ChatGPT 广告：不能只看第一条消息，要记住后面几轮
搜索广告好做的地方，是用户已经把意图交出来了。他搜了一个词，或者打开了一个网页，系统收到这一次事件，去库里找广告，排个序，竞一次价，再展示。整条链路从一次清楚的请求开始。
ChatGPT 里经常没有这个起点。人来的时候带着一个目标：规划旅行、给公司选软件、布置家里、学一项新爱好。目标要好几轮才说清，ChatGPT 还在中间帮他收窄。工程团队举过自己的例子：一开始只是问怎么为一场赛跑做训练，几轮之后才问到适合训练的跑鞋。每加一个条件，这里面能对应的商品就变一次；这种上下文还会跨对话继续变。若只拿第一条消息去检索，就会把意图判错，广告会挡路。
所以这套系统不把每条消息当成一次独立广告请求。2026 年 10 月 21 日，Ritendra Datta 和 Karthik Gopalratnam 在 OpenAI 工程博客里把这件事收成三项设计。
第一，广告会话有状态。会话要记住同一段对话里的每一轮，也要记住跨对话的信息，信息一变就更新。只有这一轮符合投放条件，会话才继续跑。ChatGPT 会把初始请求的上下文交给广告服务器。广告系统接着跟着对话走，不把整段聊天压成一个查询词。
第二，一个经过定制后训练的前沿大模型负责理解上下文和潜在意图。OpenAI 把它叫做编排器。它通过工具调用去做检索、排序、相关性判断和竞价。
第三，选广告的流程是另一项服务，和生成回答分开。两边用各自的模型和代码，也不共用内容生成模型。广告读对话，按自己的资格、质量和交付规则决定出不出。回答怎么写，不经过这条链路。
分开还有两个直接后果。广告系统慢、挂了，ChatGPT 的回答照样出来，不会因为等广告而中断或变慢。另一边，没有合适广告就不出。不返回广告是正常结果。只有对用户和广告主都明显有益，广告才会交付。
官方那张流程图把一次用户对话画成两条并行的路：一条生成非广告回复，另一条做资格审核和投放，最后以赞助内容的形式出现。
广告编排器：按最新对话挑选广告，不改 ChatGPT 的回答
编排器跑的是一个智能体循环：理解当前对话，决定现在该调哪个工具，调完再看要不要再来一轮。检索这一步故意收得宽，先把可能相关的广告捞进来，后面再筛。对话是一点点加进来的，可用的信息变多，歧义也变多。编排器得分辨哪句是现在的意图，哪句已经过时；得看懂「那个」指的是前面哪一件；还得认出用户只是在假设。提到一次产品或服务，并不等于他要买。
目标是给当前这段对话找到同时对用户和广告主都有价值的广告，用户放在前面。用户如果打开了个性化广告，编排器还可以用以往对话里可用的非敏感信息。没开，就不用这条。
对话继续往下走，编排器会按新上下文再调一轮工具。新广告若及时回到客户端，客户端可以换上；来不及，这一轮就用不上。
官方架构图里，进编排器的是对话上下文和用户画像。它能调用的工具包括检索、相关性估计、事件预测、资格审核、投放节奏与预算、竞价与定价。页面上还有一段示意：一个「印花抱枕」被标成不合格候选，旁边是用户价值和广告主价值。那是在说明门槛，不是某次真实投放的截图。
广告价格：模型只提出候选，价格由竞价决定
整圈的顺序可以收成一句：对话先变成短摘要，摘要再变成语义嵌入，用嵌入去检索，再按预算、用户设置和初步检查做资格过滤，然后评质量和相关性，最后排出能放在回答下方的广告。每条都得先过资格和相关性，才有资格进展示位。
检索查询不止一条。编排器会改写上下文，把一轮对话里不同的商业意图拆开，再各自做成语义表示。规划旅行时，交通、住宿、活动可以各留一条，不必收成一个字符串。
文中的徒步鞋例子是三句连着的对话：「去优胜美地玩两天，应该安排哪些行程？」「下周会冷吗？」「某品牌有哪些新产品系列？」用户没有把鞋和优胜美地连起来，系统仍可能先写成两个查询，例如「适合徒步旅行的鞋」和「适合旅行的该品牌新产品系列」。这只是第一次写法。编排器会继续改这些表示，直到库存里出现对这个用户有价值的广告。
检索故意做宽。候选可以来自不同策略，进池之后用同一套投放约束竞争。索引按系统和产品分开建。商品 Feed 的索引会看商品的正面或负面评价；没有评价的广告，这一项就不参与。每个索引用近似最近邻搜索：拿表示用户意图的嵌入，在很大的语义索引里快速找接近的结果。它不保证找出「唯一正确」的那条，只求尽快留下大多数相关候选。官方检索图就是这条路：改写后的查询编成高维嵌入，分别从常规广告、商品广告和可选策略下的广告里捞，再汇成一个宽候选池。
过滤掉的是还没到展示门槛的候选。检查项随广告和配置变化，通常包括：创意和广告系列是否开着，定向允许哪些地区，内容是否过政策，预算还在不在，这一时段该不该花钱，这条广告适不适合当前这类对话，以及同一广告主、同一广告系列会不会占得太多，好让不同商家都能进来。相关性、出价或预算，有一条不到线就出池。
过了资格才打分。编排器再调评分工具，看三件事：和用户目标是否同向，会不会被看到、被点到并转化成广告主期望的结果，以及这条广告以前展示时表现如何。竞价前还会再筛一遍相关性和安全性。打分把池子缩小到可以进竞价的那些，仍然不决定最后出哪一条。
进竞价之前，编排器按对话挑出足够合适的候选，交给竞价工具。它不拍板投放对象，也不定价。竞价工具负责设准入门槛、把预算花得更匀、算出价和竞价特征、按质量调整排序、定价，然后选出结果。
竞价赢了，仍可能交不出去。两种情况都和聊天这种形式有关。
一种是放在这段对话里不合适。安全与合规模型已经认为这段对话可以出现广告，广告本身也符合政策，编排器仍可以因为语境别扭而拦住。
另一种是没赶上。回答已经准备好，广告还没好，请求就超时，这条不出。ChatGPT 的响应时间是变的，系统不会为了等广告把回复拖住。广告侧因此要把自己跑快。
这些检查都过了，广告才会送到前端去渲染。OpenAI 把这一步叫做服务端交付。送到前端，用户仍可能看不到。这是设计，不是故障。
广告展示：竞价赢了，不合适或来晚了也不会出现
创意本身是标题、描述、目标链接，有时还有行动号召。系统另外给一段模型写的引言，用短而中立的话说明这条广告和当前对话的关系。引言和广告主的创意分开：广告主的信息留在创意里，ChatGPT 的口气留在回答里，两边不搅在一起。
前端把引言和创意一起收下。这些内容若在回答全部生成之前到达，就放在回答下方，并标明是赞助内容。到晚了，这一轮不展示。服务端交付和用户真正看见，是两件事。
官方时序图把后面几步拆开：投放系统准备竞价获胜的广告，ChatGPT 做最终检查，界面展示广告，确认回执再把「选中」和「交付完成」分开。选中的广告要经过最终展示检查，实际出现在界面上，并且交付得到确认，才算交付完成。
广告改进：上线后靠投放记录、更强的模型和人工反馈
投放之后走的是传统日志和数据管道。广告主可以把自己的系统接进来，用报告调投放；OpenAI 自己用同一套记录找系统哪里要改。上面还有一个质量更高的模型，专门评估交付结果，并训练其他广告模型。
日志把结果拆开记，因为每一段要改的东西不一样。一轮对话可能根本不符合投放条件；会话开了，但没有发起检索；检索回来是空的；有候选，但补全数据失败，或没过资格；广告交付了，之后还有用户互动。改「什么时候该出广告」，和改检索、候选质量、竞价资格、交付稳定性，用的不是同一批记录。
官方另一张图把展示之后分成产品、投放、质量三条观察线。哪些数据可以拿去衡量效果、哪些可以拿去改模型，都要先经过受隐私控制约束的处理，再变成汇总结果。
改进模型的办法，是让能力最强、推理水平最高的模型看结果、做评判，再用这些反馈去训练那个经过后训练的编排模型。编排或检索可以交给更小、更省、推理能力更低的模型，只要强模型负责收集反馈，并把具体任务教到位。
分寸不由这个评判模型单独定。用户的点击和隐藏、用户调查、广告主在广告管理平台里的反馈，都会进来。团队在搭建期间也直接听用户和广告主的话。OpenAI 把这类反馈放在模型观察之上：模型可以理解意图、挑出有用的内容；怎样才算得体，由人来定。
ChatGPT 广告的年化收入：8 月达到 10 亿美元，10 月超过 10 亿美元
工程文里有两个收入口径，不要合成一个。文中「推出不到 200 天、按当时营收速度折算年化收入达到 10 亿美元」链到 2026 年 8 月 31 日的《推动 AI 普惠的新里程碑》。那篇文章写的是：上线不到 200 天，年化收入运行率达到 10 亿美元，当时有数万家广告主。到 10 月 21 日这篇工程文，说法变成两句：自推出以来已有超过 10 万家广告主投放过；按当前营收速度折算，年化收入超过 10 亿美元。8 月 31 日是「达到 10 亿、数万家」，10 月 21 日是「超过 10 亿、超过 10 万家」。这些都是 OpenAI 自己公布的运行数字，没有独立复算。
文末说，系统边界依据广告原则。那份原则写在 2026 年 1 月 16 日的《我们在广告投放与提升 ChatGPT 可及性方面的策略》里。当天广告还没开始投放，里面列了五条：广告业务要服务于「让通用人工智能惠及所有人」这个目标；回答按对用户最有帮助的信息生成，广告单独呈现并标明；对话不分享给广告商，数据不出售；用户可以关掉个性化、清掉用于广告的数据，付费层级不显示广告；不把使用时长当优化目标，信任和体验放在收入前面。1 月 16 日还写过测试范围：面向美国已登录的成年用户，广告出现在免费和 Go 层级的回答底部；敏感或受监管话题附近不出现，未满 18 岁的账户看不到。那是当时的测试计划。10 月 21 日这套技术栈已经在跑，工程文没有把这些测试范围再报一遍。
一年前 OpenAI 还没有这套广告系统。工程文把搭得快归到 Codex：团队和流程从一开始就按 Codex 来组织，同时给它加了上线防护，并接上数据基础设施插件，用来缩短从看到问题到改功能、改质量、改性能的周期。更快的是建造速度。广告出不出、价格是多少，仍走上面那条编排和竞价链路。
往后他们要试更具互动性的形式，例如用户通过广告直接和商家对话。自我改进仍靠 OpenAI 自己的模型和这条反馈环，用来提升广告的相关性和个性化水平。对看这套系统的人，能核对的是四件已经写明的事：回答和广告是两项服务；编排器提名，竞价定价；回答不等广告，广告晚了就放弃这一轮；没有合适广告时，不出也是正确结果。
