Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124

OpenAI opisało, jak system reklam w ChatGPT dobiera i wyświetla ogłoszenia. Podało przychód, ale nie podało wyników reklamodawców.
OpenAI opisało, jak system reklam w ChatGPT interpretuje rozmowę, wybiera ogłoszenia do aukcji i decyduje o ich wyświetleniu pod odpowiedzią. Wpis techniczny wskazuje, że system reklam działa osobno od systemu piszącego odpowiedzi. Firma podała przychód i liczbę reklamodawców, ale nie podała wyników ich kampanii.
System wybierający reklamy działa oddzielnie od systemu piszącego odpowiedzi. Oba korzystają z rozmowy, ale wykonują różne zadania, a wybór reklamy nie wraca do treści odpowiedzi. ChatGPT nie czeka na wynik systemu reklam, więc odpowiedź pojawia się nawet wtedy, gdy system reklam działa wolno lub przestaje działać. Reklama, która przyjdzie za późno, nie zostanie pokazana przy tej odpowiedzi.
Opis separacji jest deklaracją OpenAI. Materiał nie zawiera niezależnego dowodu, że podział działa w praktyce.
System reklam może wykorzystać szczegóły podane wcześniej w rozmowie, a nie tylko ostatnie pytanie. OpenAI nazywa takie sesje stanowymi, ponieważ kolejna wiadomość nie wymaga rozpoczynania analizy od zera. Przykład z wpisu dotyczy osoby porównującej oprogramowanie do zarządzania projektami, która prowadzi małą agencję, potrzebuje zatwierdzeń od klientów i chce uniknąć płatności za konta gości. Pytanie o cenę niesie wtedy więcej kontekstu niż samo wyszukanie hasła „cennik oprogramowania do zarządzania projektami”.
Model musi rozróżniać bieżącą intencję od starych informacji i pytań hipotetycznych. Według OpenAI trafność reklamy sama w sobie nie pokazuje, jak prawdopodobna jest konwersja, ponieważ ktoś może badać zakup z wyprzedzeniem kilku miesięcy.
Model zarządzający wyborem reklam OpenAI nazywa orkiestratorem. Czyta rozmowę, wywołuje narzędzia do wyszukania potencjalnych reklam, sprawdza ich trafność i przekazuje kandydatów do aukcji. Proces zaczyna się od zamiany istotnych fragmentów rozmowy na zapytania, a następnie na embeddingi, czyli reprezentacje znaczenia. Dzięki temu system znajduje reklamy bez konieczności zgodności słów. Jedna rozmowa może wygenerować kilka zapytań, jeśli użytkownik ma kilka potrzeb.
Według opisu orkiestrator nie wybiera zwycięzcy i nie ustala ceny. Robi to osobne narzędzie aukcyjne, a model jedynie decyduje, które reklamy do aukcji trafiają. OpenAI nie ujawniło, jaką wagę ma każdy sygnał, więc wpis daje ograniczone wskazówki dotyczące poprawy rankingu.
| Etap | Co robi system | Co może ograniczyć wyświetlenia |
|---|---|---|
| Zapytania z rozmowy | Zamienia kontekst na zapytania i embeddingi | Brak pasujących reklam |
| Kwalifikacja | Sprawdza lokalizację, polityki, budżet i pacing | Odrzucenie przed aukcją |
| Ocena | Bierze pod uwagę dopasowanie, wyniki historyczne i szansę na wyświetlenie, kliknięcie lub konwersję | Niska ocena kandydata |
| Aukcja | Ustala ranking, cenę i wybór | Przegrana z konkurencją |
| Kontrola po aukcji | Ocenia dopasowanie do konkretnej rozmowy | Odrzucenie mimo wygranej |
| Dostarczenie | Wyświetla reklamę w oknie czasowym | Spóźniona reklama nie pojawi się |
OpenAI twierdzi, że wewnętrzne logi zapisują m.in. wyszukiwania bez potencjalnych reklam, reklamy odrzucone w kwalifikacji oraz umieszczenia, które zostały wyświetlone i wywołały interakcję. Komunikat nie podaje, jaką część tych danych zobaczą reklamodawcy w raportach.
OpenAI podało, że przychód reklamowy osiągnął poziom 1 mld USD w ujęciu rocznym mniej niż 200 dni po starcie. Od uruchomienia reklamy wykupiło ponad 100 tys. reklamodawców. Wartość run rate jest projekcją opartą na bieżącym tempie, a nie kwotą zebraną przez firmę.
| Dane podane przez OpenAI | Czego komunikat nie podaje |
|---|---|
| Przychód: 1 mld USD w ujęciu run rate | Kwoty faktycznie zebranej z reklam |
| Ponad 100 tys. reklamodawców od startu | Liczby aktywnych reklamodawców i powrotów po testach |
| Opis działania systemu | Wskaźników CPA, ROAS i konwersji, także w podziale na branże |
| Brak danych liczbowych o skuteczności | Badań kontrolnych, które pokazałyby dodatkową sprzedaż |
Sama liczba reklamodawców nie mówi, czy reklamy przynoszą zwrot. Bez danych o powtarzanych wydatkach i kosztach pozyskania klienta trudno ocenić, czy kampanie są opłacalne.
Firmy z Polski, które planują kampanie w ChatGPT Ads, powinny najpierw ustalić, na którym etapie reklama się zatrzymuje: w kwalifikacji, w aukcji czy przy kontroli po aukcji. Wpis nie podaje, czy taki podgląd jest dostępny w raportach, dlatego warto sprawdzić to w panelu reklamowym. Zmiana stawek bez tej wiedzy może nie usunąć przyczyny niskiej liczby wyświetleń.
Warto też zestawić potrzeby klientów, np. darmowy dostęp dla gości, z treścią strony docelowej, która je potwierdza. Materiał nie sugeruje, by zakładać osobną kampanię na każdy wariant rozmowy. Nie podano terminów zmian ani zapowiedzi kolejnych ujawnień, więc warto śledzić komunikaty OpenAI.
Przed podniesieniem stawek w ChatGPT Ads ustal, na którym etapie reklama się zatrzymuje. Bez tej informacji zmiana stawki lub kreacji może nie dotknąć przyczyny słabego wyświetlania.
Komentarz redakcji Info24