როგორ ავაგეთ ChatGPT‑ის ახალი სარეკლამო სტეკი ნდობისა და რელევანტურობისთვის
ავტორები: რიტენდრა დატა და კართიკ გოპალრატნამი, ტექნიკური გუნდის წევრები
ტრადიციული სარეკლამო სისტემები მომხმარებლის განზრახვის ცალკეულ გამოვლინებებზე რეაგირებისთვისაა აგებული. მომხმარებელი ინტერნეტში რაღაცას ეძებს ან ათვალიერებს, სარეკლამო სისტემა ამ მოთხოვნებსა და გვერდების ნახვებს მოვლენებად იღებს და მათ საფუძველზე შესაფერის რეკლამებს ეძებს. ChatGPT‑ისთვის სარეკლამო სტეკის შექმნა განსხვავებული ამოცანა იყო: მომხმარებლის განზრახვა საუბრების განმავლობაში ყალიბდება და საუბრის სვლებთან ერთად იცვლება, ზოგჯერ კი რეკლამისთვის შესაფერისი მომენტი საერთოდ არ დგება. ამ ახალი მიდგომის მხარდასაჭერად რეკლამის მიწოდების სპეციალურად მორგებული სისტემა შევქმენით. ამ ახალი ტიპის სარეკლამო სტეკს საფუძვლად უდევს სპეციალურად მორგებული, წვრთნისშემდგომი მოწინავე LLM. ის ხელსაწყოებს იძახებს მოძიებისთვის (საუკეთესო ვარიანტების გამოვლენა), რანჟირებისთვის (მომხმარებლის ჩართულობის პროგნოზირება), რელევანტურობის შესამოწმებლად (რეკლამის სარგებლიანობის შეფასება) და აუქციონების გასამართად, სადაც რეკლამა საბოლოოდ შეირჩევა და მისი ფასი განისაზღვრება.
ჩვენი სარეკლამო სისტემა მომხმარებლის ცვალებადი მიზნების ნიუანსებს სამი ძირითადი არქიტექტურული გადაწყვეტილებით ითვალისწინებს: 1) სარეკლამო სესიები მდგომარეობას ინახავს, ანუ ინფორმაცია ახსოვს როგორც საუბრის სვლებს, ისე სხვადასხვა საუბარს შორის; 2) სისტემა ეყრდნობა სპეციალურად მორგებულ, წვრთნისშემდგომ LLM-ს, რომელიც ხელსაწყოების გამოძახების არქიტექტურით იგებს საუბრის კონტექსტსა და მის მიღმა არსებულ განზრახვას, შემდეგ კი ეფექტიანად არჩევს, რანჟირებს და აწვდის რეკლამებს; 3) რეკლამის შერჩევა ChatGPT‑ის პასუხის გენერირებისგან დამოუკიდებლად, ცალკე სერვისში მიმდინარეობს, რათა რეკლამამ პასუხებზე გავლენა არ მოახდინოს და ChatGPT‑ის ნეიტრალური ტონი შენარჩუნდეს. წვრთნისშემდგომ LLM-ს მთელი სარეკლამო პროცესის ორკესტრაციისთვის ვიყენებთ. მომხმარებლის მიმდინარე სვლისა და საუბრის ისტორიის საფუძველზე ის განსაზღვრავს, რომელი რეკლამა როდის არის შესაფერისი. თუ ადრე ასეთი თვითგაუმჯობესებადი სარეკლამო სისტემის ნულიდან შექმნას წლები სჭირდებოდა, ChatGPT‑რეკლამების მიმდინარე შემოსავალმა წლიურ ჭრილში 1 მილიარდ დოლარს გაშვებიდან 200 დღეზე ნაკლებში მიაღწია. გაშვებიდან დღემდე ChatGPT‑ზე რეკლამა უკვე 100 000-ზე მეტმა განმთავსებელმა განათავსა.
ჩვეულებრივი სარეკლამო მოთხოვნა, როგორც წესი, მკაფიოდ განსაზღვრული მოვლენით იწყება. მომხმარებელი საძიებო მოთხოვნას აგზავნის ან ვებგვერდს ხსნის, სარეკლამო სისტემა კი მოთხოვნას იღებს. ამ ტიპის სისტემა საკმაოდ მარტივია: ის პოტენციურ სარეკლამო კანდიდატებს პოულობს, რანჟირებს მათ, განთავსების შესაძლებლობის სათანადოდ შესაფასებლად აუქციონს ატარებს და შერჩეულ რეკლამას მომხმარებელს აჩვენებს. ChatGPT‑ში ასეთი კონკრეტული მომენტი თავისთავად არ იქმნება.
ChatGPT‑თან საუბრისას ადამიანებს მიზნები ამოძრავებთ და არა საძიებო მოთხოვნა, რომელსაც ერთი პასუხი სჭირდება. ისინი შეიძლება მოგზაურობას გეგმავდნენ, ბიზნესისთვის პროგრამულ უზრუნველყოფას არჩევდნენ, სახლს აწყობდნენ ან ახალ ჰობის ეუფლებოდნენ. ეს ყველაფერი საუბრის ერთ სვლაში არ ხდება. ChatGPT ხშირად გზადაგზა ეხმარება მომხმარებელს იმის გარკვევაში, თუ რა არის მისთვის მნიშვნელოვანი.
მაგალითად, ჩვენმა საინჟინრო გუნდმა ChatGPT‑ს ჰკითხა, როგორ მომზადებულიყო სირბილის შეჯიბრისთვის. საუბარი სირბილის შესახებ ზოგადი კითხვით იწყება. რამდენიმე სვლის შემდეგ კი გუნდი სავარჯიშოდ გამოსადეგ ფეხსაცმელზე კითხულობს. ყოველი ახალი შეზღუდვის დამატებისას საუბრის კომერციული მნიშვნელობა იცვლება, ეს პერსონალიზებული კონტექსტი კი რამდენიმე სესიის განმავლობაში ვითარდება. სისტემას, რომელიც პირველივე შეტყობინებაზე იმოქმედებდა, შესაძლოა განზრახვა სრულიად არასწორად ამოეცნო, მომხმარებლის გამოცდილება გაეუარესებინა და მისთვის ხელი შეეშალა.
ჩვენი სარეკლამო სისტემის შესაქმნელად მოთხოვნა-პასუხის სარეკლამო არქიტექტურას უნდა გავცდენოდით და სტეკი ნულიდან აგვეშენებინა — პოტენციური ეკონომიკური შესაძლებლობების საპოვნელად ისე, რომ პრიორიტეტი მომხმარებლის ნდობა და სარგებელი ყოფილიყო.
ყოველი შეტყობინების დამოუკიდებელ მოთხოვნად ქცევა, როგორც ტრადიციულ სარეკლამო სისტემაში ხდება, ჩვენს ჩატში რამდენიმე რისკს შექმნიდა: 1) მომხმარებლის მიზნის ზედმეტად გამარტივებასა და არასწორად გაგებას; 2) სარეკლამო პროცესის ნაადრევად დაწყებას, სანამ რეალური საჭიროება გამოიკვეთებოდა; 3) ისეთი რეკლამების ჩვენებას, რომლებიც მომხმარებელს დახმარების ნაცვლად ხელს შეუშლიდა; 4) მოთხოვნის ყოველი ცვლილებისას სარეკლამო პროცესის არაეფექტიანად ხელახლა გაშვებას, რაც ზედმეტ ხმაურსა და ფუჭ ხარჯს გამოიწვევდა. ცალკეულ მოვლენებზე დაყრდნობის ნაცვლად, სარეკლამო სისტემა — მოძიება, რანჟირება და მიწოდება — მდგომარეობის შემნახველ სესიას ინარჩუნებს. ეს ნიშნავს, რომ სარეკლამო სესია რეკლამისთვის დასაშვები საუბრის სვლის განმავლობაში მოქმედებს და ცვალებად ინფორმაციას იმახსოვრებს და აახლებს. ChatGPT საწყისი მოთხოვნის კონტექსტს სარეკლამო სერვერს უგზავნის. ერთ გამარტივებულ მოთხოვნაზე დაყრდნობის ნაცვლად, სარეკლამო სისტემა საუბრის განვითარებას მიჰყვება და ერგება.
რეკლამის შერჩევა ChatGPT‑ის ჩვეულებრივი პასუხის გენერირების პარალელურად მიმდინარეობს, რათა სარეკლამო პროცესმა მის პასუხებზე გავლენა არ მოახდინოს. რეკლამებს ფილტრავს და არჩევს ცალკე სისტემა, რომელიც საუბარს დასაშვებობის, ხარისხისა და მიწოდების საკუთარი შეზღუდვებით ამუშავებს. ეს მნიშვნელოვანი არქიტექტურული გამიჯვნა — სხვადასხვა სერვისი ცალკეული მოდელებითა და კოდით — ChatGPT‑ის ძირითად სერვერებს არასარეკლამო პასუხის გენერირების საშუალებას აძლევს. ამავდროულად, სარეკლამო სისტემა დამოუკიდებლად აფასებს, არსებობს თუ არა რეკლამისთვის შესაფერისი შესაძლებლობა და, თუ არსებობს, მიწოდების ცალკე პროცესით ამზადებს სპონსორირებულ განთავსებას.
სარეკლამო პროცესი ChatGPT‑ის პასუხის მომზადების პარალელურად მიმდინარეობს.
მომხმარებლის გამოცდილების დაცვის გარდა, ამ გამიჯვნას პრაქტიკული შედეგებიც აქვს. ChatGPT არ არის დამოკიდებული სარეკლამო სისტემაზე — სერვისები ერთმანეთთან არ არის გადაჯაჭვული და შიგთავსის გენერირებისთვის საერთო მოდელს არ იყენებს. ამიტომ, თუ რეკლამის მიწოდების სისტემა მიუწვდომელია ან ნელა მუშაობს, ChatGPT‑ის არასარეკლამო პასუხის შექმნა შეუფერხებლად გრძელდება. ეს ნიშნავს, რომ სარეკლამო სისტემა ვერ შეაჩერებს ან შეანელებს ChatGPT‑ის მუშაობას. ამ გამიჯვნის კიდევ ერთი უპირატესობაა რეკლამის სარგებლიანობის მიმართ ძალიან მაღალი მოთხოვნების შენარჩუნება. რეკლამის გარეშე დარჩენა ჩვეულებრივი, წარმატებული შედეგია. სისტემა რეკლამას მხოლოდ მაშინ აწვდის, თუ ის აშკარად სასარგებლოა როგორც მომხმარებლებისთვის, ისე რეკლამის განმთავსებლებისთვის.
ჩვენი სარეკლამო ტექნოლოგიური სტეკის კიდევ ერთი საკვანძო არქიტექტურული კომპონენტია წვრთნისშემდგომი LLM. ის საუბარს აანალიზებს და სარეკლამო პროცესს მთლიანად აგენტურ ციკლში მართავს — ხელსაწყოების გამოძახებით მიმართავს სარეკლამო სისტემის ძირითად ფუნქციებს: მოძიებას, რანჟირებას, აუქციონს და, საბოლოოდ, მიწოდებას. ამ LLM-ს ორკესტრატორს ვუწოდებთ.
სარეკლამო პროცესი მომხმარებლის განზრახვის გაგებით იწყება, რასაც მოძიება მოჰყვება — პოტენციური რეკლამების სწრაფი და განზრახ ფართო შერჩევა შემდგომი გაფილტვრისთვის. საუბრის ეტაპობრივად მიღება მოძიებისთვის უფრო მდიდარ, თუმცა უფრო ბუნდოვან ამოცანას ქმნის: სარეკლამო სისტემამ მიმდინარე განზრახვა მოძველებული კონტექსტისგან უნდა განასხვაოს. ორკესტრატორმა უნდა გაიგოს ადრინდელ შეტყობინებებზე მინიშნებები, ამოიცნოს, როდის საუბრობს მომხმარებელი ჰიპოთეზურად და პროდუქტისა თუ მომსახურების ყოველი ხსენება რაიმეს შეძენის მოთხოვნად არ მიიჩნიოს.
სარეკლამო ორკესტრატორი იყენებს საუბრისა და მომხმარებლის შესახებ ხელმისაწვდომ კონტექსტს. ის იტერაციულად ეძებს კარგ რეკლამებს და ყოველ ეტაპზე არჩევს, როდის რომელი ხელსაწყო გამოიძახოს. მთავარი მიზანია ამ საუბრისა და კონტექსტისთვის ყველაზე შესაფერისი რეკლამის პოვნა — ისეთის, რომელიც მომხმარებლისა და რეკლამის განმთავსებლის დიდ სარგებელს აბალანსებს. თუ მომხმარებელი რეკლამების პერსონალიზაციას აირჩევს, ორკესტრატორი საუკეთესო შესაბამისობის საპოვნელად მისი წარსული საუბრების შესახებ ხელმისაწვდომ არასენსიტიურ ინფორმაციასაც ითვალისწინებს.
სარეკლამო ორკესტრატორი სასარგებლო რეკლამების საპოვნელად რეკლამის მიწოდების ხელსაწყოებს იტერაციულად იძახებს.
საუბრის გაგრძელებისა და ახალი ინფორმაციის მიღებისას სარეკლამო ორკესტრატორს შეუძლია განახლებული კონტექსტით ხელახლა გამოიძახოს ხელსაწყოები, იპოვოს უკეთესი რეკლამები და კლიენტს გაუგზავნოს. კლიენტს ამ ახალი რეკლამების გამოყენება შეუძლია, თუ ისინი დროულად მივა.
ორკესტრატორი მომხმარებლისა და რეკლამის განმთავსებლის სარგებელს აბალანსებს, თუმცა პრიორიტეტს ყოველთვის მომხმარებელს ანიჭებს.
სარეკლამო სისტემა ცალკეული ხელსაწყოებისგან შედგება. ორკესტრატორი მათ იტერაციულად იძახებს, რათა საუბრისთვის საუკეთესო რეკლამები იპოვოს. ზოგადად, ორკესტრატორი საუბრების მოკლე ტექსტურ შეჯამებებს ქმნის, რომლებიც შემდეგ სემანტიკურ ვექტორებად გარდაიქმნება — მნიშვნელობის შენახულ წარმოდგენებად, რომელთა გადარჩევაც სარეკლამო სისტემისთვის უფრო მარტივია. ამ ვექტორებით ის პოულობს სარეკლამო კანდიდატებს, ამოწმებს მათ დასაშვებობას ბიუჯეტის, მომხმარებლის პარამეტრებისა და სხვა წინასწარი შემოწმებების საფუძველზე, აფასებს ხარისხსა და რელევანტურობას და საბოლოოდ რანჟირებს მათ, რათა ჩატის პასუხის ბოლოს განთავსებისთვის ყველაზე სასარგებლო ვარიანტები გამოავლინოს. ამრიგად, განსათავსებლად თითოეული რეკლამა დასაშვებობისა და რელევანტურობის მაღალ მოთხოვნებს უნდა აკმაყოფილებდეს.
ორკესტრატორი LLM თავდაპირველად ამზადებს ერთ ან მეტ მოთხოვნას, რომლებიც შესაბამის კომერციულ განზრახვას ასახავს. ეს შეიძლება მოიცავდეს საუბრის კონტექსტის გადაფორმულირებას, რათა კომერციული შესაძლებლობები უშუალო საძიებო მოთხოვნებს გასცდეს, შემდეგ კი — სემანტიკური წარმოდგენების შექმნას. ამ დროს ორკესტრატორი რამდენიმესვლიან საუბარს საძიებო სისტემისთვის აჯამებს, რათა ჩვენი ბაზიდან რეკლამები მიზანმიმართულად მოიძიოს.
რეკლამის განთავსება მომხმარებლებსაც და რეკლამის განმთავსებლებსაც მეტ სარგებელს მოუტანს, თუ ის მხოლოდ მომხმარებლის განზრახვის სიღრმისეულად გაგების შემდეგ გამოჩნდება. რამდენიმე მოთხოვნას განზრახვის სხვადასხვა ასპექტის შენარჩუნება შეუძლია. მაგალითად, მოგზაურობის დაგეგმვაზე საუბარი შეიძლება ტრანსპორტთან, საცხოვრებელთან ან აქტივობებთან დაკავშირებულ განსხვავებულ საჭიროებებს მოიცავდეს. მოძიების სისტემას შეუძლია ეს განსხვავებები შეინარჩუნოს, ნაცვლად იმისა, რომ მთელი საუბარი ერთ ტექსტურ სტრიქონამდე დაიყვანოს.
მაგალითისთვის განვიხილოთ სალაშქრო ფეხსაცმელზე საუბრის შესაძლო თანმიმდევრობა:
What should I cover on a two-day trip to Yosemite?
Will it be cold next week?
New [insert brand] product lines?
მიუხედავად იმისა, რომ მომხმარებელს ფეხსაცმლის ბრენდის შესახებ კითხვა იოსემიტში მოგზაურობასთან არ დაუკავშირებია, ჩვენს სარეკლამო სისტემაში ეს საუბარი შეიძლება ორი მოთხოვნით იყოს წარმოდგენილი, მაგალითად: [shoes appropriate for hiking trip] და [new [brand] product lines good for travel]. ეს შესაძლოა მხოლოდ პირველი მცდელობა იყოს: ორკესტრატორი ამ წარმოდგენებს იტერაციულად ცვლის, სანამ ჩვენს მარაგში მომხმარებლისთვის მეტად სასარგებლო რეკლამებს არ იპოვის.
მოძიება რეკლამის ვარიანტების განზრახ ფართო ნაკრების შექმნის პროცესია. კანდიდატები შეიძლება მოძიების სხვადასხვა სტრატეგიით შეირჩეს, შემდეგ კი მიწოდების ერთნაირი შეზღუდვების პირობებში გაუწიონ ერთმანეთს კონკურენცია. ვქმნით რამდენიმე ინდექსს, რომლებიც სისტემისა და პროდუქტის განსხვავებულ შეზღუდვებზეა მორგებული. მაგალითად, პროდუქტის არხის რეკლამების ინდექსი საუკეთესო რეკლამების მოძიებისას პროდუქტზე დადებით თუ უარყოფით მიმოხილვებს ითვალისწინებს. ეს არ ეხება სხვა რეკლამებს, რომლებთანაც შესაძლოა მიმოხილვები არ იყოს დაკავშირებული. თითოეული ინდექსი ოპტიმიზებულია მიახლოებითი უახლოესი მეზობლის (ANN) ძიების რომელიმე ვერსიისთვის და მომხმარებლის განზრახვის ამსახველ ვექტორებს იყენებს. ANN ძიება დიდ სემანტიკურ ინდექსებში მოძიების მიახლოებითი ალგორითმია. ეს ნიშნავს, რომ რეკლამები ძალიან სწრაფად მოიძებნება: „სწორი“ გადაწყვეტის ძიების ნაცვლად, ალგორითმი კარგ გადაწყვეტას უახლოვდება და ამავდროულად რელევანტური კანდიდატების უმეტესობას ინარჩუნებს.
რეკლამების მოძიებისას სარეკლამო სისტემა გადაფორმულირებული მოთხოვნებით სემანტიკურ ვექტორებს ქმნის და სარეკლამო კანდიდატების ფართო ნაკრებს აყალიბებს.
გაფილტვრის მიზანია ყველა იმ სარეკლამო კანდიდატის გამორიცხვა, რომელიც რელევანტურობის, შეთავაზებული ფასისა და ბიუჯეტის მხრივ განთავსების მოთხოვნებს ვერ აკმაყოფილებს. კანდიდატისა და კონფიგურაციის მიხედვით, გაფილტვრა შეიძლება მოიცავდეს შემდეგ შემოწმებებს: სარეკლამო მასალისა და კამპანიის ხელმისაწვდომობა (აქტიურია თუ არა კამპანია ან მასალა), კამპანიის ტარგეტირება (მაგალითად, რომელ ლოკალებშია მისი გაშვება ნებადართული), წესებით დაწესებული შეზღუდვები (მოთხოვნები იმაზე, თუ რისი რეკლამირებაა ნებადართული), ბიუჯეტის ხელმისაწვდომობა (დარჩა თუ არა კამპანიას დასახარჯი ბიუჯეტი), ხარჯვის ტემპი (უნდა იხარჯებოდეს ბიუჯეტი ახლა თუ დღის სხვა მონაკვეთში), განთავსების თავსებადობა (რა ტიპის საუბრებშია ეს რეკლამა დასაშვები) და დუბლირების აღმოფხვრა რეკლამის განმთავსებლისა და კამპანიის დონეზე (თითოეული განმთავსებლისთვის რეკლამების სათანადო რაოდენობის შერჩევა, რათა ბიზნესებს სამართლიანი მონაწილეობის შესაძლებლობა ჰქონდეთ).
დასაშვებობის შემოწმებაგავლილი კანდიდატები შეფასების ეტაპზე გადადიან. აქ ორკესტრატორი ხელსაწყოებით სხვადასხვა შეფასების სისტემას მიმართავს და მიწოდებისთვის მნიშვნელოვან ფაქტორებს ამოწმებს: სემანტიკურ რელევანტურობას (შეესაბამება თუ არა რეკლამა მომხმარებლის მიზანს?), პროგნოზირებულ ჩართულობას (რამდენად სავარაუდოა რეკლამის ნახვა, მასზე დაწკაპუნება და განმთავსებლისთვის სასურველი შედეგის მიღება?) და წარსულ შედეგებს (აჩვენებდა თუ არა რეკლამა კარგ შედეგებს მომხმარებლებისთვის აქამდე ჩვენებისას?). აუქციონამდე ორკესტრატორი რეკლამებს რელევანტურობისა და უსაფრთხოების უზრუნველსაყოფადაც ფილტრავს. ეს სისტემები კანდიდატების რაოდენობას ამცირებს და აუქციონისთვის ამზადებს, თუმცა საბოლოოდ მისაწოდებელ რეკლამას ჯერ კიდევ არ განსაზღვრავს.
ორკესტრატორი მომზადებულ კანდიდატებს საუბრის კონტექსტში აფასებს და არჩევს, რომელი მათგანია საკმარისად შესაფერისი საბოლოო აუქციონში მონაწილეობისთვის. ორკესტრატორი უშუალოდ არ წყვეტს, რომელი რეკლამა მიეწოდება მომხმარებელს და არც ფასს ადგენს. ის კონტექსტისთვის შესაფერის კანდიდატებს წარადგენს აუქციონის ხელსაწყოს მიერ შესაფასებლად.
აუქციონი იყენებს მიწოდების საბოლოო მექანიზმებს: აუქციონზე დაშვებას (რელევანტურობისა და სარგებლიანობის მინიმალური ზღვრის გადალახვას), ხარჯვის ტემპის მართვას (სარეკლამო ბიუჯეტის უფრო თანაბრად ხარჯვას), შეთავაზებული ფასისა და აუქციონის პარამეტრების გამოთვლას, ხარისხზე მორგებულ რანჟირებას, ფასის განსაზღვრასა და საბოლოო შერჩევას.
აუქციონის შემდეგ რეკლამა შეიძლება ორი მიზეზით არ მიეწოდოს მომხმარებელს. ორივე ChatGPT‑ის სასაუბრო გარემოს სპეციფიკას უკავშირდება.
რეკლამა შესაძლოა ჩატისთვის შეუფერებელი აღმოჩნდეს: მაშინაც კი, თუ უსაფრთხოების მოდელებმა (რომლებიც წყვეტს, როდის არის რეკლამის მიწოდება მიზანშეწონილი) საუბარი რეკლამის განთავსებისთვის უსაფრთხოდ მიიჩნია, თავად რეკლამა კი წესებს შეესაბამება, ზოგჯერ ის კონკრეტული საუბრის კონტექსტში მაინც შეუფერებელია. ორკესტრატორი ასეთი რეკლამების ჩვენებას ბლოკავს.
რეკლამის მოთხოვნა შესაძლოა დროულად არ მოვიდეს: თუ ChatGPT‑ის მოდელი პასუხისთვის მზადაა, რეკლამა კი ჯერ განსათავსებლად მზად არ არის, რეკლამის მოთხოვნის ლოდინის ვადა იწურება და ის მომხმარებელს აღარ მიეწოდება. ამიტომ სარეკლამო სისტემის ერთ-ერთი მიზანი მაქსიმალურად სწრაფი მუშაობაა. ChatGPT‑ის მოდელის პასუხის დრო ცვალებადია და რეკლამების ჩატვირთვის მოლოდინში ჩატის პასუხებს არ ვაყოვნებთ.
თუ ყველა ზემოთ ჩამოთვლილი შემოწმება წარმატებით გაივლის, რეკლამას გამოსატანად მომხმარებლის ინტერფეისს ვუგზავნით. ამას სერვერის მხრიდან რეკლამის მიწოდებად მივიჩნევთ, თუმცა მომხმარებელმა რეკლამა შეიძლება მაინც ვერ ნახოს — ეს განზრახ ასეა მოწყობილი.
ისეთ სასაუბრო პროდუქტში, როგორიც ChatGPT‑ია, სერვერის მხრიდან სარეკლამო მასალის მიწოდება რეკლამის ჩვენებას არ ნიშნავს: ის დროულადაც უნდა მივიდეს, რათა საუბრის მიმდინარე სვლაში ჩაერთოს. სარეკლამო მასალა მოიცავს სათაურს, აღწერას, სამიზნე ბმულსა და მოქმედებისკენ მოწოდებას, თუ ასეთი არსებობს. გარდა ამისა, სარეკლამო სისტემა აბრუნებს მოდელის მიერ გენერირებულ შესავალს — მოკლე, ნეიტრალურ ტექსტს, რომელიც განმარტავს, როგორ უკავშირდება რეკლამა საუბარს. შესავლის სარეკლამო მასალისგან გამიჯვნა ინარჩუნებს რეკლამის განმთავსებლის გზავნილს და ამავდროულად ChatGPT‑ის ნეიტრალურ ტონს.
ChatGPT‑ის მომხმარებლის ინტერფეისი შესავალსა და სარეკლამო მასალას ერთ პაკეტად იღებს. თუ პაკეტი ChatGPT‑ის პასუხის სრულად გენერირებამდე მოვა, ინტერფეისი რეკლამას პასუხის ქვემოთ აჩვენებს, სპონსორირებული განთავსების მკაფიო აღნიშვნით. თუ ის დაგვიანებით მოვა, საუბრის ამ სვლაში რეკლამა არ გამოჩნდება. სწორედ ეს განასხვავებს სერვერის მხრიდან რეკლამის მიწოდებას მომხმარებლისთვის მის ჩვენებისგან.
გამარჯვებულის შერჩევა და მიწოდება ცალკეული მოვლენებია. შერჩეული რეკლამა მიწოდებულად მხოლოდ მას შემდეგ ითვლება, რაც ChatGPT მის განთავსებას დაამტკიცებს და აჩვენებს, ხოლო მიწოდება დადასტურდება.
ჩვენი სარეკლამო სტეკი ჟურნალებში აღრიცხვისა და მონაცემთა დამუშავების ტრადიციულ პროცესებს იყენებს. ამას სამი მთავარი უპირატესობა აქვს: რეკლამის განმთავსებლებს უადვილდებათ არსებული სისტემების ჩვენს სტეკთან ინტეგრაცია; ანგარიშგების მონაცემებით სტრატეგიების გაუმჯობესება შეუძლიათ; ჩვენს გუნდს კი სისტემაში გასაუმჯობესებელი მიმართულებების პოვნა შეუძლია. ანგარიშგებისა და ოპტიმიზაციის ამ ხელსაწყოების გარდა, ვიყენებთ მაღალი ხარისხის მოდელს მიწოდების შესაფასებლად და სხვა სარეკლამო მოდელების გასაწვრთნელად, რითაც თვითგაუმჯობესების მძლავრ ციკლს ვქმნით.
მომხდარის დეტალური ანალიზი სარეკლამო სისტემის თითოეული ნაწილის ცალ-ცალკე გაგებასა და გაუმჯობესებაში გვეხმარება. ჟურნალების დამუშავების სისტემა დეტალურ შედეგებსაც აღრიცხავს, მაგალითად:
საუბრის ამ სვლაში რეკლამა დაუშვებელი იყო.
სარეკლამო სესია დაიწყო, მაგრამ მოძიება არ მოთხოვნილა.
მოძიებამ კანდიდატები ვერ იპოვა.
კანდიდატები მოიძებნა, მაგრამ მათი მონაცემებით შევსება ვერ მოხერხდა ან დასაშვებობის შემოწმება ვერ გაიარეს.
რეკლამა მიეწოდა და მოგვიანებით მომხმარებელი მასთან ინტერაქციაში შევიდა.
ეს დეტალური ანალიზი რეკლამის მიწოდების სისტემის თითოეული ნაწილის დამოუკიდებლად გაუმჯობესებაში გვეხმარება. შესაძლებლობების ამოცნობის გაუმჯობესებას სხვა მონაცემები სჭირდება, ვიდრე მოძიების, კანდიდატების ხარისხის, აუქციონში მონაწილეობისა თუ მიწოდების საიმედოობის გაუმჯობესებას.
მიწოდების, ჩვენების მომსახურებისა და ხარისხის სისტემები სასიცოცხლო ციკლის სხვადასხვა ნაწილს აკვირდება. კონფიდენციალურობის მოთხოვნებით კონტროლირებული დამუშავება განსაზღვრავს, რა შეიძლება გამოიყენებოდეს გაზომვისა და მოდელის გაუმჯობესებისთვის.
მოდელებზე დაფუძნებული შეფასების იდეა ასეთია: ჩვენი უძლიერესი, მსჯელობის ყველაზე მაღალი უნარის მქონე მოდელები აკვირდება და აფასებს სისტემის შედეგებს, შემდეგ კი წვრთნისშემდგომ LLM-ს დამატებითი წვრთნით უკეთ მუშაობას ასწავლის. მაგალითად, ორკესტრაციისა თუ მოძიებისთვის შეგვიძლია გამოვიყენოთ უფრო მცირე, ეფექტიანი მოდელები ან მოდელები, რომლებიც ნაკლებ მსჯელობას იყენებს, თუ ჩვენი ყველაზე მძლავრი მოდელი უკუკავშირს შეაგროვებს და ამ პატარა დამხმარეებს საუკეთესოდ მუშაობისთვის გაწვრთნის.
ვაგროვებთ და ვითვალისწინებთ ადამიანების უკუკავშირს — მომხმარებლების დაწკაპუნებებსა და რეკლამების დამალვას, მომხმარებელთა გამოკითხვებსა და რეკლამის განმთავსებლების პირდაპირ გამოხმაურებას ჩვენი რეკლამების მმართველის მეშვეობით. შემუშავების პროცესში ჩვენს გუნდთან გამოხმაურების გაზიარებაც შესაძლებელია. უშუალოდ ვუსმენთ როგორც ChatGPT‑ის მომხმარებლების, ისე რეკლამის განმთავსებლების სურვილებს. უკუკავშირის ეს წყარო ჩვენს მიმართულებას უფრო მეტად განსაზღვრავს, ვიდრე მოდელის დაკვირვებები. სწორედ ის დაგვეხმარა, სწრაფი იტერაციებით პროდუქტის შესახებ სწორ გადაწყვეტილებებამდე მივსულიყავით. მოდელს შეიძლება მომხმარებლის განზრახვის გაგება და კრიტიკული აზროვნებით სასარგებლო შედეგის მიწოდება შეეძლოს, მაგრამ გემოვნებას ადამიანები აყალიბებენ.
ერთი წლის წინ სარეკლამო სისტემა არ გვქონდა და ამ მიმართულებაზე მხოლოდ რამდენიმე ადამიანი ფიქრობდა. ახლა მძლავრი სარეკლამო სისტემა გვაქვს, რომლის მიმდინარე შემოსავალი წლიურ ჭრილში 1 მილიარდ დოლარს აღემატება. სარეკლამო პროცესს LLM-ზე დაფუძნებული ორკესტრატორი მართავს. Codex-მა ჩვენი შესაძლებლობები მნიშვნელოვნად გაზარდა: მისი დახმარებით სისტემა ნულიდან ავაგეთ და გამოყენების ამ მნიშვნელოვან ნიშნულს უპრეცედენტო სისწრაფით მივაღწიეთ. თავიდანვე გუნდი და შემუშავების პროცესები ისე მოვაწყვეთ, რომ Codex-ის გამოყენებით სისტემა სწრაფად აგვეშენებინა და გაგვეფართოებინა. Codex-ისთვის დამცავი მექანიზმები შევქმენით, რათა კოდი საიმედოდ და უსაფრთხოდ დანერგილიყო. პარალელურად, Codex-ისთვის მონაცემთა ინფრასტრუქტურის პლაგინები მოვამზადეთ, რათა მიგნებების მიღებიდან სისტემაში გაუმჯობესებების დანერგვამდე ციკლი მნიშვნელოვნად შეგვემოკლებინა. ეს მოიცავს პროდუქტის ახალ ფუნქციებს, ხარისხის გაუმჯობესებასა და სისტემის წარმადობის ზრდას.
ჩვენი სისტემის საზღვრებისა (რომლებიც ჩვენს სარეკლამო პრინციპებს ეფუძნება) და LLM-ზე დაფუძნებული ორკესტრატორის ერთობლიობა საშუალებას გვაძლევს, რეკლამა სასარგებლო გავხადოთ ისე, რომ ყოველი საუბარი სარეკლამო მოთხოვნად არ მივიჩნიოთ. სამომავლოდ გავაგრძელებთ უფრო დინამიკური სარეკლამო ფორმატების გამოცდას მომხმარებლებისა და რეკლამის განმთავსებლებისთვის სარგებლის გასაზრდელად — მაგალითად, მომხმარებლებს რეკლამების მეშვეობით ბიზნესებთან პირდაპირ საუბრის შესაძლებლობას მივცემთ. სტეკის თვითგაუმჯობესებადი არქიტექტურა, რომელიც OpenAI-ის მოდელებსა და უწყვეტი უკუკავშირის ციკლებს ეფუძნება, დროთა განმავლობაში რელევანტურობისა და პერსონალიზაციის გაუმჯობესების ტემპს დაგვიჩქარებს.
