LS-Labs

ChatGPT 广告效果到底如何？

李昇LS-Labs发布：最后更新：
  • #ChatGPT广告
  • #广告效果
  • #CPC
  • #ROAS
AI 生成封面：手机显示含赞助商品卡的 AI 对话，旁边是效果报表、尺子与放大镜
文章目录

ChatGPT 广告 9 月 24 日在台湾开放后，无论是品牌主还是营销人员，肯定都有那么几个疑惑。

例如：“这笔预算投下去后，能为我带来多少效益？”，又或是“这个新功能到底是一次创造 ROAS 与转化率的机会，还是纯粹烧钱试水的学费？”

美国从 2 月开始试点，至今已超过半年。LS-Labs 查阅这段期间的公开评测，发现不少广告主和代理商早已拿出真金白银，测试这个新渠道。

于是把海外公开的 9 个具名投放案例逐个找回原始报道核对，让正在评估到底是否该抢先体验该功能的各位，先知道别人花了多少钱，又得到了什么样的成果。

  • 点击成本差距大，预算不能跨市场照抄。具名案例的整体 CTR 约为 0.35%～1.3%，CPC 从约 1.72 到 22.89 美元；Synter 同一账户在英国与新西兰的 CPC 就差四倍多。
  • 已公开营收的两个案例都是电商。Opascope 15 天花费约 6 万美元、带回约 8.9 万美元营收，ROAS 1.49 倍；Common Thread 按不同归因方式，报道估计 ROAS 为 3.3～6.8 倍。
  • B2B 要追合格客群，点击数本身不够。Floyd Blaikie 团队识别出的 146 个来访组织，只有 5 个符合目标客群；Cleverly 有 57 次平台点击，仍回报零转化。
  • 付费曝光与回答中的引用，要分开经营。SE Ranking 观察的广告版位中，96.37% 的广告主未同时出现在回答引用里；买到广告位置，不等于品牌已被 AI 回答推荐。

广告主自己公开的数字

表 1 整理 9 个具名广告主或代理商公开的案例，包含自述与媒体采访。它们是美国试点开始后的跨国投放记录，并非全都只在美国投放；金额除另有注明外皆为美元，未公开的字段不自行补值。

九个具名案例的花费、点击率、点击成本与转化结果。Opascope 花费约 60,000 美元，ROAS 1.49 倍；Common Thread 花费 9,620 美元。图中 Synter 澳大利亚 CPC 有误，正确值为 17.59 美元；其整体 CTR 为 0.35%，详见下方补注。
表 1：公开的 ChatGPT Ads 实战投放账单与转化效果来源：Opascope、Search Engine Journal、SE Ranking、MediaPost；2026 年 10 月整理。原始数据补注：Synter 原文涵盖包括加拿大在内的 5 个市场，整体 CTR 为 0.35%；图中澳大利亚 CPC“27.59”应为“17.59”美元。

从表 1 可以看到，样本虽少，各案例的成本与结果却已有明显落差。图中列出的点击率集中在 0.6%～1.3%；不过，追到 Synter 原文后，还能补上它的整体 CTR：0.35%。所以“约 1%”只能描述部分案例，还算不上平台的典型表现。

单次点击成本分散得多，Opascope 约 1.72 美元，Synter 在新西兰则为 22.89 美元。同一个广告主换个国家，价格也能差四倍多：Synter 在英国为 5.10 美元、在美国为 10.62 美元。新西兰只有 3 次点击，数字容易波动；这提醒读者，跨国套用预算要小心，但还不能单凭 CPC 判断哪个国家更赚钱。

从结果来看，有具体营收数字的两个案例，都是电商；明确回报零转化的 Choice OMG 与 Cleverly，则分别是小额测试和 B2B 案例。Opascope 在 15 天花费约 6 万美元，带回约 8.9 万美元营收，ROAS 为 1.49 倍。也就是每花 1 美元广告费，归因营收约为 1.49 美元；这还没扣掉商品、履约等成本，不能直接当成利润。

Common Thread Collective 的测试约一个月、花费 9,620 美元，接近一万美元；Choice OMG 则只花 415 美元，得到 60 次点击、零转化。Camino5 转述的约 1,000 美元案例，问题是 GA 里找不到对应流量，不能把“没有数据”直接写成“没有转化”。这几种结果，背后的投入规模与测量问题并不相同。

Floyd Blaikie 的案例对 B2B 企业主尤其有参考价值。她的团队投入约 7,000 加元，报道列出的 CTR 为 0.7%、CPC 为 9.29；但用外部工具追查 336 次付费点击后，识别出的 146 个组织只有 5 个符合目标客群画像。146 是组织数，不是人数；5 个符合客群，也不等于 5 笔成交。

这个落差让“有点击”和“有商机”之间的距离变得很具体。对这次投放来说，Ads Manager 的点击与成本报表没有回答来访公司是不是潜在客户，团队得另外查。评估效果时若只看后台前几个数字，就可能高估流量对业务的价值。

不同行业的转化率，还能参考什么？

另外，SEO 代理商 First Page Sage 在 10 月 6 日更新了一份关于 ChatGPT 广告在 17 个行业的转化率报告，数据截至 2026 年 9 月 30 日。它综合自家客户投放数据、ChatGPT 自然导流转化率，以及自然与付费流量的历史关系，推算各行业的广告转化率；这些是预估值，并非平台实测平均。

First Page Sage 预估 ChatGPT 广告转化率：高等教育 6.3%、家装 3.7%、太阳能 2.9%、电商 2.3%、B2B SaaS 1.7%；Google 搜索广告对照值依次为 1.9%、1.9%、1.9%、1.4%、1.1%。ChatGPT Ads 栏为预估值，非实测平均。
表 2：ChatGPT 广告与 Google 搜索广告的行业转化率比较（预估）来源：First Page Sage，ChatGPT Ads Conversion Rate: 2026 Report（2026-10-06 更新）。图中摘录重点行业；pp 为百分点。

表 2 中，高等教育的预估值为 6.3%，对照 Google 搜索广告的 1.9%，相差 4.4 个百分点；家装与太阳能则分别为 3.7% 和 2.9%，Google 对照值都是 1.9%。这提供了一个值得测试的方向：需要先比较、再提交申请或询价的场景，可能更适合对话式广告。

但同一份报告里，B2B SaaS 的预估值是 1.7%，低于 ChatGPT 自然导流的 3.3%；医疗器械与生物技术约为 0.7%～0.8%。行业差异很大，而且各家的“转化”可能是申请、询价或购买，不能把这些比例当成同一种成果。挑测试方向可以参考，估算自己的订单量仍要靠实际投放。

平台与合作伙伴公布的数字

表 3 把官方案例、AI 导流研究与广告版位观测放在一起。数字都和 ChatGPT 营销有关，衡量的却是不同事情，不能直接排成一张效果排行榜。

OpenAI 公布某电商广告主 28 天 ROAS 3 倍，另有技术伙伴称逾 80% 广告流量来自新客；Criteo 的 AI 平台导流转化率约为其他 referral 的 1.5 倍；SE Ranking 在 50,006 个商业提示词中观察到 25.94% 出现广告；The Keyword 转述 Adthena CTR 0.91%。
表 3：平台官方与研究机构公布的关键流量指标来源：OpenAI（2026-08-31）、Criteo（2026-03）、SE Ranking（2026-08-10）、The Keyword 转述 Adthena（2026-03-24）。图中文字包含营销解读；“完整学习期”“增量获客”与素材建议并非这些数字已验证的因果结论。

OpenAI 公开的例子是某电商广告主在 28 天、多个活动中达到 3 倍 ROAS；“超过 80% 是新客”则来自另一个技术合作伙伴对广告流量的描述。两者没有公开广告主名称、花费与完整归因方法，也不代表新客都是广告额外创造的。它们能证明已有正面个案，还不足以推算一般品牌会拿到多少回报。

最容易被误用的是 Criteo 的 1.5 倍。这份观察取自 2026 年 2 月、500 家美国零售商，衡量的是 LLM 平台导流相对其他 referral 渠道的转化率，不是 ChatGPT 付费广告效果。它没有提供所有广告主可套用的转化率，也不能用来证明买广告一定更有效。

SE Ranking 的 25.94% 则是“商业提问出现广告的比例”，既不是点击率，也不是成交率。Adthena 的 0.91% 才是在谈 CTR，而且目前采用的是 The Keyword 的转述。把测量对象分清楚，才知道每个数字能回答什么。

另一个常见误用是“每次点击 3～5 美元”。这是 OpenAI 建议的起始最高出价，不是平台平均成本，更不是每次点击都会落在这个区间的保证。

最大困境并非预算

除了大多数人好奇的广告效果外，本次研究也发现了 ChatGPT 广告一个很有趣的现象：不少广告主在投入广告预算后，结果钱根本花不出去。

Digiday 就曾在 5 月的报道中引述多位匿名广告主管的抱怨，有人表示当时承诺金额为 25 万美元，其中一家四周只花掉 2,500 美元。一家大型代理商的主管则表示，在 4 月中旬版位开始增加之前，OpenAI 每周大约只能替每个客户投出 100 美元。

不过同一篇报道除了负面消息外，也带来了另一则好消息。有代理商的客户在官方追踪工具推出前，用网址重定向自行追踪转化，发现 ChatGPT 广告的转化效率很接近 Google 非品牌词搜索。

SE Ranking 7 月 23 日另做了一次大规模测试：在美国用免费与 Go 账号发送 50,006 个商业意图提示词，其中 25.94% 出现广告，而出现的广告里有 14.35% 与提示词主题不相关。相关性因行业不同差别很大，宠物类只有 2.6% 不相关，新闻与政治类超过一半。

同一份研究还有一个值得 SEO 与 GEO 从业者注意的数字：在出现广告的版位中，只有 3.63% 的广告主也被回答引用，其余 96.37% 没有。这个比例以广告版位为单位，并非所有广告主的去重统计；付费曝光与回答引用需要分别追踪。

评估 ChatGPT 广告效果的五个重点

LS-Labs 将表 1～3 和试点报道放在一起后，找出了五个可以评估效果的做法，从哪些条件改变了结果来做判断。

1. 这几个案例的 CTR，还不能当成平台基准

Synter 的整体 CTR 为 0.35%，Common Thread 为 0.94%，SE Ranking 则为 1.30%。同一个 Synter 账户的各国 CTR 还从 0.11% 到 0.72% 不等。这些都是特定投放的观察，还不能拿其中一个当作“ChatGPT 广告应该有的表现”。

2. 点击便宜，也要看有没有带来对的客户

1.72 美元和 22.89 美元的 CPC，看起来差了十多倍；但便宜点击若没有形成商机，仍可能浪费预算。Floyd Blaikie 识别出 146 个来访组织、只有 5 个符合客群的结果，正好说明成本报表之外还缺哪一块。

3. 比较 ROAS 前，先确认营收和花费怎么算

Common Thread 的公开报道列出约 1.9 万～3.8 万美元归因营收、估计 ROAS 3.3～6.8 倍。这些是报道中的不同归因估计；公开细节不足以把营收范围直接除以总花费 9,620 美元，就重现这组 ROAS。读者应先问清楚计算期间与分母，而不是只挑最高值当预期。

4. 用户比较完，下单或询价也要够顺畅

Opascope 已公开实际营收，First Page Sage 则对高等教育、装修等行业提出较高预估。这两种证据强度不同，但都让“用户比较完，接下来能做什么”成为实务重点：商品能否购买、规格是否清楚、询价流程是否顺畅，都要放进测试。

5. 公开案例不代表所有投放结果

表 1 的 9 个案例不是随机样本。代理商与工具商可能偏向公开成功经验，媒体采访又可能较容易呈现落差与问题。本文保留正面、零转化与数据对不上的结果，让读者看到范围；它们仍不能加总成平台平均。

结论：台湾企业主到底该不该投入

根据海外的数据做出分析后，按商业模式整理测试，并把投入的力度分为多个 Tier（详见表 4）。

本表为 LS-Labs 根据公开数据提出的判断：比起一味评估如何分配预算，更应先确认自己期望得到什么样的成果。

表 4：台湾品牌投入 ChatGPT Ads 的决策矩阵
商业类型可参考的证据测试判断先准备与观察什么
高客单价、重比较的电商Opascope：15 天 ROAS 1.49 倍；Common Thread：报道估计 3.3～6.8 倍。皆为个别案例。可优先小规模测试先打通订单与广告归因，用同一套方式追营收、毛利与新客订单。以可承受的损失设定上限，达到设定条件再扩大。
常被拿来比较的 SaaS／工具Hostinger 回报已带来购买，未公开笔数；SE Ranking 有 1,263 次点击，却因注册太少未续投。有明确比较场景再测广告对应具体任务、规格或使用场景；到站后看注册、启用与付费，而非只看点击。先确认目标客户是否可能出现在含广告的方案。
高单价服务、装修与教育First Page Sage 预估高等教育 CVR 6.3%、装修 3.7%。属推算值，尚非台湾实测。列入候补，用线索质量验证先定义有效询价、咨询或申请，把线索导入 CRM，追踪到后续成交。衡量每条有效线索的成本，避免把填表直接当成营收。
客群很窄的企业级 B2BFloyd Blaikie 团队识别出 146 个组织，只有 5 个符合目标客群画像。先补测量，再决定是否投入先能判断来访公司、职务与线索资格，再观察合格商机和销售进度。追踪不到这些信息时，先暂缓放大预算。

数据依据：Opascope、Search Engine Journal、SE Ranking、First Page Sage。测试顺序与测量建议由 LS-Labs 整理，2026 年 10 月；不代表台湾效果预测。

无论属于哪一类，有三件事在投放前就该想清楚：

  1. 先定义成功。要的是订单、有效线索、启用中的试用账户，还是品牌曝光？先定好转化事件、归因期间与成本上限，才能判断结果。
  2. 准备平台以外的测量。Cleverly 的后台记录 57 次点击，GA 却不到 20 次访问。点击和访问本来就不是同一种计数，这个落差需要核查，不能只选自己喜欢的那个数字。网站端的测量可参考〈GA4 如何查看 AI 来源与后续行为〉；付费活动另用 UTM 参数标记，与自然导流分开比较。
  3. 设定观察期与止损。Opascope 的单日 ROAS 曾在 0.2～2.9 倍之间波动，只看一两天容易误判。观察多久，应跟着自己的成交周期走；可承受的损失与停止条件则应在开始前写下来。

ChatGPT Ads 已经有人跑出营收，也有人花了钱仍拿不到合格商机。对台湾品牌来说，第一笔测试预算最有用的成果，是知道自己的客群会不会来、来了之后会做什么，以及这些行为值不值得继续付费。

参考资料

数据整理期间：2026-09-28～09-29，2026-10-18 补充复核。以下来源涵盖具名投放案例、平台公告与行业报告；First Page Sage 的行业转化率为预估值。