記事のポイント

ドットダッシュメレディスは、OpenAIのLLMを活用し、記事間の文脈的関連性を高精度で構築している。

同社の広告プロダクト「D/サイファー」は、ファーストパーティデータとシグナル解析で読者の関心を推測している。

ただ、AIの出力は人間の監視が必須であり、それによって広告主に最適な関連性を担保している。


昨年、デジタルメディア企業のドットダッシュメレディス（Dotdash Meredith）はOpenAIと契約を結んだ。それは、単にChatGPTに自社のコンテンツを開放したというわけではない。コンテキスト広告プロダクトのD/サイファー（D/Cipher）をサポートするために、OpenAIの大規模言語モデル（LLM）も利用している。

このほど、コロラド州ベイルで開催された米DIGIDAYのパブリッシングサミット（Digiday Publishing Summit）で、ドットダッシュメレディスのD/サイファー担当シニアバイスプレジデント兼グループゼネラルマネージャーのリンジー・バン・カーク氏は、DIGIDAYポッドキャストのライブ収録のステージで「OpenAIのおかげで言語をより細かいレベルで理解できるツールが手に入り、リンクを探す際にコンテンツ間の関連性をより意図的なものにできるようになった」と語った。

ドットダッシュメレディスはすでに、同社の40のサイトでユーザーが訪問した記事ページに基づいて、その人の興味や潜在的な購買意欲を推測できるようD/サイファーを作っている。OpenAIのLLMは、キーワードを超えたコンテキストを考慮することで、ほかの方法では導き出すことが難しい関連性を構築するのに役立つ。

「大規模言語モデルとデータベースのおかげで、ページ上の特定の単語の一致だけでなく、実際に話しているときの感情や主題から関連性を導き出すことができるようになった」とバン・カーク氏は述べた。この強化により、コンテンツ間の関連性構築が30％向上したと同氏は言う。

このエピソードでは、広告市場の暗い見通し、AppleのATT（App Tracking Transparency）のトラブル、アドベリフィケーションベンダーのボットの盲点など、最近のトップニュースも振り返っている。本記事では、会話のハイライトをいくつか、わかりやすくするために短く編集して紹介する。


Subscribe: Apple Podcasts | Spotify

鍵はコンテキストにある



当社のサイトを訪れるユーザーの数は数億人にのぼる。当社は100億を超えるシグナルを収集しており、これによって特定の記事タイプに対する消費者のエンゲージメントと行動を理解し、その消費者が次に何をするかを予測することができる。

大規模言語モデルがけん引



LLMを使うと、ある人と別の人がまったく同じ話題について話していることがわかる。同じことについて話すのにまったく異なる用語を使うこともあるが、LLMは、たとえ異なる言葉を使っていても、あなたと私が同じことについて話しているとわかるようにしてくれる。

ファーストパーティデータが原動力



当社はパブリッシャーとしてユーザーに関するファーストパーティデータを持っているため、このようなシナリオで、これを読んでいる人があれも読んでいるということを知ることができる。これは他社にはわからないことだ。

人間がAIを監視する必要性



当社には、関連性構築とこのテクノロジーに取り組むチームがある。率直にいうと、D/サイファーを構築する際には依然として、これらすべての関連性から得られた出力を人間が見て、実際にオーディエンスを構築しようとしているブランドに合致するかどうかを適切に判断している。つまり、依然としてこれらすべてのプロセスに監視と人間の介入が必要だということだ。

[原文：How Dotdash Meredith enlisted OpenAI to boost its contextual ad product, with Lindsay Van Kirk]

Tim Peterson（翻訳：ジェスコーポレーション、編集：島田涼平）