把同一盏桌灯放进三种对话：有人想知道它能不能塞进宿舍书桌，有人正在比较旋钮与触控，有人担心安装和走线。品牌若只交一张精修主视觉，画面也许很漂亮，却很难同时回答这三种不同的购买任务。
这正是 ChatGPT 可视化广告带来的新制作问题。它不是“再多一个图片广告位”那么简单。对话本身会形成语境，图像需要在那个语境里发挥具体作用。品牌采购的单位因此不该只是一张万能 KV，而应是一组能够覆盖不同用户任务、保留事实依据并接得住落地页的视觉模块。
已经发生了什么，什么还没有发生
OpenAI 在 2026 年 10 月 5 日发布《Building advertising for the way people use AI》，宣布在 ChatGPT 中测试新的可视化广告形式。第一阶段会在美国、Free 与 Go 用户生成图片时出现，先面向一组广告主；广告会被清楚标注，与用户生成的图片分开，也不会影响 ChatGPT 的回答。
官方给出的视觉用途很具体：展示产品灵感、使用方式，或产品能够带来的体验，帮助用户发现品牌、理解差异并作出选择。OpenAI 同期更新的广告制作指南还强调：一个产品需要多条、彼此角度不同的标题与文案；图片应简单、相关，并与广告主张一致；点击后应进入最相关的产品页、合集页或内容页，而不是默认跳到首页。
Adobe 在 2026 年 10 月 5 日更新的 Search, Social, & Commerce 文档，则说明其 Beta 已可管理 ChatGPT Ads 的账户、广告系列、广告组和广告，并显示曝光、点击与成本。文档同时注明，目前该界面不显示 ChatGPT Ads 追踪的转化，也不支持 Adobe 或第三方追踪、第一方受众、自动优化和批量表格操作；库存由发布方管理，并非竞价库存。
这些事实只能证明两个平台当前提供了什么，不能证明对话广告已经成为成熟、普遍开放的媒体渠道。OpenAI 也明确说，增量测量仍处于早期阶段，品牌适配评估仍在与 DoubleVerify 和 IAS 进行试点。本文的结论因此是制作与采购建议，不是对行业渗透率或广告效果的预测。
为什么传统主视觉在对话里容易失效
传统 KV 通常先固定一个品牌命题，再被裁切到不同尺寸。对话广告反过来：用户正在做的事先定义了“这张图要解决什么问题”。同一个产品，至少可能面对四类视觉任务：
- 定位：让我一眼判断它适不适合我的空间、场景或人群。
- 演示：让我看懂一项功能如何发生，而不只看到结果。
- 比较：让我确认型号、结构或使用方式的实质差异。
- 安心：让我看见安装、清洁、收纳、配件或售后相关的关键信息。
一张英雄图通常只能把其中一件事做清楚。把更多卖点、徽章和说明文字不断塞进同一画面，会让图像越来越像一张缩小的详情页；用户真正的问题反而更难看见。
更重要的是，语境不是受众标签。“25—34 岁女性”并不告诉制作团队她此刻在比较尺寸、寻找礼物，还是确认某个部件能否更换。制作 brief 若仍从人口属性开始，拍出来的素材可能很多，却未必覆盖购买任务。
ONCE CUE：先画语境，再拍素材
ONCE 建议在脚本和拍摄清单之前先做一张 CUE 情境覆盖图。它由三部分组成。
C：Conversation job，对话正在推进什么任务
不要写“年轻人”“北美市场”这类宽泛标签，而要写可观察的任务，例如：
- 判断产品是否适合小空间；
- 比较两个型号的操作差异；
- 确认安装、维护或收纳难度；
- 想象产品在特定生活场景中的使用方式。
首轮不必穷举所有对话。可以从站内搜索、客服问题、商品评价和销售异议中选四到六个最值得验证的任务。这里用的是品牌已有的一方信息，不是假装知道用户的私人对话。
U：Useful visual role，这张图具体帮什么忙
每个任务只指定一个主要视觉作用：定位、演示、比较或安心。若一个格子同时承担三四项任务，应拆成多个版本。OpenAI 当前的广告指南建议同一产品准备多个彼此不同的角度；ONCE 的制作推论是，差异不应只来自背景色和裁切，还应来自画面正在回答的购买问题。
以一款桌灯为例，“适合宿舍书桌”可以用俯拍展示占地和走线；“旋钮与触控怎么选”可以用同角度对照操作；“安装是否麻烦”可以用三步部件状态展示。它们共享产品真相，却不是同一张图换三个标题。
E：Evidence and exit，画面凭什么可信，下一步去哪里
每个素材格都要附两项记录：
- 依据：画面对应哪条已批准规格、实拍状态或可核对演示；哪些性能主张不能靠图片单独证明。
- 去向：点击后进入哪个产品页、对比页、安装说明或合集页；落地页能否继续回答同一个问题。
如果广告说“适合小空间”，落地页却没有尺寸和摆放信息，素材本身再好也无法完成任务。对话广告不是把答案都塞进图里，而是让图像和下一步信息保持连续。
把品牌安全写进制作 brief，而不是上线前补救
OpenAI 表示其投放防护会判断对话是否适合出现广告，并为符合条件的广告主提供 Negative Phrases；品牌适配评估目前还在试点。平台会做第一层控制，但品牌自己的窄范围要求仍要在素材层表达清楚。
制作 brief 至少应列出三张清单：
- 禁止邻接：品牌不希望接近哪些主题、语气或情境；
- 禁止主张：哪些健康、金融、性能或比较说法不能进入标题与画面；
- 易误解画面：哪些道具、人物动作或环境会让产品用途被过度推断。
这三张清单不需要复述平台政策，而是把品牌自己的选择变成可审核的镜头和图片要求。它也能减少后期反复：制片、法务和投放团队审核的是同一个情境格，而不是各自看一份“最终版”。
采购清单：不要只报“六张图片”
一份能进入学习循环的可视化广告交付，至少应包括：
- 情境覆盖图：任务、视觉作用、主张、市场和素材 ID；
- 基础事实素材库：产品角度、功能状态、配件、尺寸参照与干净背景版本；
- 语境变体：每个优先任务至少两个真正不同的画面方向，而非机械换色；
- 依据记录：规格来源、审批人、权利范围、有效市场与到期日；
- 落地映射：每个素材对应的页面、SKU、语言与跟踪参数；
- 复盘字段：曝光、点击、成本、平台转化或独立测量能够回到同一个素材 ID。
旧文已经讨论过信号、归因与增量的三层证据。本次新增的重点更靠前：若素材 ID、对话任务和落地去向没有在制作阶段绑定，后面即使有转化数据，也很难知道该补拍哪一种画面。
延伸阅读：ChatGPT Ads 的转化不只来自点击，品牌第一次试投该怎样验收？
成本不要除以图片数量，要除以学到的情境
主视觉方案看起来便宜，常见原因只是把后续适配、补拍、页面修改和无效测试藏在别的预算里。模块化方案则应把完整工作写在同一个口径中：
每个已验证对话情境的完全成本 =（任务研究 + 基础拍摄/生成 + 语境变体 + 权利与合规 + 落地页对齐 + 测量接入）÷ 能产生可复核决策的情境格数量。
“已验证”不是 CTR 更高就算完成，而是这个格子已经获得足够信息，能支持保留、改写、补拍或停用的下一步决策。这个公式不是行业报价，也不承诺模块化一定更便宜；它只是让品牌比较两种采购方式时，不再把一张精修图等同于一个已被回答的购买问题。
谁应该现在试，谁应该先等等
适合现在做小规模试点的品牌，通常同时具备四个条件：已经获得目标市场的测试资格；产品有多个清楚、可拍的使用情境；落地页可以按问题承接；团队能回传至少基础转化或合格线索事件。
应暂缓的情况也很明确：账户尚无资格；产品卖点主要依赖无法由图像准确表达的感官体验；规格、库存或主张频繁变化；所有点击只能进入同一个信息不足的首页；团队还无法区分素材版本。
如果条件具备，30 天足以完成一轮不夸大的学习：第一周选四到六个任务并建立 CUE 图；第二周为每个任务制作两个视觉方向；第三周以固定报价和落地条件上线；第四周回看哪些情境获得了可复核信号，决定补拍、合并或停用。不要在第一轮就预测长期 ROAS，也不要因某张图点击高就宣布找到了“对话广告公式”。
未来若可视化广告扩展到更多对话入口，制作采购很可能从“交付多少尺寸”转向“覆盖多少决策情境”。这是 ONCE 的预测，不是已经完成的行业事实。品牌今天最值得建立的资产，不是一张看起来像未来的广告，而是一张能告诉团队下一张图为什么要拍的情境覆盖图。
资料说明
- OpenAI，《Building advertising for the way people use AI》，2026 年 10 月 5 日。
- OpenAI Help Center，《Create Ads for ChatGPT Ads》与《Ads in ChatGPT: The Basics》，2026 年 9—10 月更新。
- Adobe Experience League，《What’s new in Search, Social, & Commerce》，2026 年 10 月 5 日条目。
- The Verge，Emma Roth，《OpenAI is sticking more ads in ChatGPT》，2026 年 10 月 5 日。该报道用于核对外部报道如何描述测试范围，不作为平台功能的一手依据。
