Компания OpenAI приоткрыла завесу над техническим устройством быстрорастущего рекламного стека ChatGPT, показав изнутри, как языковые модели анализируют намерения, проводят аукционы в реальном времени и пытаются строго отделять спонсируемый контент от ответов ИИ. Согласно данным компании, годовой темп выручки (run rate) ChatGPT Ads достиг 1 миллиарда долларов менее чем через 200 дней после запуска, привлекая более 100 000 рекламодателей. Однако за этим коммерческим взрывом скрывается сложная техническая задача: монетизировать диалог, не подрывая доверие пользователей.
Архитектурный барьер между ответами и рекламой
В основе системы OpenAI лежит строгое разделение труда. Языковая модель, генерирующая ответы на запросы пользователей, работает на коде и архитектуре, полностью отделенных от рекламной системы. Пока ChatGPT формирует ответ, рекламный движок параллельно оценивает, должно ли под текстом появиться релевантное спонсируемое сообщение.
Что важно, эта проверка выполняется асинхронно. Если в рекламной системе возникают задержки или сбои, органический ответ продолжает передаваться без промедления. Если выбранное рекламное объявление поступает уже после завершения ответа, оно отбрасывается, а не втискивается на экран. В OpenAI подчеркивают, что выбор кандидатов на показ рекламы не влияет на генератор ответов, гарантируя, что коммерческая выгода не искажает информацию в самом ответе. Когда реклама все же появляется, она сопровождается четкой пометкой о спонсорстве и коротким системным вступлением, объясняющим ее связь с текущим обсуждением.
Сессии с сохранением состояния и векторные эмбеддинги
В отличие от традиционных поисковых систем, полагающихся на отдельные ключевые слова, ChatGPT оценивает коммерческий контекст на протяжении всей беседы из нескольких сообщений — эту концепцию в OpenAI называют сессиями с сохранением состояния (stateful sessions). С помощью процесса, называемого race training, система отслеживает, как цели пользователя меняются со временем.
Например, пользователь, сравнивающий ПО для управления проектами, может в начале чата упомянуть, что руководит небольшим агентством, нуждается в согласовании с клиентами и не хочет переплачивать за гостевые места. Если спустя несколько реплик пользователь спросит о ценах, рекламная система преобразует фрагменты всей беседы в числовые векторные представления — эмбеддинги. Эти эмбеддинги позволяют подбирать рекламу на основе глубокого смыслового значения, а не точных совпадений ключевых слов, что дает рекламодателям с бесплатными гостевыми местами возможность таргетироваться на очень специфичные запросы.
Оркестратор и постаукционный барьер
Процессом извлечения управляет специализированная языковая модель, которую OpenAI называет «оркестратором». Оркестратор анализирует контекст беседы, генерирует поисковые запросы и вызывает внутренние инструменты для сбора подходящих объявлений. Затем он проверяет кандидатов на соответствие правилам, включая географический таргетинг, политики безопасности, доступный бюджет и график показов.
Подходящие кандидаты передаются в отдельный инструмент аукциона, отвечающий за итоговое ранжирование и ценообразование. Однако победа в аукционе не гарантирует показ объявления. OpenAI проводит финальную постаукционную проверку, чтобы определить, остается ли победившее объявление уместным в конкретный момент чата. Если реклама не проходит эту качественную проверку или не успевает в жестко ограниченное окно доставки ответа, показ отменяется.
Отсутствующие метрики ROI
Хотя технический разбор OpenAI проясняет путь рекламы через её пайплайн, он оставляет важные вопросы для маркетологов. Заявленный годовой темп выручки в 1 миллиард долларов лишь прогнозирует будущие показатели на основе текущего среза данных, а не отражает уже полученный доход. Кроме того, OpenAI не предоставила никаких ориентиров относительно стоимости привлечения клиента (CPA), рентабельности инвестиций в рекламу (ROAS) или показателей удержания рекламодателей.
Поскольку внутренние логи фиксируют, на каком этапе отсеиваются кампании — будь то геотаргетинг, низкая конкурентоспособность ставки или постаукционная проверка релевантности, — рекламодатели остаются в зависимости от OpenAI в плане доступа к этой аналитике. Без детальных отчетов о причинах непоказа объявлений брендам приходится осваивать стремительный рост платформы без полного понимания своей фактической окупаемости инвестиций.