چگونه زیرساخت نوین تبلیغات ChatGPT را برای اعتماد کاربر و ارتباط آگهی‌ها ساختیم
نوشتهٔ ریتندرا داتا و کارتیک گوپالراتنام، اعضای تیم فنی
سامانه‌های تبلیغاتی سنتی برای پاسخ‌گویی به نشانه‌های مجزای قصد کاربر ساخته شده‌اند. کاربر چیزی را آنلاین جست‌وجو یا مشاهده می‌کند، سامانهٔ تبلیغات آن جست‌وجوها و بازدیدهای صفحه را به‌صورت رویداد دریافت می‌کند و بر اساس آن‌ها به دنبال آگهی‌های متناسب می‌گردد. ساخت زیرساخت تبلیغات برای ChatGPT متفاوت بود: قصد کاربر در طول گفت‌وگوها شکل می‌گیرد و طی چندین نوبت گفت‌وگو تغییر می‌کند، گاهی هم هیچ لحظهٔ مناسبی برای تبلیغات پیش نمی‌آید. برای پشتیبانی از این الگوی تازه، سامانه‌ای اختصاصی برای تحویل آگهی ساختیم. این نوع جدید زیرساخت تبلیغات بر نسخهٔ اختصاصیِ پس از تمرینِ یکی از الگوهای زبانی بزرگ (LLM) پیشرو بنا شده است. این مدل برای بازیابی (شناسایی بهترین گزینه‌ها)، رتبه‌بندی (پیش‌بینی تعامل کاربر)، سنجش ارتباط (ارزیابی سودمندی آگهی) و برگزاری مزایده برای انتخاب نهایی آگهی و قیمت‌گذاری، ابزارها را فراخوانی می‌کند.
سامانهٔ تبلیغات ما با سه تصمیم کلیدی در طراحی، ظرافت‌های اهداف متغیر کاربر را در نظر می‌گیرد: ۱) پیاده‌سازی نشست‌های تبلیغاتیِ دارای حافظهٔ وضعیت، یعنی حفظ اطلاعات میان نوبت‌های یک گفت‌وگو و میان چند گفت‌وگو؛ ۲) تکیه بر نسخهٔ اختصاصیِ پس از تمرینِ یکی از الگوهای زبانی بزرگ (LLM) که با معماری فراخوانی ابزار، زمینه و قصد نهفتهٔ گفت‌وگو را تفسیر می‌کند و سپس آگهی‌ها را به‌طور مؤثر انتخاب، رتبه‌بندی و تحویل می‌دهد؛ و ۳) اجرای فرایند انتخاب آگهی در سرویسی مستقل و جدا از تولید پاسخ ChatGPT، تا آگهی‌ها بر پاسخ‌ها اثر نگذارند و لحن بی‌طرف ChatGPT حفظ شود. ما از نسخهٔ پس از تمرینِ الگوهای زبانی بزرگ (LLM) برای هماهنگ کردن کل فرایند تبلیغات استفاده می‌کنیم تا بر اساس پیام فعلی کاربر و سابقهٔ گفت‌وگو، آگهی مناسب برای نمایش در زمان مناسب تعیین شود. راه‌اندازی سامانهٔ تبلیغاتی خودبهبوددهنده‌ای مانند این در گذشته سال‌ها زمان می‌برد، اما تبلیغات ChatGPT در کمتر از ۲۰۰ روز پس از راه‌اندازی به آهنگ درآمدی معادل ۱ میلیارد دلار در سال رسید؛ اکنون بیش از ۱۰۰٬۰۰۰ تبلیغ‌دهنده از زمان راه‌اندازی، در ChatGPT آگهی منتشر کرده‌اند.
درخواست تبلیغاتی متداول معمولاً با رویدادی کاملاً مشخص آغاز می‌شود. کاربر عبارتی را جست‌وجو می‌کند یا صفحه‌ای وب را باز می‌کند و سامانهٔ تبلیغات درخواستی دریافت می‌کند. این نوع سامانه نسبتاً ساده است: گزینه‌های تبلیغاتی احتمالی را بازیابی و رتبه‌بندی می‌کند، برای قیمت‌گذاری مناسبِ فرصت نمایش، مزایده‌ای برگزار می‌کند و آگهی منتخب را به کاربر نشان می‌دهد. در ChatGPT چنین لحظهٔ مشخصی به‌طور طبیعی شکل نمی‌گیرد.
افراد با هدف‌هایی وارد گفت‌وگو با ChatGPT می‌شوند، نه صرفاً با عبارتی برای جست‌وجو که یک پاسخ داشته باشد. ممکن است بخواهند سفری را برنامه‌ریزی کنند، برای کسب‌وکارشان نرم‌افزار انتخاب کنند، خانه‌ای را بچینند یا سرگرمی تازه‌ای یاد بگیرند. همهٔ این‌ها در یک نوبت گفت‌وگو اتفاق نمی‌افتد. ChatGPT اغلب در طول مسیر به کاربر کمک می‌کند روشن کند چه چیزهایی برایش مهم است.
برای نمونه، تیم مهندسی ما از ChatGPT پرسید چگونه برای یک مسابقه تمرین کند: گفت‌وگو با پرسشی کلی دربارهٔ دویدن آغاز می‌شود. چند نوبت بعد، دربارهٔ کفش‌هایی می‌پرسند که به تمرین کمک کنند. با مطرح شدن هر شرط تازه، معنای تجاری گفت‌وگو تغییر می‌کند و این زمینهٔ شخصی‌شده در چندین نشست تکامل می‌یابد. سامانه‌ای که بر اساس نخستین پیام عمل کند، ممکن است قصد کاربر را کاملاً اشتباه تشخیص دهد و در نتیجه تجربهٔ او را تضعیف کند و مانع کارش شود.
برای ساخت سامانهٔ تبلیغاتمان باید از معماری تبلیغاتیِ درخواست‌ـ‌پاسخ فراتر می‌رفتیم و زیرساختی را از صفر می‌ساختیم که ضمن در اولویت قرار دادن اعتماد و منافع کاربر، فرصت‌های اقتصادی احتمالی را پیدا کند.
تبدیل هر پیام به درخواستی مستقل، مانند سامانه‌های تبلیغاتی سنتی، در کاربرد گفت‌وگویی ما چند خطر داشت: ۱) برداشت نادرست از هدف کاربر به دلیل ساده‌سازی بیش‌ازحد آن؛ ۲) آغاز زودهنگام فرایند تبلیغات، پیش از روشن شدن نیاز واقعی کاربر؛ ۳) نمایش آگهی‌هایی که به‌جای کمک به مسیر کاربر، مانع آن می‌شوند؛ و ۴) اجرای مجدد و ناکارآمد فرایند تبلیغات با هر تغییر درخواست، که باعث شلوغی و اتلاف هزینه می‌شود. سامانهٔ تبلیغات، که شامل بازیابی، رتبه‌بندی و تحویل است، به‌جای تکیه بر رویدادهای منفرد، نشستی با حافظهٔ وضعیت نگه می‌دارد. یعنی نشست تبلیغاتی در طول هر نوبت واجد شرایط فعال می‌ماند و اطلاعات را با تغییرشان به خاطر می‌سپارد و به‌روز می‌کند. ChatGPT زمینهٔ درخواست اولیه را به سرور تبلیغات می‌فرستد. سامانهٔ تبلیغات به‌جای تکیه بر یک پرس‌وجوی ساده‌شده، روند گفت‌وگو را دنبال می‌کند و با آن سازگار می‌شود.
فرایند انتخاب آگهی در کنار تولید عادیِ پاسخ ChatGPT اجرا می‌شود تا فرایند تبلیغات بر پاسخ‌های ChatGPT تأثیر نگذارد. آگهی‌ها در سامانه‌ای جداگانه پالایش و انتخاب می‌شوند که گفت‌وگو را با محدودیت‌های مستقلِ احراز شرایط، کیفیت و تحویل پردازش می‌کند. این مرزبندی مهم معماری، یعنی سرویس‌های متفاوت با مدل‌ها و کدهای جداگانه، اجازه می‌دهد سرورهای اصلی ChatGPT تولید پاسخ غیرتبلیغاتی را بر عهده بگیرند. هم‌زمان، سامانهٔ تبلیغات مستقلاً بررسی می‌کند آیا فرصت مناسبی برای تبلیغ وجود دارد یا نه و در صورت وجود، از طریق فرایند ارائه‌ای جداگانه، آگهیِ دارای حمایت مالی را برای نمایش آماده می‌کند.
فرایند تبلیغات در کنار مسیر پاسخ‌دهی ChatGPT اجرا می‌شود.
این جداسازی، علاوه بر حفظ تجربهٔ کاربری، چند پیامد عملی هم دارد. ChatGPT هیچ وابستگی‌ای به سامانهٔ تبلیغات ندارد؛ این سرویس‌ها به‌هیچ‌وجه در هم تنیده نیستند و از مدل مشترکی برای تولید محتوا استفاده نمی‌کنند. بنابراین اگر سامانهٔ ارائهٔ آگهی در دسترس نباشد یا کند شود، تولید پاسخ غیرتبلیغاتی ChatGPT بدون تأثیرپذیری ادامه پیدا می‌کند. یعنی سامانهٔ تبلیغات نمی‌تواند ChatGPT را از کار بیندازد یا باعث تأخیر در آن شود. مزیت دیگر این جداسازی، حفظ معیارهای بسیار سخت‌گیرانه برای سودمند بودن آگهی‌هاست. ارائه نکردن آگهی، نتیجه‌ای عادی و موفقیت‌آمیز است. سامانه تنها زمانی آگهی ارائه می‌کند که به‌وضوح برای کاربران و تبلیغ‌دهندگان سودمند باشد.
جزء کلیدی دیگر در معماری زیرساخت تبلیغات ما، نسخهٔ پس از تمرینِ یکی از الگوهای زبانی بزرگ (LLM) است که گفت‌وگوها را تفسیر می‌کند و کل فرایند تبلیغات را در چرخه‌ای عامل‌محور پیش می‌برد؛ برای این کار، ابزارهای مربوط به کارکردهای اصلی سامانهٔ تبلیغات را از مرحلهٔ بازیابی تا رتبه‌بندی، مزایده و در نهایت تحویل آگهی فراخوانی می‌کند. ما این مدل از خانوادهٔ الگوهای زبانی بزرگ (LLM) را هماهنگ‌کننده می‌نامیم.
نخستین بخش فرایند تبلیغات، درک قصد کاربر برای آغاز فرایند بازیابی است؛ فرایندی سریع که عمداً طیف گسترده‌ای از آگهی‌های احتمالی را گردآوری می‌کند تا بعداً پالایش شوند. دریافت تدریجی گفت‌وگو، مسئلهٔ بازیابی را غنی‌تر اما مبهم‌تر می‌کند، چون سامانهٔ تبلیغات باید قصد فعلی کاربر را از اطلاعات زمینه‌ایِ دیگر نامرتبط تشخیص دهد. هماهنگ‌کننده باید ارجاع‌ها به پیام‌های قبلی را تفسیر کند، تشخیص دهد کاربر چه زمانی دربارهٔ موقعیتی فرضی صحبت می‌کند و هر اشاره به محصول یا خدمتی را درخواست خرید تلقی نکند.
هماهنگ‌کنندهٔ تبلیغات از گفت‌وگو و اطلاعات زمینه‌ایِ موجود دربارهٔ کاربر استفاده می‌کند و در چندین مرحله برای یافتن آگهی‌های مناسب تلاش می‌کند. در هر مرحله تصمیم می‌گیرد چه زمانی کدام ابزار را فراخوانی کند؛ هدف اصلی، یافتن مناسب‌ترین آگهی برای آن گفت‌وگو و زمینه است؛ آگهی‌ای که میان سودمندی زیاد برای کاربر و سودمندی زیاد برای تبلیغ‌دهنده توازن برقرار کند. اگر کاربر شخصی‌سازی آگهی‌ها را انتخاب کند، هماهنگ‌کننده برای یافتن مناسب‌ترین آگهی‌ها، اطلاعات غیرحساسِ موجود دربارهٔ گفت‌وگوهای پیشین او را نیز در نظر می‌گیرد.
هماهنگ‌کنندهٔ تبلیغات، ابزارهای تحویل آگهی را طی چندین مرحله فراخوانی می‌کند تا آگهی‌های سودمند را بیابد.
با پیشرفت گفت‌وگو و دریافت اطلاعات تازه‌تر، هماهنگ‌کنندهٔ تبلیغات می‌تواند مجموعهٔ جدیدی از ابزارها را با زمینهٔ به‌روز فراخوانی کند تا آگهی‌های بهتری بیابد و به برنامهٔ کاربر برگرداند. برنامه نیز اگر این آگهی‌ها به‌موقع برسند، می‌تواند از آن‌ها استفاده کند.
هماهنگ‌کننده طوری طراحی شده است که میان سودمندی برای کاربر و تبلیغ‌دهنده توازن برقرار کند و همیشه کاربران را در اولویت قرار دهد.
سامانهٔ تبلیغات از ابزارهای مجزا تشکیل شده است و هماهنگ‌کننده آن‌ها را طی چندین مرحله فراخوانی می‌کند تا بهترین آگهی‌ها را برای یک گفت‌وگو بیابد. در نمای کلی، هماهنگ‌کننده گفت‌وگوها را به خلاصه‌های متنی کوتاه تبدیل می‌کند. این خلاصه‌ها سپس به بردارهای معنایی تبدیل می‌شوند؛ بازنمایی‌های ذخیره‌شدهٔ معنا که جست‌وجو در آن‌ها برای سامانهٔ تبلیغات آسان‌تر است. هماهنگ‌کننده با استفاده از این بردارها گزینه‌های تبلیغاتی را بازیابی می‌کند، واجد شرایط بودنشان را بر اساس بودجه، تنظیمات کاربر و دیگر بررسی‌های اولیه می‌سنجد، کیفیت و ارتباطشان را ارزیابی می‌کند و با رتبه‌بندی نهایی، فرصت‌های سودمند برای نمایش آگهی در انتهای پاسخ گفت‌وگو را شناسایی می‌کند. بنابراین هر آگهی برای آنکه امکان نمایش پیدا کند، باید معیارهای سخت‌گیرانه‌ای از نظر شرایط لازم و میزان ارتباط با گفت‌وگو داشته باشد.
هماهنگ‌کنندهٔ مبتنی بر الگوهای زبانی بزرگ (LLM)، ابتدا یک یا چند پرس‌وجو آماده می‌کند که نمایانگر قصد تجاریِ مرتبط باشند. این کار می‌تواند شامل بازنویسی زمینهٔ گفت‌وگو برای گسترش فرصت‌های تجاری فراتر از پرس‌وجوهای جست‌وجوی یک‌به‌یک و سپس ساخت بازنمایی‌های معنایی باشد. در این فرایند، هماهنگ‌کننده گفت‌وگویی چندنوبتی را برای سامانهٔ بازیابی خلاصه می‌کند تا آگهی‌ها به‌صورت هدفمند از پایگاه دادهٔ ما بازیابی شوند.
اگر آگهی‌ها تنها زمانی نمایش داده شوند که درک عمیقی از قصد کاربر وجود دارد، هم برای کاربران و هم برای تبلیغ‌دهندگان نتیجهٔ بهتری خواهند داشت. چند پرس‌وجو می‌توانند جنبه‌های مختلف قصد کاربر را حفظ کنند. برای مثال، گفت‌وگویی دربارهٔ برنامه‌ریزی سفر ممکن است نیازهای جداگانه‌ای در زمینهٔ حمل‌ونقل، اقامت یا فعالیت‌های تفریحی داشته باشد. سامانهٔ بازیابی می‌تواند این تفاوت‌ها را حفظ کند، به‌جای آنکه کل گفت‌وگو را در یک رشتهٔ متنیِ تحت‌اللفظی فشرده کند.
برای نمونه، این توالی احتمالیِ گفت‌وگو دربارهٔ کفش پیاده‌روی در طبیعت را در نظر بگیرید:
در یک سفر دو روزه به یوسمیتی، چه جاهایی را ببینم؟
هفتهٔ آینده هوا سرد خواهد بود؟
محصولات جدید [insert brand]؟
اگرچه کاربر پرسش دربارهٔ برند کفش را به سفر یوسمیتی ربط نداده است، این گفت‌وگو ممکن است در سامانهٔ تبلیغات ما با دو پرس‌وجو، مانند [shoes appropriate for hiking trip] و [new [brand] product lines good for travel]، بازنمایی شود. این شاید فقط نخستین تلاش باشد؛ هماهنگ‌کننده طوری طراحی شده است که این بازنمایی‌ها را بارها بازنگری کند تا در موجودی آگهی‌های ما، گزینه‌هایی بسیار سودمند برای کاربر بیابد.
بازیابی، فرایند ایجاد مجموعه‌ای از گزینه‌های تبلیغاتی است که عمداً گسترده انتخاب می‌شود. گزینه‌ها ممکن است از راهبردهای مختلف بازیابی به دست بیایند و بعداً با محدودیت‌های یکسانِ ارائهٔ آگهی با هم رقابت کنند. ما چندین نمایه می‌سازیم که هرکدام برای محدودیت‌های متفاوت سامانه و محصول بهینه شده‌اند. برای مثال، نمایهٔ آگهی‌های مبتنی بر خوراک محصولات طوری طراحی شده است که هنگام یافتن بهترین آگهی‌های ممکن، نقدهای مثبت یا منفی محصولات را در نظر بگیرد. این موضوع برای آگهی‌های دیگر که ممکن است نقدی نداشته باشند، کاربرد ندارد. هر نمایه برای نوعی از جست‌وجوی نزدیک‌ترین همسایهٔ تقریبی (ANN) بهینه شده است و از بردارهایی استفاده می‌کند که قصد کاربر را بازنمایی می‌کنند. این جست‌وجوی ANN، الگوریتمی تقریبی برای بازیابی در نمایه‌های معنایی بزرگ است؛ یعنی آگهی‌ها بسیار سریع بازیابی می‌شوند و سامانه به‌جای جست‌وجوی پاسخ «درست»، به پاسخی خوب نزدیک می‌شود، درحالی‌که بیشتر گزینه‌های مرتبط را حفظ می‌کند.
سامانهٔ تبلیغات در فرایند بازیابی آگهی، از پرس‌وجوهای بازنویسی‌شده برای ساخت بردارهای معنایی و ایجاد مجموعهٔ گسترده‌ای از گزینه‌های تبلیغاتی استفاده می‌کند.
هدف پالایش این است که تمام گزینه‌های تبلیغاتی که از نظر ارتباط، مبلغ پیشنهادی و بودجه معیارهای لازم برای نمایش را ندارند، از فهرست بررسی کنار گذاشته شوند. بسته به گزینه و پیکربندی، بررسی‌های پالایشی می‌توانند شامل این موارد باشند: در دسترس بودن محتوای آگهی و کارزار (فعال بودن کارزار یا محتواهای تبلیغاتی)، هدف‌گیری کارزار (مثلاً مجاز بودن فعالیت در مناطق مختلف)، محدودیت‌های سیاستی (الزامات مربوط به آنچه می‌توان تبلیغ کرد)، موجود بودن بودجه (اینکه کارزار هنوز بودجه‌ای برای هزینه کردن دارد یا نه)، تنظیم آهنگ هزینه‌کرد (اینکه کارزار باید اکنون بودجه صرف کند یا در زمان دیگری از روز)، سازگاری با محل نمایش (اینکه آگهی برای چه نوع گفت‌وگوهایی مجاز است) و حذف موارد تکراری در سطح تبلیغ‌دهنده و کارزار (انتخاب تعداد مناسبی آگهی از هر تبلیغ‌دهنده برای تضمین مشارکت منصفانهٔ کسب‌وکارها).
گزینه‌هایی که بررسی‌های احراز شرایط را پشت سر می‌گذارند، وارد مرحلهٔ امتیازدهی می‌شوند. در این مرحله، هماهنگ‌کننده ابزارهای سامانه‌های مختلف امتیازدهی را برای سنجش معیارهای ارائهٔ آگهی فراخوانی می‌کند؛ از جمله ارتباط معنایی (آیا آگهی به هدف کاربر مربوط است؟)، تعامل پیش‌بینی‌شده (آیا احتمال دارد آگهی دیده شود، روی آن کلیک شود و به نتیجهٔ دلخواه تبلیغ‌دهنده بینجامد؟) و عملکرد گذشته (آیا آگهی تا کنون هنگام نمایش به کاربران عملکرد خوبی داشته است؟). هماهنگ‌کننده همچنین پیش از مزایده، آگهی‌ها را برای اطمینان از ارتباط و ایمنی پالایش می‌کند. این سامانه‌ها گزینه‌ها را به مجموعه‌ای کوچک‌تر و آمادهٔ مزایده محدود می‌کنند، اما هنوز تعیین نمی‌کنند کدام آگهی در نهایت تحویل داده شود.
هماهنگ‌کننده گزینه‌های آماده‌شده را با توجه به زمینهٔ گفت‌وگو ارزیابی می‌کند و تصمیم می‌گیرد کدام گزینه‌های تبلیغاتی به‌اندازهٔ کافی مناسب‌اند که وارد مزایدهٔ نهایی شوند. هماهنگ‌کننده مستقیماً تصمیم نمی‌گیرد کدام آگهی ارائه شود و قیمت را هم تعیین نمی‌کند. بلکه گزینه‌های متناسب با زمینه را برای ارزیابی به ابزار مزایده معرفی می‌کند.
مزایده سازوکارهای نهایی ارائهٔ آگهی را اعمال می‌کند؛ از جمله پذیرش در مزایده (عبور از حداقل آستانهٔ ارتباط و سودمندی)، تنظیم آهنگ هزینه‌کرد (توزیع یکنواخت‌تر بودجهٔ تبلیغات)، محاسبهٔ پیشنهاد قیمت و ویژگی‌های مزایده، رتبه‌بندی تعدیل‌شده بر اساس کیفیت، قیمت‌گذاری و انتخاب نهایی.
پس از مزایده، آگهی ممکن است به دو دلیل تحویل داده نشود که هر دو مختص محیط گفت‌وگویی ChatGPT هستند.
ممکن است آگهی در گفت‌وگو نامناسب به نظر برسد: با آنکه مدل‌های حفظ سلامت سامانه (مدل‌هایی که تشخیص می‌دهند چه زمانی ارائهٔ آگهی مناسب است) خودِ گفت‌وگو را برای نمایش آگهی ایمن تشخیص داده‌اند و آگهی هم مطابق با سیاست‌ها شناخته شده است، گاهی ممکن است آگهی در زمینهٔ برخی گفت‌وگوها نامناسب به نظر برسد. هماهنگ‌کننده از نمایش این آگهی‌ها جلوگیری می‌کند.
ممکن است درخواست آگهی به‌موقع نرسد: اگر مدل ChatGPT آمادهٔ پاسخ‌گویی باشد اما آگهی هنوز برای نمایش آماده نباشد، مهلت درخواست آگهی به پایان می‌رسد و آگهی تحویل داده نمی‌شود. بنابراین یکی از اهداف سامانهٔ تبلیغات، اجرای فرایند با بیشترین سرعت ممکن است. زمان پاسخ‌گویی مدل ChatGPT متغیر است و ما پاسخ‌های گفت‌وگو را برای بارگیری آگهی‌ها به تأخیر نمی‌اندازیم.
اگر همهٔ بررسی‌های بالا با موفقیت پشت سر گذاشته شوند، آگهی را برای نمایش به بخش کاربری می‌فرستیم. ما این را تحویل آگهی در سمت سرور می‌دانیم، اما همچنان ممکن است آگهی را به کاربر نشان ندهیم؛ و این بخشی عمدی از طراحی است.
در محصولی گفت‌وگومحور مانند ChatGPT، تحویل محتوای آگهی در سمت سرور، نمایش آن را تضمین نمی‌کند؛ آگهی باید به‌موقع هم برسد تا در نوبت فعلی گفت‌وگو گنجانده شود. محتوای آگهی شامل عنوان، توضیح، پیوند مقصد و هرگونه دعوت به اقدام است. سامانهٔ تبلیغات همچنین مقدمه‌ای تولیدشده با مدل برمی‌گرداند؛ متنی کوتاه و بی‌طرف که توضیح می‌دهد آگهی چگونه به گفت‌وگو مربوط می‌شود. جدا نگه داشتن مقدمه از محتوای آگهی، پیام تبلیغ‌دهنده را حفظ می‌کند و در عین حال لحن ChatGPT را بی‌طرف نگه می‌دارد.
بخش کاربری ChatGPT مقدمه و محتوای آگهی را در یک بسته دریافت می‌کند. اگر این بسته پیش از تکمیل تولید پاسخ ChatGPT برسد، بخش کاربری آگهی را زیر پاسخ ChatGPT با برچسب مشخصِ حمایت مالی نمایش می‌دهد. اگر دیر برسد، آگهی در آن نوبت نمایش داده نمی‌شود. تفاوت تحویل آگهی در سمت سرور با نمایش آگهی به کاربر همین است.
انتخاب برنده و تحویل آگهی دو رویداد جداگانه‌اند. آگهی منتخب تنها زمانی تحویل‌شده محسوب می‌شود که ChatGPT نمایش آن را تأیید و اجرا کند و تأییدیهٔ تحویل نیز دریافت شود.
زیرساخت تبلیغاتی ما از روش‌های متداول ثبت رویداد و خطوط پردازش داده استفاده می‌کند که سه مزیت اصلی دارند: تبلیغ‌دهندگان می‌توانند سامانه‌های فعلی خود را آسان‌تر با زیرساخت ما یکپارچه کنند، با داده‌های گزارش‌ها راهبردهایشان را بهبود دهند و تیم ما نیز می‌تواند بخش‌های نیازمند بهبود سامانه را شناسایی کند. علاوه بر این ابزارهای گزارش‌دهی و بهینه‌سازی، مدلی باکیفیت را برای ارزیابی فرایند تحویل و آموزش دیگر مدل‌های تبلیغاتی به کار می‌گیریم و به این ترتیب چرخهٔ قدرتمندی از خودبهبوددهی ایجاد می‌کنیم.
جزئیات تفکیک‌شدهٔ آنچه رخ داده است، کمک می‌کند هر بخش از سامانهٔ تبلیغات را به‌طور مستقل بشناسیم و بهبود دهیم. سامانهٔ پردازش گزارش‌های رویداد، نتایج جزئی را نیز ثبت می‌کند؛ از جمله:
این نوبت گفت‌وگو واجد شرایط تبلیغات نبود.
نشست تبلیغاتی آغاز شد، اما درخواستی برای بازیابی ارسال نشد.
بازیابی هیچ گزینه‌ای برنگرداند.
گزینه‌ها بازیابی شدند، اما مرحلهٔ تکمیل داده‌ها یا احراز شرایط را پشت سر نگذاشتند.
آگهی تحویل داده شد و بعداً تعاملی با آن صورت گرفت.
این جزئیات تفکیک‌شده کمک می‌کنند هر بخش از سامانهٔ ارائهٔ آگهی را به‌طور مستقل بهبود دهیم. شواهد لازم برای بهبود تشخیص فرصت با شواهد لازم برای بهبود بازیابی، کیفیت گزینه‌ها، مشارکت در مزایده یا قابلیت اتکای تحویل متفاوت‌اند.
سامانه‌های تحویل، ارائه و کیفیت، هرکدام بخش متفاوتی از چرخهٔ عمر آگهی را رصد می‌کنند. پردازش تحت ضوابط حریم خصوصی تعیین می‌کند چه داده‌هایی را می‌توان برای اندازه‌گیری و بهبود مدل به کار برد.
ایدهٔ ارزیابی مبتنی بر مدل این است که قوی‌ترین مدل‌های ما با بیشترین توان استدلال، نتایج سامانه را مشاهده و داوری کنند و سپس با آموزش برای عملکرد بهتر، نسخهٔ پس از تمرینِ الگوهای زبانی بزرگ (LLM) را بهبود دهند. برای مثال، اگر قدرتمندترین مدل ما بازخورد جمع‌آوری کند و این مدل‌های کوچکِ اجرایی را برای بهترین عملکرد ممکن آموزش دهد، می‌توانیم برای هماهنگی یا بازیابی از مدل‌های کوچک‌تر و کارآمدتر یا مدل‌هایی با توان استدلال کمتر استفاده کنیم.
ما بازخورد انسانی (کلیک‌ها و پنهان کردن آگهی‌ها از سوی کاربران)، نتایج نظرسنجی‌های کاربران و بازخورد مستقیم تبلیغ‌دهندگان از طریق سامانهٔ مدیریت تبلیغات را جمع‌آوری می‌کنیم و بر اساس آن‌ها عمل می‌کنیم. همچنین در طول توسعه، تیم ما برای دریافت بازخورد در دسترس است و مستقیماً به خواسته‌های کاربران ChatGPT و تبلیغ‌دهندگان گوش می‌دهد. این منبع بازخورد حتی بیش از بازخورد حاصل از مشاهده‌های مدل، به مسیر ما جهت می‌دهد و یکی از عواملی بوده که به ما اجازه داده است با تکرار و اصلاح سریع، به تصمیم‌های درست دربارهٔ محصول برسیم. شاید مدل بتواند قصد کاربر را بفهمد و با تفکر نقادانه چیزی سودمند ارائه کند، اما این انسان‌ها هستند که به سلیقه شکل می‌دهند.
یک سال پیش هیچ سامانهٔ تبلیغاتی نداشتیم و فقط چند نفر به مسائل این حوزه فکر می‌کردند. اکنون سامانهٔ تبلیغاتی مستحکمی داریم که با آهنگ درآمد فعلی، درآمد سالانه‌ای بیش از ۱ میلیارد دلار ایجاد می‌کند و هماهنگ‌کننده‌ای مبتنی بر الگوهای زبانی بزرگ (LLM)، فرایند تبلیغات آن را پیش می‌برد. Codex نقشی اساسی در چندبرابر کردن توان ما داشت و کمک کرد سامانه را از صفر راه‌اندازی کنیم و با سرعتی بی‌سابقه به این نقطهٔ عطف مهم در میزان استفاده برسیم. از ابتدا، تیم و گردش‌کارهای توسعه را طوری سازمان دادیم که با استفاده از Codex، سامانه را به‌سرعت بسازیم و گسترش دهیم. برای Codex سازوکارهای حفاظتی ساختیم تا کد را به‌شکلی مطمئن و ایمن منتشر کند. هم‌زمان، افزونه‌های زیرساخت داده را برای Codex راه‌اندازی کردیم تا چرخهٔ کسب بینش و اعمال بهبودها در سامانه را به‌شدت کوتاه کنیم؛ از جمله افزودن قابلیت‌های تازهٔ محصول، ارتقای کیفیت و بهبود عملکرد سامانه.
ترکیب مرزبندی‌های سامانهٔ ما (بر پایهٔ اصول تبلیغاتی ما) و هماهنگ‌کنندهٔ مبتنی بر الگوهای زبانی بزرگ (LLM) کمک می‌کند تبلیغات را سودمند کنیم، بی‌آنکه هر گفت‌وگو را درخواست آگهی بدانیم. در ادامه، قالب‌های پویاتری از آگهی را آزمایش خواهیم کرد تا سودمندی برای کاربران (مثلاً با فراهم کردن امکان گفت‌وگوی مستقیم با کسب‌وکارها از طریق آگهی‌ها) و تبلیغ‌دهندگان افزایش یابد. معماری خودبهبوددهندهٔ این زیرساخت که بر مدل‌های OpenAI و چرخه‌های پیوستهٔ بازخورد بنا شده است، توان ما را برای بهبود مستمر ارتباط آگهی‌ها و شخصی‌سازی آن‌ها در طول زمان شتاب می‌بخشد.
