Microsoft Copilot広告、
会話型AIでカバレッジ74%増
単語を広告へ結び付ける検索広告から、会話全体を読み、広告を出すべきかまで判断する仕組みへ。MicrosoftがCopilotへ実配備した広告エージェントの設計と、日本の広告主が整えるべき商品データ、訴求、計測を整理します。
Microsoftの研究チームは2026年8月13日23時53分（UTC、日本時間では8月14日8時53分）、会話型広告システム「AdsWorldEngine」の論文をarXivで公開しました。システムはMicrosoft Copilotの各画面へ世界規模で配備され、20日間のオンラインA/Bテストで、従来の本番広告配信システムと比べて広告カバレッジが74％、RPM（1,000回の表示機会当たりの広告収益）が22％増えたと報告されています。
前週に扱ったChatGPT広告の独立監査が「利用者に何が表示されたか」を外部から観測した研究だったのに対し、今回は配信事業者が「広告を出すか、どの意図で候補を探し、何を並べるか」を内部設計と本番実験で示した点が異なります。
3分でわかる今週の要点
会話全体から広告機会を判断
現在の発言だけでなく、過去の会話、任意の利用者コンテキスト、AIの回答を使い、広告が役立つ場面かを先に判定します。
広告主の入力品質が重要に
システムは商業的な意図を複数に分解し、検索・商品広告の候補から3件を選びます。商品属性と訴求の具体性が照合しやすさを左右します。
効果値は相対値として読む
+74％と+22％は大きい一方、絶対値、利用者数、日本市場だけの結果、購入成果、満足度は開示されていません。
AdsWorldEngineは何を変えたのか
1. Opportunity Gateが「広告を出さない」判断を先に行う
最初の段階は、広告候補の検索ではなく、広告表示の可否です。ポリシーやプライバシーに関する固定ルールと学習モデルを組み合わせ、購入計画や具体的な選択肢を求める会話は次の処理へ渡し、センシティブな内容、純粋な情報探索、会話を妨げる場面では広告を抑制します。研究では、誤って広告を出す偽陽性の損失を、広告機会を見逃す偽陰性より重く扱っています。
2. Orchestratorが会話を複数の商業意図へ分解する
広告表示が適切と判断された会話はOrchestratorへ送られます。Orchestratorは過去の条件を引き継ぎながら、広告検索に使う意図を生成し、検索・関連性判定・ランキングなどの広告ツールを呼び出し、関連性と多様性のある上位3件を選びます。たとえば2車種の比較会話では、曖昧な「比較記事」という1つの意図ではなく、各車種を個別の製品意図に分けた方が、重複しない広告候補を取得しやすいと示されました。
3. 評価結果をOrchestratorと広告ツールの両方へ戻す
オフラインのEvaluatorは、会話に対する各広告の関連性と、3件の広告が互いに重複していないかを評価します。良い・悪い配信結果を学習データへ変換し、Orchestratorだけでなく検索・関連性判定ツールも交互に更新します。指示文だけで「多様にする」のではなく、実際に異なる候補を取得できたかを報酬にしている点が特徴です。
関連性 82.26％増3回の反復後、固定した自社Evaluatorで従来の本番システムと比較。要旨では約60％・80％と丸めて記載
RPM 22％増Microsoft Copilotで20日間実施。絶対値、標本数、国別・言語別の内訳は非開示
マーケティング実務への影響
キーワード数より「解決できる意図の種類」が重要になる
会話型広告では、「安いもの」「近くで」「この2つならどちら」といった発言を、過去の会話と合わせて解釈します。広告主側は、従来の短い検索語句だけでなく、比較、在庫確認、配送、予約、来店、乗り換えなど、顧客が完了したい行動ごとに商品情報とランディングページを用意する必要があります。
商品フィードとランディングページの具体性が配信候補を増やす
Microsoftは以前からCopilot広告に検索広告、商品広告、マルチメディア広告など既存の広告資産を利用すると説明しています。今回の論文は新しい広告主向け設定を発表したものではありませんが、内部システムが具体的な製品意図へ分解して候補を探すため、型番、価格、在庫、配送、店舗受取、対象地域、主要な差別化要素を機械が読み取れる形で揃える重要性は高まります。
カバレッジ増加を成果増加と同一視しない
広告を出せる会話が74％増えても、広告主ごとのコンバージョンや利益が74％増えるとは限りません。RPMは媒体側の収益指標です。広告主はCopilotを含むAI面の表示・クリック・コンバージョン、検索語句、アセット、商品別利益を分けて確認し、増えた配信が新規需要なのか、既存検索からの移動なのかを検証してください。
日本の広告主が今週行うこと
- 商品フィードの型番、価格、在庫、送料、店舗受取、画像、遷移先が最新かを確認する
- 主要商品ごとに「比較」「購入」「予約」「近隣店舗」「配送」など会話で現れる意図を洗い出す
- 似た広告文や同じ遷移先だけになっていないか確認し、用途・対象者・便益の異なる訴求を用意する
- Microsoft Advertisingの検索広告、商品広告、Performance Max、マルチメディア資産の不足を点検する
- UETとオフラインコンバージョンを整備し、売上だけでなく利益・有望リードなど事業に近い成果を返す
- AI面の配信実績を従来検索と分けて記録し、表示増加後のクリック率、コンバージョン率、獲得単価を週次で比較する
- センシティブ商材では、表示文脈、ブランド除外、年齢・地域・法令上の制約を人がレビューする
論文はMicrosoft所属研究者によるarXiv v1で、査読済み論文であることは確認できません。オンライン実験は20日間・世界規模とされていますが、利用者数、会話数、対象面、国・言語別内訳、統計的有意性、絶対RPM、購入や満足度への影響は開示されていません。オフラインの関連性・多様性も自社Evaluatorによる評価です。日本で同じ改善率が得られるとの意味ではなく、会話型広告配信の設計と方向性を示す一次資料として扱ってください。
そのほかのニュース
検索順位の透明性が、必ずしも消費者利益を高めるとは限らないとの理論研究
変更内容：3人の研究者が、利益率の高い商品を先に見せたいプラットフォームと、適合する商品を探す消費者をモデル化しました。順位決定アルゴリズムの透明化は、誘導を見抜きやすくする一方、順位そのものを説得材料へ変え、条件によって検索を促進も抑制もすると示しています。実プラットフォームの行動データではなく理論モデルです。
実務への影響：「おすすめ理由を表示したから公正」とは限りません。順位、推薦理由、広告表示、手数料などが一体で購買判断へ影響するため、EC・比較サービスは説明表示だけでなく、ランキング目的と利益相反を含めて検証する必要があります。
日本での確認・対応：おすすめ枠やランキング枠では、広告・PR表示、順位決定の主要要素、手数料や在庫都合の影響を社内で棚卸しし、利用者が誤認しない表示になっているか法務・UXの両面で確認してください。
食品デリバリーの生成推薦、時刻・曜日・販促バーストを分離して扱う手法
変更内容：実際の食品デリバリー・即時小売の推薦を動機にした研究が、直近性、食事時間帯、平日と週末、販促によるアクセス急増などの時間信号を、商品順序とは分けて扱う軽量な生成推薦手法を提案しました。
実務への影響：同じ利用者でも「昼食時」「週末」「セール直後」では次の行動が異なります。ECやアプリの推薦・CRMでは、単なる閲覧順だけでなく、時間帯と販促カレンダーを別の特徴として評価する考え方が重要になります。
日本での確認・対応：自社の時間帯、曜日、給与日前後、ポイント施策、季節イベント別のCTR・購入率を切り分け、推薦・入札・配信時間のテスト設計に反映してください。論文要旨では日本データや本番改善率は示されていません。
出典・調査方針
- arXiv：AdsWorldEngine（2026年8月13日23:53 UTC公開）
- AdsWorldEngine 論文HTML全文
- Microsoft Advertising：日本語圏を含むCopilot広告展開の公式説明
- Microsoft Advertising：Copilot広告に使われる広告資産と実務ガイダンス
- Microsoft Advertising：AI MaxとCopilot広告面の公式説明
- arXiv：Algorithm Transparency and Search Manipulation（2026年8月12日19:51 UTC公開）
- arXiv：Decoupled Temporal Encoding for Generative Recommendation（2026年8月17日08:47 UTC公開）
対象期間内の発表は公開時刻をUTCから日本時間へ換算して判定しました。主題は論文要旨、HTML全文、Microsoft Advertisingの公式説明を照合し、論文で確認できる結果、過去の公式製品説明、MarkeSignal編集部の実務上の分析を分けています。調査範囲は日本時間2026年8月12日03:00:00から8月19日02:59:59までです。