大模型接管广告投放的第一枪

广告投放这门生意，第一次被大模型从底层重写了。

OpenAI 近日公开了 ChatGPT 广告栈的工作机制：一个定制的 LLM 编排器负责解读多轮对话、提名候选广告进入竞价，并对响应超时的广告位直接弃投。同一周，Meta 新条款落地——平台 AI 生成的广告素材，责任「完全由广告主承担」，已有广告主因 AI 过度美化素材而紧急撤投。三件事撞在一起，指向同一个判断：投放系统的「大脑」正在从规则与特征工程，切换到大模型。

这不只是渠道新闻。对每年在搜索和信息流里砸下真金白银的投放团队来说，竞价的位置、素材的责任、创意的权重，都可能在新栈里重新洗牌。下面拆开看。

“信源与口径说明：本文所述 ChatGPT 广告栈机制，均来自 OpenAI 的官方披露及 Business Insider、The Information 等媒体的同题报道（2025 年 10 月）；Meta AI 素材责任条款的生效日期与条款措辞（"solely responsible"），见 Meta 于 2025 年 10 月更新的《广告条款》（Advertising Terms）及 Meta 商业帮助中心公告，生效日为 2025 年 10 月 30 日。文中未标注出处的行业动向，均为作者基于公开信息的观察与推断，已尽量以假设性语气表述。

🤖 ChatGPT 广告栈，到底怎么转的

先看场景。一位用户在 ChatGPT 里连续追问：「帮我选一款适合混合办公的笔记本」「预算八千以内」「续航要长」。传统搜索广告只能抓住最后那个关键词，而 OpenAI 的做法是：让一个定制 LLM 编排器读完整段多轮对话，理解用户的真实意图链，然后提名一批候选广告，送进竞价。

这就是这次披露里最核心的三个机制（以下描述基于 OpenAI 官方披露口径）：

1. 多轮对话理解：编排器不是逐条解析 query，而是把整段会话当作上下文，判断「此刻」该不该出广告、出哪类广告；

2. 广告提名 + 竞价：LLM 先做一层「提名」，把语义匹配的候选广告送入拍卖，竞价逻辑在其后；

3. 响应时限硬约束：凡是赶不上响应 deadline 的广告位，直接丢弃，宁可不出也不卡住对话。

用一张图看清这条链路：

注意第三条。传统投放栈里，延迟偶尔超标可以容忍，因为页面渲染有缓冲；但在对话式产品里，用户的每一次等待都是体验成本，OpenAI 选择用「弃投」保对话流畅。这等于宣告：在 ChatGPT 里，用户体验优先级高于广告填充率——至少从披露口径看，在产品早期是这样。

再把决策漏斗拆开看，每一层都是新的损耗点，也是新的优化点。需要说明的是：下图各层百分比是作者基于公开披露机制的假设性推演，用于说明漏斗结构，并非 OpenAI 官方数据——OpenAI 目前未公布提名率、竞价胜率与时限弃投率的真实数字：

真实数字大概率与上图有出入，但漏斗的结构是确定的：提名、竞价、时限三道闸门，每一道都可能把你的广告拦在外面。对投放人的启示很直接：过去优化的是关键词和人群包，现在第一道门槛变成了「你的广告素材和落地页，能不能被 LLM 判定为与这段对话相关」。语义匹配质量，成了新的质量分。

⚖️ 和传统投放栈比，变了什么

金句先放这儿：过去的投放是「人对系统的规则博弈」，现在是「模型对模型的语义对话」。

把 ChatGPT 广告栈和以 Google 搜索、Meta 信息流为代表的传统栈摆在一起，差异一目了然：

产业逻辑上，这是一次「入口迁移」的连锁反应。当用户从搜索框转向对话窗口，广告的触发点就从「query」变成「对话状态」。谁能理解对话，谁就握住了广告分发权——这解释了为什么 OpenAI 不直接套用现成 DSP，而是自研 LLM 编排器：编排器本身就可能是新的广告交易所。

放到竞争格局里看，各家在「技术门槛 × 商业价值」坐标上的位置是这样的（作者基于公开信息的定性判断，不代表各公司官方口径）：

Google 仍在商业价值上领跑，但技术栈的代差在被 OpenAI 拉近。而传统 DSP，如果还停留在人群包和频控逻辑上，正在滑向右下角之外——被对话式入口直接绕开，才是最大的危险。

⚠️ Meta 条款落地：AI 生成素材，责任全在广告主

另一个场景。据业内流传的说法（作者未能独立核实具体案例），某广告主用 Meta 的 AI 工具「优化」了产品图——画面更亮、更精致，结果图里的产品形态和实物对不上了。用户投诉、退货、差评接踵而来，这类「AI glow-up 翻车」素材在近期的投放复盘里被成批撤下，广告主宁可回退到原始素材。

2025 年 10 月 30 日，Meta 新条款正式生效（信源：Meta《广告条款》更新页及 Meta 商业帮助中心，2025 年 10 月发布；该日期与条款措辞可由广告主在 Meta 商业后台的条款更新通知中直接核验），其中一条写得很直白：平台 AI 生成的广告内容，「solely responsible」（完全负责）的一方是广告主。翻译成人话：AI 帮你做素材，锅你自己背。

这和 OpenAI 的披露放在一起看，是一条完整的产业暗线：

平台一边把 AI 生产工具塞给广告主提效，一边用条款把合规和质量风险推回去。产业逻辑不复杂：AI 素材的规模化生产会带来幻觉率，平台不想为幻觉买单，于是用合同条款完成风险转移。对广告主来说，这意味着「AI 生成」不再等于「免检」——每一张 AI 图、每一段 AI 文案，上线前都需要人工审核环节。营销自动化流程里，必须补上一个「AI 素材质检」节点，否则省下的制作费会在客诉和品牌损伤上加倍还回去。

据多位接近投放代理的人士观察（未经系统调研验证），已经有团队把「AI 素材产出比例」纳入内部风控指标，而不是效率指标。如果这一趋势成立，它值得所有自营投放团队参考。

📐 Reach 还是 Creative：老争论有了新答案

素材责任吵得热闹，另一派人在讨论一个更根本的问题：到底什么决定投放效果？

Angela Voss 和 Dale Harrison 近期重提了广告业的经典数学题：Reach（触达） beats Creative（创意）。他们的核心论点是三件事：触达更多潜在买家、强化品牌记忆、为可持续增长创造条件。翻译一下：一支平庸的创意触达 1000 万人，长期看大概率赢过一支精良的创意触达 100 万人——因为品牌的建立靠的是大规模重复曝光带来的记忆结构，而不是单支素材的惊艳程度。

这个结论在 LLM 广告栈里恰恰变得更重要，而不是更不重要。以下是基于前述机制的假设性推论，尚无实证数据支持：

第一，ChatGPT 的广告提名是语义驱动的，创意的「惊艳」很难在对话上下文里被即时识别，但广覆盖带来的品牌记忆，可能会让用户在对话中主动提及你的品类词——如果成立，这将是喂给编排器的最好信号。

第二，AI 素材让创意的边际成本趋近于零，创意不再是壁垒。当人人都能用 AI 一天生成 500 条素材，差异化只能来自「触达了多少真实的潜在买家」。

把这两条线交叉定位，投放预算的去向就清楚了：

当然，这不是说创意死了。创意的作用从「单点爆发」变成「规模化一致性」：AI 生成海量素材时，品牌调性的一致性比任何一支爆款的优先级都高。素材质检、品牌规范库、语气统一——这些过去被创意团队嫌弃的「苦活」，才是新栈里的护城河。

🔧 投放团队现在该做的四件事

回到实操。结合这次披露的机制和同期动向，建议投放团队把以下四件事排进下个季度。需要提醒：以下建议中涉及 ChatGPT 广告栈的部分，均建立在对披露机制的解读之上，平台尚未开放完整自助投放能力，现阶段以「准备」和「演练」为主，不必押重注。

四件事展开说：

第一，语义体检先行。 把你们投放的核心素材、落地页、商品描述拿给任意一个主流 LLM，问它：「这个品牌在卖什么、适合谁、和竞品差在哪」。如果模型答不准或答偏，那就是新栈里的「质量分不及格」。这项体检零成本，本季度就能做完，产出一份「语义优化清单」——修正表述含糊的卖点、补齐品类词覆盖、统一商品命名口径。

第二，把 AI 素材质检写进 SOP，而不是口头约定。 Meta 条款已生效，责任归属清晰，质检流程要有三个硬环节：AI 素材与实物的形态一致性比对（防「glow-up 翻车」）、宣传口径与产品页的一致性校验、品牌规范（色调、语气、logo 使用）过检。同时给 AI 素材设定产出比例上限，作为风控指标而非效率指标。

第三，做一次延迟演练。 虽然对话式广告位的完整竞价规则尚未公开，但「超时即弃投」的原则大概率会延续。现在就排查自有落地页的加载链路：CDN 覆盖、图片压缩、跳转层级。把核心落地资源的首屏加载压到行业基准以内，等开放竞价时才不至于在时限闸门上白丢机会。

第四，预算做结构性预留，而非一次性调仓。 建议把 10%–15% 的季度预算设为「对话式广告位 + 跨渠道 Reach」实验池：小额试跑新的对话式广告形态（如已开放的区域和端口），其余投向品牌触达类投放。实验池每季度复盘一次，用数据决定加码还是回撤——在机制细节不透明的情况下，小步试错比押注更稳。

一句话收拢：在新栈里，你的素材是喂给模型的，不只是给人看的。 语义清晰度、加载速度、品牌记忆覆盖，这三件事的权重正在超过「再多做一条视频」。

📌 写在最后

OpenAI 这次披露的细节不多，但信号足够强：广告分发权的底层逻辑正在从「规则引擎」迁向「LLM 编排器」，而 Meta 的责任条款则宣告 AI 素材的红利期与风险期同时到来。

接下来值得盯三个节点：ChatGPT 广告位的扩量节奏与竞价开放程度；Google 会不会在自家 AI 产品里跟进类似的 LLM 编排架构；以及广告主侧会不会长出专门的「AI 素材质检」服务赛道。

入口在换，分工在重排。但 Reach beats Creative 的老数学，反而成了新世界里最稳的那把尺子。

注：本文漏斗百分比、竞争象限定位及部分行业动向为作者推演与观察，关键事实（OpenAI 披露口径、Meta 条款生效日期与措辞）已标注可核验信源，请读者以官方文件为准。