ChatGPT 的广告系统是怎么搭的

广告系统最容易出的事，不是投不准，是把主产品拖慢。

一、发生了什么

10 月 21 日，OpenAI 发布一篇工程博客，讲 ChatGPT 的广告系统怎么搭。以下内容均为公司口径，没有第三方审计。

博客给的业务数字有两个：上线不到 200 天，年化收入跑到 10 亿美元；投放的广告主超过 10 万家。

技术上它做了三个决定。广告会话是有状态的，跨对话轮次、也跨多次会话记住上下文，而不是把每条消息当独立请求。广告的检索、排序、投放由一个单独后训练的大模型以工具调用的方式完成，内部称 orchestrator。最关键的第三条：广告选择和回答生成放在两个服务里，用不同的模型、不同的代码。

前两条是为了投得准，第三条是为了不出事。博客写得很直接：广告系统不可用或变慢时，ChatGPT 的正常回答不受影响。

有状态会话带来的代价也写在里面。要跨轮次理解意图，就得持续判断哪句话是当前目标、哪句是已经过时的上下文；还要区分用户在假设性讨论还是在表达购买意愿。博客承认，不能把每次提到某个产品都当成广告请求。

二、跟你有什么关系

投广告的品牌。 你能拿到的是一个有准入门槛的拍卖，不是一个保证曝光的广告位。没有合适时机，系统就不投。

普通用户。 你能感知到的变化是回答下方多了一块标注为赞助的内容，以及一个需要你自己开启的个性化开关。

做推荐系统的人。 这套设计里最值得抄的是「失败即正常」这条产品原则，而不是它的架构图。

三、怎么判断「不伤害回答」是不是真的

1. 看依赖方向。回答生成不调用广告服务，广告服务超时就不展示。这条如果成立，主产品的可用性就不受广告影响。博客的说法是「不会为了等广告而延迟回答」。
2. 看决策权在谁手里。orchestrator 只负责提名候选，定价和最终选择由拍卖环节完成。也就是说，模型没有定价权，这是防止它为了收入放宽标准的硬约束。
3. 看有没有出口。博客明确写了：不返回广告是正常且成功的结果。一个允许「什么都不投」的系统，才有条件谈相关性阈值。
4. 看个性化是不是默认开。原文写的是「如果用户选择个性化」，才会参考非敏感的历史对话。默认关闭，是隐私设计的分界线。
5. 看它怎么评估。OpenAI 用最强的推理模型做效果评估，再把能力蒸馏给小模型；同时收集点击、隐藏、问卷和广告主反馈，并称人类反馈比模型的观察性反馈更影响方向。

四、三个别信的说法

「广告不会影响回答」。 严格说，博客证明的是工程隔离：不同服务、不同模型、不同代码，且不等待广告。这能保证广告不拖慢、不篡改回答，但证明不了长期看它不影响产品形态。

「相关性高就一定投」。 还有一道人工设定的门槛在。政策限制、地区定向、预算、投放节奏、位置兼容、同一广告主去重，每一项都能让一个高分广告落选。

「10 亿美元年化说明模式跑通了」。 年化运行率是把当前收入按年折算，不等于全年实际收入，也不代表单位经济模型健康。这是公司自己披露的口径，没有独立验证。

五、一句话结论

这套系统真正的设计不是「怎么把广告投准」，是「怎么让广告在最坏情况下也不拖累主产品」——先划出不做什么，再谈能做什么。

信息来源

• How we built ChatGPT's novel ad stack for user trust and relevance - OpenAI，2026 年 10 月 21 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 22 日。