲージメントがおよそ2倍になった。AIが私より上手いフックを書くからではなく、AIのおかげで自分の脳だけでは思いつけないほど多くの選択肢を探れるようになったからだ。
なぜフックは人間には難しいのか
フックの作成が難しいのには明確な理由がある。脳は直線的に考えるからだ。投稿を書こうとすると、自然と文脈から始めてしまう。「最近メールマーケティングについて考えていて……」これは最悪のフックだ。脳がトピックを処理する流れではあるが、読者が出会うべき形ではない。
優れたフックは情報のギャップを作る──読者に「え、何？」「そんなはずない」「どうやって？」と思わせる。あなたの脳は自然にはこれを生み出せない。すでに全体の文脈を知っているからだ。すでに知っている立場から驚きを作ろうとするのは、自分で自分をくすぐろうとするようなものだ。
AIにはこの問題がない。全体の文脈を知らない。直線的に考えない。フックの生成を頼むと、自分には思いもよらない角度からトピックにアプローチしてくる。その中にはひどいものもある。ありきたりなものもある。しかし一貫して、10本中2〜3本は私が書くよりも確実に良い。まったく違う視点から来ているからだ。
フック生成システム
フックを生成する正確なプロセスを紹介する。約15分で、1週間分のコンテンツに十分な素材が手に入る。
ステップ1：コアメッセージを定義する。 フックを生成する前に、投稿が実際に何についてなのかを1文で書く。フックではなく中身だ。「この投稿は、個人クリエイターがメールシーケンスを使ってデジタルプロダクトを自動販売する方法を教える。」この文は最終的な投稿には出てこないが、AIが作業するための原材料になる。
ステップ2：5つのカテゴリーでフックを生成する。 以下の5つのカテゴリーそれぞれで2本ずつフックを書くようAIに指示する。
逆張りフックは一般的な信念に挑む。「メールは死んでいない──あなたのメール戦略が死んでいるのだ。」反論は本質的に興味を引くため効果がある。自分の信じていることに矛盾する主張を読むと、裏付けがあるか確かめるために読み続けなければならない。
具体的な数字のフックは正確なデータで信頼性を作る。「私の7通のメールシーケンスは、先月バケーション中に$4,200を生み出した。」数字がスクロールを止めるのは、曖昧な主張の海の中で具体的だからだ。数字が具体的であるほど信頼性が高く感じる。「$4,200」は「数千ドル」より信頼できる。
ストーリーフックは読者をシーンに引き込む。「カフェに座っていたら、Stripeの通知が5件連続で鳴った。」物語に対する人間の本能を利用する。シーンはストーリーを暗示し、ストーリーは結末を求める。次に何が起こったか知るために読み続けなければならない。
質問フックは、読者が内心で答えずにはいられない問いを投げかける。「追加の作業ゼロで月に$500増えたら何をする？」脳は自動的に質問に答えようとし、読者が意識的に読み続ける判断をする前にエンゲージメントが生まれる。
結果フックは成果から始める。「私は8ヶ月で9時5時の収入を置き換えた。週2時間のメンテナンスで維持できるシステムを使って。」成果志向のオーディエンスに効く──目的地が到達する価値があるとわかるまで、プロセスには興味がないからだ。
ステップ3：選んで編集する。 AIが生成した10本のフックから、通常2〜3本にポテンシャルを見出す。そのまま使うことはほぼない。使うのは角度──そのトピックへの予想外のアプローチだ。そして自分の声と自分の具体的なディテールで書き直す。
例えば、AIが「ほとんどのクリエイターは週10時間をメールマーケティングに費やしている。私は30分だ。」と生成したとする。私のバージョンはこうなる：「私が週にメールマーケティングに費やす時間は、ほとんどの人がNetflixで何を見るか選ぶのにかける時間より短い。それでもメールシーケンスは先月$2,800を生み出した。」同じ角度、違う表現。AIがコントラストを見つけた。私がパーソナリティと具体性を加えた。
一貫して高パフォーマンスを出すフックパターン
このシステムを6ヶ月使った結果、自分のニッチで最もエンゲージメントが高いパターンを特定した。
「Xをやめた」フック。 「毎日SNSに投稿するのをやめた。売上が上がった。」人は直感に反する行動に引きつけられる、特にそれが良い結果を生むとき。このパターンが効くのは、より少ない努力でいける道を約束するからで、それは普遍的に魅力的だ。
「正確な数字」フック。 「1本のブログ記事から$347を稼いだ。書くのに45分かかった。」超具体的な数字は誠実さのシグナルだ。キリのいい数字は作り話っぽい。「約$10,000稼いだ」と言われると脳は「たぶん盛っている」とファイルする。「$9,847稼いだ」と言われると「この人はダッシュボードを確認した」とファイルする。
「間違ったやり方」フック。 「あなたのセールスページの作り方は間違っている。なぜわかるか教えよう。」攻撃的で、すべての文脈で効くわけではない。しかし、やる気のあるオーディエンス向けの教育コンテンツでは非常に高いパフォーマンスを出す。積極的に向上しようとしている人は、何かを間違っていると言われることに最も反応する。直したいからだ。
「時間対比」フック。 「以前は丸一日かかった。今は20分だ。」ビフォー・アフターのフックが効くのは、変化を暗示するからで、教育コンテンツを消費するとき人が買っているのは変化だ。
公開せずにテストする方法
AIが可能にして手書きでは不可能なこと：公開前のテスト。コンテンツに対して10本のフックを生成し、AIにどの3本が最もエンゲージメントを得るか、その理由を予測させる。AIの予測は完璧ではないが、明らかに弱い選択肢を排除するのに役立つ。
シンプルな内部テストも行う。各フックを読んで正直に問いかける：「自分ならこれでスクロールを止めるか？」自分のフックで止まらないなら、他の誰も止まらない。当たり前に聞こえるが、すでに時間を費やしたフックを「まあいいか」と思い込むのは驚くほど簡単だ。
最高のフックは少し不安になる。大胆すぎる、具体的すぎる、自信がありすぎると感じる。その不安は通常、フックが機能しているサインだ──反応を引き起こすほど強い主張をしているということだ。
複利効果
AIをフックに使う最大の利点は、うまくいったものの個人ライブラリが蓄積されること。毎週、平均以上のエンゲージメントを得たフックを保存する。6ヶ月後、約80本の実績あるフックのライブラリができた。新しいコンテンツを書くとき、ゼロからではなく、フックライブラリで以前うまくいったパターンや角度をスキャンし、AIに新しいバリエーションを生成させる。
これは複利で効いてくる。6ヶ月目のフックは1ヶ月目とは劇的に良くなっている。より良いライターになったからではなく、データがあるからだ。オーディエンスに何が効くか知っている。どのパターンに反応するか知っている。どの角度がハズレるか知っている。AIがバリエーションを生成し、パターン認識は結果の追跡から来る。
ほとんどのクリエイターは、手書きだけではすでに疲弊するため、フックに対するこの種の体系的アプローチを開発できない。一つのフックに悩み抜いた時点で、代替案をテストするエネルギーがない。AIがそのボトルネックを取り除く。以前一つ書くのにかかった時間で10の角度を探れる。つまりオーディエンスが何に反応するか、10倍の速さで学べるのだ。
AIを活用したコンテンツ制作の完全なシステム──フックテンプレート、コピーライティングの公式、コンテンツパイプラインの各段階のプロンプトを含む──は AI Prompts for Marketers（Spark） にある。AIをあなたのコンテンツチームに変える105の実戦テスト済みプロンプトだ。