谁在 ChatGPT 里买广告？｜对谈 Nexad COO Harry Zhou

🚥 今年初，ChatGPT 开始小范围测试卖广告。半年过去，我们很好奇：那些真正把预算投进去的人，看到了什么？

「十字路口」访谈了率先吃 ChatGPT 广告螃蟹的人，Nexad 联合创始人/COO Harry Zhou。Nexad 是一家硅谷 AI-Native Marketing 公司，获得A16Z、Prosus、Point72等硅谷头部VC的投资，是全球最早搭建 AI 原生 Chatbot 广告平台的公司之一。

ChatGPT 官方上线广告后，几十家中美广告主通过Nexad参与了测试，这些一手实践被整理成一份 31 页《ChatGPT 广告白皮书》，7 月 7 日在上海还会有一场闭门交流会，可以点击「阅读原文」报名活动和领取白皮书（邀请码：SZLK）。

有意思的是，这场谈话从 ChatGPT 广告体验开始，很快走到一些更大的问题：agentic commerce、垂直领域的 agent harness、以及—— AI 可以通过广告赚钱吗？

🚥

🎙 十字路口

怎么想到这时候发布《ChatGPT 广告白皮书》？

👨‍💻 Harry Zhou

在古老的GPT Store年代，我们还没融资，就往许多 GPTs 里植入过广告，可能是世界上最早做这件事的人哈哈。所以 OpenAI 官方一开放测试，我们第一时间就参与了，过去几个月邀请了中美几十家广告主一起试，覆盖 AI SaaS、AI 内容平台、DTC 品牌、移动 App、游戏这些行业。大家兴趣都很强，但官方自助投放平台现在只开放给美国本土广告主。随着几万美金低消的取消，小广告主也能参与测试了。所以我们把这半年的经验整理成白皮书分享出来，也通过自己的 marketing agent 平台 Soku.ai 开放测试端口，让这件事不再神秘，人人都能自助参与。

🎙 十字路口

现在 ChatGPT 广告主要出现在什么位置？

👨‍💻 Harry Zhou

免费用户和 Go 用户用 ChatGPT 的时候，会在正文回答下方看到单独标着 sponsored 的广告卡片，会和正文有明显区隔。广告主可以自己设置图文素材。地域上，现在能投给美国、加拿大、澳新的用户，日韩、巴西、墨西哥也即将开放。

🎙 十字路口

测下来数据如何？

👨‍💻 Harry Zhou

CTR 大概在1.5%到4%之间，CPC多数在$2-$4，AI 工具这类和 ChatGPT 场景重合度高的更低。CPM从早期的$60左右，最近回落到$20左右的也不少。

坦诚讲，我们一开始看到这些浅层数据的时候是比较被泼冷水的，因为并没有比传统Google/Meta等更亮眼多少 —— 但很快ChatGPT的用户质量带来了惊喜。

举个例子：许多客户会把PostHog、Stripe等数据也接入Soku.ai，所以我们的agent可以比传统agency追踪到更复杂的用户行为和长期LTV。其中一个 AI 视频产品，Google 和 Meta 的前端数据都不差，点击、注册、第一次视频生成都有量。但 Soku.ai 开始为它投 ChatGPT 后，更深链路的质量差异就出来了：Google/Meta来的注册用户里大概六七成会完成第一次生成，三四成会进入付费页，最后付费通常在几个百分点。而 ChatGPT来的用户当天完成首次生成的比例更高，连续生成、多次回访、点 pricing、尝试导出无水印版本和购买生成额度的比例，大概能到 Google / Meta 的两三倍。这个差异对 AI 视频产品太关键了！因为这类产品最怕的不是没人注册，而是大量用户进来试一下就走。

我们在多个AI和电商客户的案例上观察到类似情况（包括把更长期的续费和回购率纳入考察）。有趣的是，我看到 Adobe 这个月刚发布的数据说，他们追踪到他们客户的零售站上，从AI来的流量转化率比非AI来的流量高54%，这是前所未有的。这些都让我们对ChatGPT广告能带来的用户质量建立起较强的信心。

🎙 十字路口

为什么 ChatGPT 来的用户质量这么高？

👨‍💻 Harry Zhou

Google 匹配关键词，Meta 匹配人群，ChatGPT 匹配一个人正在做的决策。在对的 timing 触达人太关键了。

搜索里，用户会把需求压缩成几个词，比如“noise cancelling headphones”或者“best monitor for gaming and work”。广告主知道他在找耳机、找显示器，但不知道他为什么买、预算多少、已经排除哪些、最纠结的点是什么。Meta 更靠前，是从兴趣、行为和相似人群里推断他可能会买什么。

ChatGPT 里用户可能把完整处境说出来：下个月要飞长途，希望耳机轻一点、降噪好、电池够往返用、预算三百美元以内。模型还会继续追问，把原来很模糊的需求问成一组具体约束。等广告出现时，用户往往已经完成了一轮研究、比较和排除，处在非常接近行动的“高意图时刻”。

ChatGPT Ads 有个独有的定向方式，叫“Context Hints”，简单说就是广告主不用只填关键词或选人群，而是用自然语言描述“我的产品适合出现在哪类对话场景里”，让OpenAI的广告系统理解这个产品适合进入什么样的决策场景，以及结合整段对话思考要不要展示你，这是 Google、Meta 的规则引擎做不到的。

ChatGPT Ads 让 AI 对话里的真实购买意图，第一次变得可被投放、可被追踪、可被放大。对决策链条较长的高客单产品来说，这可能是过去几年少见的优质新增量。

🎙 十字路口

很多人期待 agentic commerce，也就是 AI 直接替人做决策、完成下单。现实中，它到哪一步了？

👨‍💻 Harry Zhou

我会分两段看：AI 帮你选，和 AI 替你买。前者上面已经交流很多，不赘述；后者是真把交易做完——钱付了、货到了、出了售后有人管。用户心理侧，真到付款、退货、售后、隐私、账户安全等等，大家显著变得更谨慎。Walmart 在 ChatGPT 做过 instant checkout 测试，让用户在对话内直接结账，但对话内直接成交的转化率只有跳回 Walmart 自己网站成交的大概三分之一，说明大家的信任还很低。

平台和商家这边，我认为一大难点是责任怎么落地。OpenAI 和 Stripe 推 Agentic Commerce Protocol 时，一个关键的设计就是：哪怕 checkout 发生在 ChatGPT 界面里，merchant of record 仍然是商家。AI 主要负责协调和发起交易，履约、退货、客服、拒付、税务、支付风控这些责任，AI 并不能凭空替商家承担。

所以 agentic commerce 现在最先跑出来的是“AI 帮你决定候选名单”。这也解释了为什么广告会先起来。

🎙 十字路口

那说回ChatGPT广告，广告主具体是怎么投、怎么管这些账户的？

👨‍💻 Harry Zhou

和我们合作的广告主，基本都通过 Soku.ai 全托管，它是 Nexad 自研的 marketing agent。现在说“数字员工”这个词是不是有点古典了哈哈？但它真让我觉得挺“real 数字员工”的。就只讲广告use case吧，从思考到主动自动操作，它可以为一个广告主把几十个横跨ChatGPT/Google/Meta/TikTok的campaign，以「月」为时间单位从头到尾管下来。它每天看账户状态，发现事件断流、素材疲劳、预算花太快、学习期被打断、某个地区转化异常，就把问题推出来。低风险动作可以自动做；涉及花钱、扩量、关停、改预算，它会先给方案和理由，让人确认后它自己去执行。已经事实上就是一个在我们这里经历过考验、长期在岗的增长运营同事。

这在 ChatGPT Ads 早期尤其重要。它还不像 Google、Meta 那么成熟，很多环节都在变化：哪些市场能投、素材要按什么格式、素材怎么过审、转化事件怎么回传、什么口径算一次有效转化，都要持续盯持续操作。

🎙 十字路口

为什么要特别强调以「月」为时间单位？

👨‍💻 Harry Zhou

因为管广告就是一个特别典型的长程 agent 任务。它天然是按天波动、按周学习、按月复盘的。

一个账户要管好，不是今天调个出价、明天换张图。它得站在以月为单位的周期上看：哪条还在学习期、不能急着动；哪条昨天涨了，是真起量还是偶然；这周预算往哪挪、哪条该关；素材跑疲了换不换；要知道某个客户能接受多大波动，哪些动作必须先审批；还要记得三周前为什么没关掉某条广告。一个熟练的增长团队，同时盯几十条广告就到头了，而且很吃手感。 这些信息分散在广告平台、GA4、PostHog、Stripe、CRM、素材库和客户沟通里。人类增长团队会把它们记在脑子里，或者散在 Slack、飞书、Notion 里。Agent 如果要真的接一部分工作，就不能每次从零开始，它必须把这些上下文沉淀下来，下一轮决策还能用。

🎙 十字路口

做好这样一个 agent 的难点是什么？

👨‍💻 Harry Zhou

Agent 会“安静地退化”。任务越长程，silent degradation 的挑战越大。

显性失败好处理，有bug或结果明显不对，人很快会发现。麻烦的是模型的判断随着时间慢慢跑偏：受众一点点漂到不该投的人群，出价越跑越保守，某条早该关的广告一直没关，某个地区的转化事件已经断了，但预算还在继续花。每一步看起来都有理由，叠起来就是钱在悄悄漏掉。

不只是我们做marketing agent才遇到问题，是长程 agent 的普遍难题。比如 METR 提过一个“时间地平线”的指标，衡量模型能稳定完成多长的任务。里面有个关键区别：模型“偶尔能做成”的任务长度，和它“高把握稳定做成”的任务长度，不是一个量级。能做一次，不等于能长期接管。我们也看到过有意思的公开实验，比如Anthropic试过让 agent 经营自动贩卖机，短期看正常，跑久了就会进入“tangential meltdown loops”，越来越混乱。

🎙 十字路口

那你们怎么不让它退化？

👨‍💻 Harry Zhou

我们团队4月初写过一篇 agent harness 的踩坑复盘（叫《踩坑三个月，我们总结出的 Agent Harness 实践与反思》，大家网上可以搜到），里面一个核心体会是：“约束只有在机器可执行时才是真正的约束”。写在文档里、写在 prompt 里都不够。

真实账户里，很多关键规则不能让模型自由发挥。比如时间口径怎么算、转化怎么算、预算上限是多少、哪些动作可以自动执行、哪些动作必须让人确认，这些都要变成系统里的硬约束。否则模型很容易看起来在认真分析，实际上已经拿错了口径，或者越过了不该越过的边界。

所以我们很大一部分工作是在设计约束系统：它能做什么，不能做什么，做到哪一步必须停下来。只读诊断是一类，低风险操作是一类，涉及花钱、关停、扩量、改预算这种不可逆动作，又是另一类。不同风险等级，对应不同的权限、审批和日志。

我觉得这件事对所有长程 agent 都是一样的。一个 agent 要真的接管工作，只靠模型聪明不够。它需要被一套可以纠错的系统管住。

🎙 十字路口

回到一个更大的问题：AI 到底能不能靠广告赚钱？

👨‍💻 Harry Zhou

能，但我不会把它想成“聊天框里多卖几个广告”。过去互联网把注意力变成生意，AI 更接近把决策和执行变成生意。

产业链上看，芯片、云、推理基础设施先收钱，因为它们卖稀缺算力。模型层卖能力，订阅、API、企业合约都会很大，但能力会持续降价，开源也会追上来。再往上，应用和 agent 离真实业务更近：它知道用户要什么，能接到数据、权限和结果反馈。广告、交易抽佣、有效线索、结果计费、托管服务，本质上都在为更靠近结果的东西收费

广告为什么先出现？因为它最容易把“用户正在做一个有经济价值的决策”这件事变成收入。ChatGPT Ads 的价值也在这里：AI 对话里的购买意图，第一次可以被投放、追踪、优化。但它只是早期形态。等 agent 真开始替人办事，钱会继续往成交、结果和托管服务走。

所以我不觉得 AI 最后会简单变成“广告模式”或者“订阅模式”。真正长坡厚雪的钱，会流向最靠近决策和行动的位置。用户做决定那一刻谁能站在旁边，又能把后面的事真办成，谁就更接近 AI 商业化里最丰厚的回报。

Nexad《ChatGPT 广告白皮书》完整版与 7 月 7 日上海闭门交流会报名，可点击下方「阅读原文」。

文章来自于"十字路口Crossing"，作者 "十字路口"。