【完全ガイド】
Google動的検索広告（DSA）終了と
AI Max移行の全知識
｜2026年9月廃止スケジュール／
DSAとの違い／運用者Q&A／
検証手順を徹底解説

DSAの基本構造

• マッチング軸：ページ内の「キーワード」と検索語句の一致。インデックスベース。
• タイトル生成：ページのタイトルや見出しから、Googleが動的に広告見出しを抽出。
• LP指定：クエリに最もマッチするページに自動着地。
• 運用者の入力：説明文（Description）、ターゲットドメイン／URL／カテゴリ／ページフィード、除外キーワード／URL除外。
• 用途：キーワードでカバーしきれていない「ロングテール」「カバーされていないクエリ」の補完が主目的。

DSAが運用にもたらしたメリット

DSAは登場以来、以下のような明確なメリットで多くの広告主に活用されてきました。

• SKU・商品ページが多いECで威力：キーワード登録が現実的でない数千〜数万SKU規模のECで、ページ単位での広告生成が可能だった。
• キーワード設計の盲点を補完：運用者が思いついていない検索クエリを拾い上げ、機会損失を発見できた。
• 人手をかけずに運用範囲を拡張：ページが増えれば自動で広告対象も拡張される、運用工数の劇的な削減。
• クエリレポートの示唆：「どんなクエリでCVが取れたか」が見えるため、新規キーワードの発見手段としても有効だった。

DSAのデメリット・限界

一方で、DSAには「キーワードベースのマッチング」ゆえの根本的な限界がありました。

• キーワードが一致しても 検索意図とコンテンツがズレる ケースが頻発（特にブログ記事・FAQ・採用ページが拾われる事故）。
• SEO最適化されたページとそうでないページで、 広告品質に大きなムラ が出やすい。
• 「変なクエリ」での意図しない露出が後を絶たず、 除外キーワード運用が継続的な負担 になっていた。
• クリエイティブが「ページタイトル丸抜き」になりがちで、 訴求力の最大化が難しかった 。
• スマート入札との連携はあるものの、 マッチング・クリエイティブ・入札が独立して動いており、統合最適化されていなかった 。

① コアエンジンの根本的進化：LLMによるセマンティックマッチング

DSAが「ページ内のテキストと検索キーワードの一致」を見ていたのに対し、AI Maxは 大規模言語モデル（LLM） を使って、 ユーザーの「検索意図（インテント）」とサイトの「コンテンツの文脈」を意味的に理解 し、両者を照合します。これによって、これまで「キーワードが部分的にしか一致しない」「同義語・関連語で表現されている」という理由で取り逃していたクエリにも、文脈理解のうえで正しく広告を出せるようになります。

② ACA（Asset Auto-Creation／アセット自動作成）

AI Maxでは、ページタイトルの抜粋ではなく、 運用者が登録したアセット（広告見出し・説明文・画像 等）と、ページの内容、検索クエリの文脈を組み合わせて、広告クリエイティブを動的に生成 します。レスポンシブ検索広告（RSA）と地続きの発想で、 「アセットの量と質」が広告の効率を決める時代 に明確にシフトします。

③ マッチング・クリエイティブ・入札の統合最適化

従来は「マッチタイプ × 入札戦略 × 広告クリエイティブ」をそれぞれ運用者が独立に設計していました。AI Maxでは 一つのAIモデルが、検索クエリごとに「最適なマッチング」「最適なクリエイティブ組合せ」「最適な入札」を同時に決定 します。これがGoogleが言う「Performance Max（P-MAX）の検索特化版」とも言える発想です。

④ 多次元シグナルの活用

AI Maxはコンテンツだけでなく、 オーディエンス情報、デバイス、時間、場所、ファーストパーティデータ、コンバージョン履歴 など、多次元のシグナルを統合的に評価します。これにより「同じクエリでも、誰が・いつ・どこで検索したか」によって、表示する広告とLPが動的に最適化されるようになります。

⑤ 強化されたブランド制御（Brand Settings／ブランドリスト）

AI Maxの自由度の高さに対する懸念に応える形で、 「ブランドリスト」 という機能で、自社／競合／関連ブランドの扱いを細かく制御できるようになります。「自社ブランドキーワードへの露出を強化したい」「競合ブランドへの露出は除外したい」といったブランドセーフティ要件にも、従来のDSAより柔軟に対応できる設計です。

① LLM時代の検索意図理解の常態化

2023年以降、ChatGPTを筆頭にLLM（大規模言語モデル）が一般化し、ユーザーの検索行動そのものが「キーワードではなく文章で問いかける」スタイルに大きく変化しました。Google検索でも「AIによる概要」「AIモード」が導入され、検索結果は 「キーワード一致」ではなく「意図理解」 をベースに構築されつつあります。広告側も同じ基盤に揃えるのが、Googleにとって自然な流れです。

② Cookieless／プライバシー規制下でのシグナル統合

サードパーティCookieの段階的廃止、iOS ATT、改正電気通信事業法など、 1人ひとりを追跡する従来の計測方式が次々に効きにくくなっている 中で、Googleは「ファーストパーティデータ＋コンテンツ＋コンテキスト」の統合的活用に舵を切っています。AI Maxはまさにこの統合シグナル運用を体現する仕組みであり、DSAという「コンテンツ単独で動く広告」は時代に合わなくなった、というのが本音と言えます。

③ 運用者の役割シフト：「設定」から「インプット設計」へ

キーワード入札、マッチタイプ調整、入札単価の細かなチューニング——こうした「設定作業」の比重が下がり、 「AIに何をインプットさせるか（アセット・1stパーティデータ・ブランドリスト・除外設計）」 が成果を決める時代になりました。AI Maxはこの方向性を象徴する仕組みであり、DSAが担っていた「人が思いつかないクエリを拾う」という役割は、AIが意味理解で代替するように設計されています。

Q1. 既存のキーワードと「カニバリ（競合）」しませんか？

A. 基本ルールとしては、 「完全一致のキーワードがアカウント内にある場合、まずそちらが優先される」 仕組みです。ただしAI Maxの広告ランクが既存KWを上回る場合は、AI Max側が表示されるケースもあり得ます。アカウント全体のシグナルを統合的に判断するため、 「ユーザーの意図に合致し、成果が見込める方」 が自動的に優先される思想です。

カニバリを構造的に避けたいなら、 (1) 既存検索キャンペーンで主要キーワードの完全一致を固める　(2) AI Maxは「広範囲の需要喚起」「人が思いつかないクエリ」「同義・関連語」の領域を担当させる 、という役割分担をはっきり設計するのが定石です。

Q2. 除外キーワードは設定できますか？「変なクエリ」で広告が出ないか心配です。

A. はい、 アカウント単位／キャンペーン単位の両方で除外設定が可能 です。AI Maxではブランドセーフティを担保する 「ブランドリスト」 機能や、除外キーワード設定が従来より強化されています。DSA時代の除外キーワードは 移行ツールでそのまま引き継ぎ可能 なので、繁忙期の意図しない露出を防ぎたい場合は、移行前に除外リストを最新化しておきましょう。

一方、AI Maxはセマンティック理解で配信されるため、 「単語単位の除外」だけでは効きにくい ケースもあり得ます。重要なのは「除外キーワード」だけでなく 「除外URL／ページフィード」「ブランドリスト」 を組み合わせて、意味的に「ここは出さない」と教える設計です。

Q3. ランディングページ（LP）を細かく制御したい場合はどうすれば良いか？

A. 「ページフィード」と「URL除外」の組み合わせが最も有効です。AI Maxはドメイン全体をクロールする能力が向上しており、放っておくと「会社概要」「採用ページ」「古いブログ記事」までLPとして拾われるリスクが高まります。

• ページフィード：広告で使ってよいページのリストを明示的に渡す。SKU単位／カテゴリ単位／キャンペーンページ単位で構成可能。
• URL除外：「/about」「/recruit」「/news/old/*」など、絶対に広告として使ってほしくないURLパターンを除外。
• カスタムラベル（フィード側）：商品・カテゴリ別にラベルを付与し、広告グループ別に出し分け。

AI Max時代は 「出してほしいページを教える」より「出してほしくないページを厳格に除外する」 という設計に重心が移ります。LPコントロールは「許可リスト方式」だけでなく「拒否リスト方式」を厚めに設計してください。

Q4. P-MAX（パフォーマンス最大化広告）との使い分けはどうすればよいか？

A. 結論として、 「検索面のインテントに特化したいか／フルチャネルでコンバージョンを追いたいか」 で目的が分かれます。両者の性格を整理します。

• AI Max for Search：検索結果画面における「インテント（検索意図）」に特化。検索クエリベースの新規獲得と既存KWのカバレッジ拡張が主目的。
• P-MAX：YouTube／Gmail／ディスプレイ／Discover／Mapまで含めたフルチャネルでコンバージョンを最大化。商品フィード活用が主軸。

検索の質を担保しつつ、DSAより高いパフォーマンスを求める場合は 「DSAをAI Maxへ先行アップグレード」 が第一手。フルチャネルで上限のないコンバージョン最大化を狙うなら 「P-MAXを別キャンペーンで並行運用」 という二段構えが2026年の標準形です。

Q5. スマート入札との互換性はどうなる？

A. AI Maxはスマート入札（コンバージョン数最大化／コンバージョン値最大化／目標CPA／目標ROAS）との 統合度がDSAより一段高くなります 。DSAでは入札戦略とマッチングが「並列」で動いていたのに対し、AI Maxでは 「入札・クリエイティブ・マッチング」が同じAIモデルで同時最適化 されます。スマート入札のシグナル品質が、そのままAI Maxの配信品質に直結すると考えてください。

Q6. クエリレポート（検索語句レポート）はどう変わる？

A. 検索語句レポート自体は引き続き提供されますが、 「マッチタイプ（部分一致／フレーズ一致／完全一致）」の概念は薄まる 方向です。AI Maxではセマンティックマッチングが基本のため、運用者は 「クエリ単位の良し悪し」より「インテントクラスタ単位の良し悪し」 でレポートを読む癖を付けるのが正解です。

Q7. リマケ・1stパーティデータの扱いは？

A. AI Maxは 1stパーティデータ（顧客リスト・GA4データ・拡張コンバージョン） を強くシグナルとして活用します。Customer Match、Enhanced Conversions for Web、サーバーサイドGTM／CAPIといった「ファーストパーティ強化」を済ませている広告主ほど、AI Maxの恩恵を大きく受けられる構造です。逆にここを整備していないと、AI Maxの強みが半減します。

Q8. 広告文・アセットはDSA時代より重要になる？

A. はい、 明確に重要度が上がります 。ACA（Asset Auto-Creation）の登場により、 「アセットの量と質」がそのまま広告クリエイティブの上限を決める 構造になります。レスポンシブ検索広告（RSA）と同じく、 広告見出しは10〜15本／説明文は4本フル＋表示パスやサイトリンクも整備 しておくのが望ましい運用です。

① 過去パフォーマンスデータの棚卸し

• DSAキャンペーンの直近6〜12ヶ月の クエリ別CV、CPA、ROAS をエクスポートして保存（移行後のベースライン比較に使用）
• 「特に成果が良かったクエリ」「悪かったクエリ」を分類して、AI Max移行後の確認項目に整理
• クリックは多いがCVが取れていないURLを洗い出し、AI Max移行前に除外URL候補としてリスト化

② 除外キーワード／除外URL／ブランドリストの整備

• アカウント全体の除外キーワードリストを最新化（求人系・採用系・誤クリック系・競合誤認系）
• 「会社概要」「採用」「ブログ」「FAQ」など、広告対象にしてほしくないURLパターンを除外URL登録
• ブランドリスト機能で、自社／競合／関連ブランドを設定（先行で機能解放されているアカウントから順次）

③ ページフィード／カスタムラベルの整備

• SKUベース／カテゴリベースのページフィードを整理し、 「広告で出す対象ページ」を明示的に管理 できる状態にしておく
• カスタムラベルでカテゴリ別の出し分けを設計
• EC事業者は商品フィード（Merchant Center）と並行で整備

④ アセット（広告見出し・説明文）の質と量

• 広告見出し10〜15本／説明文4本フルを目標に、訴求パターンを増やしておく
• 「立地・価格・実績数字・専門性・期間限定」など、 訴求軸を5パターン以上 に分散
• サイトリンク／コールアウト／構造化スニペットも整備

⑤ 計測の高度化（GA4／拡張コンバージョン／CAPI）

• GA4のコンバージョン設定を最新化（マイクロCVも含めて）
• 拡張コンバージョン（Enhanced Conversions）の有効化
• サーバーサイドGTM／CAPI（Conversions API）の実装可否を確認
• 1stパーティデータ（顧客リスト／Customer Match）のアップロード設計

⑥ 並行運用期間の予算設計

• 移行ツール表示後に「DSA継続」と「AI Max先行」を 2〜4週間並行 させ、CPA／ROASを比較
• 並行運用期はAI Maxへ 既存DSA予算の30〜50% を割り当てるのが安全な初手
• 2週間目以降の比較で問題なければ、AI Maxの予算比率を段階的に引き上げる

① ベースライン比較

移行前のDSAキャンペーン直近12週の CPA／CVR／ROAS／CV数 をベースラインとして固定。AI Max移行後の同期間（曜日・季節を揃えた比較が望ましい）で比較する。

② AI Max学習期間の設計

AI Maxは初期の2〜4週間は学習期。既存DSA時のCPA／CVRより悪化しても、 その時点で打ち切らない こと。学習データが溜まれば改善するケースが多い。判断は最低4週間の運用後に行う。

③ KPI読み解きの3層

• 第一層：CPA／ROAS／CV数（広告主のKGI直結指標）
• 第二層：インテントクラスタ別の貢献度（指名／競合／一般／関連／純粋新規）
• 第三層：アセット別パフォーマンス（どの広告見出し／説明文が機能しているか）

④ クエリレポートの読み方変更

AI Maxではクエリ単位の細かい良し悪し評価から、 「インテントクラスタ単位の良し悪し評価」 へ読み方をシフト。クエリを集約してインテントを推定し、クラスタごとに改善判断する習慣をつける。

① EC（自社EC・モール）

商品ページが多くDSA活用度が高い業態のため、 移行の影響が最も大きい 領域。Merchant Center商品フィードの最新化、カテゴリページの構造整備、Shop Pay／チェックアウト最適化と組み合わせて移行効果を最大化する。関連記事「商品フィードとショッピング広告の基礎」「ECに強い広告代理店の見分け方」も参照。

② リード獲得（BtoB／不動産／教育）

DSAでロングテールの問合せクエリを拾っていた事業者は、 マイクロCV（資料DL／メルマガ／LP閲覧） を計測に組み込み、AI Maxのシグナルを厚くしてから移行するのが定石。1stパーティデータ（顧客リスト）の整備でCustomer Matchを併用すると効果的。

③ 店舗（飲食・ジム・サロン・ピラティス）

DSA活用度は中程度だが、 Googleビジネスプロフィール（MEO）と住所アセットの連携 がAI Max時代に一段重要になる。関連記事「Googleマップに広告を出す方法と飲食店集客手法」「店舗系ビジネスで広告効果を高める方法」「地理的変数×入札単価調整の実践記録」もご覧ください。

④ SaaS／高単価商材

検討期間が長く、CV数が少ない商材は、 マイクロCVと1stパーティデータの整備 がAI Maxの精度を決定づける。Customer Match、サーバーサイドGTM、CAPIまで一気に整備するのが、移行成功の鍵。

失敗1：自動アップグレードを待ってから慌てる

9月の自動切り替え後に成果が変動し、繁忙期前に学習が間に合わない。 対策：4月以降の移行ツール表示で先行アップグレード→2〜4週間並行運用→8月までに本番移行を完了する。

失敗2：除外URL／ページフィードを設定しない

「会社概要」「採用」「ブログ古い記事」が広告対象として拾われ、CPAが悪化。 対策：移行前に「広告で出さないURL」のリストを作って除外設定。ページフィードで「出してよいページ」を明示する。

失敗3：アセットの量を増やさない

DSA時代の感覚で広告見出し3本のまま移行→ACAが十分に機能せず、クリエイティブの組合せ最適化が走らない。 対策：広告見出し10〜15本／説明文4本／サイトリンク／コールアウト／構造化スニペットまで整備。

失敗4：1stパーティデータを未整備のまま移行

Customer Match・拡張コンバージョン・CAPIが未整備のままAI Maxに切り替えると、 シグナル品質不足 で本来の性能を引き出せない。 対策：移行と同タイミングで計測高度化を一気に進める。

失敗5：学習期に判断を急ぐ

移行直後の2週間でCPA悪化を見て即停止→学習データが溜まらず再起不能。 対策：最低4週間は判断を保留し、ベースライン比較を月次で実施。

失敗6：マッチタイプ概念に固執する

セマンティックマッチング前提のAI Maxを、従来のマッチタイプ感覚で評価しようとする。 対策：レポートの読み方を「クエリ単位」から「インテントクラスタ単位」へ意識的にシフト。

失敗7：P-MAXとの役割が曖昧

P-MAXとAI Maxを同じ目的で並走させると、内部で予算を奪い合い、両方とも中途半端な結果になる。 対策：「検索面はAI Max」「フルチャネルはP-MAX」と役割を明示的に分ける。

これから運用者に求められる5つのスキル

• ① ペルソナ／インテント設計力：「誰の／どんな検索意図に／何を訴求するか」を言語化できる力。コトラーの セグメント・オブ・ワン理論との親和性が高い。
• ② アセット制作・編集力：広告見出し・説明文・LPの素材を量産できる。クリエイティブディレクションの素養。
• ③ 計測アーキテクチャ理解：GA4・GTM・CAPI・1stパーティデータの設計／運用。
• ④ ブランドセーフティ設計：除外設計／ブランドリスト／ブランドキーワード戦略。
• ⑤ 仮説検証力：AIに任せる領域と、人が判断する領域を切り分ける戦略眼。