Como funciona o ad stack do ChatGPT, segundo a OpenAI

O ad stack do ChatGPT descrito pela OpenAI parte de um problema: na publicidade tradicional, uma busca ou uma página vista é um evento isolado. No ChatGPT, a intenção se forma ao longo de vários turnos, às vezes sem um momento adequado para anunciar. Por isso a empresa montou um sistema próprio, baseado em um LLM de fronteira pós-treinado, chamado de orchestrator, que roda o fluxo inteiro num loop agêntico com tool calls para retrieval, ranking, relevância e leilão.

O fluxo, como a fonte descreve: o orchestrator resume a conversa em texto, gera embeddings semânticos, recupera candidatos com busca ANN (approximate-nearest-neighbor) em múltiplos índices, filtra por elegibilidade (orçamento, targeting, políticas, pacing, deduplicação por anunciante), pontua relevância e engajamento previsto e nomeia candidatos para o leilão. O orchestrator não escolhe o anúncio final nem define preço, isso fica com a ferramenta de leilão. A sessão de anúncios é stateful, então acompanha a conversa em vez de tratar cada mensagem como requisição isolada.

Do ponto de vista de arquitetura, a seleção de anúncios roda em serviço próprio, com modelos e código separados da geração de resposta. Se o sistema de anúncios cair ou ficar lento, a resposta orgânica segue normal, e o anúncio que não chega a tempo simplesmente expira. Retornar nenhum anúncio é, segundo a OpenAI, um resultado comum e bem-sucedido. A fonte também cita que o ChatGPT Ads atingiu US$ 1 bilhão em receita anualizada em menos de 200 dias após o lançamento, com mais de 100.000 anunciantes.

Em 10 de fevereiro de 2026, o CEVIU noticiou "Testando Anúncios no ChatGPT", quando a OpenAI falava em inserir conteúdo patrocinado de forma relevante e não intrusiva. Em 29 e 30 de abril de 2026, as matérias "Como o ChatGPT exibe anúncios" mostraram a injeção de objetos estruturados na conversa e a atribuição via tracking SDK. Em 6 de maio de 2026, "Novas Formas de Comprar Anúncios no ChatGPT" registrou a passagem de piloto limitado para plataforma escalável, com compra self-serve e CPC. Agora a OpenAI abre o lado interno: o orquestrador LLM, a sessão stateful e a separação entre anúncios e geração de respostas.

Para quem desenvolve produtos com LLM e monetização, o desenho serve de referência: isolar o serviço de anúncios em código e modelos separados evita dependência e protege a latência da resposta principal. Para quem anuncia ou integra com a plataforma, a leitura é que a entrega depende de intenção percebida ao longo da conversa e de chegar a tempo, não de uma palavra-chave isolada.