先看证据
一场跑步对话，为什么不该只看第一句话
OpenAI于2026年10月21日发布工程文章，介绍为ChatGPT从头搭建的广告投放系统。它要解决的问题，与传统广告不一样：传统系统往往在用户搜索或打开网页时拿到一个明确事件，再据此匹配广告；聊天里的目标却可能要经过多轮对话才显形。对于技术负责人，这不是把广告位接进聊天界面那么简单，而是要重新定义广告系统收到的“请求”是什么。
OpenAI给出的跑步训练例子说明了这种差异。对话先从一般性的跑步问题开始，几轮之后才谈到训练鞋，商业意图会随着约束补充而变化。如果系统在第一条消息之后就开始找广告，可能把一般训练需求错读为买鞋意图；若每一轮都从头处理，又会不断重跑流程，并制造无关的广告噪声。因此，系统需要追踪意图如何演变，也要判断它何时还不够明确。
把意图当作状态，而不是单条消息
OpenAI的做法是维护有状态的广告会话：在符合条件的对话轮次里，系统更新上下文，而不是把每条消息都当成独立广告请求。一个经过后训练的LLM读取对话，尝试区分当前目标、已经过时的兴趣，以及假设性讨论或随口提到的商品。广告个性化开启时，系统还可以参考过去对话中的部分非敏感信息，这意味着状态可能不止覆盖眼前一段聊天。
这让LLM承担的是编排工作，而不只是把一句话改写成检索词。它需要判断此刻哪些目标值得进入广告流程，并通过工具调用组织后续步骤。研究材料提到，系统会把多轮对话整理成摘要和语义向量，再用近似最近邻搜索寻找候选广告。多条需求可以被拆成不同检索查询，目的是保留对话里的细节，而不是强行把用户压缩成一个静态兴趣标签。
模型编排流程，竞价系统作最终选择
检索到候选，并不意味着广告已经决定展示。候选还要经过广告政策、投放地区、预算和投放节奏等筛选，再评估与对话的相关性、预期互动和历史表现。LLM可以把合适的候选交给后续流程，但OpenAI的说明把最终准入、质量调整后的排序、定价和选择交给竞价系统。这样的分工避免把“理解对话”的模型等同于拥有全部商业决策权的黑箱。
这条链路也把“不展示”变成正常结果。即使服务器端已经选出广告，如果它不适合当前聊天，或者没有及时送达，前端就不会显示；ChatGPT也不会为了等广告而延迟回答。对做对话产品的人来说，这是一条明确的系统设计原则：广告链路应当可以独立降级，不能把核心回答的可用性绑在广告检索和竞价上。公开材料没有披露各环节的延迟目标或淘汰率，因此目前无法据此判断这套流程在实际负载下的具体表现。
答案隔离解决一类风险，不解决所有信任问题
OpenAI称，广告选择运行在独立服务中，使用不同的模型和代码，与生成ChatGPT正文的服务分开。广告展示在回答下方，并标注为赞助内容。这种边界能够减少广告决策直接进入回答生成的路径，也让广告链路可以在不改变正文生成流程的情况下运行。
但“广告不影响回答”和“广告系统不读取对话”不是一回事。为了判断广告是否相关，系统本来就要处理当前对话；开启个性化时，还可能参考部分历史信息。公开资料没有逐项说明这些信号具体是什么、保存多久，也没有提供独立审计或量化实验，验证服务隔离对回答质量、延迟和用户信任的实际影响。因此，服务分离是一项架构声明和风险控制手段，不能直接当作效果已经得到外部验证的证据。
增长数字能说明规模，不能替代质量证据
OpenAI称，ChatGPT Ads上线不到200天就达到10亿美元年化收入运行率，已有超过10万家广告主投放。这些数字说明业务扩张速度，但都是公司自述，公开材料没有给出第三方核验或完整统计口径。尤其要区分年化运行率与累计收入：前者是把某一时点的经营速度折算成年值，并不等于已经实际赚到10亿美元。
帮助中心建议CPC广告组可以从每次点击3至5美元的最高出价起步，但这只是建议出价范围，不是平台平均成交价，也不足以解释竞价公式。对技术团队而言，商业规模不能代替产品与系统质量指标。公开资料尚未给出误投率、相关度评测、个性化开启比例、不同环节淘汰率或延迟目标。实际建设同类系统时，应把“何时投放、何时沉默”作为可评估的决策，并让广告链路能够独立降级，同时明确记录状态使用边界；在这些指标和边界公开之前，不能仅凭收入增长判断信任机制已经奏效。