AMC 広告エージェントで述べましたとおり確かに便利なのですが、難点はプロンプトが英語に限られる点です。(これは多分としか言いようがない、実際日本語対応もしてるはずですが、現実的には初回は日本語でいけてもその後の問答が私の場合は英語限定になってしまいます。)原因としては、私が普段からブラウザーやPCやAMCのインターフェース言語を英語にしてることも考えられますが、何度が実験しましたが、日本語に戻してやっても結局英語にいわゆるFall Backしてしまいます(この現象を言語フォールバック、言語ドリフトなどと呼ぶようです)。理由としては、そもそものLLMの仕組みが英語ベースでできているからと思われます。まだベータ版だし今後どう対応されるのかわかりませんが、わたしは最初から開き直って英語でやってます。というか自論として「SQLや統計学や経済学やマーケティングなどもともと洋物なのだから英語のほうが効率がいい」というのもあります。ですので普段はそれを人に強要したりはしてません。しかし奇しくもことAMCに関しては多分、少なくとも現時点ではそれが最善の対処法かと思われます。そしてもともとSQLという言語そのものが英語みたいなものですからあまり違和感はないと思いますし、この際英語の勉強もかねて「英語でプロンプト」するのもおすすめではないでしょうか?
そこで拙い英語ですが、いくつかプロンプトをご紹介します。
[ケース1]ベン図のイメージもつけておきます。
“i like to know number of users who bought ASIN 12345 only, ASIN 67890 only, or both between 2026/05/01 and 2026/06/30 Japan Standard Time.“

WITH
purchasers AS (
SELECT
user_id,
MAX(
CASE
WHEN asin = 'ASIN 12345' THEN 1
ELSE 0
END
) AS bought_a,
MAX(
CASE
WHEN asin = 'ASIN 67890' THEN 1
ELSE 0
END
) AS bought_b
FROM
amazon_retail_purchases
WHERE
user_id IS NOT NULL
AND asin IN ('ASIN 12345', 'ASIN 67890')
AND CONVERT_TIME_ZONE_FROM_UTC (purchase_dt_utc, 'Asia/Tokyo') >= CAST('2026-05-01 00:00:00' AS TIMESTAMP)
AND CONVERT_TIME_ZONE_FROM_UTC (purchase_dt_utc, 'Asia/Tokyo') < CAST('2026-07-01 00:00:00' AS TIMESTAMP)
GROUP BY
user_id
)
SELECT
CASE
WHEN bought_a = 1
AND bought_b = 0 THEN 'ASIN 12345 only'
WHEN bought_a = 0
AND bought_b = 1 THEN 'ASIN 67890 only'
ELSE 'Both'
END AS purchase_group,
COUNT(DISTINCT user_id) AS users
FROM
purchasers
GROUP BY
1
SQLはこのようにすぐ返してくれますが、ここで注意点は繰り返しになりますが、丸投げをしない。あくまでも広告ージェントは補助ツールとして位置付け、「操縦席には自分が座る」ことが大事です。このクエリではまずCTEが使われてます。さらにCASE Statementがあって、最後に場合分けで数を集計してます(<=この文が何を言ってるか意味がわかりますか?)。SQLをしっかり理解すること、SQLを自動で書いてくれるのは非常にありがたいですし、記述のそつのなさ、スペルミスもなく、ロジックのミスもなくAMC特有のルールも踏まえて書いてくれるので、いたれりつくせり、非常に効率がよく力強い味方になります。省略してますが、SQL文のあとに解説文が英語で付記されます。基本的に依頼文とその後の問答が英語でできれば、英語力としては高いレベルではないので慣れていけば不自由なく使えるのではないかと思います。
[ケース2]i like to compare average order value and revenue per customer between Q1 2026 and Q2 2026, Japan Standard Time.
次の例ですが、ここでaverage order valueとかrevenue per customerとか何気なく使ってますが、average order value = 平均注文金額をだすためには、注文番号 (purchase_id)というものがテーブル上に存在する必要があり、私はあらかじめpurchase_idという項目がamazon_retail_purchasesというテーブルに存在することを知っていたので、何気なく依頼できましたが、そのためにはテーブルの構造を知っておく必要があるということです。一定、業務ルールあるいはビジネスロジックを理解しておく必要があるし、SQLもさることながら、どんなテーブルが存在してそれぞれどういう項目が入ってるかもなんとなくでいいので把握しておく必要があります。またこの依頼文プロンプト上ではcustomerと表現してますが、AMC上では正式にはuser_idという名称です。revenue per customer という自然言語表現の裏には、売上をこの番号別に平均を出す処理を意図してます。つかってる言葉は自然だけど、その裏で動くであろうSQLはなんとなく頭の中にイメージ出来てるからこそスムーズに依頼ができると思います。もしこれがSQLもなにも理解してない人だったら、そもそもまずプロンプトがチンプンカンプンになるはずです。そういう意味でビジネスロジックの理解、データ構造の理解が大前提にあるとおもいます。
WITH
jst_purchases AS (
SELECT
user_id,
purchase_id,
purchase_units_sold * unit_price AS line_revenue,
CASE
WHEN CONVERT_TIME_ZONE_FROM_UTC (purchase_dt_utc, 'Asia/Tokyo') >= CAST('2026-01-01 00:00:00' AS TIMESTAMP)
AND CONVERT_TIME_ZONE_FROM_UTC (purchase_dt_utc, 'Asia/Tokyo') < CAST('2026-04-01 00:00:00' AS TIMESTAMP) THEN 'Q1 2026'
WHEN CONVERT_TIME_ZONE_FROM_UTC (purchase_dt_utc, 'Asia/Tokyo') >= CAST('2026-04-01 00:00:00' AS TIMESTAMP)
AND CONVERT_TIME_ZONE_FROM_UTC (purchase_dt_utc, 'Asia/Tokyo') < CAST('2026-07-01 00:00:00' AS TIMESTAMP) THEN 'Q2 2026'
END AS quarter
FROM
amazon_retail_purchases
WHERE
user_id IS NOT NULL
AND purchase_id IS NOT NULL
)
SELECT
quarter,
COUNT(DISTINCT user_id) AS customers,
COUNT(DISTINCT purchase_id) AS orders,
SUM(line_revenue) AS total_revenue,
SUM(line_revenue) / COUNT(DISTINCT purchase_id) AS average_order_value,
SUM(line_revenue) / COUNT(DISTINCT user_id) AS revenue_per_customer
FROM
jst_purchases
WHERE
quarter IS NOT NULL
GROUP BY
quarter
[ケース3] like to have the histogram distribution for revenue per customer for the month of September 2026. In Japan standard time. Note average revenue per customer was found to be JPY 7000.
この例では、ケース2でだしたrevenue per customer という平均値があったのですが、ではその分布はどんな形なのかな?というお題です。中学1年で習ったヒストグラム度数分布表 (=histogram)を1ヶ月の顧客あたり平均購買額の分布をだすように依頼してます。このようにプロンプトは自然の言葉(英語)でいいのですが、知識としてはSQLにとどまらず、統計学でならった度数分布表などの概念も把握しておく必要があります。
WITH
customer_revenue AS (
SELECT
user_id,
SUM(total_product_sales) AS revenue_jpy
FROM
conversions
WHERE
user_id IS NOT NULL
AND event_category = ‘purchase’
AND total_product_sales > 0
AND purchase_currency = ‘JPY’
AND CONVERT_TIME_ZONE_FROM_UTC (event_dt_utc, ‘Asia/Tokyo’) >= CAST(‘2026-09-01’ AS TIMESTAMP)
AND CONVERT_TIME_ZONE_FROM_UTC (event_dt_utc, ‘Asia/Tokyo’) < CAST(‘2026-10-01’ AS TIMESTAMP)
GROUP BY
1
),
bucketed AS (
SELECT
user_id,
revenue_jpy,
LEAST (CAST(FLOOR(revenue_jpy / 1000) AS INT), 30) AS bucket_index
FROM
customer_revenue
)
SELECT
bucket_index * 1000 AS bucket_lower_bound_jpy,
CASE
WHEN bucket_index >= 30 THEN NULL
ELSE (bucket_index + 1) * 1000
END AS bucket_upper_bound_jpy_exclusive,
COUNT(DISTINCT user_id) AS customers,
SUM(revenue_jpy) AS total_revenue_jpy
FROM
bucketed
GROUP BY
1,
2
Amazon Marketing Cloud Practitioner