「ChatGPTで広告表示のテストが始まっていることをご存じでしょうか？」
\nOpenAIは2026年2月、米国のChatGPT Free／Goユーザーを対象に、広告表示のテストを開始しました。広告は回答本文とは区別され、回答の下部に「Sponsored」ラベル付きのカード形式で表示されます。
\nまた、日本は広告主向けのChatGPT Ads Managerの提供対象に含まれています。国内の広告主も、セルフサーブ型の管理画面を通じてキャンペーンの設定や配信結果の検証を行える環境が整いつつあります。
\nユーザー側への広告表示についても、OpenAIは2026年5月、日本を含む複数国へ広告パイロットを拡大する予定を公式に発表しています。さらに、OpenAIの広告テクノロジーパートナーであるCriteoは、同年6月、日本の広告主がChatGPT Adsの広告在庫へアクセスできるようになったと発表しました。
\nただし、OpenAIは日本における具体的な広告表示の開始日や、対象となるユーザーの割合、展開範囲を公表していません。そのため、日本への広告展開方針は確認できるものの、一般ユーザーへの表示状況の詳細は明らかになっていない、と整理するのが適切です。
\nこれまで20年以上、デジタル広告の主戦場は「検索結果画面」と「SNSフィード」でした。しかし今、情報収集や比較検討、意思決定の一部が、検索エンジンから対話型AIへと広がり始めています。
\n人々が「調べる」「比較する」「決める」を一つの会話の中で行うようになったとき、広告はどこに、どのような形で存在するのでしょうか。
\nその答えの一つとして、いま各プラットフォームで検証が始まっているのが「会話面広告」です。
\n本記事では、ChatGPT広告を中心に、Google、Microsoft、そして「広告を入れない」と明言するAnthropic（Claude）まで、対話型生成AIプラットフォーム各社の広告への姿勢を整理します。そのうえで、この新しい広告面が従来の運用型広告と構造上どのように異なるのか、さらに「本当に効くのか」という懐疑論まで、アドテクシステム開発の現場の視点から解説します。
\n対話型AIへの広告導入がこれほど急速に進む背景には、3つの構造的な要因があります。
\n1つ目は、トラフィックとユーザー時間の移動です。ChatGPTは、2026年2月時点で週あたり9億人を超えるアクティブユーザーを抱えるまでに成長しています。情報収集や比較検討、意思決定といった、これまで検索エンジンが担ってきた行動の一部が、対話型AIの中でも行われるようになっています。広告費は、ユーザーの可処分時間が集まる場所へ移動する傾向があるため、「会話の中」が新たな広告面として立ち上がるのは自然な流れといえます。
\n2つ目は、プラットフォーム側の収益構造です。対話型AIを高速かつ安定して提供するには、大規模なインフラと継続的な投資が必要です。
\nOpenAIは、広告を、Free／Goプランの提供を維持し、より多くのユーザーにAIへのアクセスを広げ、今後の性能・機能改善を支えるための新たな収益源の一つと位置づけています。サブスクリプションに加えて広告収入を取り入れることで、無料または低価格で利用できる環境と、サービスへの継続的な投資を両立させようとしていると捉えられます。
\n広告事業の成長性に対する期待もあります。投資銀行Evercore ISIのアナリスト、Mark Mahaney氏は、OpenAIが広告事業を順調に展開した場合、2030年の年間広告売上が250億ドルを超える可能性があると予測しています。ただし、これはOpenAIが公表した事業計画や業績予想ではなく、外部アナリストによる条件付きの予測です。
\n3つ目は、会話コンテキストという「これまでにない広告シグナル」の存在です。従来の検索広告では、ユーザーが入力する検索語句や、広告主が設定するキーワードが広告配信の重要な手がかりとなってきました。現在は、検索意図やランディングページ、広告素材など、キーワード以外のシグナルも配信判断に使われています。
\n一方、会話面では、ユーザーの課題や予算感、迷っているポイントなどが、複数のやり取りを通じて自然言語で語られます。そのため、検索語句だけでは捉えにくかった検討の背景や文脈を捉えられる可能性があります。
\n生成AIやLLMプラットフォーム経由の流入については、Criteoなど一部の企業から、CTRやコンバージョン率、新規顧客比率に関する初期データが公表されています。
\nただし、これらは特定のプラットフォームや広告事業者が取り扱ったキャンペーンの実績であり、調査対象、業種、比較対象、コンバージョンの定義などが統一された業界横断のデータはまだ限られています。現時点では、LLM経由の流入がほかのチャネルより一貫してコンバージョンしやすいと評価できる段階には至っていません。
\nつまり会話面広告とは、単なる「新しい広告枠の追加」ではなく、意思決定の上流に接触できる可能性を持ちながら、その効果検証が始まったばかりの新しい広告在庫なのです。
\nでは、この新しい広告在庫に対して、各プラットフォームはどのように動いているのでしょうか。2026年7月時点の状況を整理すると、広告の導入、既存広告へのデータ活用、非導入など、各社で異なる姿勢が見えてきます。
\n| プラットフォーム | \n広告への取り組み | \n現在地（2026年7月時点） | \n
|---|---|---|
| OpenAI（ChatGPT） | \n積極導入 | \n2026年2月に米国で広告表示のテストを開始。2026年5月には、日本を含む複数国へ広告パイロットを拡大する予定を発表した。日本は広告主向けAds Managerの提供対象にも含まれている。 ただし、日本での具体的な表示開始日や対象ユーザーの範囲は公表されていない。 | \n
| Google（AI Mode / Gemini） | \nAI Modeでは広告を段階的に導入。AI ModeとGeminiアプリではコマース機能を整備 | \nGoogleは、Google検索のAI Modeにおいて、回答の下部や回答内に広告を表示するテストを進めている。また、ユーザーの購買意向に応じて特典を提示する「Direct Offers」など、既存のGoogle広告やMerchant Centerの商品情報を活用した新しい広告体験も試験提供している。 一方、Geminiアプリについて公式に確認できるのは、Universal Commerce Protocol（UCP）を利用し、商品発見から購入・決済までをつなぐコマース機能である。 現時点では、AI Modeにおける広告展開と、AI ModeおよびGeminiアプリにおけるコマース機能は分けて捉える必要がある。 | \n
| Microsoft（Copilot） | \n既存広告をAI検索・対話体験へ拡張 | \nCopilot内では、ユーザーが最後に入力した検索語やプロンプトだけでなく、同一セッション内でそれまでに行われた質問を含む、会話全体の文脈を考慮した広告表示が進められている。また、通常の回答内容と広告主のメッセージを自然につなぐための説明文も生成される。 既存の広告キャンペーンに登録された素材をCopilotの広告枠へ活用する形で展開されているが、キャンペーン種別ごとの配信条件や、別セッションを含む長期的な質問履歴の利用範囲など、詳細な運用仕様については公開情報が限られている。 | \n
| Meta（Meta AI） | \nデータ活用先行 | \n広告枠の販売よりもまず、Meta AIとの会話データを既存のFacebook / Instagram広告のターゲティングに活用する方針を打ち出している。 | \n
| Anthropic（Claude） | \n非導入を明言 | \n自社プロダクトに広告を表示せず、広告主が対価を払ってClaudeに商品を推奨させることも認めない方針を公式に表明。「Claudeは考えるための空間」として、回答の中立性と信頼を収益化より優先する姿勢を示している。 | \n
Googleは、新しい広告フォーマットを既存のGoogle広告や商品フィードの仕組みに統合しています。Microsoftも、広告主に新しい専用キャンペーンを一から作らせるのではなく、既存キャンペーンの広告素材をCopilotの広告枠で活用する方向で展開しています。
\n広告主側から見ると、会話面は新たな広告媒体である一方、既存の運用型広告の配信先がAI検索や対話画面へ広がる形でも立ち上がりつつあります。
\nここからは、ChatGPT広告を題材に、会話面広告の仕組みを具体的に見ていきましょう。
\nまず基本仕様です。広告はChatGPTの回答本文の下に、「Sponsored」ラベル付きのカード形式で表示されます。主な対象はFree／Goプランのユーザーで、Plus、Pro、Business、Enterprise、Eduなどのプランには表示されません。また、ユーザーが18歳未満であると申告した、またはOpenAIが18歳未満と推定したアカウントには広告を表示しない設計です。ログアウト状態のユーザーには年齢情報がないため、全年齢向けの広告が表示される場合があります。
\n健康・メンタルヘルス・政治といった機微なトピックを扱う会話には、広告が表示されません。 米国でのパイロット開始後、ChatGPT広告の配信・運用環境は短期間で拡張されました。現在のAds Managerでは、表示・リーチの獲得を目的とするキャンペーンと、クリックの獲得を目的とするキャンペーンを選択できます。
\n表示・リーチを目的とするキャンペーンはCPM、クリックを目的とするキャンペーンはCPCで課金され、広告主が広告グループ単位で最大入札価格を設定する仕組みです。なお、表示・リーチを目的とするキャンペーンの名称については、OpenAIの公式資料上で「Views」と「Reach」の双方が使用されています。
\n計測面では、インプレッション、クリック、広告費、CTR、平均CPC、平均CPM、コンバージョンなどの基本指標を確認できるほか、コンバージョン計測やUTMパラメータにも対応しています。商品フィードを利用した広告配信にも対応しており、広告主が自らキャンペーンを設定・配信できる環境が整いつつあります。
\n日本もAds Managerの提供対象国に含まれており、国内の広告主もセルフサーブ型の管理画面を通じて、キャンペーンの設定や配信結果の検証を行えます。ただし、現時点ではベータ版として提供されているため、利用条件や機能、提供範囲は今後変更される可能性があります。
\nでは、この広告は従来の運用型広告と何が違うのか。構造を比較すると、変化の本質が見えてきます。
\n| 観点 | \n検索連動型広告 | \nChatGPT広告（会話面広告） | \n
|---|---|---|
| マッチングの軸 | \n検索語句やキーワードを中心に、検索意図、広告素材、ランディングページなどを考慮 | \n会話の文脈や意図、コンテキストヒント、広告素材、ランディングページなどを考慮 | \n
| ターゲティングの指定方法 | \nキーワード・オーディエンスを明示指定 | \n「コンテキストヒント」＝関連しそうな会話・トピックの説明文。表示の保証はない | \n
| 接触タイミング | \n課題の情報収集から、商品・サービスの比較検討まで、ユーザーが検索行動を起こした段階 | \n課題や希望条件が会話の中で具体化していく、探索・相談の段階を含む | \n
| クリエイティブ | \n広告主が広告文、画像、リンク先などの完成形を入稿 | \n広告主がタイトル、説明文、画像、ランディングページなどを入稿。商品フィード広告では、登録された商品情報をもとに広告を作成し、会話の文脈やユーザーの意図との関連性を基に表示する広告・商品が選択される | \n
| 入札・配信制御 | \n自動入札やスマート入札が成熟 | \n表示・リーチ目的のCPM入札と、クリック目的のCPC入札に対応。広告主が最大入札価格を設定するオークション方式で、入札・最適化機能は既存の検索広告と比べて発展途上。 | \n
| 計測 | \nクリック・コンバージョンタグを中心とした成熟した計測エコシステム | \nインプレッション、クリック、広告費、CTR、平均CPC・CPM、コンバージョンなどの基本指標に対応。コンバージョン計測とUTMパラメータも利用できるが、チャネル横断の効果検証や運用支援のエコシステムはこれから整備される段階 | \n
注目すべきは、「コンテキストヒント」という考え方です。検索広告のキーワードのように、「この語句で必ず広告を表示する」という制御を行うものではありません。広告主は、自社の商品やサービスが関連しそうな会話、トピック、キーワードなどをヒントとして設定します。
\n広告配信システムは、コンテキストヒントだけでなく、会話の文脈や意図、ランディングページ、広告タイトル、広告文などを総合的に評価し、表示する広告を選択します。OpenAIのAds Managerを広告主が直接利用する通常の配信では、AIが広告クリエイティブを会話ごとに自由に生成するというより、広告主が用意した広告素材や商品情報の中から、会話との関連性が高いものを選ぶ仕組みが基本です。
\nただし、広告テクノロジーパートナーを経由する一部の配信では、会話の文脈に合わせて広告クリエイティブや商品説明を生成する仕組みも提供されています。
\n広告運用の実務では、「特定のキーワードを買う」という発想だけでなく、自社の商品やサービスが、どのような相談や検討の文脈で必要とされるのかを言語化し、それぞれの場面に対応する広告素材、商品情報、ランディングページを整備することが重要になります。
\nつまり、広告設計の起点が「キーワード」から「自社の商品・サービスが登場すべき会話の場面」へ広がるということです。今後は、会話パターンの整理、広告アセットの生成、配信結果の分析などを効率化する支援サービスが増えていく可能性があります。
\n新しい広告面への期待を語ってきましたが、公平を期すために、効果をめぐる懐疑論も押さえておく必要があります。実際、現時点の会話面広告には、構造的な疑問がいくつも指摘されています。
\n第一に、広告のリーチがChatGPTの一部のユーザーに限られる点です。ログイン状態では、主にFree／Goプランのユーザーが広告表示の対象となり、Plus、Pro、Business、Enterprise、Eduなどのプランには表示されません。一方、ログアウト状態のユーザーには、全年齢向けの広告が表示される場合があります。
\nこのため、広告主がChatGPTの全ユーザーに接触できるわけではありません。有料プランのユーザーには、利用頻度が高いユーザーや業務でAIを活用するユーザーが含まれる可能性がありますが、無料ユーザーやログアウトユーザーとの購買力や広告価値の違いを示す公開データは、現時点では限られています。広告表示の対象範囲が広告効果にどの程度影響するかは、今後の検証が必要です。
\n第二に、「回答が得られる場所」で広告がクリックされるのか、という根本的な疑問です。検索結果画面は「答えを探している途中」であるためリンクがクリックされますが、対話型AIはその場で回答を提示します。回答に満足したユーザーが、その下に置かれた広告カードに目を向けるのか。会話体験の価値そのものが、広告に向けられる注意を弱める構造になっている可能性があります。
\n第三に、広告単価の妥当性を判断するためのベンチマークと検証手法が不足している点です。ChatGPT広告は現在、広告主が最大CPMまたは最大CPCを設定するオークション方式で提供されており、一律の広告単価が定められているわけではありません。
\nしかし、広告枠としての歴史が浅く、業種や商材ごとの平均単価、CTR、コンバージョン率など、広告主が出稿判断に利用できるベンチマークはまだ十分に蓄積されていません。コンテキストヒントも特定の会話への広告表示を保証するものではないため、検索広告におけるキーワード単位のレポートと比べると、配信された文脈を広告主側で細かく把握しにくいという課題があります。
\n会話はユーザーごとに内容や展開が異なるため、検索語や広告枠を固定した従来型のA/Bテストのように、条件をそろえて効果を比較することも容易ではありません。つまり、広告単価の妥当性や投資対効果を判断するためのデータと検証手法が、まだ十分に確立されていない段階です。
\nこうした懐疑論は、いずれも現時点では妥当な指摘です。ただし、会話面広告がまだ初期段階にあることを踏まえると、現在の機能や効果だけで将来的な成否を判断するのは早計です。
\n検索連動型広告も、現在のような計測、入札、ターゲティング、最適化の仕組みが、登場当初から完成していたわけではありません。広告主やプラットフォームが運用と検証を重ねる中で、現在の広告エコシステムが形成されてきました。
\n会話面広告についても、フォーマットや計測方法、配信ロジック、運用支援の仕組みが今後整備される可能性があります。そのため、現時点での実務的な結論は、「様子を見るだけ」でも「全面的に投資する」でもなく、小さく検証し、自社のデータで効果を判断できる体制を整えることです。
\nプラットフォームが提供する指標だけでは十分な判断が難しい黎明期だからこそ、自社の計測・データ基盤で「本当に効果があったのか」を検証できる企業と、できない企業の差が開く可能性があります。
\n会話面広告を「広告」だけで見ていると、全体像を見誤るかもしれません。各プラットフォームでは、会話を起点に商品発見から比較、購入までを滑らかにつなぐ「エージェンティックコマース」の仕組みも並行して整備されているためです。
\nOpenAIは広告テストに先立ち、一部の商品や加盟店を対象に、ChatGPT内で購入を完了できるInstant Checkoutを発表しました。当初は、対応する商品をChatGPT上で選択し、そのまま購入手続きを行える仕組みとして提供されていました。
\nその後、OpenAIは方針を見直し、2026年7月時点では、単独のInstant Checkout体験から離れ、ChatGPT上で商品を発見・比較した後、購入手続きは加盟店のWebサイトやアプリで完了する体験を優先すると説明しています。現在、ChatGPTのショッピング機能は米国で提供されており、今後ほかの地域にも拡大する方針です。
\nまた、Ads Managerには商品フィードを利用した広告配信の仕組みが実装されています。ChatGPT内で購入を完結させる方式に限らず、会話の文脈に関連する商品を提示し、加盟店側の購入導線へつなげる基盤の整備が進められていると捉えるのが適切です。
\nつまり、各社が整備を進めているのは、次のような体験です。
\n「会話の中でニーズが明確になる → 文脈に合った商品やオファーが提示される → 比較や購入へつながる」
\nこれは、認知から購買までを一連の会話体験としてつなぐ仕組みです。先ほどの懐疑論で挙げた「回答が得られる場所で広告はクリックされにくい」という論点も、この文脈では見方が変わります。会話から比較・購入までの導線が短くなれば、広告効果を「クリック」だけで評価すること自体が適切ではなくなる可能性があるためです。
\nこれは、前回の記事「エージェンティック広告」で解説した三層アーキテクチャの世界観の延長線上にあります。
\nエージェンティック広告が「AIエージェント同士がプロトコルで自律的に取引する」というエコシステム全体の話だとすれば、会話面広告はその需要側の最前線、つまり消費者エージェントとの接点にあたり、いままさに商用化が始まった領域だと位置づけられます。UCPやAgent Payments Protocol（AP2）、Agent2Agent（A2A）、Model Context Protocol（MCP）など、AIエージェントと企業システム、決済基盤を接続するための共通規格も整備され始めています。
\nこうした仕組みが普及すれば、会話の中でニーズを把握し、商品を提示し、比較・決済までをつなぐ一連の体験が、複数のプラットフォームや事業者をまたいで実現しやすくなる可能性があります。
\n一方、AIエージェントによる広告取引を標準化する取り組みも始まっています。例えば、AdCP（Ad Context Protocol）は、AIエージェントによる広告在庫の発見、メディア購入、クリエイティブ配信、データ活用、レポーティングなどを共通化するためのオープン標準として公開されています。
\nただし、こうした規格が主要な対話型AIプラットフォームや広告事業者に広く採用され、複数の会話面広告を横断する共通基盤として定着する段階には、まだ至っていません。
\nここまでの変化を、プレイヤーごとの「いま考えるべきシステム論点」として整理します。
\n| プレイヤー | \n起きている変化 | \nシステム面の論点 | \n
|---|---|---|
| 広告主（事業会社） | \n会話面という新チャネルの登場。ただし計測エコシステムは未成熟 | \n会話面経由のトラフィック・CVを既存の計測基盤にどう統合するか。UTM設計、サーバーサイド計測、1st Party Data／CDPとの突合。商品フィードの整備 | \n
| 媒体社 | \n検索流入のゼロクリック化が進む一方、自社コンテンツがAIの回答・広告の「材料」になる | \nコンテンツのAPI化・構造化（AIに引用されるための基盤づくり）。会話面に移ったユーザー接点を、自社の1st Party Dataとどう再接続するか | \n
| 広告代理店 | \n「キーワード運用」から「会話シーン設計×大量アセット」へ。運用ノウハウが十分に確立されていない黎明期 | \n会話パターン設計・アセット生成・効果検証を再現性のある仕組みにできるか。複数の会話面プラットフォームを横断する運用・レポーティング基盤 | \n
| アドテク事業者 | \n会話面という新しい在庫タイプの出現。Criteoのように、早期にプラットフォームと統合する動きが進む | \n自社プロダクトと会話面のデータ連携。将来のAdCP／UCP対応を見据えたアーキテクチャ | \n
共通しているのは、「会話面はまだ黎明期であり、周辺のシステムが十分に整備されていない」という点です。
\n検索広告には20年以上をかけて、計測タグ、商品フィード、入札・最適化ツール、アトリビューション、レポーティング基盤といった成熟したエコシステムが築かれてきました。
\nChatGPT広告でも、CPM・CPCによる入札、コンバージョン計測、UTMパラメータ、商品フィードなど、広告運用に必要な基本機能はすでに提供されています。一方で、検索広告のような高度な自動入札、業界別のベンチマーク、複数媒体を横断した効果測定、代理店向けの運用基盤などは、まだ発展途上です。
\n裏を返せば、この黎明期に会話面からの流入やコンバージョンを既存の計測・データ基盤へ統合し、自社の基準で効果を検証できる体制を整えることが、将来的な競争力につながる可能性があります。
\nこれは以前の記事でご紹介した「コモディティ化する機能を、再現性のあるシステムに転化する」という差別化の型にも通じます。会話面広告の運用ノウハウは、将来的に市場全体へ広がり、コモディティ化する可能性があります。一方、自社のデータで効果を判定できる基盤は、先行して整備した企業にとって重要な資産になります。
\n検索中心の時代から、AIとの対話が広がる時代へ。広告の接点が変わるとき、その裏側では新たなデータとシステムの課題が生まれます。
\n会話面広告はまだ始まったばかりで、業界共通の正解は確立されていません。私たち自身も、各プラットフォームの仕様変更を日々追いかけながら、知見を蓄えている最中です。
\nただ、私たちはこの20年にわたり、アドテク領域のシステム開発に携わり、大規模な広告配信基盤やCDP「INTEGRAL-CORE」の開発・運用を通じて、広告ビジネスを裏側から支えてきました。その経験から、確信していることが1つあります。それは、新しい広告面がどのような形に落ち着くにせよ、その効果を自社のデータで検証し、意思決定につなげられる基盤を持つ企業が最終的に強いということです。この点は、検索の時代もSNSの時代も変わりませんでした。
\n「会話面からの流入を、既存の計測やデータ基盤の中でどう捉えればいいのか」
\n「この変化は、自社の広告ビジネスやメディア戦略にどう効いてくるのか」
\nこのような、まだ答えのない問いを一緒に考える壁打ち相手として、ぜひお気軽にお声がけください。構想がまだ抽象的な段階でも、問題ありません。
\n検索中心だった20年の先に訪れる「会話の時代」に向けて、共に備えていきましょう。
\n","fields":{"meta":{"slug":"/chatgpt-ads/"}},"frontmatter":{"title":"ChatGPT広告が始動｜「会話」が新たな広告面になる日","date":"2026.07.15","description":"ChatGPTで広告テストが始まり、対話型生成AIプラットフォームが新しい「広告面」として立ち上がりつつあります。本記事では、OpenAI・Google・Microsoft・Anthropicなど各社の広告への姿勢を整理し、「会話面広告」が従来の運用型広告と構造上どのように異なるのか、効果への懐疑論も含めて解説します。","tags":["ad-tech-platform","trend","cost-effectiveness-of-ad","pdca","effect-measurement","profit-improvement","web-ad","targeting-ad","ai"],"cover":{"childImageSharp":{"gatsbyImageData":{"layout":"constrained","backgroundColor":"#e8e8e8","images":{"fallback":{"src":"/dx-blog/static/c6ec9df6c0e6a0bc5fd518834014465f/b0e0a/chatgpt-ads-thumbnail.png","srcSet":"/dx-blog/static/c6ec9df6c0e6a0bc5fd518834014465f/7a1e6/chatgpt-ads-thumbnail.png 320w,\n/dx-blog/static/c6ec9df6c0e6a0bc5fd518834014465f/317d4/chatgpt-ads-thumbnail.png 640w,\n/dx-blog/static/c6ec9df6c0e6a0bc5fd518834014465f/b0e0a/chatgpt-ads-thumbnail.png 1280w,\n/dx-blog/static/c6ec9df6c0e6a0bc5fd518834014465f/8e99a/chatgpt-ads-thumbnail.png 2560w","sizes":"(min-width: 1280px) 1280px, 100vw"},"sources":[]},"width":1280,"height":670},"fixed":{"src":"/dx-blog/static/c6ec9df6c0e6a0bc5fd518834014465f/f3583/chatgpt-ads-thumbnail.png"}}},"solution":"adtech"}},"solution":{"nodes":[{"fields":{"meta":{"slug":"/media-ai-ad-system/"}},"frontmatter":{"date":"2026.06.09","title":"「自社のアセットを広告枠にできないか」「生成AIで収益の天井を破りたい」｜すべての企業がメディア化する時代の、新しいシステムづくり","cover":{"childImageSharp":{"gatsbyImageData":{"layout":"constrained","backgroundColor":"#989898","images":{"fallback":{"src":"/dx-blog/static/6692c6bd6cba361a839d63f1e9d99fe0/aefd1/media-ai-ad-system-thumbnail.png","srcSet":"/dx-blog/static/6692c6bd6cba361a839d63f1e9d99fe0/107ed/media-ai-ad-system-thumbnail.png 200w,\n/dx-blog/static/6692c6bd6cba361a839d63f1e9d99fe0/17ca1/media-ai-ad-system-thumbnail.png 400w,\n/dx-blog/static/6692c6bd6cba361a839d63f1e9d99fe0/aefd1/media-ai-ad-system-thumbnail.png 800w,\n/dx-blog/static/6692c6bd6cba361a839d63f1e9d99fe0/3ceef/media-ai-ad-system-thumbnail.png 1600w","sizes":"(min-width: 800px) 800px, 100vw"},"sources":[]},"width":800,"height":419}}},"tags":["ad-tech-platform","trend","cost-effectiveness-of-ad","profit-improvement","maximize-ad-revenue","web-ad","ai"]},"id":"808323c3-fff0-5f0a-a317-2b61e05491ae"},{"fields":{"meta":{"slug":"/ad-agency-3-assets/"}},"frontmatter":{"date":"2026.06.08","title":"「生成AIを活用したい」「もっと効果を出したい」｜抽象化するご相談と、広告代理店の皆様とつくる「3つの資産」","cover":{"childImageSharp":{"gatsbyImageData":{"layout":"constrained","backgroundColor":"#f8f8f8","images":{"fallback":{"src":"/dx-blog/static/6912d02edc4611d8fc97503df5d3fae4/aefd1/ad-agency-3-assets-thumbnail.png","srcSet":"/dx-blog/static/6912d02edc4611d8fc97503df5d3fae4/107ed/ad-agency-3-assets-thumbnail.png 200w,\n/dx-blog/static/6912d02edc4611d8fc97503df5d3fae4/17ca1/ad-agency-3-assets-thumbnail.png 400w,\n/dx-blog/static/6912d02edc4611d8fc97503df5d3fae4/aefd1/ad-agency-3-assets-thumbnail.png 800w,\n/dx-blog/static/6912d02edc4611d8fc97503df5d3fae4/3ceef/ad-agency-3-assets-thumbnail.png 1600w","sizes":"(min-width: 800px) 800px, 100vw"},"sources":[]},"width":800,"height":419}}},"tags":["ad-tech-platform","trend","cost-effectiveness-of-ad","pdca","effect-measurement","profit-improvement","web-ad","ai"]},"id":"4579ca85-da81-538d-9d36-89066e346078"},{"fields":{"meta":{"slug":"/agentic-ad/"}},"frontmatter":{"date":"2026.06.08","title":"エージェンティック広告｜生成AIがもたらすアドテク業界の地殻変動と新たなエコシステムへの期待","cover":{"childImageSharp":{"gatsbyImageData":{"layout":"constrained","backgroundColor":"#f8f8f8","images":{"fallback":{"src":"/dx-blog/static/e35d5a280ba60bfbf1aee7c05e0b0b8d/d1698/agentic-ad-thumbnail.png","srcSet":"/dx-blog/static/e35d5a280ba60bfbf1aee7c05e0b0b8d/107ed/agentic-ad-thumbnail.png 200w,\n/dx-blog/static/e35d5a280ba60bfbf1aee7c05e0b0b8d/17ca1/agentic-ad-thumbnail.png 400w,\n/dx-blog/static/e35d5a280ba60bfbf1aee7c05e0b0b8d/d1698/agentic-ad-thumbnail.png 800w,\n/dx-blog/static/e35d5a280ba60bfbf1aee7c05e0b0b8d/ff006/agentic-ad-thumbnail.png 1600w","sizes":"(min-width: 800px) 800px, 100vw"},"sources":[]},"width":800,"height":418}}},"tags":["ad-tech-platform","trend","maximize-ad-revenue","web-ad","ai"]},"id":"b5379ecb-784b-5f9f-a8d0-451b58fecbce"}]},"trend":{"nodes":[{"fields":{"meta":{"slug":"/media-ai-ad-system/"}},"frontmatter":{"date":"2026.06.09","title":"「自社のアセットを広告枠にできないか」「生成AIで収益の天井を破りたい」｜すべての企業がメディア化する時代の、新しいシステムづくり","cover":{"childImageSharp":{"gatsbyImageData":{"layout":"constrained","backgroundColor":"#989898","images":{"fallback":{"src":"/dx-blog/static/6692c6bd6cba361a839d63f1e9d99fe0/aefd1/media-ai-ad-system-thumbnail.png","srcSet":"/dx-blog/static/6692c6bd6cba361a839d63f1e9d99fe0/107ed/media-ai-ad-system-thumbnail.png 200w,\n/dx-blog/static/6692c6bd6cba361a839d63f1e9d99fe0/17ca1/media-ai-ad-system-thumbnail.png 400w,\n/dx-blog/static/6692c6bd6cba361a839d63f1e9d99fe0/aefd1/media-ai-ad-system-thumbnail.png 800w,\n/dx-blog/static/6692c6bd6cba361a839d63f1e9d99fe0/3ceef/media-ai-ad-system-thumbnail.png 1600w","sizes":"(min-width: 800px) 800px, 100vw"},"sources":[]},"width":800,"height":419}}}},"id":"808323c3-fff0-5f0a-a317-2b61e05491ae"},{"fields":{"meta":{"slug":"/ad-agency-3-assets/"}},"frontmatter":{"date":"2026.06.08","title":"「生成AIを活用したい」「もっと効果を出したい」｜抽象化するご相談と、広告代理店の皆様とつくる「3つの資産」","cover":{"childImageSharp":{"gatsbyImageData":{"layout":"constrained","backgroundColor":"#f8f8f8","images":{"fallback":{"src":"/dx-blog/static/6912d02edc4611d8fc97503df5d3fae4/aefd1/ad-agency-3-assets-thumbnail.png","srcSet":"/dx-blog/static/6912d02edc4611d8fc97503df5d3fae4/107ed/ad-agency-3-assets-thumbnail.png 200w,\n/dx-blog/static/6912d02edc4611d8fc97503df5d3fae4/17ca1/ad-agency-3-assets-thumbnail.png 400w,\n/dx-blog/static/6912d02edc4611d8fc97503df5d3fae4/aefd1/ad-agency-3-assets-thumbnail.png 800w,\n/dx-blog/static/6912d02edc4611d8fc97503df5d3fae4/3ceef/ad-agency-3-assets-thumbnail.png 1600w","sizes":"(min-width: 800px) 800px, 100vw"},"sources":[]},"width":800,"height":419}}}},"id":"4579ca85-da81-538d-9d36-89066e346078"},{"fields":{"meta":{"slug":"/agentic-ad/"}},"frontmatter":{"date":"2026.06.08","title":"エージェンティック広告｜生成AIがもたらすアドテク業界の地殻変動と新たなエコシステムへの期待","cover":{"childImageSharp":{"gatsbyImageData":{"layout":"constrained","backgroundColor":"#f8f8f8","images":{"fallback":{"src":"/dx-blog/static/e35d5a280ba60bfbf1aee7c05e0b0b8d/d1698/agentic-ad-thumbnail.png","srcSet":"/dx-blog/static/e35d5a280ba60bfbf1aee7c05e0b0b8d/107ed/agentic-ad-thumbnail.png 200w,\n/dx-blog/static/e35d5a280ba60bfbf1aee7c05e0b0b8d/17ca1/agentic-ad-thumbnail.png 400w,\n/dx-blog/static/e35d5a280ba60bfbf1aee7c05e0b0b8d/d1698/agentic-ad-thumbnail.png 800w,\n/dx-blog/static/e35d5a280ba60bfbf1aee7c05e0b0b8d/ff006/agentic-ad-thumbnail.png 1600w","sizes":"(min-width: 800px) 800px, 100vw"},"sources":[]},"width":800,"height":418}}}},"id":"b5379ecb-784b-5f9f-a8d0-451b58fecbce"},{"fields":{"meta":{"slug":"/consumption/"}},"frontmatter":{"date":"2025.10.15","title":"モノ消費からコト消費、さらにトキ消費へ。Z世代はイミ・エモ消費が増加","cover":{"childImageSharp":{"gatsbyImageData":{"layout":"constrained","backgroundColor":"#f8f8f8","images":{"fallback":{"src":"/dx-blog/static/f5e7f4d75526ed6ff35908df69e2b9ba/aefd1/consumption-thumbnail.png","srcSet":"/dx-blog/static/f5e7f4d75526ed6ff35908df69e2b9ba/107ed/consumption-thumbnail.png 200w,\n/dx-blog/static/f5e7f4d75526ed6ff35908df69e2b9ba/9a6f9/consumption-thumbnail.png 400w,\n/dx-blog/static/f5e7f4d75526ed6ff35908df69e2b9ba/aefd1/consumption-thumbnail.png 800w","sizes":"(min-width: 800px) 800px, 100vw"},"sources":[]},"width":800,"height":419}}}},"id":"2d3c8f75-3825-5106-81c4-72913ef772db"},{"fields":{"meta":{"slug":"/d2c-marketing/"}},"frontmatter":{"date":"2025.06.06","title":"D2Cとは？マーケティング戦略が重要な理由、顧客接点・戦略を設計するポイント","cover":{"childImageSharp":{"gatsbyImageData":{"layout":"constrained","backgroundColor":"#f8f8f8","images":{"fallback":{"src":"/dx-blog/static/10d5afeddbf90e43d76a127285c57e8b/aefd1/d2c-marketing-thumbnail.png","srcSet":"/dx-blog/static/10d5afeddbf90e43d76a127285c57e8b/107ed/d2c-marketing-thumbnail.png 200w,\n/dx-blog/static/10d5afeddbf90e43d76a127285c57e8b/17ca1/d2c-marketing-thumbnail.png 400w,\n/dx-blog/static/10d5afeddbf90e43d76a127285c57e8b/aefd1/d2c-marketing-thumbnail.png 800w,\n/dx-blog/static/10d5afeddbf90e43d76a127285c57e8b/3ceef/d2c-marketing-thumbnail.png 1600w","sizes":"(min-width: 800px) 800px, 100vw"},"sources":[]},"width":800,"height":419}}}},"id":"23c3ccdd-c1b1-5f1f-9a36-273cd14ce87f"},{"fields":{"meta":{"slug":"/real-estate-data-utilization/"}},"frontmatter":{"date":"2025.06.04","title":"不動産業界のデータ分析・活用","cover":{"childImageSharp":{"gatsbyImageData":{"layout":"constrained","backgroundColor":"#586888","images":{"fallback":{"src":"/dx-blog/static/10cf4709a766eb7300e5e3e6808df383/aefd1/real-estate-data-utilization-thumbnail.png","srcSet":"/dx-blog/static/10cf4709a766eb7300e5e3e6808df383/107ed/real-estate-data-utilization-thumbnail.png 200w,\n/dx-blog/static/10cf4709a766eb7300e5e3e6808df383/17ca1/real-estate-data-utilization-thumbnail.png 400w,\n/dx-blog/static/10cf4709a766eb7300e5e3e6808df383/aefd1/real-estate-data-utilization-thumbnail.png 800w,\n/dx-blog/static/10cf4709a766eb7300e5e3e6808df383/3ceef/real-estate-data-utilization-thumbnail.png 1600w","sizes":"(min-width: 800px) 800px, 100vw"},"sources":[]},"width":800,"height":419}}}},"id":"33a00125-6b2c-57fd-8550-981eb602104f"}]},"allTagsJson":{"nodes":[{"title":"トレンド","name":"trend"},{"title":"アドテク","name":"ad-tech-platform"},{"title":"CVR向上","name":"effect-measurement"},{"title":"利益向上","name":"profit-improvement"},{"title":"インターネット広告","name":"web-ad"},{"title":"ターゲティング広告","name":"targeting-ad"},{"title":"AI","name":"ai"},{"title":"広告の費用対効果向上","name":"cost-effectiveness-of-ad"},{"title":"効果計測の精度向上","name":"pdca"}]}},"pageContext":{"id":"cc4d69bf-939b-5f36-82ae-2b2c7f91e0ac","solution":"adtech","tags":["ad-tech-platform","trend","cost-effectiveness-of-ad","pdca","effect-measurement","profit-improvement","web-ad","targeting-ad","ai"]}}, "staticQueryHashes": ["1873923754","3174957324","4057127776","982649829"]}