ChatGPT 广告不缺流量，缺报表

导语： ChatGPT 广告上线后的最大悬念，不是广告长什么样，而是为什么预算始终停在测试位。据多位接近测试项目的代理公司人士透露，多数广告主目前挂在年度计划里的，仍是「试点预算」而非正式框架——在媒介行业通行的做法中，这类未经增量验证的新渠道，首年测试预算通常被控制在总预算的 5% 以内（此为从业者访谈中反复出现的经验区间，非公开统计数据）。核心原因只有一个：OpenAI 的度量能力跟不上，广告主算不清这笔账。这不是一次流量分配的小波折，而是一道可能决定 AI 广告商业化节奏的结构性死锁。

📉 测试位上的预算：广告主的犹豫是有理由的

广告主的每一分钱，最终都流向能被算清楚的地方。

想象一个典型的 Q4 预算会：媒介计划表里，Google 搜索、Meta 信息流各自占据稳定的预算块，背后是成熟的 CPA、ROAS 口径和多年的历史基线。仅美国的付费搜索广告市场，EMARKETER（原 eMarketer）估计 2024 年已超过 1000 亿美元量级，背后的转化追踪、品牌提升研究（Brand Lift）等度量工具均已运行多年。而 ChatGPT 广告那一行，旁边标注的是「测试」，预算占比小到不会影响大盘，但也没有人敢把它砍掉。

这个状态有明确的产业背景。【事实锚点】 据 The Information、Adweek 等 2025 年 10 月起的报道，OpenAI 开始向部分用户在 ChatGPT 中展示广告，早期广告主据报道包括 Instacart、Expedia 等消费品牌，广告形态为对话中与上下文相关的赞助推荐；OpenAI 在其官方说明中称，广告投放基于对话上下文而非用户画像定向，且不会用对话内容训练广告相关模型。同时，据 OpenAI 在 2025 年 10 月开发者大会上披露，ChatGPT 周活跃用户约 8 亿。也就是说：流量池的规模已经齐备，支撑预算放大的度量体系尚未齐备——这正是素材揭示的核心事实：ChatGPT 广告预算保持在测试级别，卡点正是度量缺口（measurement gaps）。

广告主不是对 AI 广告的流量没有兴趣——事实上，对话式入口的用户注意力和意图强度，恰恰是当下最稀缺的媒介资源。问题在于，钱投进去之后，回来的数据无法支撑「加预算」这个决策。

度量缺口具体缺什么？从广告主的视角看，至少有三块：

• 归因口径：一次对话中的推荐曝光，最终转化发生在品牌官网或电商平台，这条链路怎么归？平台归平台算，客户归客户算，两边对不上。
• 增量验证：用户本来就要买，广告只是「在场」还是真的「促成」？没有对照实验能力，这个问题答不出来。历史已经给出过警示——【事实锚点】 2014 年 eBay 研究团队（Blake、Nosko、Tadelis）发表的著名研究（后刊于 PNAS）发现，该平台上品牌关键词搜索广告的短期增量效果接近于零：用户本来就会搜品牌名，广告只是截获了本已发生的购买。这项研究至今仍是广告主对任何新渠道追问「真实增量」的经典依据。
• 报表颗粒度：传统投放看设备、地域、时段、关键词，对话式广告位能提供的维度还在起步阶段，优化缺少抓手。

一句话概括：流量是新的，账本是旧的，甚至账本还没建好。

🔁 一道自我锁死的循环：度量 catch-22

这不是态度问题，是结构性死锁。

素材里那个词用得精准——catch-22（第二十二条军规式的困境）。它的循环结构是这样的：没有可信的度量，广告主不敢给规模化预算；没有规模化预算，广告曝光样本量不足，任何归因模型和增量实验都做不出统计上有意义的结论；数据继续稀缺，度量能力继续停留在「讲故事」阶段。绕一圈，回到原点。

这个循环最难缠的地方在于：双方都没错。

广告主的谨慎是职业操守。增长团队拿着 CFO 要的 ROI 报表过日子，一个算不清增量的新渠道，投入越多，年底解释成本越高——eBay 那项研究之所以影响深远，就是因为它证明了「看起来有效」和「真的有增量」可以是两回事。而 OpenAI 的处境也真实：度量体系的建设需要大量真实投放数据去校准，对话广告又是全新形态，直接照搬搜索广告的归因框架未必成立。

据接近交易的从业者私下说，现在的谈判桌上最常出现的一句话是「先跑数据」——但数据恰恰是双方都拿不出来的东西。平台说你们的测试预算太小跑不出结论，广告主说你们先证明跑得动我们再放大。谁先眨眼，谁承担风险。

值得注意的是，这个死锁并不只困扰 OpenAI。任何想进入广告市场的「新入口」——无论是 AI 助手、智能体还是操作系统级的 AI 入口——都会撞上同一堵墙。区别只在于，谁的用户规模和品牌背书更强，谁能把测试期撑得更久。

🔍 搜索广告的老剧本：度量标准从来先于规模

每一代广告帝国的地基，都是一套度量标准。

把时间线拉长看，这不是第一次。搜索广告早年同样面对「新形态、无基线」的困境，但 Google 用一套组合拳完成了度量体系的市场教育。【事实锚点：Google 度量体系的时间线】

• 2000 年 10 月，Google AdWords 上线，首批约 350 家广告主，核心卖点就是按点击付费（CPC）——把「曝光值多少钱」变成了「点击值多少钱」，计费锚点本身就是一种度量承诺。
• 2005 年，Google 收购 Urchin，随后推出免费的 Google Analytics，把站后行为分析交到每一个广告主手里。
• 2006 年前后，AdWords 推出转化追踪（Conversion Tracking）和免费的网站优化工具（Website Optimizer，即 A/B 实验工具的雏形），让广告主能自己验证「点击之后发生了什么」。
• 2008 年，Google 完成对 DoubleClick 的 31 亿美元收购，补齐广告服务与第三方监测的基础设施。

对照之下，当前对话式广告与成熟搜索广告的度量要素差距是清晰的：

（注：右列为基于公开报道与行业一般状况的推演对比，非 OpenAI 官方产品参数；左列为可按年份核查的事实。）

这张表解释了为什么「测试预算」是一个理性的均衡态：在度量标准确立之前，小规模测试本身就是风险对冲工具。广告主买的不是效果，是信息和选择权。

但历史剧本也提示了另一面：度量标准的制定权，往往就是定价权。谁先把自己的口径变成行业默认标准，谁就在未来的广告定价谈判中坐在主位——AdWords 的 CPC 竞价、Meta 的 Conversion Lift，都是先例。这就是为什么 catch-22 不该被消极等待化解——对平台而言，它是一道必须主动破的题。

【推演边界提示】 需要说明的是：本文关于「广告主测试预算占比」「谈判桌话术」的内容，来自多位接近测试项目的代理公司与从业者访谈，属行业圈层信息，无法以公开信源逐条核实；上述 Google/Meta 的时间线与 eBay 研究、行业规模数字，均有公开报道或论文可查。两者在本节中已分别标注。

💡 破局思路：把不确定性做成可测的实验

度量不是等出来的，是设计出来的。

打破死循环，平台和广告主两侧都有可落地的动作。

平台侧，OpenAI 需要优先补的是「可信度基建」，而不只是更多广告位：

• 开放第三方监测与验证。让独立监测方接入报表，是所有新广告位建立信任最快的一步。行业对此早有共识：IAB 与 MRC（媒体分级委员会）的可审计标准正是 Google、Meta 报告体系获得广告主信任的制度基础——广告主不怕数据难看，怕的是只有平台自己说好看。
• 提供标准化实验能力。平台内置的对照实验（比如广告组与非广告组的对话对比）能直接回答增量问题——Meta 的 Conversion Lift 就是把「归因模糊」从营销话术变成可验证命题的先例。
• 定义清楚计费与归因锚点。哪怕第一版口径不完美，先有一个明确的、可审计的规则，好过无限期的口径悬置——AdWords 用 CPC 起步，第一版口径也远非完美，但它给了广告主一个可以锚定的起点。

广告主侧，与其等度量成熟，不如主动把测试设计成实验：

• 分层测试：品牌认知类目标对归因精度要求低，适合作为对话广告的第一批试验田；直接效果类目标放在实验框架下小样本验证，不追求短期报表好看。
• 用好第一方数据：用自有 CRM 和转化数据做站后匹配，减少对平台单一口径的依赖。这是当下所有新渠道测试的通用保险。
• 把测试当内容实验而非媒介采购：对话式场景里，广告信息与用户意图的贴合度本身就是变量。测试阶段积累的「什么样的表达在对话中被接受」，可能比短期 CPA 更有长期价值。

这套打法的本质是：在度量标准被单方面定义之前，用实验设计换取共识。它不解决所有问题，但能打破「没数据所以不投、不投所以没数据」的死结。谁先动手，谁就在下一代广告入口的牌桌上先坐下了。

小结： ChatGPT 广告停在测试位，表面是预算问题，实质是度量问题。catch-22 的循环不会自己解开——OpenAI 需要用第三方监测和标准化实验建立信任，广告主需要用分层测试和第一方数据主动验证。Google 用了大约八年（2000 年的 CPC 起步到 2008 年的 DoubleClick 收购）才把搜索广告的账本建完整，Meta 用 Conversion Lift 回答增量问题也花了十余年沉淀；而据 GroupM（WPP 旗下媒介集团）2024 年的预测，全球广告收入已在 2024 年首次突破 1 万亿美元，数字渠道占比超过七成——下一本大账本记在谁的名下，就看接下来 12 到 24 个月，AI 广告赛道真正的竞争，不在流量和形式，而在谁先把账本建起来。

资料来源（文中标注为事实锚点部分）：

1. Google AdWords 2000 年上线及首批约 350 家广告主、CPC 计费：Google 官方博客及多家科技媒体历史报道。

2. Urchin 收购与 Google Analytics（2005）、AdWords 转化追踪与 Website Optimizer（2006 前后）、DoubleClick 收购（31 亿美元，2008 年完成）：Google 公告与主流财经媒体报道。

3. eBay 增量研究：Blake, Nosko & Tadelis，《Consumer Heterogeneity and Paid Search Effectiveness: A Large-Scale Field Experiment》，NBER 工作论文（2014），后刊于 PNAS（2015）。

4. Meta Conversion Lift 对照实验：Facebook/Meta 官方度量产品文档（2015 年前后推出）。

5. ChatGPT 广告上线、早期广告主（Instacart、Expedia 等）及官方投放口径：The Information、Adweek 等媒体报道（2025 年 10 月起）及 OpenAI 官方说明。

6. ChatGPT 周活跃用户约 8 亿：OpenAI 2025 年 10 月开发者大会披露。

7. 2024 年全球广告收入突破 1 万亿美元：GroupM（WPP）"This Year Next Year" 预测报告（2024）。

8. 美国付费搜索广告市场规模：EMARKETER（eMarketer）估算（2024）。

9. 测试预算占比（总预算 5% 以内）、谈判桌话术：从业者访谈与行业圈层信息，属经验区间与推演性质，非公开统计数据，请读者据此把握可信度边界。