OpenAI、ChatGPTの広告配信基盤の設計を解説

広告システムの中核は、ポストトレーニングしたLLMの「オーケストレーター」である。会話の文脈と意図を解釈し、広告の検索、ランキング、オークションといった各機能をツール呼び出しのエージェント型ループで繰り返し実行する。会話は短い要約に変換され、さらに埋め込みとなって、ANN検索で幅広い広告候補の取得に使われる。複数のクエリで意図の異なる側面を保持でき、例としてヨセミテ旅行とブランドの靴の質問が二つのクエリに表現されると説明している。

設計上の判断は三つある。一つ目は、会話の複数ターンや複数の会話をまたいで情報を保持するステートフルな広告セッションである。二つ目は、LLMによる文脈と意図の解釈である。三つ目は、広告選定をChatGPTの回答生成から分離した独立サービスとして動かし、広告が回答に影響しないようにする点である。モデルもコードも別で、広告側が遅延や停止しても通常の回答は影響を受けない。広告を返さないことも通常の成功結果として扱う。

候補は予算、ターゲティング、ポリシー、ペーシング、重複排除などの適格性フィルタを通り、関連性、予測エンゲージメント、過去の実績で評価される。オーケストレーターはオークションに進める候補を指名するだけで、最終的な配信広告の決定や価格設定は行わず、これはオークションツールが担う。オークション後も、会話に対して不適切と感じられる広告のブロックや、応答に間に合わない場合のタイムアウトがあり、配信されても表示されないことがある。表示される場合は、広告であることを明示したうえで回答の下に出る。

表示後はログとデータパイプラインで成果を記録し、高性能モデルが配信を評価して他の広告モデルの学習にも使う自己改善ループを構成している。クリックや非表示、ユーザーへの調査、Ads Managerを通じた広告主のフィードバックも方針に反映される。開発ではCodexを活用して構築を加速したと述べ、今後は企業と直接話せる広告など、より動的な広告形式を試す方針である。