専門知識を持った独自のAIアシスタントを、コードを書かずに作れる――OpenAIの「GPTs（カスタムGPT）」は、AI活用の裾野を一気に広げました。では、この「自分だけのAIを作る」仕組みは、技術的にどう実現され、どう特許で守られているのか。その答えが、本記事で深掘りする登録特許 US 12,406,207 B2「Systems and methods for generating customized AI models」です。
この特許の最大の見どころは、「モデルビルダー」＝AIを作るためのAI（メタAI）という発想。ユーザーの要望を受けて、AI自身が構造化された手順でカスタムエージェントを組み立てます。以前解説したAnthropicのエージェント構築特許（人間が専用言語で記述）とは対照的なアプローチです。AI知財に精通した弁理士が、実際のクレームを引用しながら解説します。
💡 要点：本記事は、AIエージェント特許シリーズの一編です。"構築"レイヤーの対比はAnthropicのエージェント構築特許を、審査実務は日米欧の事例編をご覧ください。
目次
| 項目 | 内容 |
|---|---|
| 特許番号 | US 12,406,207 B2 |
| 発明の名称 | Systems and methods for generating customized AI models |
| 登録日 | 2025年9月2日 |
| 優先日 | 2023年9月25日 |
| 出願人 | OpenAI OpCo, LLC |
| 発明者 | Nicholas Turley、Thomas Dimson、Olivier Godement、Michal Pokrass |
| クレーム数 | 19（独立：クレーム1・9・14） |
| 通称 | GPTs（カスタムGPT） |
| ステータス | 登録特許（Track One 早期審査で取得） |
大規模言語モデルは強力ですが、明細書も指摘するとおり「使いこなすのが複雑で、動かすのに多くの資源を要する」という課題があります。特定の業務に特化したAIを一から作るのは、専門知識とコストの壁が高いのが実情でした。
本特許は、専門知識・能力・指示を与えた"特化型のカスタムモデル"を、効率よく作成・評価・生成・配備する仕組みを提供します。明細書は、効率向上・資源削減・接続性という技術的利点を強調しています。
本特許の中心にあるのが「モデルビルダー（model builder）」です。クレーム1は、これを「カスタムモデルの形成のための特定の命令シーケンスで構成された言語モデル」であり、「カスタムモデルを作る専門家として振る舞う」よう指示されたもの、と定義します。
💡 要点：つまり、モデルビルダーは"AIを作るためのAI（メタAI）"です。ユーザーが「こういうAIが欲しい」と伝えると、このメタAIが専門家のように振る舞って、カスタムエージェントを組み立てる。「AIがAIを生成する」という入れ子構造そのものを、具体的な技術手段として権利化している点が独創的です。
モデルビルダーの「特定の命令シーケンス」は、クレーム1に4つのステップとして明記されています。これがクレームの大きな特徴です。
💡 要点：注目すべきは、「各ステップを順番に、飛ばさずに実行する（go through steps in order and without skipping）」という限定までクレームに含まれている点です。AIの作成プロセスを"曖昧な指示"ではなく厳密な手順として規定することで、発明を具体化し、抽象的アイデアの拒絶を回避しています。
モデルビルダーは、ユーザーの特徴（知識ベース＋能力）に基づき、次の3つを行います。
| 動作 | 内容 |
|---|---|
| ファインチューニング | ベースモデルを「知識ベース」で微調整し、専門知識を持たせる |
| 指示の生成 | 「能力（capability）」を構成する命令群を生成する |
| インターフェース生成 | カスタムモデルと対話するための専用インターフェースを生成する |
これにより、汎用モデルから特化型のカスタムエージェントと、その専用UIが一括で生成されます。明細書には、金融業務向けのカスタムモデル（金融サービスのAPIに接続）などの応用例が記載されています。
明細書は、「レビューアモデル（reviewer models）」が、ユーザー設定の中から潜在的に有害な組み合わせを識別し、審査のためにフラグを立てる仕組みにも言及しています。
誰でもカスタムAIを作れるようにすると、悪用リスクも生じます。本特許は、作成の自由度と安全性の両立という、AI民主化に不可欠な要素まで視野に入れています。安全性メカニズムを権利範囲に取り込む設計は、実務上も参考になります。
US 12,406,207 B2｜Claim 1（原文／英語）
An artificial intelligence system comprising: at least one memory storing instructions; and at least one processor configured to execute the instructions to perform operations comprising: receiving a query to configure a custom model, the query comprising features, the features comprising a knowledge base and a capability; providing the features to a model builder, the model builder being a language model configured with a specific instruction sequence for the formation of custom models, the specific instruction sequence comprising instructions for the language model to behave as an expert at creating custom models; configuring the custom model with the model builder based on the features by finetuning a base model with the knowledge base and generating a set of instructions to configure the capability; generating a custom interface for interacting with the custom model; receiving a prompt via the custom interface; and generating a response using the custom model, wherein the specific instruction sequence comprises: a first step of establishing a behavior for the custom model based on the features; a second step of generating a profile for the custom model; a third step of generating refining prompts for the configuring of the custom model, the refining prompts seeking parameters for at least one of: an extraction of data from the knowledge base, a template, an expected output, or an interface configuration; and an instruction to go through steps in order and without skipping.
弁理士による参考訳（日本語）
| 限定 | 技術的意味 | 効いている理由 |
|---|---|---|
| モデルビルダー（メタAI） | 専門家として振る舞いAIを作る言語モデル | 発明の独創的な核 |
| 4ステップの命令シーケンス | 作成プロセスの厳密な構造化 | 抽象的アイデアからの脱却 |
| ファインチューニング＋インターフェース生成 | 汎用→特化＋専用UIを自動生成 | 具体的なデータ処理 |
| 順番に飛ばさず実行 | 手順の厳密性 | 処理の具体性を担保 |
独立クレームは1のほかクレーム9・14も立てられ、方法・媒体等の異なる切り口で重層的に保護しています。
「カスタムエージェントをどう作るか」についても、OpenAIとAnthropicは対照的なアプローチで特許を取得しています。
| OpenAI（本記事） | Anthropic（既解説） | |
|---|---|---|
| 特許 | US 12,406,207 B2 | US 2025/0299023 A1 |
| 作成の主体 | AI（モデルビルダー）が作る | 人間が専用言語で記述 |
| 中核技術 | メタAI＋4ステップ＋ファインチューニング | Adept Workflow Language＋DOM抽象化 |
| ユーザー体験 | 要望を伝えるとAIが組み立てる | ワークフローをコードのように記述 |
| たとえ | 「AIに頼んで作ってもらう」 | 「設計図を自分で書く」 |
💡 要点：同じ"エージェント構築"でも、「AIが対話的に作る」（OpenAI）と「人が専用言語で記述する」（Anthropic）という対照的な方式が、それぞれ別個に特許化されています。構築の"方式"ごとに権利化の余地があることを示す好例です。
「AIでAIを作る」という抽象論ではなく、モデルビルダーの4ステップ手順、ファインチューニング、インターフェース生成という具体的な処理を備えるため、Alice/Mayoテストをクリアし、しかもTrack One（早期審査）で迅速に登録されています。
ファインチューニング・命令生成・インターフェース生成という具体的データ処理が記載され、ソフトウェア関連発明として特許適格性を満たしやすい構成です。進歩性は「メタAIによる構造化された作成手順」「計算資源の削減という効果」が鍵となります。
「効率向上・計算資源の削減」という技術的効果が明確で、COMVIKアプローチ下でも技術的特徴として評価されやすい構成です。
① 「作成プロセス」も権利化する。製品そのものだけでなく、それを作る仕組み（メタAI・ビルダー）も特許になります。
② 手順を厳密に構造化する。「4ステップを順番に飛ばさず実行」のように、プロセスを具体的に記載することが特許適格性を高めます。
③ 技術的効果を前面に。「計算資源の削減」「効率向上」という効果は、進歩性主張の強い裏付けになります。
④ 安全性メカニズムも取り込む。レビューアモデルのような安全チェックを権利範囲に含めると、実装の実態に即した厚い保護になります。
⑤ 早期審査を活用する。OpenAIはTrack Oneで迅速登録。競争の速い分野では早期権利化が戦略的に有効です（日本にも早期審査制度があります）。
自社のAI作成・カスタマイズ技術、権利化できるか診断します。
IT・ソフトウェア・AI分野に精通した弁理士が、作成プロセス・メタAIを含むクレーム設計、権利化可能性の無料診断、早期審査の活用、日米欧での出願戦略までトータルでご支援します。
初回無料相談を予約IT・AI知財サービスQ. US 12,406,207 B2はどんな特許ですか？
A. OpenAIの米国登録特許で、ユーザー独自の「カスタムAIモデル（AIエージェント）」を生成するシステムを保護します。中核は「モデルビルダー」と呼ばれる言語モデルで、これが"カスタムモデルを作る専門家"として振る舞い、ユーザーの問い合わせ（知識ベースや能力）から、ベースモデルのファインチューニング・指示生成・専用インターフェース生成までを行います。2025年9月2日登録、全19クレーム。OpenAIの「GPTs」機能に対応します。
Q. 「モデルビルダー」とは何ですか？
A. カスタムAIを作るために構成された言語モデル＝"AIを作るAI（メタAI）"です。「カスタムモデルを作る専門家として振る舞う」よう特定の命令シーケンスで構成されており、ユーザーの要望を受けて、振る舞いの確立・プロファイル生成・精緻化プロンプトの生成という手順を踏んで、カスタムエージェントを構築します。
Q. この特許は「GPTs」のことですか？
A. 明細書の構成はOpenAIの「GPTs（カスタムGPT）」機能に対応します。専門知識や能力を持たせた独自のAIアシスタントを、コードを書かずに作成・配備できる仕組みであり、本特許はその基盤技術を保護しています。
Q. Anthropicのエージェント構築特許とは何が違いますか？
A. 作り方の思想が異なります。Anthropic（US 2025/0299023）は「Adept Workflow Language」という専用言語で"人間がワークフローを記述"します。OpenAIの本特許は「モデルビルダー」という"AIが対話的・構造的にエージェントを作る"アプローチです。同じ"エージェント構築"でも、人が書くか・AIが作るかという対照的な設計です。
Q. カスタムAIの作成方法も特許になりますか？
A. なります。本特許のように、メタAI（モデルビルダー）の構造化された手順、ファインチューニング、インターフェース生成といった具体的な処理として記載し、効率向上（計算資源の削減）という技術的効果を示せば、日本・米国・欧州いずれでも権利化が可能です。
本記事の注意事項：本記事は、公開された特許公報に基づく一般的な技術・制度解説です。US 12,406,207 B2は登録特許ですが、実際の権利範囲は各クレームの文言・均等論・経過情報により定まります。引用したクレーム・要約・明細書記載は公開公報データ（FreePatentsOnline等）に基づきますが、法的に重要な用途（FTO・侵害分析・無効・出願等）では、必ずUSPTO正本と最新の経過情報をご確認のうえ、専門家の個別検討をご利用ください。日本語訳は理解のための参考訳であり、正文は英語原文です。