Таргетинг ChatGPT Ads: как работают context hints и контролы кампании
Чем таргетинг ChatGPT Ads отличается от ключевых слов
Поисковая реклама приучает маркетолога покупать ключевые слова; таргетинг ChatGPT Ads устроен с противоположной стороны. Документация OpenAI пишет, что рекламная система выбирает и доставляет объявления по ожидаемой релевантности и исходам, взвешивая контекст и интент текущего диалога, лендинг объявления, его заголовок и текст, заданные рекламодателем context hints, таргетинги кампании и - при включённой персонализации - отдельные сигналы из broader ChatGPT-опыта пользователя. Ранжирование складывается из релевантности и ставок. Места под список ключевых слов в этом флоу нет, поэтому качество описаний заменяет качество keyword-ресёрча.
Аудитория описана так же точно. Рекламу видят только пользователи планов Free и Go - Plus, Pro, Business, Enterprise и Edu её не получают, - а аккаунты, опознанные как принадлежащие людям младше 18 лет, исключены всегда. Тест стартовал в США 9 февраля 2026 года, доступность расширяется рынок за рынком. Объявления рендерятся ниже конца ответа с явной пометкой sponsored, а в браузере ChatGPT Atlas в этом тесте они не показываются вовсе.
Что делают context hints - и чего они не делают
Context hints живут на уровне ad group и описывают, что даёт ваш продукт, кому он помогает и когда полезен. OpenAI прямо проговаривает их пределы: хинты - это не точный матч, не правила таргетинга на аудитории и не инструкция показывать объявление только в конкретных диалогах. Конкретная формулировка хинта не означает, что пользователь обязан напечатать эти слова - хинты помогают системе понять более широкие потребности и естественные вариации описаний. Рекламодатель, который пишет хинты как match types, будет неверно читать результаты: хинт кормит понимание системы, а не условие срабатывания.
Как писать context hints, чтобы системе было с чем работать
Разницу OpenAI показывает на примере беговых кроссовок: широкий хинт «running shoes» даёт системе мало, а «cushioned everyday running shoes for beginners training for their first 5K» связывает свойства продукта с реальной ситуацией клиента. Хорошие хинты, по документации, добавляют информацию сверх заголовка, текста и лендинга, описывают потребности и ситуации вместо широких ярлыков аудиторий, используют естественные фразы вместо наборов слов и перечисляют только реальные сценарии продукта. Структура живёт в той же логике - каждый ad group держится одной продуктовой категории, темы или интент-зоны, а хинты, которым нужны другие объявления или лендинги, переезжают в отдельный ad group. Практический чек-лист повторяет привычку из настройки конверсионного трекинга: каждый слой стека работает лучше, когда несёт свою отдельную честную информацию.
География: страны, штаты, DMA и ZIP
Каждая кампания таргетирует страны, а внутри США контролы спускаются до штата, designated market area (DMA) и ZIP-кода через location picker. Полный каталог локаций OpenAI отдаёт CSV-выгрузкой - это надёжный способ подтвердить таргетируемость локации до построения кампании вокруг неё. Кампания без location targeting доставляется на все доступные локации - дефолт, о котором стоит вспомнить перед первым запуском, потому что широкая доставка без географии редко совпадает с чьим-то бюджетом.
Платформы и поверхности: iOS, Android и Web
Контрол платформ выбирает, где кампания может крутиться: iOS-приложение, Android-приложение или Web, где Web покрывает десктоп и мобильный веб. Отчёты пока не делят эти поверхности так, как их таргетирует контрол: insights группируют устройства в Mobile и Desktop, и мобильный веб сейчас считается в Mobile. Вместе с правилами размещения из ads FAQ - объявления ниже конца ответа, в Atlas их нет вовсе - выбор платформ определяет практический инвентарь, за который конкурирует кампания.
Контролы аудиторий: включение и исключение custom audiences
Custom audiences подключаются на уровне кампании как include или exclude, позволяя адресовать - или сознательно избегать - людей, сматченных с вашими списками. Механика загрузки и матчинга списков живёт за пределами этой статьи; для таргетинга важно, что selections include и exclude очерчивают, какие сматченные пользователи вообще попадают в аукцион, а match rate списка решает, какую его часть платформа способна использовать. Со стороны пользователя персонализация - это контрол: при выключении система теряет сигналы broader ChatGPT-опыта и остаётся с контекстом диалога, креативом, хинтами и таргетингом кампании.
Чего таргетинг не может сегодня
Задокументированные пределы выстраиваются в ровный список. Context hints не способны затащить объявление в конкретный диалог - OpenAI пишет это дословно. География, платформы и аудитории ограничивают, где объявления могут крутиться, но не обещают, что какой-то запрос или диалог сматчится. Реклама никогда не влияет на сами ответы - OpenAI держит её на отдельных системах, и рекламодатели не могут формировать, ранжировать или менять ответы. Рабочая ментальная модель - аукцион релевантности поверх контекста диалога: вы заостряете описания, сужаете или расширяете ограничения кампании, а ранжирование складывает релевантность со ставкой.
Наведите таргетинг на реальный measurement
В настройке ChatGPT Ads Manager разобрано, где каждый из этих контролов живёт в флоу кампании, а в гайде по конверсионному трекингу - измерительный слой, который превращает доставку в знания: модель пиксель плюс Conversions API с дедупликацией по event_id. Качество таргетинга наблюдаемо только через этот слой: без надёжного конверсионного трекинга - прежде всего серверного - бизнес-эффект гипотезы про context hints не измерить точно. MOST доставляет отслеженные конверсии серверно в ChatGPT Ads вместе с Meta, TikTok, Reddit, Snapchat и Pinterest, а бесплатный Pixel Activator валидирует одиночный лендинг на pixel.way2.us.