《奥特》{曼食}言了，但这次没人[怪他]

2026 年 5 月 6 日，OpenAI 的两则消息同时在科技圈炸开了锅。

第一则消息在意料之中：GPT-5.5 Instant 模型正式向所有 ChatGPT 用户推送，免费用户也能用了。这个新模型在医疗、法律、金融等高风险场景中的虚假信息输出较前代下降了 52.5%，在用户标记为事实错误的高难度对话里，不准确表述减少了 37.3%，输出内容也更简洁利落。

在 AIME 2025 数学竞赛中，GPT-5.5 Instant 拿到了 81.2 分，比前代的 65.4 分提升了将近 16 分；博士级科学测试 GPQA 得分也从 78.5 分上涨到了 85.6 分。

第二则消息则更值得玩味—— OpenAI 同步上线了测试版 ChatGPT 自助广告管理器。美国境内的广告主可以直接注册账号、设置预算、上传素材，一键投放到 ChatGPT 的对话里。

两件事放在一起看，意味就大不一样了：模型在迭代更新，商业化的步伐也没停过。GPT-5.5 Instant 把产品体验做得更好了，背后的算力开销也水涨船高——这笔账总得有人来付。

而广告自助管理器的上线，恰恰说明了广告不再是 OpenAI" 万一用不上的最后手段 "，而是一个正在稳步推进的既定战略。

实际上，步子已经迈出去了。OpenAI 预计 2026 年广告收入约为 25 亿美元，2027 年将达到 110 亿美元，2028 年 250 亿美元，2029 年 530 亿美元，到 2030 年更是要突破 1000 亿美元大关。要知道，ChatGPT 的广告试点上线还不到两个月，年化收入就已经做到了 1 亿美元。

当 AI 开始主动带货，一场比想象中更深刻的范式革命，正在悄然拉开序幕。

从 " 最后的手段 " 到 " 必备的收入 "：OpenAI 为何必须拥抱广告

时间回溯到 2024 年 5 月。彼时的奥特曼在接受采访时掷地有声地放出狠话：" 广告加 AI 让我感到特别不安。我认为广告是我们商业模式的最后手段。" 甚至到了 2024 年的哈佛演讲，他的态度也只是稍稍松动了一点：" 我个人讨厌广告，但我不是完全反对它们。"

然而仅仅两年不到，广告模块已经稳稳地嵌入到了 ChatGPT 的对话界面。

这背后最核心的推手，是数字不会骗人的账本逻辑。尽管 OpenAI 的 CFO 在年初透露公司 2025 年年化收入已突破 200 亿美元，但高昂的算力成本与持续的研发支出让这家 AI 独角兽在 2025 年消耗了约 80 亿美元现金。

换句话说，每收入 1 美元的背后，OpenAI 的支出要远远超过进账。面对这种巨大的财务倒挂，寻找一种体量足够大、见效足够快的变现方式，已经是摆在奥特曼面前不容回避的必答题。

为什么偏偏是广告？因为整个互联网商业史已经验证了：当一项技术产品积累了庞大的用户规模和足够高频的互动场景，广告就是被反复检验过的最优解。

搜索时代，Google 靠关键词广告崛起，广告年收入巅峰时期超过 2000 亿美元；短视频时代，抖音用信息流广告重构消费链路，重新定义了用户注意力的价值。

今天，ChatGPT 每天与数亿用户对话，不仅理解意图，还能在恰到好处的时机给出 " 建议 " ——这种能力本身，就暗含着巨大的商业变现潜力。

还有一个容易被忽略的关键信号——人才。OpenAI 早在 2025 年就从 Meta 挖来了负责 Facebook 广告业务的菲吉 · 西莫，担任应用业务 CEO；首席产品官凯文 · 威尔在 Instagram 也曾负责广告业务；还有一位副总裁，上份工作是在谷歌的搜索广告部门做老大。

据 The Information 数据，截至 2025 年 10 月，已有约 630 名前 Meta 员工在 OpenAI 工作，占其 3000 名左右员工总数的 20%。这帮人加入 OpenAI 当然不是为了搞 AGI 研究，他们唯一的目标就是——搞钱。而广告，是来钱最快最直接的方式。

所以，与其说 OpenAI 放弃了理想主义，不如说它只是被市场和商业模式推到了必须抉择的十字路口。

不是 " 插广告 "，而是 " 对话即广告 "

如果只是简单地把传统横幅广告贴在 ChatGPT 的界面上，这件事根本不值得写一篇深度文章来分析。真正值得关注的，是这套广告模式背后的逻辑——它跟传统数字广告有本质区别。

从最直观的形态来看，目前的 ChatGPT 广告出现在回答的底部，被打上清晰标注的 "Sponsored"，与正常回答严格区分开来。当你问了一个问题，AI 照常给出回答之外，底下可能会出现某款产品。

但有意思的是，在较长的对话里，ChatGPT 会结合整体上下文来决定展示什么广告。

这意味着广告不再是简单的关键词匹配，而是基于整个会话语境、用户意图和上下文理解的动态决策。这也解释了一个看似巧合的更新—— GPT-5.5 Instant 新增了 " 记忆来源 " 功能，可以更好地利用保存的记忆、过去的聊天记录来提供个性化响应。

毕竟，用户的记忆——那些过往的对话、偏好和兴趣点——恰恰是广告推荐中最精准的信号来源。

从广告主的投放端看，这种变化更加具象。在测试版自助广告管理后台，广告主需要在一个 "Ad Group" 的层级中提供 " 上下文提示 " ——用短语描述自家产品在哪些对话话题中可能是合适的。

比如家装品牌可能会描述 " 涉及房屋改造、庭院设计、装修选购 " 之类的对话场景。当用户在这些场景中提问时，系统会在合适时机将广告匹配过去。

这跟传统搜索引擎的 " 关键词竞价 " 完全不是一个维度的东西。关键词竞价依然是流量思维下的产物——用户在搜索框里输入什么词，平台就匹配出相关的广告。

而 ChatGPT 的广告模式开始向 " 场景思维 " 迁移：不是去捕捉用户的搜索词，而是去理解用户的完整对话意图和需求状态。它试图回答的不是 " 用户此刻想买什么 "，而是 " 用户正在经历一个什么样的问题场景 "。

这背后还有另一层值得注意的变化。早期的 ChatGPT 广告仅以 CPM（每千次展示付费）模式运行，起步报价高达 60 美元 / 千次展示——这个价格几乎对标的是 Netflix 和 NFL 赛事转播级别的顶级广告库存。

到了 2026 年 4 月，也就是测试启动大约三个月左右，实际成交价格已经滑落到 25 到 45 美元之间，部分渠道甚至更低。与此同时，OpenAI 为广告平台新增了 CPC（按点击付费）计费模式，让广告主可以直接按实际点击量来支付费用。

从 CPM 到 CPC 的扩展，本质上是 OpenAI 在探索这套新模式的定价逻辑：如果一个广告展示能让用户真正产生点击兴趣，那它的价值应该高于普通的品牌曝光。这也意味着，ChatGPT 的广告价值体系正在从 " 看的人多不多 " 向 " 看的人切不契合 " 发生转变。

还有一个不太起眼但很重要的信号：OpenAI 正在向广告主强调 " 我们想要测试预算，不是搜索预算 "，不希望广告主把原本投在 Google 搜索上的预算挪过来，而是希望他们把那些用于上漏斗品牌体验的 " 尝鲜 " 预算放在 ChatGPT 上。

这一选择的背后有务实的考量—— ChatGPT 广告的转化追踪还在建设阶段，暂时无法与 Google 搜索那种成熟的归因体系抗衡；与其拿自己的短板去硬碰硬，不如瞄准品牌推广这个更宽容、更关注体验而非直接转化的赛道。

而这一表态背后，其实藏着 OpenAI 对自身广告定位的深层认知：它想做的是 " 决策场景广告 "，而不是传统的 " 搜索广告 "。

在决策场景里，用户正在主动获取信息、比较选项、形成判断，广告主看重的不是一次点击带来的即时转化，而是在用户决策路径中占据一个关键推荐位的能力。这正是传统展示广告和搜索广告之外的一条新赛道。

广告主的行动、观望与 AI 产业链的全面重构

对于广告主来说，ChatGPT 广告不太可能立刻成为他们预算规划中的核心渠道，但作为战略储备和先发布局无疑值得一试。

一个显而易见的利好是进入门槛在大幅调低。今年 1 月封闭试点时，最低投放门槛是 25 万美元，很多中小品牌连试试水的心气都没有。

到 2026 年 4 月，这个门槛已经降到了 5 万美元；而随着自助广告管理器的全面开放，更多中小企业可以更低成本地入场。当然，目前这套管理工具首批开放的对象仍限于美国境内的广告主，全球化铺开还需要时间。

衡量转化效果的体系建设也在同步推进。OpenAI 已经在 Ads Manager 中加入了对转化追踪像素和转化 API 的支持，广告主可以测量用户点击广告后的购买、注册、转化等行为。

同时，Pacvue 等一批广告技术平台已经完成了与 ChatGPT 广告系统的技术对接，让品牌方可以直接在多个渠道的统合管理界面中运营 ChatGPT 广告，实现跨渠道归因分析。Pacvue 方面对此有一个评价值得留意：对话式人工智能是自零售媒体兴起以来最重要的全新流量渠道。

不过，挑战同样不容回避。

最大的一道坎，是品牌安全和广告效果衡量。与传统媒体投放不同的是，AI 生成式交互里没有一个固定的上下文环境——每次对话都是独一无二的，同一个关键词在不同对话中的含义可能截然不同，这使得传统的关键词屏蔽和品牌安全管控工具很难直接套用。

广告主需要向 OpenAI 证明，ChatGPT 的对话式广告不仅能让用户看到品牌，还能真正影响到他们的购买决策。这种价值主张，远没有搜索广告或社交广告那么一目了然。

与此同时，广告的引入也在整个 AI 产业链中引发了一系列连锁反应。一个大趋势正在浮现：数字广告正从传统的程序化拍卖机制，逐步向 "AI Agent 对 AI Agent" 的去中介化格局演进。

零售商不再完全依赖程序化广告平台，转而开发内建广告工具和代理式 AI 体系，让品牌端的 AI 与零售端的 AI 直接沟通需求和库存，绕过中间环节。一些零售商已经开始借助这种方式削减 10% 到 20% 的技术成本。

虽然这些实践目前更多集中在零售行业内部，但当一个有能力理解用户意图、挖掘潜在需求的智能体成为广告传播的核心介质时，传统的效果广告生态恐怕将面临一轮深度的结构性重塑。

还有一条更具争议性的赛道叫做 GEO（Generative Engine Optimization，生成式引擎优化）。简单说，就是想办法在 AI 的多轮对话中植入合作品牌的商品信息，可能看起来像自然流露的推荐，实则包含商业引导。

目前 OpenAI 公开宣称的立场是坚决反对这种做法：广告模块与回答模块完全独立，广告主没有能力影响 AI 的回答内容。但行业里没有人能肯定这种承诺永远不变——谁能保证五年后的 AI 推荐里不会出现某种隐性的商业排序？这就像当年 Google 广告开始出现在搜索结果页顶部的迭代，最初的边界往往是清晰的，但商业利益总在寻找并且终将找到模糊边界的缝隙。

国内大模型厂商的视角也值得关注。一位数字经济学者在新京报采访中指出，ChatGPT 开始卖广告标志着生成式 AI 商业化正式进入第二阶段——从烧钱运营向持续