> ## Documentation Index
> Fetch the complete documentation index at: https://adcp-docs-ja.pier1.co.jp/llms.txt
> Use this file to discover all available pages before exploring further.
# Sponsored Intelligence
> AdCP で AI サーフェスをマネタイズ — グロースマーケターが逆転したデータフローを使って AI プラットフォームでキャンペーンを立ち上げる様子を追います。
**実験的機能。** Sponsored Intelligence は、実験的サーフェス（機能 id `sponsored_intelligence.core`）として AdCP 3.0 の一部です — セッションライフサイクル、UI コンポーネント、アイデンティティ/同意オブジェクトの形状、機能ネゴシエーションは、少なくとも 6 週間の予告をもって 3.x リリース間で変更される可能性があります。SI を実装するセラーは `experimental_features` で `sponsored_intelligence.core` を宣言しなければなりません（MUST）。完全なコントラクトについては [実験的ステータス](/docs/reference/experimental-status) を参照。計画された変更は [3.1.0 ロードマップ](https://github.com/adcontextprotocol/adcp/issues/2201) で追跡されます。
Priya は DTC アウトドアブランド Ridgeline Gear のグロースマーケターです。彼女の CEO は、競合の商品が ChatGPT で推奨されているのを目にしたばかりで、こう尋ねます: *「なぜ我々はそこにいないんだ？」*
Priya はプログラマティックを知っています。ディスプレイ、ソーシャル、CTV のキャンペーンを運用してきました。しかし AI プラットフォームは違います。アドサーバーがない。入札リクエストがない。クリエイティブのアップロードがない。AI はコンテキストから広告を生成します — そして今、それには Ridgeline についてのコンテキストがありません。
VAST が動画広告の配信方法を定義したように、Sponsored Intelligence は AI サーフェスでの広告の仕組みを定義します。それは伝統的なモデルを反転させます: 薄い入札リクエストを外に送る代わりに、バイヤーはすべてを中に押し込みます — 商品カタログ、コンバージョンイベント、ブランドアイデンティティ、コンテンツ標準、最適化目標 — プラットフォームの LLM が完全な情報で適切な瞬間に適切な広告を生成できるように。
## 逆転したデータフロー
伝統的なプログラマティックでは、プラットフォームは入札リクエストを**外へ**送ります — ページ URL、デバイスタイプ、おそらくユーザー ID — リモートの意思決定者へ。意思決定者はコンテキストを持ちません。コンテキスト保持者は決定を下しません。
AI プラットフォームはこれを反転させます。バイヤーは AdCP 経由ですべてを**中へ**押し込みます。**意思決定者がコンテキスト保持者です。** それが根本的な転換です。
データは事前に流れます。決定は依然としてリアルタイムで起きます — しかし意思決定者は今、完全なコンテキストを持ちます: ユーザーが何を尋ねたか、ブランドが何を売るか、成功がどう見えるか、ブランドのボイスがどう聞こえるか。
| Priya が知っていること | SI での呼び方 |
| ----------------------------- | ------------------------------------------------------------ |
| クリエイティブをアドサーバーにアップロード | カタログ、ブランドアイデンティティ、イベントをプラットフォームに押し込む |
| 入札リクエスト（プラットフォームがコンテキストを外に送る） | 逆転したデータフロー（バイヤーがデータを中に押し込む） |
| DSP がリモートで広告を選択 | プラットフォーム LLM が完全なコンテキストで広告を生成 |
| オーディエンスセグメントとジオターゲティング | 会話の関連性とキーワードの意図 |
| インプレッション、クリック、CTR | エンゲージメント、クリック、クリックあたりのコスト |
| ブランドセーフティのブロックリスト | 生成時に強制される[コンテンツ標準](/docs/governance/content-standards/index) |
## 仕組み: Priya の最初の SI キャンペーン
Priya は、自身のスポンサードプレースメントを販売する主要な AI アシスタント NovaMind から始めます。NovaMind はファーストパーティの AI プラットフォームです — account-id 名前空間、独自のアドサービング、独自の測定。
### ステップ 1: アカウントを接続する
Priya のバイヤーエージェントは NovaMind に接続し、Ridgeline のアカウントを確認します — 新しいパブリッシャーでアクセスを検証するように:
```javascript theme={null}
const accounts = await novamind.listAccounts({
account: {
brand: { domain: "ridgelinegear.com" }
}
});
// Returns Ridgeline's account — ready to sync data and buy inventory
```
### ステップ 2: 材料を押し込む
ここが SI が Priya の知るすべてから分岐する点です。クリエイティブをアップロードする代わりに、彼女は生の材料を押し込みます — そしてプラットフォームが広告を組み立てます。Priya のバイヤーエージェントがプロトコルを処理します。内部で何が起きるか:
```javascript theme={null}
// Product catalog — a structured feed describing what Ridgeline sells
// (like a Google Merchant Center feed, but consumed by the AI platform)
await novamind.syncCatalogs({
account: { brand: { domain: "ridgelinegear.com" } },
catalogs: [{
catalog_id: "ridgeline-products-2026",
type: "product",
source: { url: "https://ridgelinegear.com/feeds/products.json" }
}]
});
// Conversion events — what success looks like
await novamind.syncEventSources({
account: { brand: { domain: "ridgelinegear.com" } },
event_sources: [{
event_source_id: "ridgeline-conversions",
type: "conversion",
source: { url: "https://ridgelinegear.com/events/conversions" }
}]
});
```
Priya はまた `ridgelinegear.com/.well-known/brand.json` に [`brand.json`](/docs/brand-protocol/brand-json) を公開します — プラットフォームが広告生成時に読むボイス、カラー、ビジュアルガイドライン。そして彼女は、プラットフォームが決定時に強制する[コンテンツ標準](/docs/governance/content-standards/index)を設定します。
**SI ガバナンス統合は計画中です。** Sponsored Intelligence の完全なプロトコルレベルのガバナンス — `sync_plans` によるキャンペーン登録、`check_governance` によるセッションライフサイクルチェック、AI 生成コンテンツのコンテンツ標準、AI アシスタント配置のプロパティガバナンス — は開発中です。現在のステータスについては [ガバナンス概要](/docs/governance/overview#sponsored-intelligence-planned) を参照。現在、SI プラットフォームは、コンテンツ標準とブランドアイデンティティを使ってアプリケーション層でガバナンスを強制します。
これらの材料が一緒になって、それが広告**そのもの**です。商品カタログがクリエイティブ生成を養います。コンバージョンイベントが最適化ループを閉じます。ブランドアイデンティティが出力を正しく聞こえるようにします。コンテンツ標準がそれを安全に保ちます。
### ステップ 3: 商品を発見する
Priya は NovaMind が提供するものを発見します — CTV やディスプレイで使うのと同じ `get_products`:
```javascript theme={null}
const products = await novamind.getProducts({
buying_mode: "brief",
brief: "Outdoor gear brand. Want to reach people asking about hiking, camping, and trail running. Budget $15K/month.",
brand: { domain: "ridgelinegear.com" },
account: { brand: { domain: "ridgelinegear.com" } }
});
```
NovaMind は [SI プロダクトスペクトラム](/docs/sponsored-intelligence/product-spectrum)にわたるプロダクトを返します:
| Product | How it works | Pricing |
| --------------- | ------------------------------------------------------------------------------------------------------------------------------- | ------- |
| **スポンサードレスポンス** | ユーザーがハイキングギアについて尋ねたとき、NovaMind が Ridgeline のカタログから推奨を生成 | CPC |
| **AI 検索結果** | Ridgeline が「best hiking boots」のキーワードトリガーの検索結果に現れる | CPC |
| **ブランド体験ハンドオフ** | ユーザーが Ridgeline のブランドエージェントとのマルチターン会話を通じて Ridgeline 商品を深掘りする（[SI Chat Protocol](/docs/sponsored-intelligence/si-chat-protocol)） | セッションごと |
### ステップ 4: メディアバイを作成する
Priya は 2 つのプロダクトを選んでメディアバイを作成します:
```javascript theme={null}
const buy = await novamind.createMediaBuy({
account: { brand: { domain: "ridgelinegear.com" } },
brand: { domain: "ridgelinegear.com" },
start_time: "2026-04-01T00:00:00Z",
end_time: "2026-06-30T23:59:59Z",
packages: [
{
product_id: "novamind_sponsored_outdoor",
budget: 10000,
pricing_option_id: "cpc_standard",
optimization_goals: [
{ type: "cpa", target: 12.00, event_type: "purchase" }
]
},
{
product_id: "novamind_search_hiking",
budget: 5000,
pricing_option_id: "cpc_keyword",
targeting_overlay: {
keywords: ["hiking boots", "trail running shoes", "camping gear"]
}
}
]
});
```
アップロードするクリエイティブはありません。トラフィックする広告タグはありません。NovaMind はすでに Ridgeline の商品カタログ、ブランドアイデンティティ、コンバージョンイベントを持っています。それはそれらの材料から、適切な瞬間に適切な広告を生成します。
### ステップ 5: 広告の瞬間
NovaMind のユーザーが尋ねます:
> *「アパラチアントレイル用にどのハイキングブーツを買うべき？」*
NovaMind の LLM は Ridgeline の商品カタログを持ち、Trail Pro 3000 がこのクエリに一致することを知り、スポンサードレスポンスを生成します:
> *「AT には、岩場の地形と変わりやすい天候に対応するブーツが欲しいところです。**Ridgeline Trail Pro 3000**（\$189）はまさにこのために作られています — Gore-Tex 防水、Vibram アウトソール、複数日のハイキング用に設計されたアンクルサポート。AT スルーハイカーから 4.7/5 の評価を得ています。」*
>
> *Sponsored by Ridgeline Gear* · \[Talk to Ridgeline →]
すべての詳細は Priya が同期したカタログから来ています — 価格、機能、評価。ボイスは `brand.json` に一致します。Priya が設定した[コンテンツ標準](/docs/governance/content-standards/index)が、プラットフォームが裏付けのないクレームをしないことを保証します。ユーザーは、スポンサードと明確にラベル付けされた、関連性のある役立つ推奨を見ます。
プロトコルの下では、これは単なる UI コピーではありません。スポンサードコンテキストは、誰がコンテキストに支払ったか、ホストがそれをどう使うことが許されるか、ユーザー向けの開示が必要かを分離する説明責任宣言を運べます。レシートと監査モデルについては [Sponsored Context Accountability](/docs/sponsored-intelligence/specification#sponsored-context-accountability) を参照。
ユーザーが「Talk to Ridgeline」をタップすると、NovaMind は [SI Chat Protocol](/docs/sponsored-intelligence/si-chat-protocol) 経由で Ridgeline のブランドエージェントにハンドオフします — ユーザーがサイズについて尋ね、モデルを比較し、購入を開始できるマルチターン会話です。すべて AI 体験内で。
### ステップ 6: 結果を測定する
Priya は、任意の AdCP キャンペーンを監視するのと同じ方法で監視します:
```javascript theme={null}
const delivery = await novamind.getMediaBuyDelivery({
account: { brand: { domain: "ridgelinegear.com" } },
media_buy_ids: [buy.media_buy_id],
include_package_daily_breakdown: true
});
```
レポート形式は、Priya が CTV やディスプレイに使うのと同じ `get_media_buy_delivery` レスポンスです。1 つのダッシュボード、すべてのチャネル。彼女の既存の測定スタック — メディアミックスモデリング、マルチタッチアトリビューション、インクリメンタリティテスト — は、これまでと同じように機能します。
***
## スケールアップ: AI 広告ネットワーク
Priya の NovaMind キャンペーンは機能しています。今、彼女は 1 つのプラットフォームだけでなく、多数の AI サーフェスにわたるより広いリーチを望んでいます。彼女は AI 広告ネットワーク Gravity に接続します。
AI 広告ネットワークは、多数の AI プラットフォームにわたるインベントリを単一のセラーインターフェースに集約します。Priya は自身のカタログを Gravity に一度同期し、Gravity がそれを基盤となるプラットフォームに転送します。1 つの統合、多数のサーフェス。
| | ファーストパーティ（NovaMind） | 広告ネットワーク（Gravity） |
| ------------ | -------------------------- | -------------------------------------------------------------- |
| **インベントリ** | 1 つの AI プラットフォームの独自プレースメント | 多数の AI プラットフォームにわたって集約 |
| **アカウントモデル** | 明示的 — Priya が直接登録 | 暗黙的 — バイヤーエージェントが `sync_accounts` でブランドを宣言。ネットワークがエージェントの識別を検証 |
| **プロダクト** | NovaMind 独自の提供内容 | プロダクトは、どのプラットフォームが提供するかを示す `publisher_properties` を含む |
| **カタログフロー** | NovaMind に直接同期 | Gravity に一度同期し、基盤となるプラットフォームに転送 |
同じプロトコルタスクが両方のパスで機能します。Priya は Gravity で `get_products`、`create_media_buy`、`get_media_buy_delivery` を、NovaMind でしたのと正確に同じように — そして [メディアバイプロトコル](/docs/media-buy/index) を通じて CTV とディスプレイのキャンペーンですでにしているのと正確に同じように — 呼び出します。彼女はすべてを 1 つのダッシュボードで見ます。
配信時、Gravity の基盤となる AI プラットフォームは [Trusted Match Protocol](/docs/trusted-match) を使ってデマンドを会話にマッチさせます。TMP はバイヤーエージェントにファンアウトし、コンテキストとユーザー適格性を評価し、プラットフォームがどのオファーを提示するかを選択します — すべて LLM の生成レイテンシー内で。購入層（メディアバイ、カタログ、レポート）は同じままです。TMP がその下でリアルタイムのメディエーションを処理します。
ネットワークトポロジー、バイヤー宣言のアカウントチェーン、カタログフォワーディング、仲介者経由の SI Chat Protocol ルーティング。
TMP が AI サーフェスでデマンドをメディエートする方法 — コンテキストマッチング、フリークエンシーキャップ、LLM 統合。
## プロトコルアーキテクチャ
SI は 2 つのプロトコル層を使います:
* **購入**は [メディアバイプロトコル](/docs/media-buy/index) を使います — `get_products`、`create_media_buy`、`sync_catalogs`、`get_media_buy_delivery`。CTV やディスプレイを買うのと同じ方法で SI インベントリを買います。プロダクトの `channels: ["sponsored_intelligence"]` フィールドが SI インベントリを識別するものです。
* **配信**は SI プロトコルを使います — `si_initiate_session`、`si_send_message`、`si_terminate_session`。これらのタスクが [SI Chat Protocol](/docs/sponsored-intelligence/si-chat-protocol) のブランド体験ハンドオフを支えます。
ほとんどの SI プロダクト（スポンサードレスポンス、AI 検索結果）は購入層のみを含みます — プラットフォームが配信を内部で処理します。SI Chat Protocol のハンドオフが、両方の層にまたがるプロダクトタイプです。
## 全体像
Priya の CEO は *「なぜ我々はそこにいないんだ？」* と尋ねました — そして今、Ridgeline は複数のプラットフォームにわたる AI 会話で推奨されています。Priya は一ダースの異なるシステムを学びませんでした。彼女は材料を標準プロトコルに押し込み、各プラットフォームに完全なコンテキストから適切な広告を生成させました。彼女の CTV とディスプレイのキャンペーンを実行するのと同じ `create_media_buy` が、彼女の SI キャンペーンも実行します。
来四半期、彼女は SI Chat Protocol 経由でブランド体験ハンドオフを追加します — ユーザーが Ridgeline 商品を深掘りしたいとき、AI 体験を離れずに Ridgeline のブランドエージェントと完全な会話ができるように。
## さらに深く学ぶ
4 つの SI プロダクトタイプ — スポンサードレスポンス、AI 検索、生成ディスプレイ、ブランド体験ハンドオフ。
コード例付きで、アカウントセットアップから配信レポートまでステップバイステップ。
会話型のブランド体験プロトコル — セッションライフサイクル、モダリティ、コマースハンドオフ。
ブランド、エージェンシー、SMB が始めるための非技術的なガイド。