OpenAI详解ChatGPT广告栈：后训练大模型充当编排器

OpenAI工程团队发布长文，详解ChatGPT广告系统是如何从零搭起来的。传统广告系统回应的是搜索词、页面浏览这类离散事件，而ChatGPT里的用户意图在多轮对话中逐步展开，有时整段对话都没有合适的广告时机。

为此，OpenAI搭建了一套定制的广告投放系统，核心是一个经过后训练的前沿大模型。它通过工具调用完成四类工作：召回候选广告、预测互动的排序、评估广告是否有用的相关性判断，以及运行竞价并完成最终选择与定价。

三个设计决定构成了这套系统的主干。第一是有状态的广告会话，信息可以跨轮次甚至跨会话保留；第二是让后训练模型理解对话上下文与背后的意图；第三是把广告选择放在独立服务中运行，与ChatGPT的答案生成彻底分开。

这种分离不只是架构洁癖。OpenAI称两套服务使用不同的模型和不同的代码，广告系统不可用或变慢时，ChatGPT的正文回答不受影响；同时，返回空结果被视为一种正常且成功的结局，只有明显对用户和广告主都有价值的广告才会投放。

广告如何出现也受时间约束。系统会把广告素材与一段由模型生成的中性前言打包发给前端，只有赶在ChatGPT回答生成完成前送达，广告才会显示在回答下方并标注为赞助内容；如果太晚，这一轮就不展示。前言与素材分开，是为了在保留广告主信息的同时维持ChatGPT的语气中立。

广告选择分两步。编排器不直接决定投哪条广告，也不定价，它只把语境上合适的候选提交给竞价工具；竞价环节负责准入阈值、预算平滑投放、出价与竞价特征计算、按质量调整排序、定价和最终选择。

商业化成绩单是这篇文章里最硬的信息：ChatGPT Ads在上线不到200天后年化收入达到10亿美元，自上线以来已有超过10万家广告主投放。OpenAI还特别提到，Codex在搭建这套系统的过程中充当了力量倍增器。

迭代机制同样依赖模型。OpenAI表示会用推理能力最强的模型观察并评判系统结果，再据此训练更小的编排与召回模型；用户的点击、隐藏、问卷以及广告主通过Ads Manager提交的反馈，则用来校正方向。官方称，人的反馈对品味的影响甚至超过模型的观察反馈。

下一步，OpenAI计划试验更动态的广告格式，例如让用户通过广告直接与企业对话。真正的问题也随之而来：当广告成为对话的一部分，用户是否还相信旁边的答案没有被它影响。