OpenAI、ChatGPT向け広告システムの技術詳細を公開　文脈を記憶する専用LLMで回答の中立性を維持

要点

• OpenAIは、対話型AI「ChatGPT」向けに独自開発した広告配信システムの設計思想とアーキテクチャを公式ブログで公表した。

• 検索クエリなどの単発イベントに対応する従来の広告とは異なり、会話の複数ターンやセッションをまたいで文脈を保持する仕組みを採用している。

• 広告の選定・配信プロセスはChatGPTの回答生成から完全に切り離された独立サービスとして運用され、回答の中立性を担保している。

• 事後学習を施した専用の大規模言語モデル（LLM）が司令塔となり、ツール呼び出しを通じて広告候補の検索や順位付け、オークションを統括する。

• 同広告システムはサービス開始から200日足らずで年換算売上高10億ドルに達し、利用広告主数は10万社を突破したという。

• OpenAIは2026年10月21日、同社の公式エンジニアリングブログにて、対話型AI「ChatGPT」専用に構築した広告配信システム（アドスタック）の技術的な詳細を発表した。執筆したのは同社技術スタッフのRitendra Datta氏とKarthik Gopalratnam氏である。

• 発表によると、ChatGPTにおけるユーザーの意図は複数回の会話のやり取りを通じて徐々に明確化・変化していくため、従来の検索連動型広告のような「単一のリクエストに対して広告を返す」仕組みでは十分に対応できないという。こうした対話環境特有の課題を解決するため、同社は文脈理解とツール呼び出し機能を備えた専用LLMを中心とする新たな配信基盤をゼロから開発したと説明している。

会話の進展に合わせて意図を捉える「ステートフル」なセッション管理

従来のインターネット広告は、ユーザーが検索窓に入力した語句や閲覧したWebページなどの個別イベントを契機に、広告候補の検索、順位付け、オークションを経て表示を行う仕組みが一般的だった。

しかし、ChatGPTを利用するユーザーは、旅行の計画、業務向けソフトウェアの選定、家具選び、新しい趣味の学習といった広範な目標を持って対話を開始することが多い。会話の途中でChatGPTとのやり取りを通じて要望が具体化していくため、最初の発言だけを捉えて広告を配信すると、ユーザーの意図を誤認したり、利用体験を妨げたりする危険性があるという。

たとえば、同社のエンジニアリングチームが試した例では、最初はランニングの一般的なトレーニング方法に関する質問から始まり、数ターン会話を重ねた後に初めて練習用シューズの質問が現れたとしている。制約条件が加わるたびに商業的な文脈が変化し、そうした文脈は複数回のやり取りをまたいで発展していく。

メッセージごとに独立した広告リクエストを発行する方式には、目的の過度な単純化や、真のニーズが判明する前に広告フローを開始してしまうリスク、会話の流れを邪魔する広告の表示、リクエストが変わるたびに広告処理を再実行するコストの浪費といった問題が存在する。そのため新システムでは、会話のセッション全体を通じて情報を記憶・更新し続ける「ステートフル（状態を保持して過去の文脈を引き継ぐ仕組み）」な広告セッションを維持し、対話の進展に適応しながら適切な表示タイミングを判断している。

回答生成への影響を遮断する独立したサービス構成

ChatGPTの広告スタックにおける重要な設計指針の一つが、広告選定プロセスとChatGPT本体の回答生成プロセスの完全な分離である。

広告の判定や選定を行うシステムは、ChatGPTのコアサーバーとは別のサービスとして独立して稼働しており、使用するモデルやプログラムコードも完全に切り離されている。これにより、広告がChatGPTの生成する回答内容に影響を与えたり、中立的なトーンを歪めたりすることを構造的に防いでいるという。

このアーキテクチャ上の分離は、システムの信頼性と品質維持の面でも実用的な利点をもたらしている。広告システムが遅延したり停止したりした場合でも、ChatGPT本体の通常の回答生成は何の影響も受けずに継続される。また、広告の価値基準を高く維持できるため、条件に合致する広告が見当たらない場合に「広告を一切表示しない」という挙動も、正常な成功結果の一つとして扱われる設計になっている。

専用LLMがオーケストレーターとして各機能を呼び出し

広告処理の流れ全体を統括するのは、同社が独自に事後学習（モデルの基本訓練後に追加で特定の用途向けに行う調整）を施した最先端LLMである。システム内ではこのLLMを「オーケストレーター」と呼称している。

オーケストレーターは対話の流れを解釈しながら自律的なループの中で動作し、ツール呼び出し（LLMが外部の特定機能やプログラムを指示して実行させる仕組み）を用いて広告システムの各機能を順次実行する。具体的には、広告候補を広範に集める「検索（Retrieval）」、利用者の関心を予測する「ランキング（Ranking）」、広告の有用性を評価する「関連性評価（Relevance）」、最終的な選定と価格を決定する「オークション（Auction）」、そして「配信（Delivery）」に至る工程を制御している。

会話履歴を段階的に受け取る処理では、過去の文脈と現在の意図を的確に見分ける必要がある。オーケストレーターは過去のメッセージへの参照関係を解釈し、ユーザーが仮定の話をしている場面を認識するほか、製品やサービス名が単に話題に出ただけの状態を購入意図と混同しないよう判断を下す。また、ユーザーが広告のパーソナライズを有効にしている場合には、プライバシーに配慮した非機微な過去の対話情報も参照しながら最適な広告を絞り込む。

200日足らずで年換算売上10億ドルと10万社利用を達成

OpenAIによると、このような自己改善型の広告システムを一から立ち上げるには通常数年の期間を要するが、ChatGPTの広告事業はローンチから200日未満で年間換算売上高（現時点の売上ペースを1年分に換算した指標）10億ドルを達成した。

さらに、これまでにChatGPT上で広告を出稿した広告主の数は、サービス開始から累計で10万社を超えているという。同社はユーザーの信頼と価値を最優先に置きながら、対話環境に適した経済的機会の創出を両立させる基盤として、今後も広告スタックの運用を継続していく構えだ。