検索連動型広告のタイトルや説明文をAIが自動で書く——いまや珍しくない機能ですが、この技術で日本の特許を取得している例があります。特許第7365267号「広告文自動作成システム」、権利者は株式会社サイバーエージェントと国立大学法人東京工業大学の共同です。
本記事では、この特許を特許庁の公報（J-PlatPat）で確認し、請求項の原文を引用して構成要件に分解します。さらに公報の記載からは、研究成果を学会で発表した後に出願していること、そして審査の過程で請求項の構成が変わったとみられる痕跡まで読み取れます。生成AIを使った機能の権利化を検討している企業にとって、実務的な示唆の多い一件です。
💡 シリーズ記事：本記事はマーケティング×特許シリーズの個別解説編です。分野全体の登録例はマーケティングは特許になる？登録特許15件の検証、相談タイミングは弁理士に相談すべき5つの場面をご覧ください。
目次
| 特許番号 | 特許第7365267号（公報種別 B2） |
| 発明の名称 | 広告文自動作成システム |
| 特許権者 | 株式会社サイバーエージェント／国立大学法人東京工業大学（共有） |
| 発明者 | 張 培楠／奥村 学／上垣外 英剛／高村 大也 |
| 出願番号／出願日 | 特願2020-34834 ／ 2020年3月2日 |
| 公開番号／公開日 | 特開2021-140228 ／ 2021年9月16日 |
| 審査請求日 | 2022年11月14日（出願から約2年8か月後） |
| 登録日／発行日 | 2023年10月11日 ／ 2023年10月19日 |
| 請求項の数／全頁数 | 2項 ／ 10頁 |
| 国際特許分類 | G06Q 30/0242（広告効果の測定）／G06F 40/56（自然言語生成） |
| 代理人／審査官 | 弁理士 植村 貴昭 ／ 審査官 松田 岳士 |
まず目を引くのが権利者が2者の共有である点です。発明者にも大学の研究者が名を連ねており、産学共同研究の成果を共同出願した典型的な形をとっています。分類も、G06Q（ビジネス関連）とG06F（自然言語処理）の両方が付与されており、この発明が「広告ビジネス」と「言語生成技術」の交差点にあることを示しています。
なお、サイバーエージェント社は自社の広告テキスト自動生成に関する取り組みを公表していますが、公報には製品名の記載がないため、特定のサービスとの対応付けは推測を含みます。本記事は公報の記載のみに基づいて解説します。
請求項を読む前に、明細書がどんな課題を掲げているかを押さえておきます。これが分かると、請求項の「なぜこう書いたか」が見えてきます。
特許第7365267号 明細書【発明が解決しようとする課題】（原文引用）
しかしながら、特許文献１に記載されたメッセージ文自動作成送信システムでは、広告効果に対応して文章を生成しておらず、広告としての質が高い文章を作成するのが困難であった。／ 本発明は、上記状況に鑑みなされたものであり、広告としての質が高い文章を作成することができる広告文自動作成システムを提供することを目的とする。
先行技術として挙げられている特許文献1（特開2018-73219）は、素材文を形態素解析してマルコフ連鎖で並べ替え、文例を生成するシステムです。「文章は作れるが、その文章が広告として効くかどうかは見ていない」——ここが出発点になっています。
つまりこの発明の主張は、「AIで文章を作れること」ではなく「広告効果というモノサシを生成プロセスに組み込んだこと」にあります。この一点を押さえると、請求項の構造がすんなり理解できます。
特許の権利範囲は請求項の文言によって定まります。まず原文をそのまま掲げます。
特許第7365267号 特許請求の範囲 請求項1（原文引用）
広告の文章を自動的に作成する広告文自動作成システムであって、広告の基本となる文章と当該広告に対応するキーワードとに基づいて、複数の広告の文章を生成する文章生成手段と、前記文章生成手段が生成した前記複数の広告の文章の広告効果を推定する広告効果推定手段と、前記広告効果推定手段が推定した前記広告効果に基づいて、前記複数の広告の文章から新規の広告の文章を再生成する再生成手段とを備え、前記再生成手段は、前記複数の広告に対する強化学習による損失と前記複数の広告の文章の最尤推定による損失とに基づいて、前記複数の広告の文章から新規の広告の文章を再生成することを特徴とする広告文自動作成システム。
これを構成要件ごとに分解すると、次の4つになります。
| 要件 | 内容（日本語による分説） |
|---|---|
| A（前提） | 広告の文章を自動的に作成する広告文自動作成システムであること |
| B（生成） | 基本となる文章とキーワードに基づいて、複数の広告文を生成する文章生成手段を備えること |
| C（推定） | 生成された複数の広告文の広告効果を推定する広告効果推定手段を備えること |
| D（再生成） | 推定された広告効果に基づいて、複数の広告文から新規の広告文を再生成する再生成手段を備えること |
| D'（損失） | その再生成が、①強化学習による損失と②最尤推定による損失の両方に基づくこと |
実務Tips（構成要件の読み方）：特許権の効力は、A〜D'のすべてを満たす実施にのみ及ぶのが原則です（オールエレメントルール）。裏を返せば、1つでも欠けていれば原則として侵害にはなりません。他社特許を検討するときは「似ているか」ではなく「全部そろっているか」で見るのが正しい読み方です。
分説してみると、守られているのが「LLMで広告文を作ること」ではないことがはっきりします。核心は次の2点です。
① 一度作って終わりではなく、評価して作り直す（B→C→D）。複数案を生成し、その効果を推定し、推定結果をフィードバックして再生成する——この循環構造そのものが構成要件です。生成して人間が選ぶだけの仕組みは、この流れに乗りません。
② 再生成の「中身」まで書き込んでいる（D'）。強化学習の損失だけでなく最尤推定の損失も併用すると限定されています。強化学習だけで学習させると文章として破綻しやすく、最尤推定だけでは効果が上がらない——この両方を組み合わせる点に技術的な工夫があると読めます。明細書には、この目的関数の算出方法を示す図（図2〜図4）が用意されています。
請求項の文言だけでは動きが掴みにくいので、明細書に記載された実施形態の例で確認します。システムは前処理部・ジェネレータ部・エスティメータ部の3つから構成されています。
【入力】明細書に例示された入力は次のとおりです。
【出力】ジェネレータ部が広告のタイトルと説明文の候補を複数生成します。明細書のタイトル例は次のようなものです。
入力は商品を素直に説明した1文ですが、出力は検索広告で反応が取れる形に変換されています。ここに「広告効果を報酬として与える」という設計思想が現れています。明細書には「強化学習に基づいて広告文を生成するものであり、広告効果を報酬として与えることで、効果の高い広告文を出力するようになっている」と明記されています。
弁理士の視点：明細書に具体的な入出力の例が書かれていることは、実務上とても重要です。抽象的な処理の説明だけでは「発明が具体的に実現できるか」が伝わらず、記載要件（実施可能要件・サポート要件）で問題になることがあります。生成AI系の出願では、入力・出力の実例を明細書に載せておくことをおすすめします。
この特許の請求項は2項のみです。請求項2は、請求項1の「広告効果推定手段」を具体化する従属項です。
特許第7365267号 特許請求の範囲 請求項2（原文引用）
前記広告効果推定手段は、過去の配信実績、広告文らしさ、及び過去の正解との類似度の少なくとも一つに基づいて、前記広告効果を推定することを特徴とする請求項１に記載の広告文自動作成システム。
「広告効果」という抽象的な概念を、3つの観測可能な指標に落とし込んでいる点が実務的です。
| 指標 | 何を見ているか |
|---|---|
| 過去の配信実績 | 実際に配信した広告のパフォーマンス。効果の実測値に基づく評価 |
| 広告文らしさ | 生成された文章が広告の文体として自然か。文章としての破綻を防ぐ役割 |
| 過去の正解との類似度 | 人間が作った良質な広告文にどれだけ近いか |
「少なくとも一つに基づいて」と書かれているため、3つすべてを使う必要はありません。従属項としては比較的広い書き方で、実装のバリエーションを吸収できるようにしてあります。
ここが、この公報を読んでいて最も興味深い点です。登録された請求項は2項しかありません。ところが、明細書の【課題を解決するための手段】には「請求項3に記載の発明」という記載が残っています。
特許第7365267号 明細書【0010】（原文引用）
請求項３に記載の発明の広告文自動作成システムは、請求項１または２に記載の広告文自動作成システムであって、前記再生成手段は、前記複数の広告に対する強化学習による損失と前記複数の広告の文章の最尤推定による損失とに基づいて、前記複数の広告の文章から新規の広告の文章を再生成することを特徴とする。
お気づきでしょうか。この「請求項3」の文言が、登録された請求項1の末尾にそのまま入っています。整理すると次のようになります。
| 出願当初（明細書の記載から） | 登録時（特許請求の範囲） | |
|---|---|---|
| 請求項1 | 生成→効果推定→再生成（損失の限定なし） | 生成→効果推定→再生成＋2種類の損失の限定 |
| 請求項2 | 効果推定の指標（配信実績・広告文らしさ・類似度） | 同左（維持） |
| 請求項3 | 2種類の損失に基づく再生成 | （削除・請求項1に統合） |
【分析】これは、審査の過程で当初の請求項3の限定を請求項1に取り込む補正が行われたことを強く示唆します。米国・日本を問わず、審査官から先行技術を引用されたときの定石的な対応です。「生成→効果推定→再生成」という枠組みだけでは先行技術との差が足りず、「2種類の損失を併用する」という具体的な学習方法を加えることで登録に至った——そう読むのが自然です。
注意：上記は公報の記載から読み取れる推測であり、実際の審査経過（拒絶理由の内容や補正の経緯）を確認したものではありません。正確な経緯は特許庁の包袋（経過情報）で確認する必要があります。
実務Tips（公報の読み方）：明細書の【課題を解決するための手段】は出願当初の請求項をそのまま書き写すのが実務慣行です。そのため、登録請求項の数と、明細書に書かれた「請求項◯に記載の発明」の数がずれていたら、審査で補正があった可能性が高いと読めます。他社特許を分析するとき、このズレは「相手がどこで妥協したか」を推し量る手がかりになります。
もう一つ、この公報には見逃せない記載があります。【新規性喪失の例外の表示】です。
特許第7365267号 公報【新規性喪失の例外の表示】（原文引用）
特許法第３０条第２項適用 ［１］発行日：令和元年９月１日 公開された発明の内容：ＷｅｂＤＢ Ｆｏｒｕｍ ２０１９ 予稿として、「広告効果を報酬とした強化学習に基づく広告文の自動生成」と題する論文を公開した。 ［２］開催日：令和元年９月８日 公開された発明の内容：工学院大学 新宿キャンパスで開催されたＷｅｂＤＢ Ｆｏｒｕｍ ２０１９において、「広告効果を報酬とした強化学習に基づく広告文の自動生成」と題する研究発表を行い、発明の内容を公開した。
時系列にすると、次のようになります。
| 時期 | 出来事 |
|---|---|
| 2019年9月1日 | 論文公開（WebDB Forum 2019 予稿） |
| 2019年9月8日 | 学会発表（WebDB Forum 2019・工学院大学 新宿キャンパス） |
| 2020年3月2日 | 特許出願（発表から約6か月後） |
| 2023年10月11日 | 登録 |
通常であれば、発明の内容を学会で発表した時点で新規性は失われ、その後に出願しても特許は取れません。しかし日本には救済規定があります。特許法30条2項の「新規性喪失の例外」——権利者自身の行為によって公開された発明について、公開から1年以内に出願し、所定の手続をとれば、その公開によっては新規性を失わなかったものとして扱う制度です。
この特許は、まさにその適用を受けています。研究成果の発表を優先する大学と、権利化を進めたい企業——産学連携でしばしば生じるこのジレンマを、制度で乗り越えた実例です。
ただし、これは「非常口」です：例外規定には落とし穴があります。①1年の期限を過ぎたら使えません。②公開から出願までの間に第三者が独自に同じ内容を公開・出願していれば守れません。③この例外を認めない国・認めても要件が異なる国があり、外国出願を考えるなら発表前の出願が原則です。「発表してから出願すればいい」という運用は推奨できません。
他社の立場から「自社の広告文生成機能はこの特許に触れるか」を検討するなら、着目すべきは次の3点です。
| 限定 | 実務上の意味 |
|---|---|
| 効果を推定して「再生成」すること | 複数案を生成して人間が選ぶだけ、あるいはスコア順に並べて提示するだけの実装は、「効果に基づく再生成」に当たらない可能性があります |
| 2種類の損失を併用すること | 強化学習の損失のみ、あるいは最尤推定の損失のみで学習している実装は、要件D'を満たさない可能性があります。ここが最も差が出やすい点です |
| 「基本となる文章」と「キーワード」を入力とすること | 商品データベースやランディングページのURLのみを入力とする実装は、この入力構成と一致しない場合があります |
注意：上記はあくまで請求項1の文言に基づく一般的な検討です。実際の侵害判断では、明細書の記載による用語の解釈、出願経過における主張（包袋禁反言）、均等論の適用可否まで含めて総合的に判断されます。本記事の記載をもって非侵害の判断をすることはできません。個別の判断は弁理士にご相談ください。
この特許が示すとおり、登録の決め手になったのは学習方法の具体性でした。生成AIを使った機能の出願を検討する際は、「何を入力し、どう評価し、その評価をどうフィードバックするか」を書けるかどうかが分かれ目になります。当事務所が検証したマーケティング分野の登録特許15件でも、AIを含む案件はすべて学習・計算の中身まで請求項に書き込まれていました（→15件の検証記事）。
出願当初は、広めの請求項1に対して、具体的な限定を従属項として並べておく——本件の当初請求項3がまさにその役割を果たしました。審査で先行技術を引用されたときに「取り込める限定」が手元にあるかどうかで、権利化の成否が変わります。従属項は保険であり、交渉カードです。
本件は学資保険という具体例で入力文・キーワード・生成結果まで記載しています。抽象的な処理説明だけでは、記載要件で問題になることがあります。また、実例があると審査官に発明の効果が伝わりやすくなります。
本件は新規性喪失の例外で救済されましたが、これは手続を正しく踏んだからこそです。学会発表、プレスリリース、展示会でのデモ——予定があるなら、その前に相談するのが原則です。相談すべきタイミングの全体像は弁理士に相談すべき5つの場面にまとめています。
Q. 自社でもAIで広告文を生成しています。この特許に触れますか？
A. 生成しているだけでは触れません。請求項1の要件A〜D'をすべて満たす場合に限って問題になります。特に「効果を推定して再生成するループがあるか」「強化学習の損失と最尤推定の損失を併用しているか」が判断の分かれ目です。1つでも欠けていれば原則として非充足です。実装との対比は弁理士にご相談ください。
Q. 学会で発表してしまった研究でも、特許を取れますか？
A. 公開から1年以内であれば、特許法30条2項の「新規性喪失の例外」の適用を受けて出願できる場合があります。本記事の特許7365267はその実例で、2019年9月の学会発表の約6か月後に出願されています。ただし手続要件があり、外国では例外が認められない国もあるため、発表前の出願が原則です。
Q. 大学との共同研究の成果は、誰の特許になりますか？
A. 発明者が企業と大学の双方に所属する場合、共同出願として権利を共有する形が一般的です。本件も企業と大学の共有になっています。共有特許は、実施やライセンスの取扱いについて共同研究契約であらかじめ定めておくことが重要です。契約の設計段階から専門家に相談することをおすすめします。
Q. 請求項が2項しかないのは、権利として弱いのでしょうか？
A. 項数の多寡が権利の強さを直接示すわけではありません。重要なのは請求項1がどこまでの実施をカバーするかです。ただし項数が少ないと、無効審判で請求項1が争われた際の「逃げ場」が少ないという側面はあります。広さと安定性のバランスは、事業戦略に応じて設計します。
Q. 公報を読むだけで、審査でどんなやり取りがあったか分かりますか？
A. ある程度は推測できます。明細書の【課題を解決するための手段】には出願当初の請求項が書き写されているのが実務慣行のため、登録請求項の数とズレていれば補正の可能性が読み取れます。ただし正確な経緯は特許庁の経過情報（包袋）で確認する必要があります。J-PlatPatから閲覧請求が可能です。
特許第7365267号が押さえているのは、「広告文をAIで生成すること」ではなく「効果を推定して作り直すループと、その学習方法」です。生成AIそのものではなく、評価とフィードバックの設計に踏み込んだからこそ登録に至った——ここが最大の学びどころです。
そして公報からは、審査で当初の請求項3を請求項1に取り込んだとみられる痕跡と、学会発表を先行させながら新規性喪失の例外で権利化した経緯まで読み取れました。1件の公報から、これだけの実務知見が得られます。気になる競合特許があれば、まず請求項を通して読んでみてください。
知的財産事務所エボリクスへのご相談
エボリクス（evorix.jp）では、生成AI・広告テック分野の特許出願、他社特許のクリアランス調査、産学共同研究に伴う共同出願のご相談を承っております。学会発表・プレスリリースを控えている場合は、発表前のご相談を歓迎します。まずはお問い合わせフォームより、ご相談の流れとあわせてお気軽にどうぞ。
本記事の注意事項：本記事は2026年7月時点の公開特許情報（特許庁J-PlatPat）に基づく一般的な解説です。引用した請求項・明細書は公報の記載に基づきますが、権利範囲は最終的に公報の正本と出願経過により定まります。本記事の分説・解説は理解を助けるための整理であり、権利範囲を画定するものではありません。審査経過に関する記述は公報の記載から読み取れる推測であり、包袋を確認したものではありません。特定のサービス・製品との対応付けは、公報に製品名の記載がないため推測を含みます。侵害の成否、特許の有効性について本記事は何ら断定するものではなく、個別事案の結論を保証するものでもありません。
AUTHOR / 執筆者
杉浦 健文 （SUGIURA Takefumi）
知的財産事務所エボリクス（EVORIX） 代表弁理士
特許・商標・意匠・著作権の出願から審判・侵害訴訟まで、IT・製造・スタートアップ・ファッション・医療など幅広い業種のクライアントを支援。AI・IoT・Web3・FinTech等の先端分野の知財戦略にも精通。日本弁理士会／アジア弁理士協会（APAA）／日本商標協会（JTA）等 複数団体所属。