كيف بنت OpenAI نظام الإعلانات المدعوم بالنماذج الكبيرة لـ ChatGPT
طورت شركة OpenAI نظام إعلانات مخصصاً لـ ChatGPT يعتمد على النماذج اللغوية الكبيرة لفهم نية المحادثات المتطورة، مع الحفاظ على فصل تام بين الإجابات والإعلانات لضمان تجربة مستخدم موثوقة.

تحديات بناء نظام إعلانات للمحادثات الذكية
تعمل أنظمة الإعلانات التقليدية عادة على الاستجابة لوحدات منفصلة ومحددة من نية المستخدم، حيث يتلقى النظام استعلامات البحث أو مشاهدات الصفحات كأحداث فردية ليبحث عن إعلانات مطابقة. وفي المقابل، تختلف طبيعة التفاعل في منصة مثل ChatGPT، حيث تتطور نية المستخدم تدريجياً عبر جولات متعددة من الحوار، وغالباً دون وجود لحظة إعلانية جاهزة ومباشرة. ولتلبية هذه المتطلبات الفريدة، قامت شركة OpenAI بتطوير نظام تسليم إعلانات مخصص يستند إلى نموذج لغوي كبير متطور ومعد خصيصاً لتنفيذ استدعاءات الأدوات وتحديد أفضل الخيارات المتاحة للمستخدمين.
تأتي هذه الخطوة في إطار سعي الشركة المستمر لتوسيع نطاق الوصول إلى أدوات الذكاء الاصطناعي مع الحفاظ على معايير الجودة والثقة. ونتيجة لهذه الهندسة البرمجية المبتكرة، تمكنت إعلانات ChatGPT من تجاوز حاجز المليار دولار كمعدل عائد سنوي متوقع خلال أقل من 200 يوم من الإطلاق، حيث انضم أكثر من مئة ألف المعلنين لعرض منتجاتهم وخدماتهم عبر المنصة منذ اطلاقها الرسمي.

مقارنة بين البحث التقليدي والمحادثات الممتدة
تبدأ طلبات الإعلانات التقليدية عادةً من حدث واضح ومحدد، مثل قيام المستخدم بكتابة استعلام بحث أو فتح صفحة ويب، ليقوم النظام فوراً بمعالجة الطلب واسترجاع الإعلانات وترتيبها ثم عرضها عبر مزاد سريع. لكن الوضع يختلف جذرياً عند استخدام مساعد ذكي مثل ChatGPT، إذ يصل المستخدمون حاملين أهدافاً واسعة النطاق تشمل التخطيط لرحلة، أو اختيار البرمجيات المناسبة للأعمال، أو تجهيز منزل، أو تعلم هواية جديدة. ولا تتحقق هذه الأهداف دفعة واحدة في رسالة أولية منفردة، بل تتضح معالمها تدريجياً خلال تبادل الحوار.
على سبيل المثال، قام الفريق الهندسي في الشركة بتجربة طرح سؤال حول كيفية التدريب لسباق الجري؛ إذ تبدأ المحادثة بسؤال عام، ثم تتبعها بعد عدة تبادلات استفسارات حول الأحذية الرياضية المناسبة. وبتغير القيود يتغير المعنى التجاري للسياق، وهو ما يبرز أهمية تتبع السياق الشخصي عبر جلسات متعددة. ولو كان النظام يتصرف بناءً على الرسالة الأولى فقط، لكان من الممكن أن يسترجع نية خاطئة تماماً تؤدي إلى الإضرار بتجربة المستخدم وإعاقة مساره الطبيعي داخل المحادثة.

جلسات المحادثة المستمرة وهندسة منع التداخل
إن معاملة كل رسالة كطلب مستقل بذاته، كما تفعل الأنظمة الإعلانية التقليدية، تحمل مخاطر متعددة تشمل سوء قراءة أهداف المستخدم عبر تبسيطها المفرط، أو بدء عرض الإعلانات في وقت مبكر قبل اتضاح الحاجة الحقيقية. ولمعولة هذا التحدي، يعتمد النظام الجديد على جلسات إعلانية تحتفظ بالحالة، مما يعني تذكر وتحديث المعلومات طوال مدة التفاعل وتطور السياق. يقوم خادم الإعلانات بمتابعة التبادل المتنامي للمعلومات والتكيف معه بدلاً من الاعتماد حصراً على استعلام مسطح واحد.
لضمان عدم تأثير الإعلانات على استجابات النظام الأساسية، تعمل عملية اختيار الإعلانات في خدمة منفصلة تماماً عن مسار توليد الإجابات في ChatGPT. يعتمد هذا الفصل المعماري على استخدام خدمات ونماذج برمجية مختلفة؛ حيث تتولى خوادم المنصة الرئيسية توليد الاستجابة العضوية، بينما يقيم نظام الإعلانات بصفة مستقلة ما إذا كانت هناك فرصة إعلانية مناسبة أم لا. تضمن هذه الآلية ألا تتأثر استجابات النظام نهائياً حتى في حال بطء أو تعطل خدمة الإعلانات.

دور النماذج اللغوية الكبيرة في إدارة تدفق الإعلانات
يتمثل المكون الهندسي الأساسي الآخر في منصة الإعلانات بوجود نموذج لغوي كبير مدرب خصيصاً لتفسير المحادثات وإدارة مسار الإعلانات بالكامل عبر حلقة وكيلة. يقوم هذا النموذج بتنفيذ استدعاءات الأدوات للوظائف الجوهرية، بدءاً من مرحلة الاسترجاع والترتيب وصولاً إلى المزاد والتسليم النهائي. وتتطلب معالجة المحادثات تدريجياً قدرات متقدمة للتمييز بين النية الحالية والسياق القديم، حيث يتعامل المنسق مع الإشارات إلى الرسائل السابقة ويفهم الحديث الافتراضي دون اعتبار كل ذكر لمنتج طلباً للشراء.
يستفيد منسق الإعلانات من سياق المحادثة المتاح وتفضيلات المستخدم للتكرار بهدف العثور على الإعلانات الملائمة بدقة. وفي حال اختار المستخدم تخصيص الإعلانات، يأخذ النظام في الاعتبار المعلومات غير الحساسة المستخلصة من المحادثات السابقة لضمان تحقيق أفضل مطابقة ممكنة تحقق قيمة عالية لكل من المستخدم والمعلن على حد سواء.
المصادر
- OpenAI NewsHow we built ChatGPT’s novel ad stack for user trust and relevance
تابع التسلسل الزمني





