OpenAI เปิดเบื้องหลังระบบโฆษณา ChatGPT: LLM orchestrator การประมูลแยก และอัตรารายได้ต่อปี 1,000 ล้านดอลลาร์

OpenAI เผยแพร่บทความด้านวิศวกรรมเมื่อวันที่ 21 ตุลาคม 2569 อธิบายว่า ChatGPT ตัดสินใจอย่างไรว่าจะแสดงโฆษณาใด หรือไม่แสดงเลย หัวใจของระบบคือ LLM ที่ผ่านการ post-train เฉพาะทาง ซึ่ง OpenAI เรียกว่า "orchestrator" มันอ่านบทสนทนาแล้วเรียกใช้เครื่องมือสำหรับการดึงโฆษณา การให้คะแนน และการประมูล โดยกระบวนการทั้งหมดทำงานในบริการที่แยกจากส่วนที่เขียนคำตอบของ ChatGPT ในบทความเดียวกัน OpenAI เปิดเผยว่า ChatGPT Ads มีรายได้คิดเป็นอัตรารายปี (annualized revenue run rate) ถึง 1,000 ล้านดอลลาร์สหรัฐ ภายในเวลาไม่ถึง 200 วันหลังเปิดตัว และมีผู้ลงโฆษณามากกว่า 100,000 รายที่เคยลงโฆษณาบน ChatGPT นับตั้งแต่เปิดตัว

OpenAI เผยแพร่อะไร

บทความชื่อ "How we built ChatGPT's novel ad stack for user trust and relevance" เขียนโดย Ritendra Datta และ Karthik Gopalratnam ซึ่งเป็นทีมเทคนิคของ OpenAI และเผยแพร่ในหมวด Engineering บน openai.com

ผู้เขียนอธิบายว่านี่คือระบบส่งโฆษณาที่สร้างขึ้นเฉพาะ บน LLM ระดับแนวหน้าที่ผ่านการ post-train เอง ซึ่งเรียกใช้เครื่องมือสำหรับ retrieval (หาตัวเลือกที่ดีที่สุด) ranking (คาดการณ์การมีส่วนร่วมของผู้ใช้) relevance (ประเมินว่าโฆษณามีประโยชน์หรือไม่) และการประมูลเพื่อเลือกโฆษณาสุดท้ายและกำหนดราคา

ทำไมโฆษณาในแชตต้องออกแบบต่างออกไป

OpenAI เริ่มจากความต่างระหว่างการค้นหากับการแชต คำขอโฆษณาแบบดั้งเดิมเริ่มจากเหตุการณ์เดียว เช่น มีคนพิมพ์คำค้นหาหรือเปิดหน้าเว็บ แล้วระบบโฆษณาก็ดึงโฆษณาที่เป็นไปได้ จัดอันดับ ประมูล และแสดงผู้ชนะ OpenAI เขียนว่า ChatGPT ไม่ได้สร้างจังหวะที่ชัดเจนแบบนั้นขึ้นมาเองตามธรรมชาติ

บทความระบุว่าใน ChatGPT ผู้คนเข้ามาพร้อมเป้าหมาย ไม่ใช่คำค้นหาที่มีคำตอบเดียว เช่น วางแผนเที่ยว เลือกซอฟต์แวร์สำหรับธุรกิจ หรือแต่งบ้าน ความตั้งใจค่อย ๆ ก่อตัวผ่านหลายรอบของบทสนทนา ตัวอย่างของ OpenAI คือบทสนทนาที่เริ่มจากคำถามทั่วไปเรื่องการวิ่ง แล้วอีกหลายรอบต่อมาจึงเปลี่ยนไปถามเรื่องรองเท้าสำหรับซ้อม ระบบที่ตอบสนองต่อข้อความแรกอาจดึงความตั้งใจผิดไปทั้งหมด

OpenAI ระบุความเสี่ยงสี่ข้อของการมองทุกข้อความเป็นคำขอโฆษณาแยกกัน คือ อ่านเป้าหมายของผู้ใช้ผิดเพราะทำให้ง่ายเกินไป เริ่มกระบวนการโฆษณาก่อนที่ความต้องการจริงจะชัด แสดงโฆษณาที่ขวางทางผู้ใช้ และรันกระบวนการโฆษณาใหม่ทุกครั้งที่คำขอเปลี่ยน ซึ่งสร้างสัญญาณรบกวนและสิ้นเปลืองต้นทุน

การตัดสินใจด้านการออกแบบสามข้อ

บทความระบุทางเลือกสามข้อที่กำหนดรูปร่างของทั้งระบบ

1. เซสชันโฆษณาแบบ stateful ข้อมูลถูกจดจำข้ามรอบของบทสนทนาและข้ามหลายบทสนทนา เซสชันโฆษณาทำงานตลอดช่วงของรอบที่มีสิทธิ์แสดงโฆษณา และอัปเดตไปตามบทสนทนา แทนที่จะพึ่งคำค้นหาเดียวที่ถูกบีบให้แบน
2. LLM ที่ใช้สถาปัตยกรรมแบบเรียกเครื่องมือ (tool call) orchestrator ตีความบริบทและความตั้งใจ แล้วเลือก จัดอันดับ และส่งโฆษณาโดยเรียกเครื่องมือในสิ่งที่ OpenAI เรียกว่า agentic loop
3. แยกออกจากคำตอบ การเลือกโฆษณาทำงานแยกจากการสร้างคำตอบของ ChatGPT ในบริการของตัวเอง ใช้โมเดลแยกและโค้ดแยก เพื่อไม่ให้โฆษณามีผลต่อคำตอบ

orchestrator ต้องทำมากกว่าการจับชื่อสินค้า OpenAI ระบุว่ามันต้องตีความการอ้างถึงข้อความก่อนหน้า รู้ว่าเมื่อไรผู้ใช้พูดในเชิงสมมติ และไม่ถือว่าการเอ่ยถึงสินค้าหรือบริการทุกครั้งเป็นการขอซื้อ หากผู้ใช้เลือกเปิดโฆษณาแบบปรับให้เหมาะกับตัวเอง orchestrator จะพิจารณาข้อมูลที่ไม่ใช่ข้อมูลอ่อนไหวจากบทสนทนาก่อนหน้าของผู้ใช้ด้วย

ขั้นตอนการเลือกโฆษณาทีละขั้น

OpenAI แบ่งกระบวนการเป็นขั้นตอนที่ orchestrator เรียกใช้ตามลำดับ ตารางด้านล่างสรุปแต่ละขั้นตามที่บทความอธิบาย

การเตรียมคำค้นหา

orchestrator เริ่มจากเขียนคำค้นหาหนึ่งชุดหรือมากกว่าที่แทนความตั้งใจเชิงพาณิชย์ บางครั้งเขียนบริบทของบทสนทนาใหม่เพื่อขยายโอกาสเชิงพาณิชย์ให้กว้างกว่าการจับคู่คำค้นหาแบบหนึ่งต่อหนึ่ง การมีหลายคำค้นหาช่วยแยกความต้องการที่ต่างกันออกจากกัน ตัวอย่างของ OpenAI คือบทสนทนาสามข้อความ ได้แก่ ควรเตรียมอะไรสำหรับทริปสองวันที่ Yosemite สัปดาห์หน้าอากาศจะหนาวไหม และคำถามเรื่องสินค้าไลน์ใหม่ของแบรนด์หนึ่ง แม้ผู้ใช้จะไม่ได้โยงคำถามเรื่องแบรนด์เข้ากับทริป ระบบอาจแทนบทสนทนานี้ด้วยสองคำค้นหา คือ "[shoes appropriate for hiking trip]" และ "[new [brand] product lines good for travel]" OpenAI เสริมว่า orchestrator ถูกออกแบบให้ปรับคำค้นหาเหล่านี้ซ้ำ ๆ จนกว่าจะพบโฆษณาที่เหมาะสม

การดึงโฆษณา

ขั้น retrieval ตั้งใจให้กว้าง OpenAI สร้างดัชนีหลายชุดสำหรับเงื่อนไขที่ต่างกัน แต่ละชุดใช้การค้นหาแบบ approximate nearest neighbour (ANN) บน embeddings ที่แทนความตั้งใจของผู้ใช้ มีรายละเอียดหนึ่งที่ร้านค้าออนไลน์ควรสังเกต คือ ดัชนีสำหรับโฆษณาจาก product feed ถูกออกแบบให้รับรู้รีวิวสินค้าทั้งเชิงบวกและเชิงลบขณะดึงโฆษณา OpenAI หมายเหตุว่าเรื่องนี้ไม่เกี่ยวกับโฆษณาที่ไม่มีรีวิวผูกอยู่

การคัดกรอง

การคัดกรองตัดโฆษณาที่ไม่ผ่านเกณฑ์ด้านความเกี่ยวข้อง ราคาประมูล และงบประมาณ OpenAI ระบุรายการตรวจไว้ ได้แก่ แคมเปญและครีเอทีฟยังเปิดใช้งานอยู่หรือไม่ การกำหนดเป้าหมายของแคมเปญ เช่น แคมเปญได้รับอนุญาตให้แสดงใน locale ใด ข้อจำกัดด้านนโยบาย งบประมาณที่เหลือ การกระจายงบตามช่วงเวลา (pacing) ความเข้ากันได้กับตำแหน่งแสดง คือโฆษณานี้มีสิทธิ์แสดงในบทสนทนาประเภทใด และการตัดโฆษณาซ้ำในระดับผู้ลงโฆษณาและแคมเปญ เพื่อให้ธุรกิจต่าง ๆ มีโอกาสเข้าร่วมอย่างเป็นธรรม

การให้คะแนน

โฆษณาที่ผ่านการคัดกรองจะถูกให้คะแนนในสามด้าน คือ ความเกี่ยวข้องเชิงความหมาย (โฆษณาเกี่ยวกับเป้าหมายของผู้ใช้หรือไม่) การคาดการณ์การมีส่วนร่วม (โฆษณามีแนวโน้มจะถูกดู ถูกคลิก และนำไปสู่ผลลัพธ์ที่ผู้ลงโฆษณาต้องการหรือไม่) และผลงานในอดีต (โฆษณาทำผลงานได้ดีเมื่อแสดงให้ผู้ใช้เห็นที่ผ่านมาหรือไม่) orchestrator ยังคัดกรองด้านความเกี่ยวข้องและความปลอดภัยอีกครั้งก่อนเข้าประมูล

การประมูล

โมเดลภาษาไม่ได้เป็นผู้เลือกผู้ชนะ OpenAI ระบุว่า orchestrator ไม่ได้ตัดสินใจโดยตรงว่าจะแสดงโฆษณาใด และไม่ได้กำหนดราคา มันเพียงเสนอชื่อโฆษณาที่เหมาะกับบริบท แล้วเครื่องมือประมูลจะใช้กลไกขั้นสุดท้าย ได้แก่ เกณฑ์การเข้าประมูล (ต้องผ่านเกณฑ์ขั้นต่ำด้านความเกี่ยวข้องและมูลค่า) การกระจายงบให้สม่ำเสมอ การคำนวณราคาประมูลและฟีเจอร์ของการประมูล การจัดอันดับที่ปรับตามคุณภาพ การกำหนดราคา และการเลือกขั้นสุดท้าย

ทำไม "ไม่แสดงโฆษณา" จึงเป็นผลลัพธ์ปกติ

การแยกโฆษณาออกจากคำตอบมีผลในทางปฏิบัติด้วย OpenAI เขียนว่า ChatGPT ไม่ได้พึ่งพาระบบโฆษณาเลย ถ้าระบบส่งโฆษณาช้าหรือใช้งานไม่ได้ คำตอบปกติของ ChatGPT ก็ยังทำงานต่อได้ตามเดิม บทความเขียนไว้ตรง ๆ ว่า การไม่ส่งโฆษณาเลยถือเป็นผลลัพธ์ปกติและสำเร็จ

แม้ผ่านการประมูลแล้ว โฆษณาก็ยังอาจไม่ปรากฏด้วยสองเหตุผลที่ OpenAI บอกว่าเป็นลักษณะเฉพาะของแชต เหตุผลแรก โฆษณาอาจดูไม่เหมาะในบทสนทนาบางเรื่อง แม้บทสนทนาจะผ่านโมเดลตรวจความเหมาะสม (integrity models) และโฆษณาจะผ่านนโยบายแล้วก็ตาม orchestrator จะบล็อกโฆษณาเหล่านี้ เหตุผลที่สอง โฆษณามาถึงช้าเกินไป ถ้าโมเดล ChatGPT พร้อมตอบแล้วแต่โฆษณายังไม่พร้อมวาง คำขอโฆษณาจะหมดเวลาและโฆษณาจะไม่ถูกส่ง OpenAI ระบุว่าจะไม่หน่วงคำตอบของแชตเพื่อรอโฆษณา

ผลคือมีความต่างที่ผู้ลงโฆษณาควรจำไว้เวลาอ่านข้อมูลการแสดงผล OpenAI แยก "การส่งโฆษณาฝั่งเซิร์ฟเวอร์" ออกจาก "impression ที่ผู้ใช้เห็นจริง" โฆษณาอาจถูกเลือกและส่งไปยังหน้าจอแล้ว แต่ก็ยังไม่แสดงหากพลาดรอบนั้น OpenAI สรุปว่าการเลือกผู้ชนะกับการส่งโฆษณาเป็นคนละเหตุการณ์กัน

โฆษณาหน้าตาเป็นอย่างไรเมื่อปรากฏ

ครีเอทีฟโฆษณาประกอบด้วยหัวข้อ คำอธิบาย ลิงก์ปลายทาง และ call to action ถ้ามี นอกจากนี้ระบบโฆษณายังส่ง "preamble" ที่โมเดลเขียนขึ้นมาด้วย OpenAI อธิบายว่าเป็นบทนำสั้น ๆ ที่เป็นกลาง อธิบายว่าโฆษณาเกี่ยวข้องกับบทสนทนาอย่างไร ทั้งสองส่วนถูกส่งไปพร้อมกัน แต่ OpenAI แยก preamble ออกจากครีเอทีฟ เพื่อรักษาข้อความของผู้ลงโฆษณาไว้ และให้น้ำเสียงของ ChatGPT ยังคงเป็นกลาง หากชุดโฆษณามาถึงก่อนคำตอบจะเสร็จ โฆษณาจะแสดงใต้คำตอบของ ChatGPT พร้อมป้ายกำกับว่าเป็นโฆษณา (sponsored) อย่างชัดเจน

OpenAI วัดผลและปรับปรุงระบบอย่างไร

ระบบใช้การบันทึก log และ data pipeline แบบดั้งเดิม ซึ่ง OpenAI บอกว่าช่วยให้ผู้ลงโฆษณาเชื่อมต่อระบบเดิมได้ง่ายขึ้น ใช้ข้อมูลรายงานปรับกลยุทธ์ได้ และช่วยให้ทีมหาจุดอ่อนของระบบ log บันทึกผลลัพธ์อย่างละเอียด เช่น

• รอบนั้นไม่มีสิทธิ์แสดงโฆษณา
• เซสชันโฆษณาเริ่มแล้วแต่ไม่มีการขอ retrieval
• retrieval ไม่พบโฆษณาตัวเลือก
• พบโฆษณาตัวเลือกแต่ไม่ผ่านขั้น hydration หรือเงื่อนไขสิทธิ์
• โฆษณาถูกส่งไปแสดงและได้รับการโต้ตอบในภายหลัง

OpenAI ยังใช้โมเดลที่แข็งแกร่งและให้เหตุผลได้ดีที่สุดของตัวเองมาตัดสินผลลัพธ์ของระบบ และระบุว่าวิธีนี้ทำให้ใช้โมเดลขนาดเล็กที่ประหยัดกว่าสำหรับงาน orchestration หรือ retrieval ได้ โดยให้โมเดลที่แข็งแกร่งที่สุดเป็นผู้ฝึก เหนือขึ้นไปอีกชั้นคือความคิดเห็นจากมนุษย์ ได้แก่ การคลิกและการซ่อนโฆษณาของผู้ใช้ แบบสำรวจผู้ใช้ และความคิดเห็นของผู้ลงโฆษณาผ่าน Ads Manager บทความระบุว่าข้อมูลจากมนุษย์มีผลต่อทิศทางของทีมมากกว่าข้อมูลที่โมเดลสังเกตได้เสียอีก OpenAI ยังให้เครดิต Codex ซึ่งเป็นเอเจนต์เขียนโค้ดของบริษัท ว่าเป็นตัวคูณกำลังสำคัญในการสร้างระบบนี้

ตัวเลขที่ OpenAI เปิดเผย

บทความวิศวกรรมมีตัวเลขสองตัว (ตัวเลขรายได้ไม่ใช่ข้อมูลใหม่ เพราะประกาศเรื่องการขยายสู่เอเชียตะวันออกเฉียงใต้ของ OpenAI เมื่อ 23 กันยายนระบุว่ามีการประกาศตัวเลข 1,000 ล้านดอลลาร์ไปแล้วตั้งแต่ปลายเดือนสิงหาคม) คือ ChatGPT Ads มีรายได้คิดเป็นอัตรารายปีถึง 1,000 ล้านดอลลาร์สหรัฐภายในไม่ถึง 200 วันหลังเปิดตัว และมีผู้ลงโฆษณามากกว่า 100,000 รายที่เคยลงโฆษณาบน ChatGPT นับตั้งแต่เปิดตัว ในวันเดียวกัน OpenAI ประกาศแยกอีกฉบับว่าจะขยาย ChatGPT Ads ไปอีก 26 ประเทศ รวมเป็น 89 ประเทศ และโฆษณาจะแสดงเฉพาะในแพ็กเกจ Free และ Go เท่านั้น

ควรสังเกตถ้อยคำของตัวเลขผู้ลงโฆษณา ตัวเลขนี้นับผู้ที่เคยลงโฆษณานับตั้งแต่เปิดตัว ไม่ใช่ผู้ลงโฆษณาที่ยังใช้งานอยู่ในวันนี้ OpenAI ไม่ได้ให้ตัวเลขผู้ลงโฆษณาที่ใช้งานอยู่ในปัจจุบัน

ผู้ลงโฆษณาควรอ่านเรื่องนี้อย่างไร

ส่วนนี้เป็นบทวิเคราะห์ของ Relevant Audience จากขั้นตอนที่ OpenAI อธิบาย OpenAI ไม่ได้ให้คำแนะนำด้านการปรับแต่งแคมเปญไว้ในบทความนี้

product feed และรีวิว

ดัชนี product feed รับรู้รีวิวสินค้า สำหรับร้านค้าที่ใช้โฆษณาจาก feed รีวิวสินค้าเชิงบวกหรือเชิงลบดูเหมือนจะเป็นข้อมูลขาเข้าในขั้นดึงโฆษณาด้วย ไม่ได้มีผลแค่ต่อ conversion บนหน้า landing page ชื่อสินค้า คุณสมบัติ และสถานะสินค้าใน feed ที่ถูกต้อง ทำให้การค้นหาแบบ embedding มีข้อมูลที่ชัดเจนไว้จับคู่กับคำค้นหาที่สรุปจากความตั้งใจของผู้ใช้

ความชัดเจนของครีเอทีฟ

การดึงโฆษณาทำงานบนความหมาย ไม่ได้ทำงานบนรายการคีย์เวิร์ด orchestrator เขียนคำค้นหาอย่าง "[shoes appropriate for hiking trip]" ดังนั้นครีเอทีฟและ landing page ที่บอกตรง ๆ ว่าสินค้าคืออะไร เหมาะกับใคร และแก้ปัญหาในสถานการณ์ไหน จะให้ข้อมูลกับการจับคู่เชิงความหมายมากกว่า สโลแกนแบรนด์ที่กว้างและคลุมเครือให้ข้อมูลน้อยกว่า

landing page และนโยบาย

ขั้นคัดกรองรวมถึงข้อจำกัดด้านนโยบายและความเข้ากันได้กับตำแหน่งแสดง ส่วนขั้นให้คะแนนรวมถึงการคาดการณ์ conversion landing page ที่ตรงกับสิ่งที่โฆษณาสัญญาและเป็นไปตามนโยบาย จะไม่ถูกตัดออกตั้งแต่ต้น และมีแนวโน้มช่วยให้การคาดการณ์ conversion ดีขึ้น

งบประมาณ การกระจายงบ และการตั้งค่า locale

OpenAI ระบุว่างบประมาณที่เหลือ การกระจายงบ และการกำหนด locale อยู่ในรายการตรวจของขั้นคัดกรองซึ่งมาก่อนขั้นให้คะแนน แคมเปญที่งบหมด หรือกำหนด locale ผิด จะไม่มีวันเข้าถึงการประมูล ไม่ว่าครีเอทีฟจะเกี่ยวข้องแค่ไหน

การอ่าน impression ที่ต่ำ

เมื่อการไม่แสดงโฆษณาเป็นเรื่องปกติ และโฆษณาที่มาช้าจะถูกตัดทิ้ง การชนะประมูลจึงไม่ได้รับประกันว่าจะเกิด impression หาก impression ดูต่ำเมื่อเทียบกับที่คาดไว้ ช่องว่างนั้นอาจมาจากบทสนทนาที่ถูกตัดสินว่าไม่มีสิทธิ์แสดงโฆษณา หรือจากการหมดเวลา ไม่ใช่แค่จากการแพ้ประมูล

สิ่งที่บทความไม่ได้บอก

บทความวิศวกรรมของ OpenAI ยังทิ้งคำถามไว้หลายข้อ ไม่มีตัวเลขอ้างอิงด้านต้นทุนต่อการได้ลูกค้า (CPA) ผลตอบแทนจากค่าโฆษณา (ROAS) หรืออัตราการคลิก ไม่ได้บอกว่าราคาประมูลถูกชั่งน้ำหนักกับคุณภาพอย่างไรในการจัดอันดับที่ปรับตามคุณภาพ ไม่ได้พูดถึงภาษา ประเทศไทย หรือพฤติกรรมเฉพาะของตลาดใด และไม่ได้อธิบายว่าผู้ลงโฆษณาจะเห็นผลลัพธ์ละเอียดใน log เช่น การหมดเวลา ในรายงานของตัวเองได้อย่างไร

ความหมายสำหรับนักการตลาดไทย

ส่วนนี้เป็นบทวิเคราะห์ของ Relevant Audience ChatGPT Ads เริ่มทยอยเปิดให้บริการในไทยตั้งแต่วันที่ 23 กันยายน 2569 ซึ่งเป็นส่วนหนึ่งของการขยายบริการสู่เอเชียตะวันออกเฉียงใต้และไต้หวันของ OpenAI ระบบที่อธิบายไว้ในบทความนี้จึงเป็นระบบเดียวกับที่แคมเปญในไทยแข่งขันอยู่ เมื่อการดึงโฆษณาทำงานบนความหมายของบทสนทนา หน้าสินค้าและ feed ภาษาไทยที่อธิบายสินค้าเป็นภาษาไทยอย่างชัดเจน ก็จะให้ข้อมูลที่ระบบต้องใช้เมื่อผู้ใช้ถามเป็นภาษาไทย แม้ OpenAI จะไม่ได้พูดถึงการจัดการภาษาในบทความนี้ก็ตาม ร้านค้าไทยที่มี product feed ควรดูความครอบคลุมของรีวิวสินค้าด้วย เพราะดัชนีรับรู้รีวิว อีกเรื่องหนึ่งที่แยกจากกันคือ OpenAI วางแผนเปิด creative enhancements อัตโนมัติสำหรับ ChatGPT Ads ในช่วงปลายเดือนตุลาคม 2569 ทีมที่วางแผนทดลอง ChatGPT Ads ดูรายละเอียดได้ที่บริการดูแลโฆษณา ChatGPT Ads ของ Relevant Audience และสำหรับฝั่งออร์แกนิกของคำตอบจาก AI บริการ GEO (Generative Engine Optimization) ครอบคลุมเรื่องการทำให้แบรนด์ถูกอ้างอิงในคำตอบของ ChatGPT

คำถามที่พบบ่อย

ChatGPT เลือกโฆษณาที่จะแสดงอย่างไร

LLM ที่ผ่านการ post-train เฉพาะทางชื่อ orchestrator จะแปลงบทสนทนาเป็นคำค้นหาสั้น ๆ ที่แทนความตั้งใจ ดึงโฆษณาตัวเลือกด้วยการค้นหาเชิงความหมาย คัดกรองและให้คะแนน แล้วเสนอชื่อโฆษณาที่เข้ารอบเข้าสู่การประมูล ตามบทความวิศวกรรมของ OpenAI เมื่อวันที่ 21 ตุลาคม 2569 เครื่องมือประมูลเป็นผู้กำหนดราคาและเลือกผู้ชนะ ไม่ใช่ LLM

โฆษณาใน ChatGPT มีผลต่อคำตอบของ ChatGPT หรือไม่

ไม่มีผล ตามที่ OpenAI ระบุ การเลือกโฆษณาทำงานในบริการของตัวเองซึ่งใช้โมเดลแยกและโค้ดแยก และ ChatGPT ไม่ได้พึ่งพาระบบโฆษณาเลย

ทำไมโฆษณาชนะประมูลแล้วแต่ไม่แสดง

โฆษณาอาจถูกตัดทิ้งหลังการประมูล หากมาถึงหลังจากคำตอบของ ChatGPT พร้อมแล้ว หรือหาก orchestrator ตัดสินว่าไม่เหมาะกับบทสนทนานั้น OpenAI แยกการส่งโฆษณาฝั่งเซิร์ฟเวอร์ออกจาก impression ที่ผู้ใช้เห็นจริง

ตอนนี้ ChatGPT Ads ใหญ่แค่ไหน

OpenAI ระบุว่า ChatGPT Ads มีรายได้คิดเป็นอัตรารายปี 1,000 ล้านดอลลาร์สหรัฐภายในไม่ถึง 200 วันหลังเปิดตัว และมีผู้ลงโฆษณามากกว่า 100,000 รายที่เคยลงโฆษณานับตั้งแต่เปิดตัว แต่ไม่ได้เปิดเผยจำนวนผู้ลงโฆษณาที่ใช้งานอยู่ตอนนี้หรือตัวเลขอ้างอิงด้านผลลัพธ์

รีวิวสินค้ามีผลกับโฆษณาสินค้าใน ChatGPT หรือไม่

มีผลสำหรับโฆษณาจาก product feed OpenAI ระบุว่าดัชนี product feed ถูกออกแบบให้รับรู้รีวิวสินค้าทั้งเชิงบวกและเชิงลบเมื่อดึงโฆษณา

ข้อความเชิงปฏิบัติจากบทความของ OpenAI สอดคล้องกันตลอด คือ ความเกี่ยวข้องกับบทสนทนาเป็นตัวตัดสินการแสดงผล LLM เป็นผู้เสนอชื่อส่วนการประมูลเป็นผู้กำหนดราคา และการไม่แสดงอะไรเลยเป็นผลลัพธ์ที่ยอมรับได้ ผู้ลงโฆษณาที่อยากรู้ว่าแคมเปญของตัวเองหลุดออกจากขั้นตอนไหน ติดต่อ Relevant Audience เพื่อนัดตรวจแคมเปญ ChatGPT Ads ได้