如果用户正在生成一张“温暖木质客厅”的参考图，旁边出现一盏灯的视觉广告，这张广告面对的并不是漫无目的刷屏者。用户此刻正在做一件更具体的事：想象空间、比较风格，判断某件东西能不能进入自己的生活。对品牌来说，这不是多了一个图片版位，而是产品视觉第一次被放进了用户主动构想场景的过程中。
OpenAI 在 2026 年 10 月 5 日宣布，将测试一种新的 ChatGPT 视觉广告格式。首轮测试计划于当月稍晚在美国开始，面向 Free 与 Go 用户及一组初始广告主，最先出现在图片生成场景中。官方明确说，广告会被清楚标注，与用户生成的图片保持分离，也不会影响 ChatGPT 的回答。已经确认的是一个新的测试入口；尚未确认的是具体素材规格、普遍开放时间，也没有证据说明这种格式已取代搜索、社交或传统电商广告。
问题不在于图片够不够漂亮，而在于它有没有帮助做决定
普通信息流广告先争夺注意力，再争取点击。图片生成场景里的视觉广告，更接近一张“可用的想象参考”：它要让用户迅速看见产品如何被使用、放在哪里、与什么生活方式有关，同时不能让场景美化改变产品事实。
一张泛化的生活方式图往往只有气氛，没有答案。沙发在漂亮客厅里，不代表用户看得出尺寸；咖啡机旁有阳光和面包，不代表用户知道操作空间；户外电源摆在露营地，也不等于它真的支持画面暗示的功率与使用条件。AI 原生广告需要的不是更浓的氛围，而是把想象和验证放进同一张图。
ONCE 决策场景四层模型
我们建议品牌不要先列“需要多少张图”，而是为每个买家问题建立一个决策场景。每个场景由四层组成，缺一层都可能让画面看起来正确、实际却不能用。
| 层级 | 要回答的问题 | 应交付的材料 | 常见失真 |
|---|---|---|---|
| 产品事实层 | 它到底是什么？ | 准确外形、比例、材质、颜色、标签、接口与工作状态 | 结构多一处、颜色漂移、按钮和接口被改写 |
| 使用情境层 | 它在什么地方、由谁、怎样使用？ | 空间尺度、人物关系、光线、接触动作与限制条件 | 错误握持、尺度夸大、危险或不可能的使用方式 |
| 决策信息层 | 这张图帮用户判断什么？ | 一个明确问题及其可见答案，例如收纳、安装、清洁或穿戴效果 | 一张图塞入多个卖点，只剩装饰性氛围 |
| 治理映射层 | 它可以在哪个市场和页面使用？ | 来源、生成方式、权利、批准主张、目标页面、市场与失效日期 | 创意、文案与落地页说法不一致 |
这四层把“好看”变成可审核的生产任务。比如一张桌面灯场景，不只写“温馨书房”，而要写清灯体材质与尺寸不得改变、光线只能表现已确认的亮度或色温范围、画面回答“占用多大桌面空间”，并绑定对应商品页版本。生成工具可以改变墙面、桌面和装饰，但不能重写灯具结构或暗示未经证实的性能。
先做产品真值包，再决定哪些场景可以生成
进入这类渠道前，最值得补拍的不是更多背景，而是一套可以约束背景变化的“产品真值包”。它至少包括正面、侧面、背面、45 度、顶部与关键接口；准确的色卡或材质参考；开合、安装、连接、穿戴等工作状态；比例参照；包装和随附配件；以及不能被改变的文字、标识和安全信息。
这与传统白底图不同。白底图只要能上架，真值包还要能支持生成、合成、3D 或后续视频延展。Google 的 Product Studio 帮助文档也提醒，其生成能力仍属实验性质，可能产生意外图像，并且对带手部、壁挂艺术品、灯具等对象存在限制。Adobe 的企业级 3D 数字孪生工作流则展示了另一条路线：先建立准确几何与材质，再把产品放进生成环境。两者说明，场景可以低成本变化，产品本体的准确输入仍然是一项独立制作工作。
品牌若已经拥有结构完整、光线干净、各角度一致的产品资料，可以先复用；如果只有一张压缩过的商城主图，直接把它当成所有生成场景的源头，风险通常高于补拍一套真值包。
三条制作路线，不要默认全实拍或全生成
路线一：实拍产品，生成环境
适合轮廓稳定、表面不透明、与人体接触较少的产品，例如部分小家电、包装品和桌面设备。先拍准确产品与关键状态，再生成季节、空间和风格变化。验收重点是边缘、比例、标签、阴影方向和落地页一致性。
路线二：实拍完整交互，生成延展
适合手部操作、穿戴、承重、安装和材质形变会影响理解的产品。人物与产品的接触关系应实拍，生成只负责远景、背景或局部延展。这样可以减少错误手势、悬浮接触和不真实受力。
路线三：3D 或完整实拍作为主资产
适合高反光、透明、结构复杂、颜色精度要求高，或后续需要大量角度和动画的产品。一次建立可控的 3D 数字资产或完整摄影资产，前期投入更高，但能减少大量场景版本里反复修产品本体的成本。对于受监管主张、使用安全和旗舰发布，环境再灵活，也不应降低人工审核与定制制作的比例。
不要把广告做成 ChatGPT 界面的仿制品
OpenAI 当前广告政策要求广告与 ChatGPT 产品体验清楚区分，并禁止通过模仿界面、功能或语气让用户误以为广告就是产品的一部分；创意、图片、视频和落地页还要保持端到端一致。这意味着“做得像原生”不等于伪装成系统回复。对品牌而言，最稳妥的原生感来自与用户任务相关，而不是复制聊天气泡、按钮或 AI 口吻。
同样，广告与用户生成图保持分离，意味着品牌不应把“出现在生成场景旁边”误解为自己的产品会自动进入用户的生成结果。文章中的推论是：这一位置更需要场景相关性与清晰的产品身份，但具体竞价、匹配和素材规格仍要等待平台进一步公开。
用“合格决策场景成本”比较报价
如果一份报价交付 30 张漂亮变体，却有 12 张改变了产品结构、8 张无法对应真实页面，那么按图片数量计算会高估产能。ONCE 建议改用：
合格决策场景成本 =（真值包制作 + 场景生成或搭建 + 人工审核 + 落地页核对）÷ 通过四项检查的场景数
四项检查是：产品事实准确、情境合理、主张与权利合规、目标页面一致。这里不预设行业平均，也不把生成次数当成果。只有能上线、能回答一个买家问题、又没有改写产品事实的场景，才进入分母。
现在先做小规模场景库，不必为测试渠道全面重拍
OpenAI 公告描述的仍是美国初期测试。对尚未获得资格的跨境品牌，合理动作不是立刻追加一整套渠道预算，而是从三个高频买家问题开始：它如何放进生活空间、如何被使用、最关键的差异怎样被看见。每个问题准备一个真值包、一张实拍基准图、两到三个受约束的场景版本，以及对应落地页。
下一份拍摄 brief 可以增加五个字段：买家问题、必须真实的产品要素、允许变化的环境要素、禁止出现的暗示、目标页面与负责人。若这些字段写不清，再多生成图也只是在扩大不确定性；写清之后，实拍、AI 和 3D 才能各自用在最有价值的位置。
这次变化对 ONCE 的长期意义，不是多接一种广告尺寸，而是把制作从“拍一张图”升级为管理产品真值、场景变量和决策用途的内容资产系统。真正能复用的不是某张漂亮图片，而是一套知道什么可以变、什么绝不能变的生产规则。
事实来源：OpenAI《Building advertising for the way people use AI》（2026 年 10 月 5 日）、OpenAI《Ad policies》（2026 年 9 月 10 日更新）、OpenAI Ads《More ways to measure ChatGPT Ads》（2026 年 10 月 5 日）、Google Merchant Center《About Product Studio》及 Adobe Firefly《Use 3D digital twin workflows》（访问于 2026 年 10 月 8 日）。本文的决策场景四层模型、制作路线与成本公式为 ONCE 的分析框架，并非上述平台的官方建议。
