صارف کے اعتماد اور مطابقت کے لیے ہم نے ChatGPT کا نیا اشتہاری سسٹم کیسے بنایا

روایتی اشتہاری سسٹم صارف کے ارادے کے الگ الگ اشاروں کے جواب میں کام کرنے کے لیے بنائے جاتے ہیں. صارف آن لائن کچھ تلاش کرتا یا دیکھتا ہے, اشتہاری سسٹم ان تلاشوں اور پیج دیکھنے کو واقعات کے طور پر وصول کرتا ہے, پھر انہی واقعات کی بنیاد پر موزوں اشتہارات ڈھونڈتا ہے. ChatGPT کے لیے اشتہاری سسٹم بنانا مختلف تھا: صارف کا ارادہ گفتگوؤں میں بتدریج واضح ہوتا ہے اور گفتگو کے کئی تبادلوں میں بدلتا رہتا ہے, کبھی تو اشتہار پیش کرنے کا مناسب موقع آتا ہی نہیں. اس نئے طریقے کی ضروریات پوری کرنے کے لیے ہم نے اشتہارات کی ڈیلیوری کا ایک مخصوص سسٹم بنایا. یہ نئی قسم کا اشتہاری سسٹم ایک مخصوص, پوسٹ-ٹرینڈ, جدید ترین LLM پر مبنی ہے. یہ بازیافت (بہترین امکانات کی شناخت), درجہ بندی (صارف کے تعامل کی پیش گوئی), مطابقت (اشتہار کی افادیت کی جانچ), اور اشتہار کے حتمی انتخاب و قیمت کے لیے آکشن چلانے کی خاطر ٹولز کو طلب کرتا ہے.

ہمارا اشتہاری سسٹم صارف کے بدلتے مقاصد کی باریکیوں کو تین اہم ساختی فیصلوں کے ذریعے سنبھالتا ہے: 1) حالت محفوظ رکھنے والے اشتہاری سیشن, یعنی گفتگو کے مختلف تبادلوں اور متعدد گفتگوؤں کے درمیان معلومات یاد رکھی جاتی ہیں, 2) ایک مخصوص پوسٹ-ٹرینڈ LLM پر انحصار, جو ٹولز طلب کرنے کی ساخت کے ذریعے گفتگو کا سیاق و سباق اور بنیادی ارادہ سمجھتا ہے, پھر مؤثر طور پر اشتہارات منتخب کرتا, ان کی درجہ بندی کرتا اور انہیں بھیجتا ہے, اور 3) اشتہارات کے انتخاب کو ChatGPT کے جواب کی تیاری سے الگ, ایک مخصوص سروس میں چلانا, تاکہ اشتہارات جوابات پر اثر نہ ڈالیں اور ChatGPT کا لہجہ غیر جانب دار رہے. ہم اپنے پوسٹ-ٹرینڈ LLM سے پورا اشتہاری عمل منظم کرتے ہیں. یہ صارف کے موجودہ تبادلے اور گفتگو کی تاریخ دونوں کی بنیاد پر طے کرتا ہے کہ درست وقت پر کون سا موزوں اشتہار پیش کیا جائے. اس طرح کا خود کو بہتر بنانے والا اشتہاری سسٹم ابتدا سے قائم کرنے میں پہلے برسوں لگتے تھے, مگر اشتہارات ChatGPT کی آمدنی کی موجودہ رفتار کا سالانہ تخمینہ آغاز کے 200 دن سے بھی کم عرصے میں 1 ارب ڈالر تک پہنچ گیا؛ اب آغاز سے لے کر اب تک 100,000 سے زیادہ مشتہرین ChatGPT پر اشتہارات چلا چکے ہیں.

روایتی اشتہاری درخواست عموماً ایک واضح طور پر متعین واقعے سے شروع ہوتی ہے. صارف کوئی تلاش درج کرتا ہے یا ویب پیج کھولتا ہے, اور اشتہاری سسٹم کو درخواست مل جاتی ہے. اس قسم کا سسٹم نسبتاً سادہ ہوتا ہے: یہ ممکنہ اشتہارات بازیافت کرتا ہے, ان کی درجہ بندی کرتا ہے, موقع کی مناسب قیمت طے کرنے کے لیے آکشن چلاتا ہے, اور منتخب اشتہار صارف کو دکھاتا ہے. ChatGPT میں فطری طور پر ایسا کوئی واضح لمحہ پیدا نہیں ہوتا.

ChatGPT کی گفتگو میں لوگ ایک جواب والی تلاش کے بجائے اپنے مقاصد لے کر آتے ہیں. وہ سفر کی منصوبہ بندی, کاروبار کے لیے سافٹ ویئر کا انتخاب, گھر کی آرائش یا کوئی نیا مشغلہ سیکھ رہے ہو سکتے ہیں. یہ سب گفتگو کے ایک ہی تبادلے میں نہیں ہو جاتا. ChatGPT اکثر گفتگو کے دوران صارف کو یہ واضح کرنے میں مدد دیتا ہے کہ اس کے لیے کیا اہم ہے.

مثلاً ہماری انجینئرنگ ٹیم نے ChatGPT سے پوچھا کہ دوڑ کے مقابلے کی تیاری کیسے کی جائے: گفتگو دوڑنے کے بارے میں ایک عمومی سوال سے شروع ہوتی ہے. کئی تبادلوں کے بعد, وہ تربیت میں مددگار جوتوں کے بارے میں پوچھتے ہیں. ہر نئی شرط سامنے آنے پر گفتگو کا تجارتی مفہوم بدلتا ہے—اور یہ ذاتی سیاق و سباق متعدد سیشنوں میں آگے بڑھتا رہتا ہے. صرف پہلے میسج پر عمل کرنے والا سسٹم صارف کے ارادے کو بالکل غلط سمجھ سکتا ہے, جس سے صارف کا تجربہ خراب ہو سکتا ہے اور اس کے کام میں رکاوٹ پڑ سکتی ہے.

اپنا اشتہاری سسٹم بنانے کے لیے ہمیں درخواست اور جواب پر مبنی اشتہاری ساخت سے آگے بڑھ کر سسٹم کو ابتدا سے بنانا پڑا, تاکہ صارف کے اعتماد اور فائدے کو ترجیح دیتے ہوئے ممکنہ معاشی مواقع تلاش کیے جا سکیں.

روایتی اشتہاری سسٹم کی طرح ہر میسج کو الگ درخواست بنانے سے ہماری گفتگو میں چند خطرات پیدا ہوتے: 1) صارف کے مقصد کو حد سے زیادہ سادہ سمجھ کر غلط مطلب اخذ کرنا, 2) اصل ضرورت واضح ہونے سے پہلے اشتہاری عمل شروع کر دینا, 3) ایسے اشتہارات دکھانا جو صارف کے کام میں مدد دینے کے بجائے رکاوٹ بنیں, اور 4) ہر بار درخواست بدلنے پر بلاکفایت اشتہاری عمل دوبارہ چلانا, جس سے غیر ضروری سرگرمی اور اخراجات بڑھیں. الگ الگ واقعات کے گرد سسٹم بنانے کے بجائے, اشتہاری سسٹم (جس میں بازیافت, درجہ بندی اور ڈیلیوری شامل ہیں) حالت محفوظ رکھنے والا سیشن برقرار رکھتا ہے. یعنی اشتہاری سیشن ایک اہل تبادلے کی پوری مدت تک چلتا ہے, اور بدلتی معلومات کو یاد رکھتا اور تازہ کرتا رہتا ہے. ChatGPT ابتدائی درخواست کا سیاق و سباق اشتہارات کے سرور کو بھیجتا ہے. اشتہاری سسٹم ایک ہی سادہ تلاش پر انحصار کرنے کے بجائے آگے بڑھتی گفتگو پر نظر رکھتا ہے اور اس کے مطابق ڈھلتا ہے.

اشتہارات کا انتخاب ChatGPT کے معمول کے جواب کی تیاری کے ساتھ ساتھ چلتا ہے, تاکہ اشتہاری عمل ChatGPT کے جوابات پر اثر نہ ڈالے. اشتہارات کی فلٹرنگ اور انتخاب ایک الگ سسٹم کرتا ہے, جو اہلیت, کوالٹی اور ڈیلیوری کی اپنی پابندیوں کے تحت گفتگو کو استعمال کرتا ہے. یہ اہم ساختی حد—الگ سروسز جو الگ ماڈلز اور الگ کوڈ استعمال کرتی ہیں—ChatGPT کے بنیادی سرورز کو غیر اشتہاری جواب تیار کرنے دیتی ہے. اسی دوران اشتہاری سسٹم آزادانہ طور پر جانچتا ہے کہ آیا اشتہار کا مناسب موقع موجود ہے, اور اگر ہو تو پیشکش کے الگ عمل کے ذریعے اسپانسر شدہ اشتہار تیار کرتا ہے.

صارف کے تجربے کو محفوظ رکھنے کے علاوہ, اس علیحدگی کے کچھ عملی نتائج بھی ہیں. ChatGPT اشتہارات کے سسٹم پر بالکل منحصر نہیں ہے—یہ سروسز کسی بھی طرح ایک دوسرے سے منسلک نہیں ہیں اور مواد تیار کرنے کے لیے ایک ہی ماڈل استعمال نہیں کرتیں. اس لیے اگر اشتہارات پیش کرنے کا سسٹم دستیاب نہ ہو یا سست ہو, تو ChatGPT کا غیر اشتہاری جواب متاثر ہوئے بغیر جاری رہتا ہے. یعنی اشتہارات کا سسٹم ChatGPT کو بند نہیں کر سکتا, نہ ہی اس میں تاخیر کا باعث بن سکتا ہے. اس علیحدگی کا دوسرا فائدہ یہ ہے کہ مفید اشتہارات کے لیے کوالٹی بہت بلند رہتا ہے. کوئی اشتہار نہ دکھانا بھی ایک معمول کا اور کامیاب نتیجہ ہے. سسٹم صرف اسی صورت میں اشتہار بھیجتا ہے جب وہ صارفین اور مشتہرین کے لیے واضح طور پر فائدہ مند ہو.

ہمارے اشتہاری سسٹم کی ساخت کا دوسرا اہم جزو پوسٹ-ٹرینڈ LLM ہے, جو گفتگو سمجھتا ہے اور ایک خودکار ایجنٹ کے تکراری عمل کے ذریعے اشتہارات کا پورا عمل چلاتا ہے. اس دوران وہ اشتہاری سسٹم کے بنیادی افعال کے لیے ٹولز کو طلب کرتا ہے, یعنی ریٹریول کے مرحلے سے لے کر رینکنگ, آکشن اور بالآخر اشتہار دکھانے تک. ہم اس LLM کو آرکیسٹریٹر کہتے ہیں.

اشتہاری عمل کا پہلا حصہ صارف کا ارادہ سمجھنا ہے تاکہ بازیافت شروع کی جا سکے. اس مرحلے میں ممکنہ اشتہارات کا ایک دانستہ طور پر وسیع مجموعہ تیزی سے جمع کیا جاتا ہے, جس کی بعد میں فلٹرنگ ہوتی ہے. گفتگو بتدریج ملنے سے بازیافت کے لیے معلومات تو زیادہ ہوتی ہیں, مگر ابہام بھی بڑھتا ہے, کیونکہ اشتہارات کے سسٹم کو موجودہ ارادے اور پرانے سیاق و سباق میں فرق کرنا ہوتا ہے. آرکیسٹریٹر کو پہلے کے میسجز کے حوالوں کا مطلب سمجھنا, یہ پہچاننا کہ صارف کب فرضی صورتِ حال کی بات کر رہا ہے, اور کسی پروڈکٹ یا سروس کے ہر ذکر کو خریداری کی درخواست سمجھنے سے گریز کرنا ہوتا ہے.

اشتہارات کا آرکیسٹریٹر دستیاب گفتگو اور صارف سے متعلق سیاق و سباق کی بنیاد پر بار بار کوشش کرکے اچھے اشتہارات تلاش کرتا ہے اور ہر بار طے کرتا ہے کہ کون سا ٹول کب طلب کیا جائے. بنیادی مقصد اس گفتگو اور سیاق و سباق کے لیے موزوں ترین اشتہار تلاش کرنا ہے, جس میں صارف اور مشتہر دونوں کے لیے زیادہ فائدے کا توازن ہو. اگر صارف اپنی پسند کے مطابق اشتہارات حاصل کرنے کا انتخاب کرے, تو آرکیسٹریٹر سب سے موزوں اشتہارات تلاش کرنے کے لیے صارف کی سابقہ گفتگوؤں کے بارے میں دستیاب غیر حساس معلومات پر بھی غور کرتا ہے.

جیسے جیسے گفتگو آگے بڑھتی ہے اور اشتہارات کے آرکیسٹریٹر کو تازہ معلومات ملتی ہیں, وہ تازہ سیاق و سباق کے ساتھ ٹولز کو نئے سرے سے طلب کرکے بہتر اشتہارات تلاش کر سکتا ہے اور انہیں کلائنٹ کو بھیج سکتا ہے. اگر یہ نئے اشتہارات وقت پر پہنچ جائیں تو کلائنٹ انہیں استعمال کر سکتا ہے.

آرکیسٹریٹر کو اس طرح بنایا گیا ہے کہ وہ صارف اور مشتہر کے فائدے میں توازن رکھے, اور ہمیشہ صارفین کو ترجیح دے.

اشتہارات کا سسٹم الگ الگ ٹولز پر مشتمل ہے, اور آرکیسٹریٹر کسی گفتگو کے لیے بہترین اشتہارات تلاش کرنے کی خاطر انہیں بار بار طلب کرتا ہے. مجموعی طور پر, آرکیسٹریٹر گفتگو کے مختصر تحریری خلاصے بناتا ہے, جنہیں پھر معنوی ایمبیڈنگز میں بدلا جاتا ہے, (یعنی معانی کی ایسی محفوظ صورتیں جنہیں اشتہاری سسٹم آسانی سے چھان سکے), وہ ان ایمبیڈنگز کے ذریعے ممکنہ اشتہارات بازیاب کرتا ہے, (بجٹ, یوزر سیٹنگز اور دیگر ابتدائی جانچ کی بنیاد پر ان کی اہلیت پرکھتا ہے), ان کی کوالٹی اور مطابقت کا جائزہ لیتا ہے, اور آخر میں درجہ بندی کرکے گفتگو کے جواب کے آخر میں مفید اشتہارات دکھانے کے مواقع شناخت کرتا ہے. اس لیے دکھائے جانے کے قابل بننے کے لیے ہر اشتہار کو اہلیت اور مطابقت کے بلند کوالٹی پر پورا اترنا ہوتا ہے.

آرکیسٹریٹر LLM پہلے ایک یا زیادہ تلاشیں تیار کرتا ہے جو متعلقہ تجارتی ارادے کی نمائندگی کرتی ہیں. اس میں گفتگو کے سیاق و سباق کو نئے انداز میں لکھنا شامل ہو سکتا ہے, تاکہ تجارتی امکانات لفظ بہ لفظ تلاشوں تک محدود نہ رہیں. پھر معنوی نمائندگیاں بنائی جاتی ہیں, جہاں آرکیسٹریٹر کئی تبادلوں پر مشتمل گفتگو کو بازیافتی سسٹم کے لیے ایک خلاصے میں سمیٹتا ہے, تاکہ ہمارے ڈیٹابیس سے ہدف کے مطابق اشتہارات بازیاب کیے جا سکیں.

اشتہارات صارفین اور مشتہرین دونوں کے لیے زیادہ بہتر ہوں گے اگر وہ صرف اس وقت دکھائے جائیں جب صارف کے ارادے کی گہری سمجھ موجود ہو. متعدد تلاشیں ارادے کے مختلف پہلوؤں کو برقرار رکھ سکتی ہیں. مثلاً سفر کی منصوبہ بندی سے متعلق گفتگو میں آمدورفت, قیام یا سرگرمیوں سے جڑی الگ الگ ضرورتیں ہو سکتی ہیں. بازیافت کا سسٹم پوری گفتگو کو ایک ہی لفظی عبارت میں سمیٹنے کے بجائے ان امتیازات کو برقرار رکھ سکتا ہے.

مثال کے طور پر, آئیے ہائیکنگ شوز کے بارے میں ممکنہ گفتگو کی ایک ترتیب دیکھتے ہیں:

1. یوسیمیٹی کے دو روزہ سفر میں مجھے کیا کیا دیکھنا چاہیے؟

2. کیا اگلے ہفتے سردی ہوگی؟

3. [برانڈ درج کریں] کے پروڈکٹس کی نئی سیریز؟

اگرچہ صارف نے جوتوں کے برانڈ سے متعلق سوال کو یوسیمیٹی کے سفر سے نہیں جوڑا, پھر بھی ہمارے اشتہاری سسٹم میں یہ گفتگو دو تلاشوں کی صورت میں پیش کی جا سکتی ہے, جیسے [shoes appropriate for hiking trip] اور [new [brand] product lines good for travel]. یہ محض پہلی کوشش ہو سکتی ہے؛ آرکیسٹریٹر کو اس طرح بنایا گیا ہے کہ وہ ان نمائندگیوں کو بار بار بہتر بنائے, یہاں تک کہ اسے ہمارے ذخیرے میں ایسے اشتہارات مل جائیں جو صارف کے لیے بہت مفید ہوں.

بازیافت, اشتہارات کے ممکنہ انتخاب کا ایک دانستہ طور پر وسیع مجموعہ بنانے کا عمل ہے. ممکنہ اشتہارات بازیافت کی مختلف حکمتِ عملیوں سے حاصل ہو سکتے ہیں اور بعد میں پیشکش کی یکساں پابندیوں کے تحت مقابلہ کر سکتے ہیں. ہم سسٹم اور پروڈکٹ کی مختلف پابندیوں کے مطابق متعدد اشاریے بناتے ہیں. مثلاً پروڈکٹس کی فیڈ کے اشتہارات کا اشاریہ اس طرح بنایا گیا ہے کہ بہترین ممکنہ اشتہارات حاصل کرتے وقت پروڈکٹس پر مثبت یا منفی تبصروں کو مدنظر رکھے. یہ بات ان دوسرے اشتہارات پر لاگو نہیں ہوتی جن کے ساتھ تبصرے وابستہ نہ ہوں. ہر اشاریے کو قریب ترین مماثلت کی تخمینی تلاش (ANN) کی کسی صورت کے لیے بہتر بنایا جاتا ہے, اور اس میں صارف کے ارادے کی نمائندگی کرنے والی ایمبیڈنگز استعمال ہوتی ہیں. یہ ANN تلاش بڑے معنوی اشاریوں سے بازیافت کے لیے ایک تخمینی الگورتھم ہے. یعنی بیشتر متعلقہ ممکنہ اشتہارات کو برقرار رکھتے ہوئے, اشتہارات بہت تیزی سے حاصل کیے جاتے ہیں؛ کسی «بالکل درست» حل کی تلاش کے بجائے اچھے حل کے قریب پہنچا جاتا ہے.

فلٹر کرنے کا مقصد ان تمام ممکنہ اشتہارات کو خارج کرنا ہے جو مطابقت, بولیوں اور بجٹ کے لحاظ سے دکھائے جانے کے کوالٹی پر پورے نہیں اترتے. ممکنہ اشتہار اور کنفیگریشن کے مطابق, فلٹر کرنے میں یہ جانچ شامل ہو سکتی ہے: اشتہاری مواد اور کمپین کی دستیابی (کیا کمپین یا اشتہاری مواد فعال ہے), کمپین کے ہدف کی پابندیاں (مثلاً کمپین کو کن مقامی علاقوں میں چلنے کی اجازت ہے), پالیسی کی پابندیاں (کن چیزوں کی تشہیر کی جا سکتی ہے), بجٹ کی دستیابی (کیا کمپین کے پاس اب بھی خرچ کرنے کو بجٹ ہے), خرچ کی رفتار (کیا بجٹ ابھی خرچ ہونا چاہیے یا دن کے کسی اور وقت), اشتہار کی جگہ کے ساتھ مطابقت (یعنی کن اقسام کی گفتگو میں یہ اشتہار دکھانے کی اجازت ہے), اور مشتہر اور کمپین کی سطح پر ایک جیسے اشتہارات کی تکرار روکنا (ہر مشتہر کے لیے اشتہارات کی مناسب تعداد منتخب کرنا تاکہ مختلف کاروباروں کو منصفانہ طور پر حصہ لینے کا موقع ملے).

اہلیت کی جانچ میں کامیاب ممکنہ اشتہارات اسکور دینے کے مرحلے میں جاتے ہیں. یہاں آرکیسٹریٹر مختلف اسکورنگ سسٹمز کے ٹولز کو طلب کرتا ہے تاکہ پیشکش کے لیے ان عوامل کو جانچا جائے: معنوی مطابقت (کیا اشتہار صارف کے مقصد سے متعلق ہے؟), متوقع تعامل (کیا اشتہار دیکھے جانے, اس پر کلک ہونے اور مشتہر کا مطلوبہ نتیجہ حاصل ہونے کا امکان ہے؟), اور سابقہ کارکردگی (اب تک صارفین کو دکھائے جانے پر کیا اشتہار نے اچھی کارکردگی دکھائی ہے؟). آرکیسٹریٹر آکشن سے پہلے مطابقت اور تحفظ یقینی بنانے کے لیے بھی اشتہارات کو فلٹر کرتا ہے. یہ سسٹم ممکنہ اشتہارات کی تعداد گھٹا کر ایک چھوٹا مجموعہ آکشن کے لیے تیار کرتے ہیں, مگر ابھی حتمی طور پر بھیجے جانے والے اشتہار کا تعین نہیں کرتے.

آرکیسٹریٹر تیار شدہ ممکنہ اشتہارات کو گفتگو کے سیاق و سباق میں جانچتا ہے اور منتخب کرتا ہے کہ کون سے اشتہارات حتمی آکشن میں شامل ہونے کے لیے کافی موزوں ہیں. آرکیسٹریٹر نہ تو براہِ راست طے کرتا ہے کہ کون سا اشتہار پیش ہوگا, نہ ہی اس کی قیمت مقرر کرتا ہے. وہ سیاق و سباق کے لحاظ سے موزوں اشتہارات نامزد کرتا ہے تاکہ آکشن کا ٹول ان کا جائزہ لے.

آکشن میں پیشکش کے حتمی قواعد لاگو ہوتے ہیں, جن میں آکشن میں داخلہ (مطابقت اور فائدے کی کم از کم حد پر پورا اترنا), خرچ کی رفتار (اشتہاری بجٹ کو زیادہ یکساں رفتار سے خرچ کرنا), بڈ اور آکشن کی خصوصیات کا حساب, کوالٹی کے لحاظ سے درجہ بندی, قیمت کا تعین اور حتمی انتخاب شامل ہیں.

آکشن کے بعد دو وجوہ سے اشتہار کی ڈیلیوری ناکام ہو سکتی ہے, اور دونوں ChatGPT کے گفتگویی وسیلے سے مخصوص ہیں.

1. اشتہار گفتگو میں نامناسب محسوس ہو سکتا ہے: اگرچہ سالمیت کے ماڈلز (وہ ماڈلز جو طے کرتے ہیں کہ اشتہار کب پیش کرنا مناسب ہے) گفتگو کو اشتہار دکھانے کے لیے محفوظ قرار دے چکے ہوں اور اشتہار بھی پالیسی کے مطابق ہو, پھر بھی بعض گفتگوؤں کے سیاق و سباق میں وہ نامناسب محسوس ہو سکتا ہے. آرکیسٹریٹر ان اشتہارات کو دکھائے جانے سے روک دیتا ہے.

2. اشتہار کی درخواست وقت پر نہ پہنچنے کا امکان ہوتا ہے: اگر ChatGPT ماڈل جواب دینے کے لیے تیار ہو مگر اشتہار ابھی پیش کرنے کے لیے تیار نہ ہو, تو اشتہار کی درخواست کا مقررہ وقت ختم ہو جاتا ہے اور اشتہار کی ڈیلیوری نہیں ہوتی. اس لیے اشتہاری سسٹم کا ایک مقصد ہر ممکن تیزی سے کام کرنا ہے. ChatGPT ماڈل کے جواب کا وقت بدلتا رہتا ہے, اور ہم اشتہارات لوڈ ہونے کے انتظار میں گفتگو کے جوابات میں تاخیر نہیں کرتے.

اگر اوپر دی گئی تمام جانچیں کامیاب ہوں, تو ہم اشتہار دکھانے کے لیے اسے سامنے کے انٹرفیس کو بھیج دیتے ہیں. ہم اسے سرور کی جانب سے اشتہار کی ڈیلیوری شمار کرتے ہیں, مگر پھر بھی ممکن ہے کہ اشتہار صارف کو نہ دکھایا جائے—اور سسٹم کو جان بوجھ کر ایسا رکھا گیا ہے.

ChatGPT جیسی گفتگویی پروڈکٹ میں, سرور کی جانب سے اشتہاری مواد کی ڈیلیوری اس بات کی ضمانت نہیں کہ اشتہار دکھایا جائے گا؛ موجودہ تبادلے میں شامل ہونے کے لیے اشتہار کا وقت پر پہنچنا بھی ضروری ہے. اشتہاری مواد میں عنوان, تفصیل, منزل کا لنک اور کوئی بھی عملی اقدام کی دعوت شامل ہوتی ہے. اس کے علاوہ, اشتہاری سسٹم ماڈل کا تیار کردہ ایک مختصر, غیر جانب دار تعارف بھی بھیجتا ہے, جو بتاتا ہے کہ اشتہار کا گفتگو سے کیا تعلق ہے. تعارف کو اشتہاری مواد سے الگ رکھنے سے مشتہر کا میسج برقرار رہتا ہے اور ChatGPT کا لہجہ بھی غیر جانب دار رہتا ہے.

ChatGPT کے سامنے کے انٹرفیس کو تعارف اور اشتہاری مواد ایک مجموعے کی صورت میں ملتے ہیں. اگر یہ مجموعہ ChatGPT کا جواب مکمل طور پر تیار ہونے سے پہلے پہنچ جائے, تو انٹرفیس اشتہار کو ChatGPT کے جواب کے نیچے دکھاتا ہے, جس پر اسپانسر شدہ ہونے کی واضح نشاندہی ہوتی ہے. اگر یہ بہت دیر سے پہنچے, تو اس تبادلے میں اشتہار نہیں دکھایا جاتا. یہی سرور کی جانب سے اشتہار کی ڈیلیوری اور صارف کو اشتہار نظر آنے میں فرق ہے.

ہمارا اشتہاری سسٹم روایتی اندراج اور ڈیٹا کی ڈیلیوری و عمل کاری کے سلسلے استعمال کرتا ہے. اس کے تین اہم فائدے ہیں: مشتہرین اپنے موجودہ سسٹمز کو ہمارے سسٹم سے زیادہ آسانی سے جوڑ سکتے ہیں, رپورٹوں کے ڈیٹا کی مدد سے اپنی حکمتِ عملی بہتر بنا سکتے ہیں, اور ہماری ٹیم سسٹم میں بہتری کے مواقع تلاش کر سکتی ہے. رپورٹنگ اور بہتری کے ان ٹولز کے علاوہ, ہم اپنی ڈیلیوری کا جائزہ لینے اور دوسرے اشتہاری ماڈلز کو تربیت دینے کے لیے ایک اعلیٰ کوالٹی کا ماڈل استعمال کرتے ہیں. یوں خود کو بہتر بنانے کا ایک مؤثر تکراری عمل قائم ہوتا ہے.

جو کچھ ہوا اس کی تفصیلی جانچ ہمیں اشتہاری سسٹم کے ہر حصے کو الگ سے سمجھنے اور بہتر بنانے میں مدد دیتی ہے. اندراجات پر عمل کاری کرنے والا سسٹم اس طرح کے باریک نتائج بھی درج کرتا ہے:

• یہ تبادلہ اشتہار کے لیے اہل نہیں تھا.

• اشتہارات کا سیشن شروع ہوا, مگر بازیافت کی درخواست نہیں کی گئی.

• بازیافت میں کوئی ممکنہ اشتہار نہیں ملا.

• ممکنہ اشتہارات بازیافت ہوئے, مگر ان کی ضروری تفصیلات حاصل نہیں ہو سکیں یا وہ اہلیت کی جانچ میں ناکام رہے.

• ایک اشتہار کی ڈیلیوری ہوئی اور بعد میں صارف نے اس کے ساتھ تعامل کیا.

یہ تفصیلی جانچ ہمیں اشتہارات پیش کرنے والے سسٹم کے ہر حصے کو الگ سے بہتر بنانے میں مدد دیتی ہے. مواقع کی شناخت بہتر بنانے کے لیے درکار شواہد, بازیافت, ممکنہ اشتہارات کے کوالٹی, آکشن میں شرکت یا ڈیلیوری کی قابلِ اعتماد حیثیت بہتر بنانے کے شواہد سے مختلف ہوتے ہیں.

ماڈل پر مبنی جائزے کا تصور یہ ہے کہ ہمارے سب سے طاقتور اور اعلیٰ ترین ریزننگ والے ماڈلز سسٹم کے نتائج دیکھیں اور پرکھیں, پھر پوسٹ-ٹرینڈ LLM کو بہتر کارکردگی کی تربیت دے کر اسے بہتر بنائیں. مثلاً اگر ہمارا طاقتور ترین ماڈل فیڈبیک جمع کرے اور چھوٹے ماڈلز کو بہترین ممکنہ کارکردگی دکھانے کی تربیت دے, تو ہم آرکیسٹریشن یا معلومات کی بازیافت جیسے کاموں کے لیے چھوٹے, زیادہ مؤثر یا کم ریزننگ والے ماڈلز استعمال کر سکتے ہیں.

ہم انسانی ردِعمل (صارفین کے کلک کرنے اور اشتہارات چھپانے), صارفین کے سروے, اور اپنے اشتہارات مینیجر کے ذریعے مشتہرین کی براہِ راست آرا جمع کرتے ہیں اور ان پر عمل کرتے ہیں. تعمیر کے دوران ہماری ٹیم بھی آرا سننے کے لیے دستیاب رہتی ہے, اور ہم براہِ راست سنتے ہیں کہ ChatGPT کے صارفین اور مشتہرین دونوں کیا چاہتے ہیں. رائے کا یہ ذریعہ ماڈل کے مشاہداتی ردِعمل سے بھی زیادہ ہماری سمت متعین کرتا ہے, اور انہی عوامل میں سے ہے جن کی بدولت ہم مسلسل بہتری کے ذریعے جلد درست پروڈکٹس کے فیصلوں تک پہنچ سکے. ماڈل صارف کا ارادہ سمجھ کر اور تنقیدی سوچ کے ذریعے کوئی مفید چیز پیش کر سکتا ہے, مگر اچھے ذوق کی تشکیل انسان کرتے ہیں.

ایک سال پہلے ہمارا کوئی اشتہاری سسٹم نہیں تھا اور صرف چند لوگ اس شعبے کے مسائل پر غور کر رہے تھے. اب ہمارے پاس ایک مضبوط اشتہاری سسٹم ہے جو موجودہ رفتار کے سالانہ تخمینے کے مطابق 1 ارب ڈالر سے زیادہ آمدنی پیدا کر رہا ہے, اور اشتہاری عمل ایک LLM پر مبنی آرکیسٹریٹر چلاتا ہے. Codex نے بنیادی طور پر ہماری صلاحیت کئی گنا بڑھا دی, جس کی بدولت ہم اپنا سسٹم ابتدا سے بنا کر بے مثال تیزی سے استعمال کے اس اہم سنگِ میل تک پہنچ سکے. ہم نے ابتدا ہی سے ٹیم اور ترقیاتی طریقۂ کار اس طرح ترتیب دیے کہ Codex کے ذریعے سسٹم کو تیزی سے بنایا اور وسعت دی جا سکے. ہم نے Codex کے لیے حفاظتی حدود بنائیں تاکہ وہ قابلِ اعتماد اور محفوظ انداز میں کوڈ جاری کر سکے. ساتھ ہی, ہم نے Codex کے لیے ڈیٹا کے بنیادی ڈھانچے کے پلگ اِنز تیار کیے, تاکہ انسائٹ حاصل کرنے اور سسٹم میں بہتری نافذ کرنے کے درمیان وقفہ بہت کم ہو جائے. ان بہتریوں میں پروڈکٹس کی نئی خصوصیات, کوالٹی میں اضافہ اور سسٹم کی بہتر کارکردگی شامل ہیں.

ہمارے سسٹم کی حدود, جو ہمارے اشتہاری اصولوں⁠ پر مبنی ہیں, اور LLM پر مبنی آرکیسٹریٹر مل کر ہمیں ہر گفتگو کو اشتہار کی درخواست سمجھے بغیر اشتہارات کو مفید بنانے کے قابل بناتے ہیں. آئندہ ہم اشتہارات کی زیادہ متحرک شکلوں کے ساتھ تجربات جاری رکھیں گے تاکہ صارفین کا فائدہ بڑھے, مثلاً انہیں اشتہارات کے ذریعے کاروباروں سے براہِ راست بات کرنے کی سہولت ملے, اور مشتہرین کو بھی زیادہ فائدہ ہو. OpenAI ماڈلز اور مسلسل ردِعمل کے تکراری عمل پر مبنی اس سسٹم کی خود کو بہتر بنانے والی ساخت, وقت کے ساتھ مطابقت اور ذاتی نوعیت کی پیشکش بہتر کرتے رہنے کی ہماری صلاحیت کو تیز کرے گی.