CursorでLPのA/Bテストを自動化｜成約率を上げる改善術

LPを公開したのに、思ったほど問い合わせや申し込みが増えない。直したい気持ちはあるけれど、どこをどう変えればいいか分からない。そんなお悩みはありませんか。

この記事では、AIコードエディタ「Cursor（カーソル）」を使って、LP（ランディングページ）のA/Bテストを回す具体的なやり方を解説します。仮説の立て方、AIにコードを書き換えさせる手順、成果を計測して判断する流れまで、非エンジニアの方でも自分で動かせるレベルで順番に説明します。

Contents / 目次

1. 結論。CursorでLPのA/Bテストは「作業」を自動化、「判断」は人がやる
2. CursorでA/Bテストを回す具体的な手順
3. 取り組むと何が変わるのか。成果のイメージ
4. よくある失敗と回避法
5. 使う前に知っておきたい落とし穴と、現場の本音
6. よくある質問
7. まとめ。まずは1つの仮説から始めてみましょう

結論。CursorでLPのA/Bテストは「作業」を自動化、「判断」は人がやる

先に結論をお伝えします。Cursorを使うと、A/Bテストで一番手間のかかる「コードの書き換え」と「2パターンの用意」が一気に速くなります。ただし、AIに丸投げして成約率が勝手に上がるわけではありません。AIに任せるのは作業、仮説づくりと勝ち負けの判断は人が握る。これが2026年時点でのいちばん現実的な使い方です。

Cursorとは、AIを組み込んだコードエディタのことです。かんたんに言うと、文章で「ここのボタンの色を変えて」「見出しをもう1パターン作って」とお願いすると、AIが該当するコードを探して書き換えてくれるツールです。HTMLやCSSを自分で一行ずつ書かなくても、対話しながらLPを直せます。

まず、やるべきことの全体像を3つに整理します。

• 仮説を立てる：「この見出しを変えれば、もっと刺さるはず」という変更の狙いを1つだけ決める
• Cursorで2パターン作る：今のLP（A案）に対して、仮説を反映したB案をAIに作らせる
• 計測して判断する：両方を同時に出し分けて、どちらの成約率が高かったかを数字で確かめる

この3ステップのうち、Cursorが大きく助けてくれるのは2つ目です。1つ目の仮説と3つ目の判断は、自社の事情やお客さんを知っている人にしかできません。下の表で、従来のやり方とCursorを使うやり方の違いを整理しました。

工程	従来のやり方	Cursorを使うやり方
B案のコード作成	制作会社に依頼、数日〜数週間待ち	対話で指示、その場で書き換え
修正のやり直し	往復のたびに費用と時間	「もう少し短く」と追加指示で即修正
必要な知識	HTML・CSSの知識が前提	非エンジニアでも指示文で対応可
仮説・合否判定	人が担当	人が担当（ここは変わらない）

押さえどころ。Cursorは「直す速さ」を変えるツールであって、「何を直すべきか」を考えてくれる魔法ではありません。速く回せる分、いい仮説をどれだけ用意できるかが成果を左右します。

CursorでA/Bテストを回す具体的な手順

ここからは実際の進め方です。読みながら手を動かせるよう、順番に説明します。なお、Cursorの画面上のボタン名やメニューの位置はバージョンで変わることがあるため、正確な操作はCursorの公式サイトで最新の情報を確認してください。ここでは「何を・どの順でやるか」という流れを中心にお伝えします。

ステップ1。テストする要素を1つだけ決める

A/Bテストの第一歩は、変える場所を1つに絞ることです。一度に複数を変えると、どれが効いたのか分からなくなります。最初に試すなら、成約率への影響が大きい順に次の優先度で選ぶのがおすすめです。

• ファーストビューの見出し：訪問者が最初に読む一文。ここで「自分に関係ある」と思わせられるかが最大の分かれ目
• CTAボタンの文言：「お問い合わせ」より「無料で診断してみる」のように、行動の中身が見える言葉に変える
• ボタンの色や位置：背景に埋もれていないか、スクロールせず押せる位置にあるか

ステップ2。Cursorに仮説を渡してB案を作らせる

変える場所を決めたら、Cursorに今のLPのファイルを開かせて、変更を指示します。このとき大事なのは、完璧な指示文を作り込もうとしないことです。今のAIは、ざっくり頼めば足りない部分を補って動いてくれます。出発点として、次のような短いたたき台（seed）を渡し、あとは返ってきた案を見ながら対話で詰めていくのが効率的です。

あなたはLP改善の担当者です。
この index.html の中の、見出しとCTAボタンの文言だけを変えたB案を作ってください。

・狙い：［例：価格の不安をやわらげ、無料で始められる点を前に出したい］
・今の見出し：［現状の見出しを貼る］
・変えてほしい要素：見出し と CTAボタンの文言のみ（レイアウトは触らない）
・トーン：［例：誠実で押し売り感がない］

候補を3案出してから、いちばん狙いに合うものを提案してください。

Cursorはコード全体を読んだうえで該当箇所を見つけ、書き換え案を出してくれます。気に入らなければ「もっと短く」「数字を入れて」と追加で頼めば、その場で直してくれます。ここがCursorの一番の強みです。

AIが出した文言は必ず人が確認してください。事実と違う数字を勝手に入れたり、自社が言えない約束を書いてしまうことがあります。AIの出力は「たたき台」、最終チェックは人の仕事です。

ステップ3。2パターンを出し分けて計測する

B案ができたら、訪問者の半分にA案、半分にB案を見せて、成約率を比べます。専用のツールを使う方法もありますが、まずは仕組みを理解するために、自分のLPに組み込める計測コードの例を載せておきます。GA4（Googleアナリティクス4）が入っているLPの、ページ末尾に貼って使う形です。

<!-- 前提：このコードはLPの </body> の直前に貼る。GA4（gtag.js）が先に読み込まれていること -->
<!-- 差し替えたい見出しに data-ab="headline"、CTAボタンに data-ab="cta" を付けておく -->
<script>
(function () {
  var TEST_NAME = "hero_cta_2026_06"; // ［テストごとに名前を変える］

  // 1人につき同じパターンを出し続けるため、振り分け結果を保存する
  var key = "abtest_" + TEST_NAME;
  var variant = localStorage.getItem(key);
  if (!variant) {
    variant = Math.random() < 0.5 ? "A" : "B"; // 50%ずつ振り分け
    localStorage.setItem(key, variant);
  }

  // パターンBのときだけ文言を差し替える
  if (variant === "B") {
    var h = document.querySelector("[data-ab='headline']");
    if (h) h.textContent = "30日でCVを見直す。まずは無料診断から"; // ［B案の見出し］
    var c = document.querySelector("[data-ab='cta']");
    if (c) c.textContent = "無料で診断してみる"; // ［B案のCTA文言］
  }

  // 表示時に「どちらを見たか」をGA4へ送る
  if (typeof gtag === "function") {
    gtag("event", "ab_view", { test_name: TEST_NAME, variant: variant });
  }

  // CTAクリックも計測（成果の比較に使う）
  var cta = document.querySelector("[data-ab='cta']");
  if (cta) {
    cta.addEventListener("click", function () {
      if (typeof gtag === "function") {
        gtag("event", "ab_click", { test_name: TEST_NAME, variant: variant });
      }
    });
  }
})();
</script>

このコード自体も、意味が分からなければCursorに貼り付けて「これは何をしているコードか、自分のLPに合わせてどこを変えればいいか教えて」と聞けば、丁寧に説明してくれます。動かす前に、見出しタグに data-ab="headline"、ボタンに data-ab="cta" を付ける必要がある点だけ注意してください。

ステップ4。判断のルールを先に決めておく

計測を始める前に、合否の基準を紙に書いておきましょう。後から決めると、自分の都合のいいように解釈してしまうからです。最低限、次のチェックリストを埋めてからテストを開始してください。

• 見る指標：CTAクリック率か、問い合わせ完了率か、1つに決める
• 必要な件数：必要なサンプル数は商材やもとの成約率で大きく変わります。各パターンにクリックとコンバージョンが十分に貯まるまで判断しない（数日・数十クリック程度の差はただのブレ）
• 期間：曜日のかたよりを消すため、曜日が一巡する期間は回す
• 勝ちの条件：「B案がA案を◯%以上上回ったら採用」と数字で先に決める

取り組むと何が変わるのか。成果のイメージ

A/Bテストを仕組み化すると、いちばん変わるのは「改善のスピードと回数」です。これまで制作会社への依頼待ちで月1回しか試せなかった改善が、月に何本も回せるようになります。テストの回数が増えれば、当たりを引く確率も上がります。

具体的な成果を、仮の数字でイメージしてみましょう。あくまで計算例ですが、考え方の参考になります。

• 月に1万人が訪れ、成約率（CVR）が2.0%のLPがあるとします。これは月200件の成約です。
• ファーストビューの見出しを改善し、CVRが2.0%から2.6%に上がったとします。
• すると成約は月260件になります。1万人のうち60件分、つまり毎月の成果が3割増える計算です。

もちろん、すべてのテストで勝てるわけではありません。明確に勝てるテストは打った数の一部にとどまるのが実際のところで、その勝率は業種や仮説の質によって大きく変わります。だからこそ、1回ごとの当たり外れに一喜一憂せず、回数を打てる体制をつくることが効いてきます。

「AIで作業を速くして、テストの回数を増やす」という考え方は、会社の規模を問わず使える勝ち筋です。大規模な仕組みを組まなくても、中小企業が自分たちのペースでテスト回数を増やすだけで、十分に手応えは見込めます。

大事なのは、AIを導入して満足せず、テスト結果を次の仮説づくりに活かすサイクルを止めないことです。AIで作業が速くなった分の時間を、お客さんの観察や仮説づくりに回せているかが、成果の差になります。LPに来る前のSNSや検索の動線まで含めて考えたい方は、AI検索で自社はどう見える？BtoB企業がやるべき改善策もあわせて読んでみてください。

よくある失敗と回避法

ここからは、現場でよく見かける失敗を3つ紹介します。どれも「やりがち」なものばかりなので、始める前に頭に入れておくと安心です。

失敗1。一度にあれもこれも変えてしまう

気合いが入ると、見出しもボタンも色も画像も、全部まとめて変えたくなります。すると、成約率が上がっても下がっても、何が原因か分からなくなります。これでは次の打ち手につながりません。

防ぐには、1回のテストで変える要素を1つに絞ることです。見出しを試すなら見出しだけ。それで決着がついてから、次にボタンを試す。地味ですが、これが結局いちばん早く正解にたどり着きます。

失敗2。件数が少ないうちに勝敗を決める

テストを始めて2〜3日、「B案がリードしてる」と喜んで切り替えてしまう。これがとても多い失敗です。数十クリック程度の差は、ただの偶然のブレであることがほとんどです。翌週には逆転していることも珍しくありません。

防ぐには、ステップ4で決めた「必要な件数」と「期間」を守ること。各パターンのコンバージョンが十分に貯まり、曜日が一巡する期間を回す。この約束を破らないだけで、誤った判断はぐっと減ります。

失敗3。AIの出した文言をそのまま公開してしまう

Cursorが作った見出しやコピーは、見た目はそれっぽく仕上がります。だからこそ、中身を確認せず公開してしまう事故が起きます。実際には、根拠のない数字や、自社では約束できない表現が混ざっていることがあります。

防ぐには、公開前に「この数字の根拠はあるか」「この言い回しは事実か」を人がチェックする工程を必ず挟むことです。AIは下書き役、最終責任は人。この線引きを社内ルールにしておくと安全です。AIの文章を自社らしく整えるコツはAI感を消すルール作り｜AI文章に自社らしさを注入するガイドでも解説しています。

使う前に知っておきたい落とし穴と、現場の本音

ここでは、教科書には載りにくい「現場で見えた限界」を率直にお伝えします。私たちコレットラボ（大分・福岡を拠点にAI業務システム化を支援）が中小企業の支援で実際にぶつかってきたポイントです。

まず大前提として、アクセスが少ないLPではA/Bテストは向きません。月の訪問者が数百人しかいないと、必要な件数が貯まるまでに何か月もかかります。その間に商品やキャンペーンが変わってしまい、テストの意味が薄れます。目安として、月間コンバージョンが数百件に満たないなら、A/Bテストより先に集客を増やす方が効果的です。

次に、Cursorは便利ですが「コードを触る」ツールである以上、本番のLPをいきなり書き換えるのは危険です。1つの操作ミスで表示が崩れたり、フォームが動かなくなることがあります。必ずコピー（バックアップ）を取ってから作業する、テスト用の環境で確認してから本番に反映する、という手順を守ってください。コードを安全に書き換える考え方はCursorで古いプラグインを安全に書き換えるも参考になります。

そして内製と外注の切り分けです。役割をはっきり分けると、迷いが減ります。

• 自社でやる：仮説づくりと文言の最終判断。お客さんを知っている自社にしかできない部分
• 最初だけプロと型を作る：計測の初期設定、テスト設計、結果の統計的な読み方。慣れていないと判断を誤りやすい領域

この型さえできれば、運用は自社で回す。これがいちばんコスパが良いと感じています。

正直な向き不向き。Cursorを使ったA/Bテストは「ある程度アクセスがあり、自分たちで改善を回したい会社」に向きます。逆に、アクセスが少ない、社内に時間が取れる人がいない、という場合は無理に内製せず、伴走支援を使った方が結局早いです。

よくある質問

まとめ。まずは1つの仮説から始めてみましょう

CursorでLPのA/Bテストを回すと、これまで時間がかかっていた「直す作業」が一気に速くなります。だからこそ、いい仮説をどれだけ用意できるか、結果を冷静に判断できるかが成果を分けます。まずは見出しを1つ、B案を作って試すところから始めてみてください。

ここまで読んで、「やり方は分かったけれど、自社のリソースだけで回し切るのは難しそうだ」と感じた方もいるかもしれません。コレットラボのAI業務システム化支援では、テスト設計の型づくりから運用の内製化まで、御社の状況に合わせて一緒に整理します。今の課題を整理するだけでも構いません。AI業務システム化の詳細はこちらから、お気軽にご相談ください。