加载失败
这条讨论围绕一则报道：OpenAI 正通过第三方广告技术平台出售 ChatGPT 广告位，并用用户 prompt 的相关性来决定投放。ChatGPT 是 OpenAI 的对话式 AI 聊天机器人，而 prompt relevance 指的是按用户正在问什么来匹配广告，这让它更像搜索广告和程序化投放，而不是传统横幅广告。评论里有人提到 StackAdapt（一个广告技术/程序化投放平台），并把这件事和 Google 搜索广告、TikTok 的广告自助系统、以及未来 agent 场景联系起来。争论的核心是：当一个高频、私密、依赖度越来越高的 AI 工具开始商业化时，广告会不会同时带来数据外泄、信任下降和模型输出被操控的风险。
不少人第一反应是惊讶：OpenAI 居然要通过第三方广告平台来卖 ChatGPT 广告位，而不是自己直接搭建投放系统。评论认为这种做法会带来更多中间层、更多故障点、较低利润率，也会让核心广告能力受制于外部合作方。有人补充说，虽然这可能只是早期 bootstrap 的权宜之计，但把关键变现能力外包出去，长期看很容易丢失产品控制权。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
另一派则认为广告化几乎是 LLM 平台迟早会走到的路，因为训练、推理和基础设施成本都很高，单靠投资无法长期支撑。有人把这看作广告市场的起步阶段：先借助现成渠道测试投放和 ROI，等产品成熟后再做自家 self-serve 广告体系。还有人强调，OpenAI 眼下显然有收入压力，越是高频、越能做细粒度定向的产品，越会被自然地拿来做商业化。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7]
很多评论集中担心 prompt 数据比普通搜索查询更私密，里面包含了意图、情绪、工作内容甚至身份线索。若广告系统按 prompt relevance 运行，广告主、data brokers，甚至政府机构都可能从中获得更丰富的用户画像。更让人不安的是，一旦广告逻辑进入模型上下文，它就不只是“展示位”问题，还可能变成影响回答、注入风险或黑箱泄露的问题。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9]
不少人把这件事视为更大趋势的开端：从简单广告位，走向 prompt auction、搜索式重排，甚至直接影响模型输出。评论多次拿 Google 搜索广告、SEO、TikTok 来类比，认为平台总会先说“只是相关性”，最后慢慢滑向“把用户引导到最赚钱的答案”。更激进的想象是，聊天机器人会先长期建立信任，再在最关键的时刻插入推荐，靠 A/B testing 优化留存、转化和用户依赖。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9] [来源10] [来源11] [来源12] [来源13]
有一条讨论在争论这是否构成 securities fraud：如果此前公开承诺过广告不会使用 prompt 数据，现在改口是否属于误导投资者。反驳者指出，真正的证券欺诈需要满足更严格的法律要件，而且“更赚钱”本身不等于对投资者有害。即便法律上未必站得住，很多人仍明确表示一旦在 ChatGPT 里看到广告就会取消订阅，认为 OpenAI 的信誉已经被多次反转承诺消耗殆尽。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6] [来源7] [来源8] [来源9]
prompt relevance: 根据用户输入的 prompt 主题、意图或上下文来匹配广告内容的方式。
ad inventory: 平台可售卖的广告展示位或流量资源。
DSP（Demand-Side Platform）: 广告主侧的程序化投放平台，用来自动竞价和购买广告流量。