ระบบโฆษณาทั่วไปถูกสร้างขึ้นเพื่อตอบสนองต่อเจตนาของผู้ใช้ในหน่วยที่แยกส่วน แต่ระบบของพวกเขาตอบสนองต่อความแตกต่างของเป้าหมายผู้ใช้ที่วิวัฒนาการผ่านการตัดสินใจออกแบบ 3 ประการ
หนึ่งคือการใช้เซสชันโฆษณาแบบคงสถานะ ซึ่งหมายถึงข้อมูลจะถูกจดจำตลอดการสนทนาและข้ามการสนทนาหลายครั้ง สองคือการพึ่งพา LLM ที่ปรับแต่งเพิ่มเติมซึ่งใช้สถาปัตยกรรม tool call เพื่อตีความบริบทและความตั้งใจที่อยู่เบื้องหลังของการสนทนา และสามคือการรันกระบวนการเลือกโฆษณาแยกจาก ChatGPT ในบริการของตนเอง เพื่อป้องกันไม่ให้โฆษณาไปมีอิทธิพลต่อคำตอบและรักษาความเป็นกลางของ ChatGPT
แม้ว่าการสร้างระบบโฆษณาที่ปรับปรุงตัวเองเช่นนี้เคยใช้เวลาหลายปี แต่ ChatGPT Ads ก็ทำรายได้ต่อปีได้ถึง 1 พันล้านเหรียญในเวลาไม่ถึง 200 วันหลังเปิดตัว และปัจจุบันมีผู้ลงโฆษณามากกว่า 100,000 รายใช้งาน ChatGPT
การกรองผู้สมัครที่ไม่ผ่านเกณฑ์
การตรวจสอบการกรองอาจรวมถึงความพร้อมของครีเอทีฟและแคมเปญ การกำหนดเป้าหมายของแคมเปญ ข้อจำกัดด้านนโยบาย ความพร้อมของงบประมาณ การควบคุมจังหวะ (pacing) ความเข้ากันได้ของตำแหน่ง และการลดความซ้ำซ้อนในระดับผู้ลงโฆษณาและแคมเปญ
ศัพท์ที่ควรรู้
- Stateful ads sessions – เซสชันโฆษณาแบบคงสถานะ หมายถึงการที่ระบบจดจำข้อมูลระหว่างการสนทนาหลายครั้ง
- LLM – คือแบบจำลองภาษาขนาดใหญ่ที่ผ่านการฝึกฝนเพิ่มเติมเพื่อตีความบริบทของการสนทนา
- Tool call architecture – สถาปัตยกรรมที่ช่วยให้ LLM สามารถใช้เครื่องมือภายนอกเพื่อช่วยในการตัดสินใจ
ที่มา: OpenAI