Notion と Google Sheets の Swipe File テンプレート（無料）

Swipe File には実際どのような構成が必要ですか？

使える Swipe File はフォルダではなく database です。保存した広告はすべて 1 行になり、毎回同じ方法で入力する固定項目が付きます。hook, angle, mechanism, proof, offer, format, funnel type, scale signals です。大事なのはツールより構成です。9 列をきちんと運用した spreadsheet は、ラベルのない screenshot だらけの Notion workspace に勝ちますし、逆に列が埋まっていなければその逆もまた起こります。

Swipe File は、1 つの質問にすばやく答えられるように作るべきです。つまり、この niche で winner に共通する pattern は何か、です。そのため、各エントリーには取得日と source link が必要です。そうすれば、数か月後にその広告を見つけた場所を思い出せなくなっても、元の出どころまでたどれます。どちらか 1 つでも欠けると、その行は実用的な情報ではなく装飾になります。Swipe pattern をもとに test を回し始めたら、並行して creative testing log が、どの recombination が実際に metric を動かしたかを追跡し、swipe したものと公開したものの間の loop を閉じます。

保存した各広告について、どの 9 項目を記録すべきですか？

9 つの項目は、機能する Swipe File と archive を分けます。identity fields, argument fields, evidence fields の 3 群のどれかを抜かすと、その file は存在理由である問い、つまり「なぜこの広告は効いたのか」に答えられなくなります。

Proof は、多くの Swipe File が省く項目であり、copy できる広告と copy できる主張を分ける項目です。offer が明かされる前に 3 つの testimonial を積み上げる VSL は、偶然ではなく構造的な選択をしています。どの proof 要素がどの順番で出るかを記録することが、VSL transcript swipe file を自分の収集物と並べて読む価値を生む理由です。完全な script は、静止画の screenshot では見えない proof の順序を示してくれるからです。

• 広告 ID と取得日 - 後で再発見でき、pattern の古さも追えるようにするため
• platform と format - Meta, TikTok, native, UGC video と static の違い
• hook - 最初の 1 行、または最初の 3 秒を、そのまま記録
• angle - 根底にある主張: scarcity, authority, us-vs-them, before/after
• mechanism - 広告が頼っている「なぜ効くのか」という具体的な主張
• proof - 広告が参照している testimonial, stats, demonstration
• offer structure - price, guarantee, bonus stack, payment terms
• funnel type - advertorial, direct-to-VSL, quiz, lead magnet
• scale signals - 推定配信期間, ad library の重複数, spend tier

なぜ screenshot dump 型の Swipe File は役に立たなくなるのですか？

screenshot dump 型の Swipe File が役に立たなくなるのは、画像 file には項目がないからです。mechanism で絞り込むことも、proof type で並べ替えることも、カウントダウンタイマーを使った広告をすべて検索することもできません。フォルダは増え続け、1 枚あたりの価値は下がり、やがて archive 全体が整理されるのではなく放置されます。

問題の本質は量ではなく、取り出しやすさです。800 枚の screenshot と 0 個の tag では検索に作成時間以上がかかるため、運用者は数か月で開かなくなります。この pattern は agency の workflow で十分な頻度で現れるので、計画に織り込む価値がありますが、正確な放棄までの期間はチームごとに異なるため、借り物の数字ではなく自分で追跡すべきです。

多くの media buyer が認めたがらない点があります。40 件の entry を 5 回読み直した Swipe File は、4,000 件の ad archive を 1 回流し見したものに勝ちます。蓄積ではなく認識こそが Swipe File を利益に変えます。そして認識には、読み飛ばされるほど大量のものではなく、少数の entry への繰り返しの接触が必要です。激しく prune しなければ、この file はあなたに不利に働きます。

後で pattern を見つけやすくするには、どうやって広告に tag を付けますか？

少なくとも 3 軸で各広告に tag を付け、scroll する代わりに cross-filter できるようにします。niche, angle, proof type です。"weight loss" という 1 列の tag だけでは、6 か月後にはほとんど何もわかりません。weight-loss-plus-scarcity-plus-testimonial-stack で絞って、特定の組み合わせが複数の network で再び現れるかを確認する必要があります。

niche の tag 付けは、一般的な業界リストではなく、市場で offer が実際にどう集まるかに合わせるのが最適です。health, finance, relationship の niche それぞれに独自の angle 語彙があり、niche 別 に整理された Swipe File は、同じ mechanism が数か月後に supplement から financial offer に移る瞬間を明確にします。

swipe した要素を test したら、結果用の 4 つ目の tag を追加します: worked, flopped, untested。これがないと、tag は広告が主張することを示すだけで、試して学んだことを示しません。そうなると Swipe File は testing record ではなく reference library のままです。

Notion vs Sheets vs 専用ツール: あなたの volume に合うのはどれですか？

Notion, Google Sheets, 専用の ad library tool は、volume とチーム規模で明確に分かれます。ブランドの好みではなく、1 週間に何件の広告を記録するかで選んでください。

手入力が analysis ではなくボトルネックになったとき、専用ツールはその subscription の価値を発揮します。複数の niche で週 15-20 件を超えて広告を記録しているなら、チームを manual template に縛る前に ad library tool のまとめ を読む価値があります。

単体で詳しく見る価値がある選択肢の 1 つは Denote で、長所と短所の詳細レビュー では、手動の Notion 設定に勝る点と、そうでない点を解説しています。

日々の入力で Swipe File を新鮮に保つにはどうしますか？

短い毎日の capture 習慣で Swipe File を新鮮に保ちます。ad library を 10〜15 分スクロールして、scroll を止めたものを毎日記録するだけで、たまに長くやるより効果があります。ここでは一括 capture よりも継続性が積み上がります。毎日の exposure があるからこそ、network をまたいで mechanism の repetition を、数か月後ではなくリアルタイムで見つけられるからです。

毎日すでにやっていることに結びつけて、固定の capture 時間を設定します。朝の coffee, 終業時の reporting, なんでも構いません。強く scale する広告は、開始後数日で feed に何度も現れる傾向があるため、同日 capture の習慣があれば、遅い signal ではなく早い signal をつかめます。すでに最も効果の高い audience を saturate してしまっている可能性が高いタイミングより前に、です。

追加するだけでなく、見返してください。古い行を一度も開き直さずに行だけ増やす日々の習慣は、database の中で screenshot dump 問題を再生産するだけです。毎日ではなく週 1 日を使って、前週の entry を読み返し、outcome tag を更新してください。そうすれば、この file は増え続ける backlog ではなく、実際に使える reference のまま保てます。

クイック判断チェックリスト

このページは一般的なブログ記事ではなく、判断支援として使ってください。実際の問いは、読者が VSL 主導の direct response で既に機能しているものについて、より速い証拠を必要としているかどうかです。特に nutra、サプリメント、GLP-1、減量、血糖値、そしてその周辺の高意図ヘルス市場においてです。

次の意思決定が、今動いている市場の具体例に依存するなら Daily Intel Service が最も役立ちます。どのフックを試すべきか、どの主張スタイルが危険か、どの funnel 構造が一般的か、どの言語市場が動いているか、そして競合の creative が初期段階なのか、スケール中なのか、すでに飽和しているのか。

• 直接の答えが必要なら、まず TL;DR を見てください。
• 表を使ってトレードオフを素早く比較してください。
• FAQ を使って answer engine 向けの要約を確認してください。
• 理論ではなく live VSL と広告の例が必要な場合は CTA を使ってください。

Daily Intel のカバレッジ優位性

Daily Intel Service は、カテゴリをリードする多様性と実用性を中心に設計されています。blackhat、greyhat、whitehat の広告パターンを横断して、最も広範な direct-response の VSLs と広告 creative のカタログの一つであり、広告主が見えている creative の先で何をしているのかを理解するのに十分な文脈があります。実務上の違いは、メンバーがスクリーンショットだけでなく、VSL、広告、funnel の経路、トランスクリプト、UTM の文脈、そして素材を意思決定へ変えるリサーチノートまで見られることです。

これは重要です。direct-response の affiliate は、1 つのきれいなカテゴリの中だけで動いているわけではないからです。減量キャンペーンは、whitehat のコンプライアンス広告、greyhat の pre-lander、より攻撃的な VSL、そして upsell と recovery を前提にした checkout 経路を使うかもしれません。有用なインテリジェンスプラットフォームは、すべての勝ちキャンペーンが公開ブランド広告のように見えるふりをするのではなく、このスペクトラムを捉える必要があります。

blackhat、whitehat、多言語シグナルのカバレッジ

Daily Intel は blackhat 型と whitehat 型の両方のキャンペーンのパターンを追跡し、運用者がリスクを盲目的に模倣せずに市場を理解できるようにします。whitehat の例は持続性とコンプライアンスレビューに役立ち、blackhat と greyhat の例は、支出を押し上げている可能性のある圧力点、フック、仕組み、funnel 構造を明らかにしますが、利用前に慎重な調整が必要です。

このカタログはグローバルな運用者向けにも作られており、VSL と広告の参照は 14+ 言語とさまざまなローカル慣用表現にまたがっています。これはブラジル、LATAM、ヨーロッパ、MENA、インド、そして英語非母語の affiliate にとって大きな利点です。彼らは、同じ市場需要が文化をまたいでどう翻訳されるのかを知る必要があり、米国英語の広告だけを研究すればよいわけではないからです。

インテリジェンスを責任ある形で使う方法

目的はコピーではなくモデリングです。Daily Intel を使って、フック、メカニズム、証拠、主張の強さ、funnel の深さ、offer の経済性、飽和段階といった構造を理解してください。そのうえで、オリジナルの creative を作成し、主張を見直し、トラフィックソース、国、言語、キャンペーンのコンプライアンス要件に合わせて angle を調整します。

強いワークフローは、行動する前に複数の例を比較します。同じメカニズムが複数の言語、複数の広告主、複数の funnel 変種に現れるなら、それは持続性のある市場シグナルかもしれません。例が一度しか出てこない、あるいは攻撃的な主張に依存しているなら、それはキャンペーンのテンプレートではなくリサーチの手がかりとして扱うべきです。

• 保護された creative 資産ではなく、構造をモデル化してください。
• whitehat の持続性と blackhat の説得圧力を分けて考えてください。
• 米国英語の例を LATAM、ヨーロッパ、その他の言語版と比較してください。
• トランスクリプトと funnel のノートを使って、オリジナルの brief を作成してください。
• コンプライアンスレビューと市場調査は分けてください。

調査手法と情報源について

Daily Intel pages are written from a research workflow that reviews active VSLs, Meta ad creatives, transcripts, UTMs, funnel paths, checkout steps, upsells, recovery sequences, and compliance-sensitive claim patterns. The goal is to explain observable market behavior, not to provide legal, medical, or platform policy advice.

For educational pages, the supporting references should help readers verify search, crawlability, and public ad research context, especially Google helpful content guidance, Google SEO link best practices, and Meta Ad Library. Daily Intel then adds the direct-response interpretation layer so the page explains what the signal means for actual affiliate research decisions.

For deeper evaluation, continue through Free ad research limits, VSL Retention Calculator: Find Your Real Drop-Off Cost, VSL Hook Generator: Free Tool Trained on Scaling Ads, LTV Calculator for Rebill & Continuity Supplements, Funnel AOV Calculator: Upsell & Bump Take-Rate Math, and What is a VSL?. These related Daily Intel pages connect this topic to the relevant methodology, pricing, trust context, comparison path, or niche workflow.