
先講結論:截至 2026 年 11 月,廣告主可以在既有工具裡設定預算、出價與上載創意,經 Magnite、PubMatic 買到 ChatGPT 未售出的廣告位,但庫存屬 remnant inventory,即直銷賣剩才輪到程序化,位置與投放節奏仍由 OpenAI 掌控。香港品牌此刻問「應否把下季預算分一部分進去」,更實際的問法是「這條渠道會否令跨平台的預算判斷更難做」。想找一間懂得把新渠道放回整體媒體計劃的 agency of marketing,要先分清哪些是已公布事實、哪些連條款都未披露。
第一件是賣給誰。據 ExchangeWire 2026-11-05 的 Digest 報道,OpenAI 與獨立廣告交易平台 Magnite、PubMatic 達成協議,把 ChatGPT 未售出的廣告庫存以程序化方式出售,消息最初由 The Information 報道。程序化指的是經交易平台按受眾與出價競價,而不是逐個廣告主洽談合約。
第二件是怎麼買。同一篇報道寫明,廣告主可以用自己已經在用的工具設定預算、出價與上載創意,OpenAI 則保留廣告位置與投放的控制權。這一點對香港團隊特別實際:如果帳戶本身接得通,技術上不需要新的操作系統;但也意味着買得到、不代表擺位可以談。
第三件是買到什麼。協議涵蓋的是剩餘庫存,即直銷沒有賣出的位置,財務條款與預期交易量都未披露。把三件事併在一起看,這是一條「可經既有程序化工具觸及、但供應量與價格都不透明」的渠道。
| 問題 | 已公布 | 未披露 |
|---|---|---|
| 誰在賣? | OpenAI 經 Magnite、PubMatic 出售未售出庫存 | 分成比例、預期交易量 |
| 點買? | 既有工具設定預算、出價、上載創意 | 最低消費、競價機制細節 |
| 買到咩? | remnant inventory,OpenAI 定位置與投放 | 各市場可買的實際份額 |
ExchangeWire 在十月初的 Digest 報道,OpenAI 在 ChatGPT 加入視覺展示型廣告,放在用戶要求生成圖像的結果旁邊,先在美國推出,接受一小組測試廣告主。OpenAI 表示這些廣告會清楚標示,不會影響 ChatGPT 的回答。
規模是另一回事。同一篇報道提到,這批廣告建立在今年較早時候推出的廣告之上,用來支持免費與低價方案,並於 August 擴展至印度;格式最終會朝 ChatGPT 每週 1.2 billion 用戶的規模推進。讀者要留意「最終」兩字:這是方向,不是今日可買的庫存。
對香港與新加坡的團隊,這三段事實順序值得記住:格式先小範圍測試,市場先一個國家,買法先經直銷、後才開程序化。任何把它講成「全球全面開放、人人可買」的說法,都超出了報道寫的內容。

一則新聞的安全讀法,是把「未披露」當成決策變數,而不是空白。這裏的未披露有四類:金額條款、預期交易量、可以買到多少、以及香港是否在可投地區。
把這四點寫進內部提案,比寫一句「ChatGPT 開放廣告」更能保護預算。這也是判斷一間 agency of marketing 是否可靠的分水嶺:對方會不會主動講清楚哪些資料未披露,以及會否用同一個標準審視每一條新渠道。
程序化廣告產業多年來的分層很清楚:品牌與需求方平台(DSP)出價,交易所(exchange)撮合,媒體提供庫存,驗證與歸因工具負責事後證明。2026-11-06 的 The Stack 把 OpenAI 與 Magnite、PubMatic 的合作寫成把 ChatGPT 帶入既有程序化生態的一步。
這句描述值得慢慢讀。它沒有說 ChatGPT 會取代交易所,而是說 ChatGPT 走進了交易所的常規流程。對品牌而言,好處是採購路徑熟悉;代價是當新渠道也用同一套出價邏輯,各渠道之間的預算競爭會更直接,而哪條渠道真正帶來收入,仍要靠你自己的回傳數據講清楚。
同一週的 The Stack 的寫法是:大型科技公司的財報揭示 AI 雄心背後日益上升的成本,而廣告平台則持續擴張其商業觸達範圍。兩件事並列,不是一句「廣告仍在增長」;渠道變多與 AI 投入變貴同時發生,才是這則新聞的背景。
如果程序化買賣已經由交易所處理,代理商還剩什麼工作?至少四項,而且都不在交易平台的自動化範圍內。
其一,把新庫存放回整體預算。ChatGPT 廣告位不是獨立的一行開支,它要和搜尋、社交、展示爭同一筆錢,判斷依據是邊際回報,而不是「新渠道要試一試」。單一平台的操作員看不到這一層,best digital agency 的分工就在這裡。
其二,定義測試的邊界。一間成熟的 agency of marketing 會先寫清楚指標與退出條件,而不是先簽一年合約。既然只限美國、只限測試組、只賣剩餘庫存,香港團隊合理的做法是先建觀察指標,例如品牌在 AI 答案中的提及與引用變化,再決定是否在可投地區開小額測試。
其三,追蹤平台窗口以外的成交。長決策週期的生意,成交往往發生在歸因窗口之後,平台演算法看不到的部分要靠自有數據補回。
其四,守住內容與品牌的底線。廣告清楚標示、不影響回答,是 OpenAI 的口徑;品牌仍要自己檢查在 AI 答案裡被怎樣描述。
美國與英國同類工具氾濫,香港的數碼營銷公司面對的媒體組合卻在同樣時間內多出一個來源:ChatGPT 廣告進入程序化,接的是 Magnite、PubMatic 已有的出價流程。多一個版位本身不難處理,難的是渠道數目再一次超過大多數中小企的數據能力。每個渠道各有一份報表、一套歸因窗口、一種出價邏輯,同一個客人在三張報表裡變成三個人,預算該給誰的問題就沒有答案。

Topkee Media Limited 成立於 2010 年,是香港數碼營銷公司,提供廣告投放、內容營銷、營銷自動化、建站、客戶數據管理及 App 定制開發等全棧服務,在香港、新加坡、洛杉磯設有辦公室,顧問以 ROI 為合作目標、按 Performance Based 方案組隊。當 ChatGPT 這類新廣告位加入媒體組合,Topkee 的判斷是:問題不在渠道本身,而在系統各自為政、數據無法形成閉環。Topkee Cloud 營銷整合把跨平台廣告投放、TTO CDP 數據中台、智能 CRM 與自動化工具串成「廣告點擊 → 線索 → 對話 → 商機 → 收入」的閉環,合格轉化回傳 Google 與 Meta 之後,智能出價圍繞真實收入而非點擊優化;客戶現有的 CRM、ERP、電商或舊數據庫可以在數天內接入,帳戶與數據留在客戶自有租戶。這個框架同樣適用於評估一條尚未成熟的渠道:先問它能否接入同一條閉環,再問它值不值得買。
需要說清楚的邊界是:Topkee 的知識庫沒有任何 ChatGPT 或 OpenAI 廣告產品的功能、定價、上線時間或代理佣金記錄,Topkee 也不是 OpenAI 的廣告夥伴或授權買家。上面講的是代理商一側的能力,不是與 OpenAI 的商業關係。香港、新加坡的中小企難以證明營銷回報,根因往往在系統割裂而非廣告本身;渠道每一次增加,這個根因只會被放大一次。
平台原生 AI 有兩項架構邊界,正好對應 ChatGPT 廣告加入後的情況。
第一項是跨平台預算劃分。Meta 只能在自己的廣告系列層級配置預算,Google Smart Bidding 只調配自有流量;「這筆錢應該多給 A 還是 B」無法由單一平台的演算法回答。ChatGPT 庫存經交易所出售之後,這個問題多了一個選項,也多了第三個演算法,答案仍然只會來自同時看到三邊數據的一方。
第二項是成交回傳與歸因窗口。成交超過 Meta 的七天或 Google 的三十天窗口,會被演算法當作沒有發生而丟棄,長決策週期的訂單因此無法進入平台的訓練數據。新渠道的歸因窗口若比現有渠道更短,這批成交一樣會消失。
兩項邊界合起來說明一件事:程序化買得到庫存,買不到跨渠道的判斷。這也是 TTO 漏斗調優智能體一類工具存在的理由,例如以 CDP 為底座做全鏈路漏斗診斷與決策,一活動一實例,未授權前不動廣告帳戶。
ChatGPT 由回答走向廣告,同時意味着人們在同一個界面裡既看答案、也看廣告。品牌在答案中被怎樣提及、被引用了甚麼來源,與買到多少廣告位是兩件事。
當廣告會清楚標示、且被聲明不影響回答,消費者對「廣告」與「答案」的分辨就交回給介面設計。對品牌,可做的準備是把自己網站上的內容整理成 AI 容易引用的形態,並持續量度提及率與來源出現率,而不是只盯着廣告曝光數字。
以下五步,香港團隊今天就能做,不需要等 OpenAI 公布新條款。

公開報道只寫到視覺展示型廣告先在美國推出、只限一小組測試廣告主,程序化交易則經 Magnite、PubMatic 出售未售出的庫存。報道沒有說明香港是否在可投地區,因此不能當作在港可買。
程序化買到的是直銷沒有賣出的剩餘庫存,廣告主用既有工具設定預算、出價與創意,位置與投放由 OpenAI 控制。直接合作不在公開報道範圍內。
不是。OpenAI 表示廣告會清楚標示,且不會影響 ChatGPT 的回答;廣告只是出現在回答旁邊的位置。
交易所處理的是庫存與出價,跨平台的預算分配、平台歸因窗口以外的成交追蹤,以及內容與 AI 可見度的準備,都要由看到整體數據的一方處理。
公開資料未披露金額條款與預期交易量,供應亦只來自剩餘庫存。較穩妥的起步是先建立觀察指標與歸因基礎,再按可投地區與測試結果小額驗證。
下一步,如果你的團隊正評估把新渠道放入媒體計劃,可以先看 Topkee Media 與傳統代理商的分別,了解一套以 ROI 為目標、按表現組隊的合作方式,再對照全棧數碼營銷方案的服務範圍,決定哪一部分先做。要找專門做投放的 網 上 廣告 公司,也可用同一套檢查清單問對方:跨平台預算如何分配、窗口外成交如何追蹤。