OpenAI 把广告做成了 Agent 系统:ChatGPT Ads 的编排器怎么工作

10 月 21 日,OpenAI 公开了 ChatGPT 广告技术栈的工程细节。这件事容易被理解成“ChatGPT 开始放广告”,但技术上有意思的是另一层:它没有沿用搜索广告的请求—响应模型,而是把一个经过后训练的 LLM 变成了广告流程的编排器。

传统广告系统通常从一个明确事件开始:用户输入搜索词,或打开一个页面。ChatGPT 不一样。用户可能在规划旅行、比较软件、布置房间,意图会随着多轮对话逐步形成,甚至根本不存在合适的广告时机。

一、为什么不能每条消息都当成广告请求

如果系统把每条消息都转成独立广告请求,会出现几个问题:

  • 过早把模糊兴趣误判成购买意图;
  • 在用户尚未明确需求时展示无关广告;
  • 多轮对话中反复触发检索,浪费成本;
  • 广告流程影响正常回答的延迟。

OpenAI 的方案是维护一个有状态的广告会话。广告系统可以跨轮次记住和更新信息,在符合投放条件的轮次持续运行,而不是依赖一条被压平的查询。

二、LLM 编排器负责调用整条工具链

编排器不直接决定最终广告,也不直接定价。它负责理解对话、准备检索查询,并在合适的时机调用广告工具。最终选择交给竞价系统,广告是否展示还要经过二次审核。

这条路线的关键不是“让模型写广告文案”,而是让模型调用一组受约束的业务工具。模型负责判断上下文和工具顺序,业务规则仍然掌握在独立服务里。

三、广告系统与回答系统必须分离

OpenAI 强调,广告选择流程与 ChatGPT 回答生成并行运行,使用不同的模型和代码路径。这样带来三个结果:

  1. 广告系统故障不影响正常回答;
  2. 广告无法影响回答内容的生成;
  3. 广告没准备好时可以直接不展示,不延迟聊天响应。

也就是说,广告系统是一个旁路服务,而不是回答链里的中间件。这个边界比任何提示词约束都更可靠。

四、交付不等于展示

文章里有一个很细但很重要的区分:服务端“交付”广告,不等于用户一定看到广告。广告还需要及时到达前端,并在 ChatGPT 回复完成前通过最终展示检查。

如果广告迟到,哪怕竞价已经完成,也不会出现在这一轮对话里。系统明确不为了等广告而延迟聊天回复。

五、我的判断

ChatGPT Ads 展示了大厂 AI 产品的一种典型工程方式:模型负责理解与编排,关键业务规则放在独立、可验证、可替换的服务里。

对做 Agent 的团队,最值得借鉴的是三点:

  • 用有状态会话理解持续意图,而不是把每次请求当独立任务;
  • 让模型调用工具,但把定价、资格和最终执行留给确定性系统;
  • 核心产品与增值流程做故障隔离,增值功能失败不能拖垮主链路。

这套思路不只适用于广告。推荐、搜索、风控和内容分发,只要涉及“模型判断 + 业务规则”,都可以参考这种边界划分。

参考来源

说明:业务规模与收入数据来自 OpenAI 官方文章,本文未做独立验证;技术判断属于个人分析。