OpenAI 揭秘 ChatGPT 广告系统原理:如何能精准插入广告,又不改变回答效果
原文链接: https://openai.com/index/building-chatgpt-ad-stack/ 来源: openai.com 发现于: 小互 · AI 解读站 · 2026/10/22 说明: 本文由 AIHot 自动聚合,并由 GLM 翻译为中文(保留全部代码与链接)。正文取自小互 AI 解读
作者:OpenAI10-22 ·
ChatGPT 已经开始投放广告了。当你用它规划旅行、挑选软件或讨论新爱好时,回答下方可能会出现一条明确标注“赞助”的商品或服务推广。这是 OpenAI 商业模式的一部分,商家可以付费在 ChatGPT 中投放广告。

一张广告卡片里,品牌、赞助标识、标题、说明和商品图片各有位置。 图中 Headline 对应标题,Description 对应说明,Creative 对应右侧图片。来源:OpenAI 帮助中心的广告素材示例。
ChatGPT 广告系统,就是负责挑选、安排这些广告的一套后台系统。它要结合对话判断有没有合适的广告机会、该选哪条,以及能否在这轮回答下方展示。
随之而来的疑问是:我只是聊跑步,它怎么判断我想不想买鞋?如果商家付了钱,ChatGPT 会不会在回答里偏向赞助品牌?它会不会为了等广告选好,让我多等一会儿?
OpenAI 最近公开了这套系统的工程原理:广告怎样跟着多轮对话理解需求,又怎样与回答生成分开运行。
为什么不能把每条消息当成一次广告请求?
搜索广告有一个比较明确的起点:用户提交搜索词,系统据此检索候选、排序、竞价,再展示广告。在 ChatGPT 里,人们可能先说想准备一场比赛,聊了几轮才问到训练鞋。最初的跑步咨询,并不自动等于购买装备。
OpenAI 工程团队举的正是这样的例子:从一般的跑步问题,逐步聊到适合训练的鞋。随着目标、条件和偏好不断补充,广告系统需要重新判断此刻的需求,不能一直拿第一条消息代表整段对话。
如果每轮都被压成一个孤立查询,广告可能出现得太早,系统也会反复做相似的工作。为此,OpenAI 引入了有状态的广告会话:把已经出现的相关信息记下来,收到新上下文时继续更新,而不是每次从头猜。
这里的“状态”可以理解为系统手里不断更新的一份需求记录:前面聊了什么,当前又补了什么条件,哪些信息已经过时。能记住信息,也要会判断信息是否还适用;随口提到一个品牌、讨论一个假设,都不该直接当成购买请求。
双轨独立:为什么“懂我”和“不干扰回答”能同时成立?
广告能结合对话找商品,会不会反过来让 ChatGPT 在回答里偏向赞助商?OpenAI 披露的做法,是把两条工作路径分开:回答由核心 ChatGPT 服务生成,广告由另一套服务筛选;两边使用不同的模型和代码,不共享内容生成模型。

上方生成回答,下方筛选广告;虚线把对话更新送给广告服务。 图中没有从广告选择返回回答生成的箭头。来源:OpenAI。
图里最容易忽略的是那条虚线:**回答独立,不等于广告系统不读取对话。**广告端会使用可用的会话上下文,判断有没有合适的商业机会;它选出的广告作为单独的赞助内容出现,而不是写进自然回答。
分开运行还意味着,广告服务慢了或不可用,回答照常生成,不需要等待广告结果。系统返回“没有广告”也是正常的成功结果。按 OpenAI 的设计,只有对用户和广告主都有价值时才交付广告;这解释了它如何隔开两条服务链路,但架构说明本身不能证明产品在任何情况下都没有偏见。
大模型当编排器,工具负责检索和竞价
OpenAI 在已有大模型上,针对广告任务进一步训练,这个过程叫“后训练”。训练后的模型在这里担任编排器。它的工作方式类似一个能调用工具的 Agent:先理解对话,再根据结果选择下一步调用哪个工具;新信息到来后,还能重新检索、评估候选。
比如前面问的是旅行路线,后面问到了某个品牌的新品,编排器需要判断两件事是否有关。它负责组织这段理解过程,检索、预算检查、评分和竞价则由对应工具执行。

编排器调用工具组织广告流程;竞价工具负责定价和最终选择。
大模型根据可用上下文反复调用工具;用户选择个性化后,还可考虑过去对话中的非敏感信息。
工具链里各环节回答的问题不同:检索工具先找出可能有关的广告;资格工具检查候选是否可以投放;评分工具评估相关性和预期互动;竞价工具决定最终选谁以及价格。
大模型负责理解语言和调度这些能力,不直接决定最终赢家,也不自己定价。到了竞价环节,它的角色是向竞价工具提名合适的候选。
意图改写与多路检索:不把每句话都当成购买指令
当用户展开多轮交流时,编排器首先需要把复杂的语境改写为适合广告索引检索的表示形式。
以官方披露的优胜美地两日游为例:
- 第 1 轮:用户询问优胜美地两日游的游览路线;
- 第 2 轮:用户追问下周当地会不会很冷;
- 第 3 轮:用户随口询问某个户外品牌最近是否有新产品线。
在这个例子里,用户没有明确说要买鞋。编排器可以把行程与品牌新品这些线索串联起来,尝试与徒步出行有关的检索,而不是把三轮对话直接拼成一串搜索词。可能的查询包括:
[适合徒步旅行的鞋类][该品牌适合出行的新品系列]
这些文字查询随后被编码为语义向量,也就是用一串数字表示含义,让系统能在广告库里寻找意思接近的内容。“徒步旅行的鞋”不必和广告文案逐字相同,也能找到相关候选。
检索使用近似最近邻搜索(ANN):快速找出大致接近的选项,尽量保留多数相关候选,而不是穷举所有广告、寻找唯一最优解。系统有多个索引,分别适应普通广告、商品广告等需求;商品广告索引还会把商品的正面和负面评价纳入考虑。

多个文字查询先编码成语义向量,再从不同索引中检索,汇入候选池。
普通广告、商品广告和其他可选策略提供不同来源的候选;汇合后的名单还不是最终赢家。
候选池形成后,要过三层不同的判断:
- **能不能参选。**广告和活动是否仍有效、投放地域是否匹配、是否满足政策要求、预算是否还有余额、现在该不该花这笔预算、能否出现在这种对话版位,以及是否需要按广告主或活动去重,避免同一广告主或活动重复占据候选。预算节奏控制,是避免把预算不合时宜地集中花掉。
- **与当前目标有多相符。**评分工具评估语义相关性,预测用户会不会浏览、点击或完成购买、注册等广告主期待的“转化”,也参考广告的历史表现。相关、安全的候选才能继续进入竞价准备。
- **最终选谁、价格多少。**编排器提名后,竞价工具执行最低相关性与价值准入、预算节奏、质量调整后的排序、定价和最终选择。出价参与决策,质量也参与;原文没有公开具体竞价公式。
所以,“找到了徒步鞋广告”只是第一步。它还要符合投放条件、与此刻需求相关,并在竞价中获得展示机会。
竞价胜出为什么不等于真正展示?时钟竞争与展示回执
一条广告赢得竞价后,仍然可能不出现在本轮回答下方。对话产品还要考虑两个问题:此时放广告合不合适,以及广告是否赶得上这次回答。
原文把广告包由服务器发往前端称为服务端交付(server-side delivery),但“服务器发出了”与“用户看到了”仍是两个阶段。

选出广告后还有检查;展示之后,确认信号才沿箭头返回广告系统。
读图顺序是:选中 → 宿主检查 → 标注赞助并展示 → 确认与回执 → 记录成功交付。被拒绝或中断的广告会被放弃。
回答结束前没赶到,本轮就不展示
ChatGPT 生成回答所需的时间是动态的,广告流程必须在这个窗口里完成。前端只有在回答完全生成前收到广告包,才会在本轮显示它;如果到得太晚,就不展示。回答不会为了广告停下来等。
广告合规,也可能不适合当前语境
合规解决的是这条广告和这段对话是否满足基本投放要求;但把两者放在一起,仍可能显得不合适。即使广告已经赢得竞价,编排器也可以因为当前语境不适合而阻断它。这是竞价之后的另一道检查。
广告出现在哪里,系统怎样确认交付?
广告系统返回的包里,既有标题、描述、目标链接和行动按钮等广告创意,也有模型生成的一段简短中性前言,解释广告与这段对话的关系。前言与广告创意分开,保留广告主的信息,同时避免把商家的宣传口吻混进 ChatGPT 的回答。

回答在上方,广告在下方:品牌下方标着 Sponsored,下面是商品卡片。 示例中,聚餐建议之后出现了食品广告,卡片列出商品图片、价格和烹饪时间。来源:OpenAI 官方界面示例。
前端把广告放在回答下方,并明确标注赞助。按官方时序图,展示端确认后,ChatGPT 再向广告系统回传交付确认,系统才记录成功交付。竞价胜出、服务器发出、实际展示和收到回执,要分别看待;这些步骤本身没有说明采用哪种计费方式。
ChatGPT 回答路径正常生成回答 → 向用户输出不等待广告 改变广告端的条件 放在当前对话里合适 在回答生成结束前到达前端
- 1竞价胜出 竞价工具选出广告,仍需通过后续检查。
- 2语境检查 合适,继续准备下发。
- 3前端接收 及时到达,可以在本轮展示。
- 4展示与回执 回答下方标注赞助;展示后确认并回传成功交付。
结果:展示并确认交付。回答路径照常运行。
**语境不合适:**即使广告本身合规、竞价胜出,编排器仍可阻断。
**到得太晚:**本轮不展示,回答不会停下来等广告。
数据流向、隐私控制与闭环演进
广告系统的可持续性依赖于客观的数据度量,但对话产品的核心资产是用户的隐私信任。

产品结果、广告投放结果和质量评估,经过受隐私控制的分析处理。
下方两种输出分别是聚合测量,以及允许用于模型改进的数据;图中没有给出具体脱敏技术或数据保留期限。
隐私边界与个性化开关
广告端使用当前对话上下文;如果用户选择个性化广告,编排器还会考虑过去对话中可用的非敏感信息。这是利用历史信息的明确前提,不能据此推断内部如何存储、隔离或清除每一种数据。
OpenAI 在广告原则中承诺:广告主不能查看用户的私密对话,用户数据也不会被出售给广告主;用户可以关闭个性化,并随时清除用于广告的数据。广告系统能利用上下文,与广告主能直接拿到聊天记录,是两件不同的事。

左侧是广告设置,右侧是广告历史;删除广告数据的入口也在设置中。 左图可见 Personalize ads(个性化广告)与 Past chats and memory(过去对话与记忆)两个开关。来源:OpenAI 官方界面示例。
系统怎么知道该改哪一环?
广告流程可能停在不同阶段,也可能顺利完成:这一轮本来不适合广告;启动了会话但没有检索;检索没找到候选;候选没通过资格检查;或者广告已经展示,随后收到了用户互动。日志把这些结果分开记录,才能判断该改善机会识别、检索质量、候选筛选还是交付可靠性。
OpenAI 还用推理能力更强的模型评估系统结果,再以反馈训练广告模型。这样可以让更小、更高效或推理开销较低的模型承担编排、检索等工作,而不必让每个在线环节都使用最强模型。
但模型的判断不是唯一标准。用户的点击和隐藏、用户调查,以及广告主在 Ads Manager 中的直接反馈,也会推动调整。OpenAI 表示,这些人的反馈对产品方向的影响甚至超过模型的观察反馈:模型可以帮助判断相关性,广告出现得是否得体,仍要听人的感受。
规模数据与演进边界
OpenAI 此前公布,ChatGPT Ads 在上线不到 200 天时达到 10 亿美元年化收入运行率。本次工程文章又披露,自上线以来,累计已有超过 10 万广告主投放过。
年化收入运行率,是把阶段性的营收速度换算成年尺度,不代表已经收到一整年的 10 亿美元;累计投放过的广告主,也不等于当下仍在活跃投放。这两项都是公司的自报数据,说明这套系统已经承载了实际商业业务。
开发过程也用了 AI:团队从一开始就把 Codex 纳入工作流,配合代码护栏和数据基础设施插件,缩短发现问题、获取洞察到落地改进之间的循环。
OpenAI 接下来还想探索更动态的广告形式,例如让用户通过广告直接与商家交流。这属于未来探索。当前披露更值得关注的做法,是让模型负责理解变化中的需求,让工具执行检索、评分与竞价,再用服务边界和展示条件约束广告何时出现。
来源How we built ChatGPT’s novel ad stack for user trust and relevanceRitendra Datta、Karthik Gopalratnam / OpenAI·2026-10-21·查看主材料延伸Our approach to advertising and expanding access to ChatGPT·A milestone in expanding access to AI·Ads in ChatGPT: The Basics(广告卡片示例)·Testing ads in ChatGPT(广告界面与设置示例) CHATGPT AD STACK · 一页读懂
ChatGPT 广告系统:如何在多轮对话里既懂需求又不干扰回答
商家可以付费投放广告:它是回答下方单独标注“赞助”的商品或服务卡片。后台系统负责选广告,回答由另一条路径生成。
教学示意 · 展示条件不等于计费规则 上方:ChatGPT 的正常回答赞助 · 商品或服务卡片 下方:与当前对话有关的推广内容
比如先聊优胜美地路线,再问天气、品牌新品:广告端会更新需求记录,尝试找相关商品。提到品牌并不等于想买鞋。
主图:同一段对话,两条工作路径
回答路径ChatGPT 服务 → 生成回答 → 向用户输出独立继续,不等待广告。广告端慢了或不可用,回答照常生成。 对话上下文也可供广告端读取 ↓ 两边使用不同模型和代码,不共享内容生成模型。 广告路径专门训练的大模型:理解需求、改写意图、调用工具模型组织流程并提名候选;不直接决定最终赢家,也不自己定价。 ① 检索候选 →按含义找相关广告② 资格与评分 →能否投放?与需求多相关?③ 竞价工具兼顾出价与质量,决定赢家和价格
竞价胜出后,还要过两道展示门 ↓ 门一:当前语境合适?广告本身合规,放在此刻仍可能不合适;编排模型可以阻断。门二:是否及时到达?广告包须在回答生成结束前到达前端。 任一条件不满足 → 本轮不展示;回答继续,不停下来等。 两道门都通过 → 回答下方标注赞助并展示 展示后回传确认 → 系统记录成功交付。 胜出、发出、展示、收到回执,是不同阶段。
广告读对话,商家不等于能拿到聊天记录。
广告侧使用当前对话;用户选择个性化后,还可考虑过去对话中的可用非敏感信息。OpenAI 承诺广告主不能查看私密对话,用户数据不出售给广告主;用户可关闭个性化并清除广告数据。
这是已披露的架构与边界,本身不能证明产品在任何情况下都没有偏见。
来源:OpenAI 广告系统工程文章及正文中的官方广告原则。
原文版权归原作者,这里只供对照阅读。 看原网页 ↗
How we built ChatGPT’s novel ad stack for user trust and relevance
Learn how OpenAI built ChatGPT’s LLM-powered ad stack to understand conversational intent, keep ads separate from answers, and deliver relevant ads at scale.
Traditional advertising systems are built to respond to discrete units of user intent. A user searches for or views something online, the ads system receives those queries and page views as events, and the system looks for matching ads based on those events. Building an ads stack for ChatGPT was different: user intent develops across conversations and shifts over multiple turns of a conversation, sometimes without a fitting advertising moment. To support this new paradigm, we built a bespoke ads delivery system. This new type of ad stack is based on a custom, post-trained frontier LLM that makes tool calls for retrieval (identifying the top options), ranking (predicting user engagement), relevance (evaluating the usefulness of the ad), and running auctions for final ad selection and pricing.
我们的广告系统通过三项关键设计决策,支持对用户目标演变的细微把握:1)实现有状态的广告会话,这意味着信息会在对话的各个回合以及多次对话之间被记住;2)依赖一个经过自定义后训练的 LLM,该模型采用工具调用架构来解读对话的上下文和潜在意图,从而有效地选择、排序并投放广告;3)将广告选择过程与 ChatGPT 的回答生成过程分离,运行在独立的服务中,以防止广告影响回答内容并保持 ChatGPT 的中立语气。我们使用经过后训练的 LLM 来协调整个广告流程,根据用户的当前回合和对话历史,确定在正确的时间展示正确的广告。虽然构建这样一个具备自我改进能力的广告系统曾经需要数年时间,但 ChatGPT Ads 在推出后不到 200 天内就实现了年化 10 亿美元的营收运行率 less than 200 days after launch;目前,自推出以来,已有超过 100,000 名广告主在 ChatGPT 上投放了广告。
在智能体聊天中,广告应该如何运作?
传统的广告请求通常始于一个定义明确的事件。用户提交搜索查询或打开网页,广告系统随即收到请求。这类系统相对简单:它检索潜在的广告候选项,对其进行排序,运行拍卖以适当定价该机会,并将最终选定的广告展示给用户。然而,ChatGPT 并不会自然地产生这样具体的时刻。
在 ChatGPT 对话中,用户带着目标而来,而不是仅仅为了获取一个答案的搜索查询。他们可能正在计划旅行、为企业选择软件、布置家居或学习新爱好。这些活动并非在对话的一个回合内完成。ChatGPT 经常帮助用户在此过程中明确什么才是重要的。
例如,我们的工程团队曾询问 ChatGPT 如何为比赛进行训练:对话始于一个关于跑步的通用问题。几个回合后,他们询问有助于训练的运动鞋。随着每个约束条件的出现,对话的商业含义发生了变化——这种个性化上下文在多次会话中不断演变。如果系统仅根据第一条消息采取行动,可能会完全误解意图,从而降低用户体验并造成干扰。
构建我们的广告系统要求我们超越传统的请求-响应式广告架构,从头构建广告技术栈,在优先考虑用户信任和价值的同时寻找潜在的经济机会。
对话记忆,同时不影响 ChatGPT 的回答
将每条消息都作为独立请求处理(像传统广告系统那样),在我们的聊天用例中会带来一些风险:1)通过过度简化而误读用户目标;2)在用户真实需求尚未明确之前过早启动广告流程;3)展示阻碍而非支持用户旅程的广告;4)每次请求变更时低效地重新运行广告流程,产生噪音并浪费成本。与其围绕单个事件构建系统,不如让广告系统(包括检索、排序和投放)维护一个有状态的会话,这意味着广告会话在符合条件的回合期间运行,并在信息演变时记住并更新相关信息。ChatGPT 将初始请求上下文发送给广告服务器。广告系统跟随并适应不断发展的交互,而不是依赖单个扁平化的查询。
广告选择过程与 ChatGPT 的正常响应生成并行运行,以确保广告流程不会影响 ChatGPT 的回答。广告通过一个独立的系统进行过滤和选择,该系统根据自身的资格、质量和投放约束来处理对话。这一重要的架构边界——使用不同模型和不同代码的不同服务——使得核心 ChatGPT 服务器能够处理有机响应的生成;与此同时,广告系统独立评估是否存在合适的广告机会,如果存在,则通过独立的服务流程准备赞助位置。
广告展示与 ChatGPT 的回答路径并行运行。
除了保护用户体验之外,这种分离还有一些实际后果。ChatGPT 不依赖于广告系统——这些服务完全没有交织在一起,也不共享内容生成模型。因此,如果广告投放系统不可用或响应缓慢,ChatGPT 的自然回复仍会继续不受影响。这意味着广告系统无法导致 ChatGPT 产品宕机或延迟。这种分离的另一个好处是,它提高了有价值广告的准入门槛。不返回广告是一个普通且成功的结果。只有当广告对用户和广告主都明显有益时,系统才会投放广告。
LLM 解释对话并调用工具
我们广告架构中的另一个关键组件是经过后训练的 LLM,它负责解释对话并在 Agent 循环中运行整个广告流程——通过调用核心功能工具,从检索阶段到排序,再到拍卖,最终到投放。我们将这个 LLM 称为 编排器(orchestrator)。
广告流程的第一部分是理解用户意图以启动检索过程,这是一个快速且故意广泛的潜在广告来源搜索,以便后续进行筛选。接收增量对话创建了一个更丰富但更模糊的检索问题,因为广告系统需要区分当前意图和过时上下文。编排器必须解释对早期消息的引用,识别用户何时在假设性地说话,并避免将每次提到产品或服务都视为购买请求。
广告编排器利用可用的对话和用户上下文,通过迭代找到合适的广告,并反复选择何时调用哪个工具,其根本目标是找到最适合该对话和上下文的广告(即在用户价值和广告主价值之间取得平衡的广告)。如果用户选择个性化广告,编排器还会考虑关于用户过去对话的非敏感可用信息,以找到最佳广告匹配。
广告编排器迭代调用广告投放工具以寻找有价值的广告。
随着对话的进行以及广告编排器获得更新的更多信息,编排器可以使用更新的上下文运行一组新的工具调用,以找到更好的广告并将其返回给客户端,客户端可以在这些新广告及时到达时使用它们。
编排器的设计旨在平衡用户价值和广告主价值,始终将用户放在首位。
广告系统由单独的工具组成,编排器迭代调用它们以找到最适合对话的广告。在高层次上,编排器将对话转换为简短的文本摘要,然后将其转换为语义嵌入(存储的含义,更易于广告系统筛选),使用这些语义嵌入检索广告候选项,根据预算、用户设置和其他初步检查筛选这些候选项的资格,评估其质量和相关性,并进行最终排序,以识别在聊天回复末尾放置的高价值机会。因此,每个广告必须在资格和相关性方面达到高标准才能具备放置资格。
准备捕捉意图的检索查询
编排器 LLM 首先准备一个或多个代表相关商业意图的查询。这包括重写对话上下文,以超越 1:1 搜索查询来拓宽商业可能性,然后创建语义表示,其中编排器将多轮对话提炼为摘要版本供检索系统使用——以聚焦的方式从我们的数据库中检索广告。
如果广告仅在深入理解用户意图时才出现,那么对用户和广告主来说,广告展示效果会更好。多个查询可以保留意图的不同方面。例如,关于规划旅行的对话可能包含与交通、住宿或活动相关的不同需求。检索系统可以保留这些区别,而不是将整个对话压缩为一个字面字符串。
例如,让我们来看一个关于徒步鞋的潜在对话序列:
- 去优胜美地两天一夜需要带什么?
- 下周会冷吗?
- 新 [插入品牌] 产品线?
尽管用户没有将鞋类品牌问题与优胜美地之旅联系起来,但我们的广告系统可能会用两个查询来表示这段对话,例如 [适合徒步旅行的鞋子] 和 [适合旅行的新 [品牌] 产品线]。这可能只是第一次尝试;编排器(orchestrator)旨在对这些表示进行迭代,直到在我们库存中找到对用户具有高价值的广告。
检索潜在广告
检索是创建大量广告选项池的过程。候选广告可能来自不同的检索策略,并可以在相同的投放约束下进行竞争。我们构建多个针对不同的系统和产品约束进行优化的索引(例如,商品广告索引在获取最佳广告时,会考虑正面或负面的商品评论。这对于可能没有相关评论的其他广告来说并不相关)。每个索引都针对近似最近邻(ANN)搜索的某个版本进行了优化,使用代表用户意图的嵌入向量。这种 ANN 搜索是一种针对大型语义索引进行检索的近似算法,意味着广告获取速度非常快,能够接近良好解决方案,而不是寻找“正确”的解决方案,同时保留大部分相关候选项。
广告系统在广告检索过程中使用重写后的查询来创建语义嵌入,并生成大量的广告候选项。
过滤不合格候选项
过滤的目标是消除所有在相关性、出价和预算方面未达到投放标准的广告候选项。根据候选项和配置的不同,过滤检查可能包括创意和广告活动可用性(广告活动或广告创意是否处于活跃状态)、广告活动定向(例如,广告活动允许在哪些地区运行)、政策限制(关于可投放内容的合规要求)、预算可用性(广告活动是否仍有可用预算可花费)、投放节奏(广告活动是现在花费预算还是在一天的其他时间花费)、投放兼容性(该广告适用于哪些类型的对话),以及广告主和广告活动级别的去重(为每个广告主选择适当数量的广告,以确保各企业间的公平参与)。
评估相关性和质量
通过资格检查的候选项进入评分阶段,此时编排器会向各种评分系统发出工具调用——用于投放考量,如语义相关性(广告是否与用户的目标相关?)、预测参与度(广告是否可能获得展示、点击并转化为广告主期望的结果?)、历史表现(到目前为止,广告在用户面前的表现如何?)。编排器还会在拍卖前过滤广告,以确保相关性和安全性。这些系统将候选范围缩小到较小的候选池,准备进行拍卖,但它们并不决定最终投放的广告。
运行广告拍卖
编排器在对话背景下评估准备好的候选项,并选择哪些广告候选项足够合理以进入最终拍卖。编排器不直接决定投放哪个广告,也不设定价格。它提名上下文相关的候选项供拍卖工具进行评估。
拍卖应用最终的投放机制,包括拍卖准入(通过相关性和价值的最低阈值)、投放节奏(更均匀地花费广告预算)、出价和拍卖特征计算、质量调整排名、定价以及最终选择。
最终资格检查
拍卖结束后,广告可能无法投放,有两种情况,这两种情况都特定于 ChatGPT 的对话媒介。
- 广告在聊天中可能显得不合适:即使对话本身被完整性模型(决定何时投放广告模型)判定为适合投放广告,且广告本身符合政策要求,但有时广告在特定对话语境下仍可能显得不合适。编排器会阻止这些广告的展示。
- 广告请求可能未能及时到达:如果 ChatGPT 模型已准备好响应,但广告尚未准备好投放,广告请求将超时,导致广告无法送达。因此,广告系统的一个目标是以尽可能快的速度运行。ChatGPT 模型的响应时间是动态的,我们不会为了等待广告加载而延迟聊天响应。
如果上述所有检查均通过,我们将广告发送给前端进行渲染。我们将此视为服务器端广告投放,但我们仍可能不向用户展示该广告——这是设计使然。
最后一步:向用户展示广告
在 ChatGPT 这样的对话式产品中,服务器端投放广告创意并不能保证广告会被展示;广告还必须及时到达,才能包含在当前轮次中。广告创意包括标题、描述、目标链接以及任何行动号召。此外,广告系统还会返回一个由模型生成的前言(preamble),这是一段简短、中立的介绍,解释了广告与对话的关系。将前言与创意分开,既保留了广告商的信息,又保持了 ChatGPT 声音的中立性。
ChatGPT 前端将前言和广告创意作为一个整体接收。如果它在 ChatGPT 的响应完全生成之前到达,前端会在 ChatGPT 的响应下方展示广告,并明确标注为“赞助”。如果它到达得太晚,该轮次将不会展示广告。这就是服务器端广告投放与面向用户的广告展示(impression)之间的区别。
胜出者选择和投放是两个独立的事件。只有在 ChatGPT 批准并展示投放位置,且投放得到确认后,选定的广告才会成为实际投放。
我们的广告技术栈使用传统的日志和数据管道,主要有三个好处:广告商可以更轻松地将现有系统与我们的技术栈集成;广告商可以利用报告数据优化其策略;我们的团队可以找到系统需要改进的领域。除了这些报告和优化工具外,我们还部署了一个高质量模型来评估我们的投放效果并训练其他广告模型,从而形成一个强大的自我改进循环。
详细的分解有助于我们孤立地理解和改进广告系统的每个部分。日志处理系统还记录细粒度的结果,例如:
- 该轮次不符合广告展示条件。
- 广告会话已开始,但未发起检索请求。
- 检索未返回任何候选项。
- 检索到了候选项,但未能完成数据填充或不符合资格。
- 广告已投放,并随后收到了互动。
这些详细的分解有助于我们孤立地改进广告服务的每个部分。改进机会检测需要与改进检索、候选项质量、拍卖参与或投放可靠性不同的证据。
投放、服务和质量系统观察生命周期的不同部分。受隐私控制的处理决定了哪些数据可用于衡量和模型改进。
高性能模型评估并改进整个技术栈
基于模型的评估背后的理念是:我们最强、推理能力最高的模型会观察和评判我们系统的结果,然后通过训练使其表现更好来改进后训练的大型语言模型(LLM)。例如,如果我们要最强大的模型收集反馈并训练这些小型模型以尽可能出色地完成任务,我们可以使用更小、更高效或推理能力较低的小型模型来进行编排或检索。
人类反馈引导得体的方向
我们收集并响应人类反馈(用户的点击和隐藏操作),以及通过我们的广告管理器收集的用户调查和广告商的直接反馈。在构建过程中,我们的团队也随时接受反馈,并直接倾听 ChatGPT 用户和广告商的需求。这种反馈来源对我们的方向指引作用甚至超过了模型的观察反馈,也是我们能够快速迭代并做出正确产品决策的原因之一。模型或许能够理解用户意图并进行批判性思考以提供有价值的信息,但品味是由人塑造的。
下一步计划
一年前,我们还没有广告系统,只有少数人在思考这个问题领域。如今,我们拥有了一个强大的广告系统,年化运行率超过 10 亿美元,并由基于大语言模型(LLM)的编排器管理广告流程。Codex 是一个根本性的力量倍增器,使我们能够以无与伦比的速度引导系统启动,从而实现这一重大使用里程碑。从一开始,我们就组建了团队并建立了开发工作流,利用 Codex 快速构建和扩展系统。我们为 Codex 设置了护栏,以可靠且安全地交付代码。同时,我们为 Codex 设置了数据基础设施插件,极大地缩短了洞察收集和改进系统(包括新功能、质量改进和更好的系统性能)的反馈循环。
我们的系统边界(基于我们的广告原则)与基于 LLM 的编排器的结合,使我们能够在不将每次对话都视为广告请求的情况下,让广告变得有用。展望未来,我们将继续尝试更多动态广告格式,以增加用户价值(例如,允许用户通过广告直接与商家对话)和广告主价值。该堆栈的自改进架构,建立在 OpenAI 模型和持续反馈循环之上,将加速我们不断提高相关性和个性化水平的能力。
↑ 正文结束 ✓ 本篇全文免费开放
会员可复制、下载全文 Markdown,还能让你的 AI 订阅和提问。 订年卡 $59/年看权益对比 →
📮 新解读第一时间进邮箱
读完觉得有用?留个邮箱,每篇新解读发布就送达,随时退订。
相关解读
洞察 OpenAI 发布全天候个人Agent :Dot 主动跟进你的目标 可以同时管理你的工作和家庭事物 09-30 · 约 10 分钟产品发布 OpenAI 发布智能回答界面 Intelligent UI:回答可视化,能点、能调,还能玩 10-08 · 12 分钟深度 Codex 负责人“重置之神” Tibo 访谈:Codex 仍然只是过渡形态 真正的竞争正在从单个模型扩展到整套系统 08-25 · 约 13 分钟