Jinsi tulivyounda mfumo mpya wa matangazo wa ChatGPT kwa imani ya watumiaji na matangazo yanayofaa

Mifumo ya kawaida ya matangazo imeundwa kuitikia viashiria tofauti vya nia ya mtumiaji. Mtumiaji hutafuta au kutazama kitu mtandaoni, mfumo wa matangazo hupokea hoja hizo za utafutaji na utazamaji wa kurasa kama matukio, kisha hutafuta matangazo yanayolingana kwa kuzingatia matukio hayo. Kuunda mfumo wa matangazo kwa ChatGPT kulikuwa tofauti: nia ya mtumiaji hujengeka katika mazungumzo na kubadilika katika zamu kadhaa, wakati mwingine bila kuwa na wakati unaofaa kwa tangazo. Ili kuwezesha mbinu hii mpya, tulijenga mfumo maalumu wa kuwasilisha matangazo. Aina hii mpya ya mfumo wa matangazo inategemea LLM ya kiwango cha juu zaidi iliyoundwa mahususi na kupata mafunzo ya ziada. LLM hii huita zana za utafutaji (kutambua chaguo bora zaidi), upangaji kwa ubora (kutabiri ushirikiano wa mtumiaji), uhusiano na mahitaji (kutathmini manufaa ya tangazo), na kuendesha minada kwa uteuzi wa mwisho wa tangazo na upangaji wa bei.

Mfumo wetu wa matangazo unazingatia tofauti ndogondogo katika malengo ya mtumiaji yanayoendelea kubadilika kupitia maamuzi matatu muhimu ya usanifu: 1) kutumia vipindi vya matangazo vinavyohifadhi hali, yaani taarifa hukumbukwa katika zamu za mazungumzo na katika mazungumzo tofauti, 2) kutegemea LLM maalumu iliyopata mafunzo ya ziada na inayotumia usanifu wa kuita zana ili kufasiri muktadha na nia iliyo nyuma ya mazungumzo, kisha kuchagua, kupanga kwa ubora na kuwasilisha matangazo kwa ufanisi, na 3) kuendesha mchakato wa kuchagua matangazo katika huduma yake tofauti na uzalishaji wa majibu ya ChatGPT, ili kuzuia matangazo yasiathiri majibu na kudumisha sauti ya ChatGPT isiyoegemea upande wowote. Tunatumia LLM yetu iliyopata mafunzo ya ziada kuratibu mchakato mzima wa matangazo, ikiamua tangazo linalofaa kuonyeshwa kwa wakati unaofaa kulingana na zamu ya sasa ya mtumiaji na historia ya mazungumzo. Ingawa kuanzisha mfumo wa matangazo unaojiboresha kama huu kulichukua miaka hapo awali, ChatGPT Ads ilifikia kasi ya mapato ambayo ni sawa na dola bilioni 1 kwa mwaka chini ya siku 200 baada ya kuzinduliwa; kufikia sasa, zaidi ya watangazaji 100,000 wameendesha matangazo kwenye ChatGPT tangu uzinduzi.

Ombi la kawaida la tangazo huanza kwa tukio lililofafanuliwa wazi. Mtumiaji huwasilisha hoja ya utafutaji au kufungua ukurasa wa wavuti, na mfumo wa matangazo hupokea ombi. Aina hii ya mfumo si changamano sana: hutafuta matangazo yanayoweza kufaa, huyapanga kwa ubora, huendesha mnada ili kupanga bei inayofaa ya nafasi hiyo, kisha humwonyesha mtumiaji tangazo linalochaguliwa. Kwa namna ChatGPT inavyofanya kazi, haitoi wakati mahususi kama huo moja kwa moja.

Katika mazungumzo ya ChatGPT, watu huja na malengo badala ya hoja ya utafutaji inayohitaji jibu moja. Huenda wanapanga safari, wanachagua programu kwa ajili ya biashara yao, wanaweka samani nyumbani au wanajifunza shughuli mpya ya burudani. Haya yote hayatokei katika zamu moja ya mazungumzo. Mara nyingi ChatGPT humsaidia mtumiaji kufafanua mambo muhimu kadiri mazungumzo yanavyoendelea.

Kwa mfano, timu yetu ya uhandisi iliuliza ChatGPT jinsi ya kujizoeza kwa ajili ya mbio: mazungumzo yanaanza kwa swali la jumla kuhusu kukimbia. Baada ya zamu kadhaa, wanauliza kuhusu viatu vya kusaidia katika mazoezi. Maana ya kibiashara ya mazungumzo hubadilika kila sharti jipya linapotajwa—na muktadha huu wa kibinafsi huendelea kubadilika katika vipindi kadhaa. Mfumo unaochukua hatua kwa kutegemea ujumbe wa kwanza unaweza kuelewa nia vibaya kabisa, na hivyo huenda ukaharibu hali ya matumizi na kumkwamisha mtumiaji.

Kujenga mfumo wetu wa matangazo kulituhitaji kuvuka usanifu wa matangazo wa ombi na jibu, na kujenga mfumo tangu mwanzo ili kutambua fursa za kiuchumi zinazowezekana huku tukitanguliza imani na manufaa ya watumiaji.

Kugeuza kila ujumbe kuwa ombi linalojitegemea, kama katika mfumo wa kawaida wa matangazo, kungeleta hatari kadhaa katika matumizi yetu ya mazungumzo: 1) kuelewa lengo la mtumiaji vibaya kwa kulirahisisha kupita kiasi, 2) kuanza mchakato wa matangazo mapema mno, kabla ya hitaji halisi la mtumiaji kuwa wazi, 3) kuonyesha matangazo yanayozuia maendeleo ya mtumiaji badala ya kuyasaidia, na 4) kurudia mchakato wa matangazo bila ufanisi kila ombi linapobadilika, na hivyo kuongeza shughuli zisizo na manufaa na kupoteza fedha. Badala ya kutegemea matukio ya pekee, mfumo wa matangazo (unaojumuisha utafutaji, upangaji kwa ubora na uwasilishaji) hudumisha kipindi kinachohifadhi hali. Hii inamaanisha kuwa kipindi cha matangazo huendelea kwa muda wote wa zamu inayostahiki, kikikumbuka na kusasisha taarifa zinapobadilika. ChatGPT hutuma muktadha wa ombi la mwanzo kwenye seva ya matangazo. Mfumo wa matangazo hufuatilia mazungumzo yanayoendelea na kujirekebisha kulingana nayo badala ya kutegemea hoja moja iliyorahisishwa kupita kiasi.

Mchakato wa kuchagua matangazo huendeshwa sambamba na uzalishaji wa kawaida wa majibu ya ChatGPT ili kuhakikisha mchakato wa matangazo hauathiri majibu ya ChatGPT. Matangazo huchujwa na kuchaguliwa kupitia mfumo tofauti unaochakata mazungumzo kwa kutumia masharti yake ya ustahiki, ubora na uwasilishaji. Mpaka huu muhimu wa usanifu—huduma tofauti zinazotumia miundo na msimbo tofauti—huwezesha seva kuu za ChatGPT kushughulikia uzalishaji wa jibu lisilofadhiliwa. Wakati huohuo, mfumo wa matangazo hutathmini kwa kujitegemea ikiwa kuna fursa inayofaa ya kutangaza na, ikiwa ipo, huandaa tangazo lililofadhiliwa kupitia mchakato tofauti wa uwasilishaji.

Mbali na kulinda hali ya matumizi, utenganishaji huu una athari kadhaa za kiutendaji. ChatGPT haitegemei mfumo wa matangazo—huduma hizi hazifungamani kwa njia yoyote wala hazitumii muundo mmoja wa kuzalisha maudhui. Kwa hiyo, mfumo wa kuwasilisha matangazo usipopatikana au ukiwa wa polepole, jibu lisilofadhiliwa la ChatGPT linaendelea kutolewa bila kuathiriwa. Hii inamaanisha kuwa mfumo wa matangazo hauwezi kusimamisha wala kuchelewesha utendaji wa ChatGPT. Faida nyingine ya utenganishaji huu ni kudumisha viwango vya juu sana vya manufaa ya matangazo. Kutotoa tangazo lolote ni matokeo ya kawaida yanayohesabika kuwa mafanikio. Mfumo hutoa tangazo tu ikiwa lina manufaa ya wazi kwa watumiaji na watangazaji.

Sehemu nyingine muhimu ya usanifu wa mfumo wetu wa matangazo ni LLM iliyopata mafunzo ya ziada, inayofasiri mazungumzo na kuendesha mchakato mzima wa matangazo katika mzunguko wa kiwakala—ikiita zana za shughuli kuu za mfumo wa matangazo, kuanzia utafutaji hadi upangaji kwa ubora, mnada na hatimaye uwasilishaji. Tunaita LLM hii mratibu.

Hatua ya kwanza ya mchakato wa matangazo ni kuelewa nia ya mtumiaji ili kuanza utafutaji: kutafuta kwa haraka matangazo mengi yanayoweza kufaa, kwa makusudi, ili kuyachuja baadaye. Kupokea mazungumzo hatua kwa hatua hutoa taarifa nyingi zaidi za utafutaji, lakini pia huongeza utata, kwa sababu mfumo wa matangazo unahitaji kutofautisha nia ya sasa na muktadha uliopitwa na wakati. Mratibu lazima afasiri marejeleo ya ujumbe wa awali, atambue mtumiaji anapozungumzia hali ya kufikirika, na aepuke kuchukulia kila kutajwa kwa bidhaa au huduma kuwa ombi la kununua kitu.

Mratibu wa matangazo hutumia mazungumzo na muktadha wa mtumiaji unaopatikana, akirudia hatua za kutafuta matangazo mazuri na kuamua kila mara ni zana ipi ya kuita na lini. Lengo kuu ni kupata tangazo linalofaa zaidi kwa mazungumzo na muktadha huo—tangazo linalosawazisha manufaa makubwa kwa mtumiaji na kwa mtangazaji. Mtumiaji akichagua matangazo yanayomfaa binafsi, mratibu pia huzingatia taarifa zisizo nyeti zinazopatikana kuhusu mazungumzo yake ya awali ili kupata matangazo yanayomfaa zaidi.

Mazungumzo yanapoendelea na mratibu wa matangazo kupata taarifa mpya zaidi, anaweza kuita zana upya kwa kutumia muktadha uliosasishwa ili kupata matangazo bora zaidi na kuyatuma kwa programu ya mtumiaji. Programu hiyo inaweza kuyatumia matangazo hayo mapya yakifika kwa wakati.

Mratibu ameundwa kusawazisha manufaa kwa mtumiaji na kwa mtangazaji, akiwapa watumiaji kipaumbele daima.

Mfumo wa matangazo una zana tofauti, na mratibu huziita kwa kurudia hatua ili kupata matangazo bora zaidi kwa mazungumzo fulani. Kwa ujumla, mratibu hubadili mazungumzo kuwa muhtasari mfupi wa maandishi, ambao kisha hubadilishwa kuwa viwakilishi vya kisemantiki (maana zilizohifadhiwa kwa namna inayorahisisha mfumo wa matangazo kuzichuja). Hutafuta matangazo yanayoweza kufaa kwa kutumia viwakilishi hivyo, huyachuja kwa ustahiki (kwa kuzingatia bajeti, mipangilio ya mtumiaji na ukaguzi mwingine wa awali), hutathmini ubora na uhusiano wake na mazungumzo, kisha huyapanga kwa ubora ili kubaini fursa zenye manufaa makubwa za kuyaweka mwishoni mwa jibu la mazungumzo. Kwa hiyo, kila tangazo lazima litimize viwango vya juu vya ustahiki na uhusiano na mazungumzo ili liweze kuonyeshwa.

Kwanza, LLM mratibu huandaa hoja moja au zaidi zinazowakilisha nia husika ya kibiashara. Hii inaweza kujumuisha kuandika upya muktadha wa mazungumzo ili kupanua uwezekano wa kibiashara zaidi ya hoja za utafutaji zinazolingana moja kwa moja, kisha kuunda viwakilishi vya maana. Katika hatua hii, mratibu hufupisha mazungumzo yenye zamu nyingi kwa ajili ya mfumo wa utafutaji, ili kutafuta matangazo katika hifadhidata yetu kwa kulenga mahitaji husika.

Matangazo yatawafaa zaidi watumiaji na watangazaji ikiwa yataonyeshwa tu baada ya nia ya mtumiaji kueleweka kwa kina. Hoja nyingi za utafutaji zinaweza kuhifadhi vipengele tofauti vya nia. Kwa mfano, mazungumzo kuhusu kupanga safari yanaweza kuwa na mahitaji tofauti ya usafiri, malazi au shughuli za kufanya. Mfumo wa utafutaji unaweza kuhifadhi tofauti hizi badala ya kubana mazungumzo yote katika mfuatano mmoja wa maandishi unaochukuliwa neno kwa neno.

Kwa mfano, tuangalie mfuatano unaowezekana wa mazungumzo kuhusu viatu vya kutembea milimani:

1. What should I cover on a two-day trip to Yosemite?

2. Will it be cold next week?

3. New [insert brand] product lines?

Ingawa mtumiaji hajaunganisha swali kuhusu chapa ya viatu na safari ya Yosemite, mazungumzo haya yanaweza kuwakilishwa katika mfumo wetu wa matangazo kwa hoja mbili, kama vile [shoes appropriate for hiking trip] na [new [brand] product lines good for travel]. Hili linaweza kuwa jaribio la kwanza tu; mratibu ameundwa kurekebisha viwakilishi hivi kwa kurudia hatua hadi apate matangazo yenye manufaa makubwa kwa mtumiaji katika hifadhi yetu.

Utafutaji ni mchakato wa kuunda, kwa makusudi, kundi pana la matangazo ya kuchagua. Matangazo yanayoweza kuchaguliwa yanaweza kupatikana kupitia mikakati tofauti ya utafutaji na baadaye kushindana chini ya masharti yale yale ya uwasilishaji. Tunaunda faharasa nyingi zilizoboreshwa kwa masharti tofauti ya mfumo na bidhaa. Kwa mfano, faharasa ya matangazo kutoka kwenye mipasho ya bidhaa imeundwa kuzingatia maoni chanya au hasi kuhusu bidhaa inapotafuta matangazo bora zaidi. Hili halihusu matangazo mengine ambayo huenda hayana maoni yanayohusishwa nayo. Kila faharasa imeboreshwa kwa aina fulani ya utafutaji wa jirani wa karibu wa kukadiria (ANN), kwa kutumia viwakilishi vinavyoonyesha nia ya mtumiaji. Utafutaji huu wa ANN ni algoriti ya kukadiria inayotafuta katika faharasa kubwa za kisemantiki. Hii inamaanisha matangazo hupatikana haraka sana kwa kukaribia suluhisho zuri badala ya kutafuta suluhisho “sahihi”, huku matangazo mengi yanayohusiana na mahitaji yakihifadhiwa miongoni mwa yanayoweza kuchaguliwa.

Lengo la uchujaji ni kuondoa katika uteuzi matangazo yote yasiyotimiza viwango vya kuonyeshwa kuhusu uhusiano na mahitaji, zabuni na bajeti. Kutegemea tangazo na usanidi, ukaguzi wa uchujaji unaweza kujumuisha upatikanaji wa maudhui ya tangazo na kampeni (ikiwa kampeni au maudhui ya tangazo yanatumika), ulengaji wa kampeni (k.m., maeneo ambako kampeni inaruhusiwa kuendeshwa), vizuizi vya sera (masharti ya kufuata kuhusu kinachoweza kutangazwa), upatikanaji wa bajeti (ikiwa kampeni bado ina fedha za kutumia), kasi ya matumizi (ikiwa kampeni inapaswa kutumia bajeti sasa au wakati mwingine wa siku), ufaafu wa tangazo kwa nafasi husika (aina za mazungumzo ambazo tangazo hili linastahiki kuonyeshwa), na kuondoa urudiaji katika ngazi ya mtangazaji na kampeni (kuchagua idadi inayofaa ya matangazo kwa kila mtangazaji ili kuhakikisha ushiriki wa haki kwa biashara zote).

Matangazo yanayopita ukaguzi wa ustahiki huendelea hadi hatua ya kupewa alama. Hapa, mratibu huita zana za mifumo mbalimbali ya kutoa alama kwa kuzingatia masuala ya uwasilishaji kama vile uhusiano wa kisemantiki (je, tangazo linahusiana na lengo la mtumiaji?), ushirikiano unaotabiriwa (je, kuna uwezekano wa tangazo kutazamwa, kubofya na kuleta matokeo anayotaka mtangazaji?), na utendaji wa awali (je, tangazo limefanya vizuri lilipoonyeshwa watumiaji hadi sasa?). Mratibu pia huchuja matangazo ili kuhakikisha yanahusiana na mahitaji na ni salama kabla ya mnada. Mifumo hii hupunguza idadi ya matangazo hadi kubaki kundi dogo lililo tayari kwa mnada, lakini bado haiamui tangazo la mwisho litakalowasilishwa.

Mratibu hutathmini matangazo yaliyoandaliwa kwa kuzingatia muktadha wa mazungumzo na kuchagua yale yanayofaa vya kutosha kuingia katika mnada wa mwisho. Mratibu haamui moja kwa moja ni tangazo gani litakalowasilishwa, wala hapangi bei. Huteua matangazo yanayofaa kwa muktadha ili yatathminiwe na zana ya mnada.

Mnada hutekeleza taratibu za mwisho za uwasilishaji, zikiwemo kuruhusu kuingia mnadani (kutimiza kiwango cha chini cha uhusiano na mahitaji na manufaa), kudhibiti kasi ya matumizi (kutumia bajeti ya matangazo kwa uwiano zaidi), kukokotoa zabuni na vipengele vya mnada, kupanga matangazo kwa kuzingatia ubora, kupanga bei na kufanya uteuzi wa mwisho.

Baada ya mnada, tangazo linaweza kushindwa kuwasilishwa kwa njia mbili, zote zikiwa mahususi kwa mazingira ya mazungumzo ya ChatGPT.

1. Tangazo linaweza kuonekana lisilofaa katika mazungumzo: Hata ikiwa miundo ya uadilifu (miundo inayoamua ni lini inafaa kuwasilisha tangazo) iliona mazungumzo yenyewe kuwa salama kwa kuweka matangazo, na tangazo lenyewe likaonekana kufuata sera, wakati mwingine tangazo linaweza kuonekana lisilofaa katika muktadha wa mazungumzo fulani. Mratibu huzuia matangazo haya yasionyeshwe.

2. Ombi la tangazo huenda lisifike kwa wakati: Ikiwa muundo wa ChatGPT uko tayari kujibu, lakini tangazo bado haliko tayari kuonyeshwa, muda wa ombi la tangazo huisha na tangazo haliwasilishwi. Kwa hiyo, mojawapo ya malengo ya mfumo wa matangazo ni kufanya kazi haraka iwezekanavyo. Muda ambao muundo wa ChatGPT huchukua kujibu hubadilika, na hatucheleweshi majibu ya mazungumzo ili kusubiri matangazo yapakie.

Tangazo likipita ukaguzi wote uliotajwa hapo juu, tunalituma kwenye kiolesura ili lionyeshwe. Tunachukulia hili kuwa uwasilishaji wa tangazo upande wa seva, lakini bado huenda tusimwonyeshe mtumiaji tangazo hilo—na ndivyo mfumo ulivyokusudiwa kufanya kazi.

Katika bidhaa ya mazungumzo kama ChatGPT, kuwasilisha maudhui ya tangazo kutoka upande wa seva hakuhakikishi kuwa tangazo litaonyeshwa; lazima pia lifike kwa wakati ili lijumuishwe katika zamu ya sasa. Maudhui ya tangazo yanajumuisha kichwa, maelezo, kiungo cha kulengwa na mwito wowote wa kuchukua hatua. Zaidi ya hayo, mfumo wa matangazo pia hutoa utangulizi mfupi usioegemea upande wowote, uliozalishwa na muundo, unaoeleza jinsi tangazo linavyohusiana na mazungumzo. Kutenganisha utangulizi na maudhui ya tangazo huhifadhi ujumbe wa mtangazaji huku kukidumisha sauti ya ChatGPT isiyoegemea upande wowote.

Kiolesura cha ChatGPT hupokea utangulizi na maudhui ya tangazo kama kifurushi kimoja. Kifurushi hicho kikifika kabla ya jibu la ChatGPT kuzalishwa kikamilifu, kiolesura huonyesha tangazo chini ya jibu la ChatGPT, likiwa na lebo wazi kuwa limefadhiliwa. Kikichelewa sana, tangazo halionyeshwi katika zamu hiyo. Hii ndiyo tofauti kati ya uwasilishaji wa tangazo upande wa seva na kuonyeshwa kwa tangazo kwa mtumiaji.

Mfumo wetu wa matangazo hutumia mbinu za kawaida za kurekodi kumbukumbu na njia za uchakataji wa data, ambazo zina faida kuu tatu: watangazaji wanaweza kuunganisha mifumo yao iliyopo na mfumo wetu kwa urahisi zaidi, wanaweza kuboresha mikakati yao kwa kutumia data za ripoti, na timu yetu inaweza kutambua sehemu za mfumo zinazohitaji kuboreshwa. Mbali na zana hizi za kuripoti na kuboresha, tunatumia muundo wa ubora wa juu kutathmini uwasilishaji wetu na kufunza miundo mingine ya matangazo, hivyo kuunda mzunguko wenye nguvu wa kujiboresha.

Uchanganuzi wa kina wa kilichotokea hutusaidia kuelewa na kuboresha kila sehemu ya mfumo wa matangazo kivyake. Mfumo wa kuchakata kumbukumbu pia hurekodi matokeo ya hatua mahususi kama vile:

• Zamu haikustahiki kuwekewa matangazo.

• Kipindi cha matangazo kilianza lakini hakuna utafutaji ulioombwa.

• Utafutaji haukupata matangazo yoyote ya kuchagua.

• Matangazo ya kuchagua yalipatikana lakini yakashindwa kupakia data kamili au kutimiza masharti ya ustahiki.

• Tangazo liliwasilishwa na baadaye mtumiaji akalifanyia kitendo.

Uchanganuzi huu wa kina hutusaidia kuboresha kila sehemu ya mfumo wa kuwasilisha matangazo kivyake. Kuboresha utambuzi wa fursa kunahitaji ushahidi tofauti na ule wa kuboresha utafutaji, ubora wa matangazo yanayoweza kuchaguliwa, ushiriki katika mnada au utegemevu wa uwasilishaji.

Wazo la tathmini inayotumia miundo ni kwamba miundo yetu yenye uwezo mkubwa zaidi na uwazaji wa juu zaidi hufuatilia na kutathmini matokeo ya mfumo wetu, kisha kuboresha LLM iliyopata mafunzo ya ziada kwa kuifundisha kufanya kazi vizuri zaidi. Kwa mfano, tunaweza kutumia miundo midogo yenye ufanisi zaidi au miundo yenye uwazaji wa kiwango cha chini katika uratibu au utafutaji, ikiwa muundo wetu wenye uwezo mkubwa zaidi unakusanya maoni na kufunza miundo hii midogo kufanya kazi vizuri iwezekanavyo.

Tunakusanya na kufanyia kazi maoni ya watu (kubofya na kuficha matangazo kwa watumiaji), pamoja na tafiti za watumiaji na maoni ya moja kwa moja kutoka kwa watangazaji kupitia Ads Manager yetu. Pia tunawezesha timu yetu kupokea maoni tunapoendelea kujenga mfumo, na kusikiliza moja kwa moja matakwa ya watumiaji wa ChatGPT na watangazaji. Chanzo hiki cha maoni huongoza mwelekeo wetu hata zaidi ya maoni yanayotokana na uchunguzi wa muundo, na ni sehemu ya kilichotuwezesha kufanya marekebisho haraka hadi kufikia maamuzi sahihi kuhusu bidhaa. Muundo unaweza kuelewa nia ya mtumiaji na kufikiri kwa kina ili kutoa kitu chenye manufaa, lakini watu ndio huamua kinachowapendeza.

Mwaka mmoja uliopita, hatukuwa na mfumo wa matangazo na ni watu wachache tu waliokuwa wakifikiria changamoto katika eneo hili. Sasa tuna mfumo thabiti wa matangazo unaozalisha mapato ambayo, kwa kasi ya sasa, ni sawa na zaidi ya dola bilioni 1 kwa mwaka, huku mratibu unaotumia LLM ukiendesha mchakato wa matangazo. Codex ilikuwa nyenzo muhimu iliyoongeza sana uwezo wetu, ikituwezesha kuanzisha mfumo wetu na kufikia hatua hii kubwa ya matumizi kwa kasi isiyo na kifani. Tangu mwanzo, tuliandaa timu na michakato ya uundaji kutumia Codex ili kujenga na kupanua mfumo haraka. Tuliweka mipaka ya ulinzi kwa Codex ili iweze kutoa msimbo wa kutumika kwa usalama na kutegemewa. Wakati huohuo, tuliweka programu-jalizi za miundombinu ya data kwa Codex ili kupunguza sana muda kati ya kupata maarifa na kutekeleza maboresho ya mfumo, yakiwemo vipengele vipya vya bidhaa, maboresho ya ubora na utendaji bora wa mfumo.

Mchanganyiko wa mipaka ya mfumo wetu (inayotokana na kanuni zetu za utangazaji⁠) na mratibu wetu unaotumia LLM hutuwezesha kufanya matangazo yawe na manufaa bila kuchukulia kila mazungumzo kuwa ombi la tangazo. Tukiangalia mbele, tutaendelea kujaribu miundo ya matangazo yenye uwezo zaidi wa kubadilika ili kuongeza manufaa kwa watumiaji (k.m. kuwawezesha kuzungumza moja kwa moja na biashara kupitia matangazo) na kwa watangazaji. Usanifu wa mfumo unaojiboresha, unaotumia miundo ya OpenAI na mizunguko endelevu ya maoni, utaharakisha uwezo wetu wa kuendelea kuboresha uhusiano wa matangazo na mahitaji na kuyabinafsisha kadiri muda unavyopita.