Trumpai: Nuo 2026 m. rugpjūčio pabaigos reklamos ChatGPT yra prieinamos. Jos neparduodamos pagal raktinius žodžius. Sistema pritaiko jas viso pokalbio prasmei, nukreipimo puslapio turiniui ir situacijos, kurioje klientui reikia pagalbos, aprašymui. Reklama rodomas tiesiai po modelio atsakymu, todėl jos efektyvumas taip pat priklauso nuo to, ką ChatGPT pasakė apie prekės ženklą aukščiau. Tyrimai Brand Semantics vienuolikoje pramonės šakų, nuo statybos ir pramonės iki viešbučių, mados ir teisinių paslaugų, rodo, kad šis fonas retai būna neutralus. Todėl tai yra kanalas pasiruošusioms įmonėms. Prekės ženklas, neturintis tvarkingos entiteto, aiškaus nukreipimo puslapio ir žinių apie tai, ką modeliai šiandien sako apie jį, čia neįsigys pranašumo – jis įsigys paspaudimus į pokalbį, kurį pralaimėjo aukščiau. Tai keičia kompetencijų rinkinį, reikalingą kampanijai vykdyti: nuo kainų ir frazių valdymo iki prasmės, konteksto ir prekės ženklo atstovavimo kalbos modeliuose valdymo. Toliau paaiškinsiu, kaip veikia šis kanalas, kodėl jis gali pakeisti žaidimo taisykles konversijoje, ko reikalauja iš įmonės, norinčios juo pasinaudoti, ir kaip patikrinti, ar esate tam pasiruošę.
1. Kas iš tikrųjų įvyko
OpenAI paskelbė apie reklamas ChatGPT 2026 m. vasario 9 d. ir pusę metų jas testavo Jungtinėse Valstijose. 2026 m. rugpjūčio 24 d. kanalas buvo paleistas 31 Europos šalyje. Reklamos valdymo sistema (Ads Manager) veikia beta versijoje. Europoje pirmosios kampanijos prasidėjo per partnerius, o savitarnos funkcija bus teikiama palaipsniui.
Keli faktai, nuo kurių verta pradėti, nes jie tvarko visą likusią informaciją:
Reklama rodomas po ChatGPT atsakymu, ji pažymėta kaip remiama ir vizualiai atskirta nuo modelio teksto. Ji nėra įterpta į atsakymą.
Vienas formatas: prekės ženklo pavadinimas su favikona, antraštė iki 30 simbolių, aprašymas iki 60 simbolių, kvadratinis vaizdas 256×256 px ir nuoroda į nukreipimo puslapį. Be vaizdo, be karuselių.
Kol kas ją mato nemokamų planų naudotojai (Free, o rinkose, kuriose jis egzistuoja – taip pat Go). OpenAI deklaruoja, kad nerodo reklamų Plus, Pro ar Business planuose, taip pat asmenims, jaunesniems nei 18 metų. Reklamos taip pat nepasirodo laikinuose pokalbiuose ir neprisijungusiems naudotojams. Verta tai atsiminti planuojant pasiekiamumą. Taip pat verta stebėti, ar ši politika pasikeis.
Reklamuotojas neturi jokios įtakos modelio atsakymui ir negauna jokių duomenų apie naudotoją: nei pokalbio turinio, nei istorijos, nei el. pašto adreso.
Atsiskaitymas: CPM (už tūkstantį parodymų), CPC (už paspaudimą; OpenAI rekomenduoja 3–5 USD tarifas) ir – nuo rugpjūčio – oCPC, tai yra optimizavimas konversijoms. Ankstesnis minimalus biudžetas 50 tūkst. USD buvo panaikintas.
Matuojama: parodymai, paspaudimai, CTR, vidutinis CPC ir CPM, išlaidos, konversijos. Kampanijas galima žymėti UTM parametrais, o konversijas matuoti pikseliu ir per Conversions API. OpenAI pažymi, kad kanalas dar neturi efektyvumo standartų tarp pramonės šakų.
2. Kaip ChatGPT pritaiko reklamą. Ir kodėl tai nėra „naujas Google Ads“
Paieškos sistemoje mechanika žinoma jau beveik ketvirtį amžiaus: naudotojas įveda frazę, reklamuotojas varžosi dėl frazės, laimi tas, kuris turi geriausią kombinaciją tarp kainos ir kokybės. Fraze yra bendras vardiklis. Ją galima įsigyti, išskirti, išmatuoti.
ChatGPT šio vardiklio neturi. Pasak OpenAI dokumentacijos, sistema pritaiko reklamą remdamasi keturiais dalykais vienu metu:
visos pokalbio konteksto ir intencijos, o ne paskutinio sakinio;
nukreipimo puslapio turiniu reklamos, kurią OpenAI skaito savo robotu (OAI-AdsBot) ir tikrina pagal reklamos politiką;
reklamos antrašte ir aprašyme;
kontekstinėmis užuominomis („context hints“), pateiktomis reklamuotojo – ir, jei naudotojas įjungė personalizavimą, pasirinktais signalais iš jo ankstesnių pokalbių.
Kontekstinės užuominos nėra raktiniai žodžiai. OpenAI tiesiai sako, kad jos neveikia kaip tikslus atitikimas ir negarantuoja parodymo konkrečiame pokalbyje. Tai yra poreikio situacijos aprašymas: kas klausia, ko, kokiu sprendimo momentu. Vietoj frazės „CRM sistema“ reklamuotojas aprašo „pardavimų komandą, kuri lygina ataskaitų automatizavimo įrankius ir nori sumažinti rankinį darbą“. Galutinį sprendimą dėl emisijos priima OpenAI atitikties modelis.
Pridedama aukcionas. Kaina yra tik vienas iš įėjimų, o reklamos ir nukreipimo puslapio atitiktis pokalbiui bendradarbiauja nustatant, kas laimi ir kiek moka. Kitaip tariant: jei nukreipimo puslapis aiškiai aprašo, kas yra produktas, kam jis skirtas, kokiose situacijose ir kuo jis skiriasi nuo alternatyvų, sistema turi, ant ko remtis pritaikymui, o reklama laimi pigiau.
Elementas | Reklama paieškos sistemoje | Reklama ChatGPT |
|---|---|---|
Pirkimo vienetas | raktinis žodis | poreikio situacija aprašyta natūralia kalba |
Atitikimo signalas | užklausa | visos pokalbio prasmės + nukreipimo puslapis + kūryba + užuominos |
Reklamuotojo kontrolė | aukšta (frazės, išskyrimai, atitikimai) | ribota (užuominos be garantijos, geografija, platforma, savos sąrašai) |
Ką naudotojas mato virš reklamos | nuorodų sąrašą | paruoštą modelio atsakymą, dažnai su rekomendacija |
Aukcionas | kaina × kokybės rezultatas | antra kaina, sverti atitiktimi |
Formatai | tekstas, grafika, vaizdo įrašai, pirkimai | viena kortelė: antraštė, aprašymas, vaizdas, nuoroda |
Naudotojo duomenys reklamuotojui | riboti | jokie |
Konsekvencija yra paprasta: šiuo kanalu negalima „nustatyti kampanijos“ pagal frazes. Reikia žinoti, kaip žmonės iš tikrųjų kalba su modeliu apie tam tikrą kategoriją, kuriame sprendimo momente tai vyksta ir ką modelis atsako, prieš parodydamas reklamą.
3. Kodėl konversija gali atrodyti kitaip nei paieškos sistemoje
Atvirai: OpenAI neskelbia standartų, o rinka tik pradeda rinkti pirmuosius duomenis. Tačiau yra trys nepriklausomi argumentai, kurie leidžia suprasti, kodėl šis kanalas turi konversinį potencialą, skirtingą nuo tradicinių medijų.
Pirma, momentas. ChatGPT naudotojas „nesiieško“; jis jau kalba. Uždavė klausimą, gavo atsakymą, dažnai patikslino. Reklama pasirodo tuo momentu, kai poreikis jau pavadintas, o pasirinkimo kriterijai aptarti. Tai artimiausias sprendimo momentas, koks kada nors buvo reklamoje.
Antra, srauto kokybė. Shopify pranešė, kad 2026 m. I ketvirtyje srautas iš GenAI asistentų konvertavo 49% geriau produktų puslapyje nei srautas iš paieškos sistemos, o vizitų iš šaltinio skaičius išaugo aštuonis kartus per metus. Criteo, atlikusi 500 pardavėjų tyrimą, nustatė, kad srautas, siunčiamas kalbos modelių, konvertuoja apie 1,5 karto geriau nei kiti referenciniai kanalai. Tai yra duomenys apie organinį srautą, ne mokamą, tačiau rodo, su kokio tipo naudotoju turime reikalų: su asmeniu, kuris jau praėjo palyginimo etapą pokalbyje.
Trečia, pirmieji mokami testai. Dviejų savaičių SE Ranking testas anglų kalbos rinkose parodė 1,30% CTR daugiau nei 97 tūkst. parodymų. Kitas testas, paskelbtas Kanados agentūros, parodė 0,65% CTR su paspaudimo kaina apie 4,4–4,9 CAD. Skirtumas yra didelis ir taip reikia jį vertinti: kaip signalą, kad kanalas veikia, o ne kaip standartą.
Yra ir kita medalio pusė, apie kurią reikia rašyti taip pat aiškiai. Reklamos šiuo metu pasiekia nemokamų planų naudotojus, o ne Plus, Pro ar Business prenumeratorius. Du paskelbti B2B testai rodo, kad verslo sprendimų priėmėjai dažniau nei vidutinis naudotojas naudojasi būtent mokamais planais, t. y. tais, kuriuose reklamos šiuo metu nėra. Paspaudimas kainuoja 3–5 USD. Inventorius yra ribotas, formatas vienas, o optimizavimo įrankiai jauni. Kiekvienas neteisingas atitikimas šiame kanale yra brangus. Būtent todėl konteksto tikslumas nustoja būti estetiniu klausimu ir tampa pelningumo sąlyga.
4. Vienas langas, dvi sluoksniai: ką modelis sako virš jūsų reklamos
Čia pasiekiame dalyką, kurio nėra jokiuose vadovuose apie ChatGPT reklamas, o kuris, mano nuomone, lemia kampanijos rezultatą.
Reklama rodomas po modelio atsakymu. Naudotojas pirmiausia skaito, ką ChatGPT mano apie jo problemą, kokius sprendimus rekomenduoja, kokius prekės ženklus mini ir kaip juos aprašo. Tik tada jis mato remiamą kortelę. Tai reiškia, kad viename lange yra dvi prekės ženklo komunikacijos sluoksniai: organinė prekės ženklo reprezentacija modelio atsakyme ir mokama kortelė. Reklamuotojas kontroliuoja tik antrąją.
Paimkime keturias tipiškas situacijas, kurias stebime modelių atsakymų tyrimuose, vykdomuose mūsų tyrimų įrankiu Semantio:
Situacija A: modelis rekomenduoja konkurentą. Naudotojas klausia apie sprendimą kategorijoje, modelis mini tris prekės ženklus ir rekomenduoja vieną iš jų. Po to pasirodo ketvirto prekės ženklo reklama – jūsų. Mokama kortelė kovoja su rekomendacija, kurią naudotojas ką tik perskaitė ir kuria pasitiki. Paspaudimas yra įmanomas, tačiau reklama pradeda iš pozicijos, kurią modelis jau pralaimėjo už ją.
Situacija B: modelis pateikia neteisingą informaciją apie prekės ženklą. Atsakyme pasirodo jūsų prekės ženklas, tačiau su neteisinga kaina, neegzistuojančiu sertifikatu, neteisinga vieta arba savybe, priskirta konkurentui. Reklama po to veda į puslapį, kuris sako ką kita. Naudotojas gauna prieštaringą pranešimą ir nežino, kam tikėti.
Situacija C: modelis nežino prekės ženklo. Atsakymas yra apie kategoriją, tačiau jūsų prekės ženklas joje nepasirodo. Reklama yra pirmas kontaktas – ir vienintelis argumentas. Tai brangiausias scenarijus, nes visa persvarstymo darbo našta tenka 30 simbolių antraštės ir 60 simbolių aprašymo.
Yra ir situacija D: modelis rekomenduoja jūsų prekės ženklą, o reklama tai patvirtina. Tada du sluoksniai dirba kartu: organinė atsakymas kuria pasitikėjimą, mokama kortelė suteikia trumpiausią kelią į veiksmą. Tai vienintelis derinys, kuriame paspaudimo kaina turi galimybę atsipirkti su kaupu.
Ko matome tyrimuose: vienuolika pramonės šakų, tas pats mechanizmas
Žemiau pateikti pavyzdžiai yra iš prekės ženklo atstovavimo tyrimų, kuriuos 2026 m. vykdėme Semantio klientams Brand Semantics ir kaip dalis AI Business Center fondo tyrimo, remiantis Semantio duomenimis. Pramonės šakos ir tyrimo mastas nurodomi, nes jie rodo, kad mechanizmas nepriklauso nuo sektoriaus. Kiekvienas rezultatas yra datuotas įrašas iš vienos tyrimo dienos – modeliai keičia atsakymus laikui bėgant, todėl matavimas kartojamas.
Pramonė (klientas) | Tyrimo mastas | Ką modelis daro atsakyme, po kuriuo pasirodytų reklama | Situacija |
|---|---|---|---|
Vartų ir durų gamintojas (premium, statyba) | 150 atsakymų, 4 sistemos | Sentimentas 8,1/10, tačiau 0% tiesioginių rekomendacijų sprendimo etape; bendruose klausimuose modeliai 88% atvejų nurodo masinius ir biudžetinius prekės ženklus. Be to, modeliai „priskiria“ prekės ženklui amžiną garantiją, kurios gamintojas nesiūlo. | A + B |
Lenkijos ERP sistemos gamintojas (B2B programinė įranga) | 225 atsakymų, 5 sistemos | Matomumas 9,3% bendruose klausimuose, 49–51% palyginimuose ir sprendimuose. 11 iš 225 atsakymų apima netiesą – pavojingiausia: sistemos priskyrimas konkurentų gamintojams. | C, tada B |
Regioninis mėsos gamintojas su internetine parduotuve | 120 atsakymų, 4 sistemos | 0 iš 40 atsakymų į bendrus klausimus apie pristatymo pirkimus regione nemini prekės ženklo; modeliai nurodo nacionalines tinklus. Kai paminimas pavadinimas: 24 iš 120 atsakymų apima netiesą (duonos trūkumas pasiūloje, tą pačią dieną pristatymo trūkumas, pristatymas į Varšuvą) – visi sprendimo ir apsvarstymo etape. Modelis remiasi atsakymu į prekės ženklo puslapį tik 17% atvejų. | C + B |
Apšvietimo gamintojas (namai ir B2B) | 199 atsakymų, 4 sistemos | 95% matomumo po pavadinimu, 40% be pavadinimo. 18 atsakymų su klaidos ar atstovavimo problemos įspėjimu – 16 iš jų su aukšta rekomendacija. Modelis rekomenduoja, tačiau su neteisinga informacija. | D su B rizika |
Gaisro vėdinimo gamintojas (pramonė, B2B) | 130 atsakymų, 5 sistemos | 0 iš 30 atsakymų į klausimus apie kategoriją nemini prekės ženklo; 82 iš 100 atsakymų su pavadinimu rekomenduoja ją „aukštai“. 14 atsakymų su netiesą, įskaitant keturis kartus Lenkijos įmonės priskyrimą užsienio kapitalo grupėms. Kiekviename trečiame atsakyme: „trūksta viešų duomenų, klauskite gamintojo“. | C, D, B – priklausomai nuo etapo |
Teisinė ir konsultacinė įmonė (profesinės paslaugos) | 240 atsakymų, 4 sistemos | Be pavadinimo užuominų prekės ženklas pasirodo 1 iš 92 atsakymų – aštuntoje pozicijoje sąraše. 7 atsakymuose modelis supainioja įkūrėjo vardą. 51,5% klausimų apie kompetencijos įrodymus nukreipia klientą „tolimesnei patikrai”. | C |
Premium viešbutis (Krakovas, turizmas ir MICE) | 225 atsakymų, 5 sistemos | Matomumas 47%, sentimentas 8/10, tačiau modelis sumažina objektą iki „wellness viešbučio“ ir praleidžia jį konferencijų scenarijuose, nepaisant išplėstos infrastruktūros. Ta pati vieta vienuose atsakymuose yra privalumas, kituose – trūkumas. | D wellness, A MICE |
Butikų viešbutis (Krakovas; paralelinis tyrimas Norvegijos rinkai) | 5 sistemos, dvi rinkos | Viena iš sistemų interpretavo viešbučio pavadinimą kaip objekto kategoriją ir šiuo pagrindu tiesiog atmetė jį kaip vietą turistams iš Norvegijos. | B (entiteto klaida) |
Batų prekės ženklas (mados, e. prekyba) | 200 atsakymų, 5 sistemos | Matomumas 55%, gera rekomendacija apsvarstymo etape, tačiau sprendimo etape modeliai kartoja užuominas apie problemas su ilgaamžiškumu ir skundais. Reklama po tokiu atsakymu veda klientą, kuris ką tik perskaitė įspėjimą. | A sprendime |
Profilinių plastikų gamintojas (pramonė, B2B, tarptautinės grupės įmonė) | 180 atsakymų, 6 sistemos | 0 iš 60 sąmoningumo scenarijų; 82% rekomendacijų, kai prekės ženklas jau paminėtas. Tik 7% atsakymų cituoja Lenkijos domeną – modeliai priskiria nuorodas ir sertifikatus užsienio įmonei. | C + B |
Statybos centras (prekyba, vietos rinka) | puslapio auditas + Semantio | Robotai, kuriais modeliai skaito internetą, mato įmonės puslapyje „tuščią lapą“ – turinys renderinamas tik naršyklėje. Modeliams pasiūlymas neegzistuoja; rekomendacijas renka konkurencija. | C – ir nukreipimo puslapis be atitikties |
Trys dalykai iš šios lentelės turi tiesioginį poveikį ChatGPT reklamoms.
Pirma, „prekės ženklo nebuvimas klausimuose apie kategoriją“ yra norma, o ne išimtis. Aštuoniuose iš vienuolikos tyrimų prekės ženklas beveik nėra matomas, kai klientas dar nežino jo pavadinimo, t. y. būtent tuose pokalbiuose, į kuriuos reklama turėtų įsitraukti. Reklama tokiame kontekste veikia situacijoje C: ji yra vienintelis argumentas ir moka visą kainą už kiekvieną paspaudimą.
Antra, aukšta rekomendacija nereiškia saugaus fono. Apšvietimo gamintojo 16 iš 18 klaidų pasirodė atsakymuose, kuriuose modelis rekomendavo prekės ženklą. Gaisro vėdinimo gamintojo modeliai rekomendavo įmonę ir tuo pačiu priskyrė ją užsienio kapitalo grupei. Reklama po tokiu atsakymu sustiprina rekomendaciją ir klaidą kartu su ja.
Trečia, tas pats klausimas skirtingose sistemose suteikia skirtingą foną. Regioninio mėsos gamintojo rekomendacijos įvertinimas (0–100 skalėje) svyravo nuo 16 iki 51, priklausomai nuo sistemos; vėdinimo gamintojo modeliai matė prekės ženklą 20 iš 20 klausimų, o penktasis – 13 iš 20. Kampanija ChatGPT susijusi su viena sistema, tačiau klientas lygina keliose – ir organinis fonas turi būti žinomas kiekvienoje iš jų.
Skirtumas tarp situacijos A ir D nėra kainos ar kūrybos klausimas. Tai klausimas apie tai, kaip modelis reprezentuoja prekės ženklą, prieš prasidedant kampanijai. O to nematyti jokiuose reklamos valdymo skydeliuose. Norint tai pamatyti, reikia užduoti modeliams tuos pačius klausimus, kuriuos užduoda klientai – daug kartų, įvairiais variantais, keliuose sistemose – ir išmatuoti atsakymus. Tai yra Generative Engine Optimization (GEO) tema ir matavimo tema Semantio.pro.
5. Keturios kompetencijos, kurių reikalauja šis kanalas
Kadangi ChatGPT nepritaiko reklamų pagal frazes, o pagal prasmes, klausimas yra: kas sugeba dirbti su prasmėmis? Iš mūsų patirties reikia keturių kompetencijų. Verta patikrinti, kurios iš jų turi kampaniją vykdantis komanda – vidinė ar išorinė.
5.1. Entiteto žemėlapis ir teiginių žemėlapis – kad nukreipimo puslapis būtų suprantamas modeliui
OpenAI sistema skaito nukreipimo puslapį ir remiasi juo vertindama reklamos atitiktį pokalbiui. Jei puslapis aprašo įmonę kaip „inovatyvų technologinį partnerį“, modelis neturi iš ko daryti išvadų, kokiuose pokalbiuose reklama turi prasmę. Jei puslapis aiškiai nurodo: kokį produktą, kam, kokiam problemų sprendimui, kokioje kategorijoje, su kokiais įrodymais ir kuo jis skiriasi nuo alternatyvų – modelis turi, ant ko remtis pritaikymui.
Dvi mūsų audito pavyzdžiai rodo, kaip dažnai šis reikalavimas nėra įvykdytas. Vietinio statybos centro puslapis renderino visą turinį tik kliento naršyklėje – robotai, kuriais modeliai skaito internetą, matė jame „tuščią lapą“; vienintelis dalykas, kurį jie galėjo perskaityti, buvo du žodžiai. Toks puslapis kaip reklamos nukreipimo puslapis ChatGPT neturi kuo laimėti atitikties aukcione, o OAI-AdsBot neturi, ką patikrinti. Tuo tarpu Lenkijos pramonės gamintojas, veikiantis tarptautinėje grupėje, turėjo 699 iš 729 adresų, vedančių į užsienio įmonės domeną; modeliai citavo Lenkijos domeną 7% atsakymų ir priskyrė nuorodas bei sertifikatus kitai įmonei. Tokios prekės ženklo reklama vestų į puslapį, kurio modelis nesieja su subjektu, apie kurį jis kalba atsakyme aukščiau.
Mes tai vadiname semantine vienareikšmiškumu. Praktikoje tai reiškia dviejų dalykų atskyrimą: entiteto žemėlapio (kokie objektai sudaro prekės ženklo pasaulį: produktai, vartotojai, problemos, konkurentai, įrodymai) ir teiginių žemėlapio (kokie teiginiai apie šiuos objektus turi būti teisingi, patvirtinti šaltiniu ir galimi modelio perėmimui). Taip paruoštas nukreipimo puslapis yra geresnis puslapis paieškos sistemoje, geresnis šaltinis kalbos modeliams ir pigesnis nukreipimo puslapis atitikties svorio aukcione. Tai viena darbo, trys efektai.
5.2. Intencijų scenarijai – kad kontekstinės užuominos kiltų iš duomenų, o ne iš smegenų šturmo
Kontekstinė užuomina yra poreikio situacijos aprašymas: kas, kokia poreikis, koks kontekstas, koks sprendimo momentas. Kad ją gerai parašytumėte, reikia žinoti, kaip klientai iš tikrųjų klausia modelių apie tam tikrą kategoriją – atradimo etape („kaip išspręsti problemą X”), palyginimo etape („kuo A skiriasi nuo B”) ir sprendimo etape („kur pirkti, kam patikėti”).
Semantio dirbame būtent su tokiais vienetais: scenarijais, tai yra pilnais klausimais, įterptais į konkrečią asmenybę, produktą ir sprendimo etapą, nukreiptais į pasirinktus modelius. Įmonė, kuri mėnesius tiria pirkimo scenarijus klientų kategorijoje, rašo kontekstines užuominas remdamasi matavimu: ji žino, kurios situacijos baigiasi rekomendacija, kuriose modelis mini konkurentus, o kuriose prekės ženklas yra nebuvęs. Komanda, kuri neturi tokio matavimo, rašo užuominas remdamasi intuicija – ir tikrina jas tik biudžetu.
5.3. Prekės ženklo atstovavimo matavimas – prieš kampaniją, jos metu ir po jos
Tai kompetencija, kuri skiria kampanijos vykdymą ChatGPT nuo kampanijos vykdymo bet kuriame kitame medijoje. Kadangi virš reklamos yra organinė modelio atsakymas, reikia žinoti:
prieš startą – kokiame procente pirkimo scenarijų modelis mini prekės ženklą, kaip dažnai jis rekomenduoja, koks jo Share of Voice prieš konkurentus, kokiu tonu jis jį aprašo ir ar jis nepateikia apie jį neteisingos informacijos;
kampanijos metu – ar organinė atsakymas skatina reklamą (situacija D), ar kovoja su ja (A, B, C); ar pokyčiai puslapyje ir šaltiniuose perkelia modelio atsakymus; kokius šaltinius modelis cituoja, kai kalba apie kategoriją;
po kampanijos – ką tiksliai modelis sakė apie prekės ženklą emisijos dieną, forma, kurią galima parodyti valdybai ar klientui.
Praktikoje šis matavimas keičia kampanijos sprendimus. Vartų ir durų gamintojo organinis fonas sprendimo etape buvo neutralus (0% tiesioginių rekomendacijų su sentimentu 8,1/10) – reklama ten turi prasmę tik kartu su įrodymais puslapyje, kurie leistų modeliu pagrįsti didesnę kainą. Batų prekės ženklo fonas sprendimo etape buvo tiesiog nepalankus (užuominos apie skundus) – kampanija be ankstesnio darbo su šaltiniais mokėtų už paspaudimus klientams, kurie ką tik perskaitė įspėjimą. Premium viešbučio fonas buvo puikus wellness scenarijuose ir prastas konferenciniuose – kontekstinės užuominos ir nukreipimo puslapiai turi būti skirtingi kiekvienam iš šių segmentų.
Semantio matuoja šiuos matmenis gyvuose ChatGPT, Gemini, Claude, Perplexity, Google AI Overview, Microsoft Copilot, Grok ir DeepSeek atsakymuose: Matomumo rodiklis, Share of Voice, rekomendacijos lygis, sentimentas, šaltinių poveikis ir prieštaringų teiginių, kurie nesutampa su patvirtintais faktais apie prekės ženklą, nustatymas. Kiekvienas rezultatas yra datuotas konkretus tyrimo matavimas, o ne prognozė iš signalų puslapyje. Dėl to kampanija ChatGPT nėra vykdoma aklai: žinome, kokiame organiniame fone reklama rodomas ir ar tas fonas dirba už ją, ar prieš ją.
5.4. Įrodymas – kad rezultatas būtų galima apginti
Be standartų ir su 24–48 valandų vėlavimu konversijų ataskaitose ypač svarbu, kad diagnozė ir išvados būtų audituojamos. Semantio kiekvienas modelio atsakymas yra registruojamas žurnale kartu su metaduomenimis, klasifikacija ir cituojamais šaltiniais, o pasirinkti atsakymai gali būti užfiksuoti kaip nepriklausomai tikrinamas, apsaugotas nuo modifikacijų įrašas to, ką tam tikra sistema pasakė tam tikrą dieną.
6. Kaip vykdome kampanijas ChatGPT
Brand Semantics vykdome ChatGPT Ads kampanijas nuo diagnozės iki ataskaitos – su tiesiogine prieiga prie Ads Manager ir savo matavimo įrankiu. Procesas atrodo taip:
Prekės ženklo atstovavimo diagnozė modeliuose. Tyrimas Semantio: realūs pirkimo scenarijai klientų kategorijoje, rinkos kalba, keliuose modeliuose. Rezultatas: kur prekės ženklas rekomenduojamas, kur pralaimi konkurentams, kur modeliai klysta, kokie šaltiniai formuoja atsakymą.
Entiteto žemėlapis ir nukreipimo puslapio paruošimas. Tvarkymas to, ką modelis turi suprasti apie prekės ženklą, ir perkėlimas į nukreipimo puslapį: aiškų, šaltinio, leidžiančio OpenAI robotams (OAI-AdsBot ir OAI-SearchBot – bet kurio blokavimas reiškia reklamos atmetimą arba dingimą iš organinių atsakymų).
Scenarijai → kontekstinės užuominos ir kūryba. Iš matavimo kyla poreikio situacijos, kuriose reklama turi prasmę, ir antraščių bei aprašymų variantai, pritaikyti sprendimo etapui.
Kampanija Ads Manager. Tikslas (pasiekiamumas, paspaudimai arba konversijos), geografija, platforma, dienos biudžetas, konversijų matavimas pikseliu ir per Conversions API, sukonfigūruotas prieš startą.
Dviejų sluoksnių stebėjimas. Paraleliai: kampanijos rezultatai iš Ads Manager ir ciklinis organinių modelių atsakymų matavimas Semantio. Jei organinis fonas dirba prieš reklamą – GEO veiksmai šaltiniuose ir turinyje, o ne tik kainose.
Ataskaita su įrodymu. Ką modelis sakė, ką reklama padarė, kas pasikeitė tarp matavimų – su žurnalais ir tikrinamu atsakymų įrašu.
7. Kas turėtų įeiti dabar, o kas turėtų palaukti
Verta testuoti dabar, jei prekės ženklas veikia kategorijoje, kur klientas lygina, klausia ir grįžta su papildomais klausimais: e. prekyba su svarstomais produktais, elektronika, asmeniniai finansai (pagal OpenAI reklamos politiką), telekomunikacijos, automobilių pramonė, kelionės, švietimas, paslaugos, pasirenkamos po tyrimo, taip pat namų produktai, statybos ir apdailos produktai ar vaikiški produktai. Taip pat verta, jei įmonė nori įgyti patirties kanale, prieš tai padarant konkurencija – jauname kanale mokymosi kaina yra mažesnė nei vėlavimo kaina.
Verta palaukti, jei:
klientai yra daugiausia B2B sprendimų priėmėjai, naudojantys mokamus ChatGPT planus – reklama kol kas jų nepasieks; šiuo atveju svarbiau yra organinė prekės ženklo reprezentacija atsakymuose, kuriuos mato visi naudotojai, nepriklausomai nuo plano. Gaisro vėdinimo gamintojo tyrime mes tai pavadinome „pralaimėjimu prieš konkursą”: projektuotojas klausia modelio, ką įtraukti į specifikaciją, gauna sąrašą be prekės ženklo – ir prekės ženklas patenka tik kaip pakaitalas vykdymo etape, kovodamas kaina. To negali ištaisyti remiama kortelė, tik buvimas pačiame atsakyme;
produktas yra FMCG arba vietinė paslauga su maža krepšelio verte – esant CPC 3–5 USD ekonomika nesusiklostys;
pramonė yra ribojama reklamos politikos (alkoholis, lošimai, politinis turinys yra draudžiami; sveikata ir finansinės paslaugos yra ribotos, o už JAV ribų daugeliu atvejų neleidžiamos);
įmonė neturi nukreipimo puslapio, kurį modelis galėtų suprasti – tada pirmas žingsnis nėra kampanija, o prekės ženklo reprezentacijos tvarkymas.
Nepriklausomai nuo to, ar įmonė įeina į mokamas reklamas, organinė sluoksnis visada veikia: mokamo plano naudotojas nematys reklamos, tačiau pamatys, ką modelis sako apie prekės ženklą. Daugeliui B2B įmonių tai šiandien yra svarbesnis kanalas nei bet kuri remiama kortelė.
8. Patikros sąrašas pasirengimui ChatGPT Ads
Prieš paleidžiant kampaniją verta atsakyti į dešimt klausimų:
Ar žinome, kokiame procente realių pirkimo klausimų mūsų kategorijoje ChatGPT iš viso mini mūsų prekės ženklą?
Ar žinome, ką jis rekomenduoja vietoj mūsų – ir kodėl (kokie šaltiniai)?
Ar modelis pateikia apie mus neteisingą informaciją, kurią reklama sustiprintų, o ne ištaisytų?
Ar nukreipimo puslapis aiškiai aprašo produktą, vartotoją, problemą ir įrodymus – kalba, kurią modelis gali perimti?
Ar puslapis leidžia OAI-AdsBot ir OAI-SearchBot?
Ar turime intencijų scenarijus trims sprendimo etapams, iš kurių kyla kontekstinės užuominos?
Ar turime kelis antraščių ir aprašymų variantus, iš kurių kiekvienas rodo skirtingą naudą, o ne tą patį pranešimą?
Ar konversijų matavimas (pikselis, Conversions API, UTM) yra sukonfigūruotas prieš startą, o ne po?
Ar mūsų klientai naudojasi nemokamu ChatGPT planu?
Ar turime būdą, kaip po kampanijos parodyti valdybai, ką modelis sakė apie prekės ženklą emisijos dieną – forma, kurią galima patikrinti?
Jei į klausimus 1–3 atsakymas yra „nežinome“, kampanija prasidės aklai – nepriklausomai nuo to, kas ją vykdys.
9. Terminų žodynas
ChatGPT reklamos – OpenAI reklamos kanalas, kuriame remiamos kortelės rodomos po ChatGPT atsakymais nemokamų planų naudotojams; pritaikymas remiasi pokalbio kontekstu, nukreipimo puslapiu, kūryba ir reklamuotojo kontekstinėmis užuominomis, o ne raktiniais žodžiais.
Kontekstinės užuominos (context hints) – poreikio situacijų aprašymai (kas, kokia poreikis, koks kontekstas, koks sprendimo momentas), kuriuos reklamuotojas pateikia Ads Manager; jos nėra tikslios atitikimo ir negarantuoja emisijos.
Generative Engine Optimization (GEO) – disciplina, sekanti po SEO: vietoj pozicijos nuorodų sąraše tikslas yra tai, kaip kalbos modeliai aprašo, lygina ir rekomenduoja prekės ženklą paruoštame atsakyme. Tai apima entitetų ir teiginių apie prekės ženklą tvarkymą, šaltinių, kuriuos modeliai cituoja, kūrimą ir atsakymų matavimą.
Prekės ženklo atstovavimas kalbos modelių atsakymuose (LLM brand representation) – stebimas būdas, kuriuo prekės ženklas yra matomas, aprašomas, lyginamas, rekomenduojamas ir šaltiniais remiamas GenAI sistemų atsakymuose konkrečiame tyrime. Matomumas yra tik vienas iš jos matmenų.
Share of Voice (SoV) – prekės ženklo dalis „eteryje“ modelio atsakymo atžvilgiu, palyginti su paminėtais konkurentais tam tikrame scenarijų rinkinyje.
Prekės ženklo haliucinacija (brand hallucination) – modelio teiginys apie prekės ženklą, prieštaraujantis patvirtintiems faktams: neteisinga kaina, neegzistuojantis sertifikatas, neteisinga vieta, savybė, priskirta konkurentui.
Entiteto žemėlapis / teiginių žemėlapis – prekės ženklo atstovavimo tvarkymo įrankiai: objektų, sudarančių prekės ženklo pasaulį (produktai, vartotojai, problemos, konkurentai, įrodymai), sąrašas ir teiginių apie šiuos objektus sąrašas, kurie turi būti teisingi, šaltiniu patvirtinti ir galimi modelio perėmimui.
Semantio – Brand Semantics tyrimų platforma, skirta analizuoti ir stebėti prekės ženklų atstovavimą ChatGPT, Gemini, Claude, Perplexity, Google AI Overview, Microsoft Copilot, Grok ir DeepSeek atsakymuose, gyvuose atsakymuose, rinkos kalba, su žurnalais ir tikrinamu įrodymu.
10. Dažniausiai užduodami klausimai
Ar reklama ChatGPT gali pakeisti tai, ką modelis sako apie prekės ženklą? Ne. OpenAI atskiria reklamos sistemą nuo modelio. Reklamuotojas negali paveikti turinio, tvarkos ar tono atsakymo. Organinės prekės ženklo reprezentacijos pakeitimas galimas tik dirbant su šaltiniais, turiniu ir informacijos struktūra – t. y. per GEO.
Ar galima nusipirkti reklamą frazei „geriausias X Varšuvoje“? Ne. Nėra raktinių žodžių. Galima aprašyti poreikio situaciją, kurioje reklama turi prasmę, ir pasirūpinti, kad nukreipimo puslapis ir kūryba būtų tinkamos. Sprendimą dėl emisijos priima OpenAI atitikties modelis.
Kiek kainuoja paspaudimas? OpenAI rekomenduoja CPC tarifus 3–5 USD. Pirmieji paskelbti užsienio testai telpa į šį intervalą. Lenkijos standartų dar nėra.
Ar tai mato mano B2B klientai? Jei jie naudojasi nemokamu planu – taip. Plus, Pro ir Business planuose reklamos kol kas nėra; jų naudotojai mato organinius modelio atsakymus apie prekės ženklą, ir būtent jie lemia, ar prekės ženklas pateks į trumpąjį sąrašą.
Nuostatos pradėti? Nuo matavimo: ką šiandien ChatGPT ir kiti modeliai sako apie prekės ženklą realiuose pirkimo klausimuose. Be to, nežinoma, ar reklama sustiprins rekomendaciją, ar kovos su ja.
