54. 搜索、推荐、聊天：AI 时代广告的第三次跃迁

一件二手连帽衫、一个易趣网店，和今天的生成式 AI 广告，连着一代代互联网产品的演变。Jaggie 上中学时在易趣卖过衣服：自己进货、拍照、上架、送货，也要为商品推广付费。那段经历让他很早就接触到流量、支付、物流和转化这些后来会反复出现的问题。节目以这条个人经历为起点，讨论广告如何随着信息入口改变：网页与搜索收集的是有限的点击和查询词，推荐系统读取浏览与停留行为；聊天式产品则可能获得一段持续展开的意图和背景。

Jaggie 曾在宝洁做消费品，也探索过用对话助手替人订餐、订花，后来参与投资和互联网产品工作，如今负责 Meta GenAI 广告相关产品。他没有把这轮变化简化为在聊天框里塞进一条广告。访谈关心的是更前面的事：产品如何理解人，哪些互动会自然形成新的广告位，广告主怎样衡量效果，以及平台为此要取得多少信任、付出什么成本。

早期对话助手做不成，是因为当时的技术还接不住需求

Jaggie 在 2015 年前后尝试过生活服务型 chatbot：用户在微信或手机里用对话完成点外卖、订鲜花等事务。这种设想并不陌生。美国的 Magic 曾让用户通过短信点咖啡，系统再逐轮确认品牌、饮品和口味，最后把订单交给服务商。它想做的，是从找信息走到替用户完成交易。

困难在于，当时的自然语言处理主要依赖规则、槽位填充和启发式方法。系统能在一个垂直任务里记住部分偏好，却难以像人一样理解开放对话，也难以可靠地处理上下文。Jaggie 回忆，他们很快发现所谓助手的智能部分无法完成，最后往往变成人工客服在兜底。后来不少面向消费者的早期助手转向企业客服，不是需求消失了，而是技术尚不足以支撑那个入口。

他因此把兴趣放在一个更宽的问题上：怎样让人少做无效的信息处理，更容易找到所需内容。投资让他可以观察研究突破和创业场景如何对应。他提到，当时会把语音识别、计算机视觉、自然语言处理等能力列出来，再逐一寻找金融、医疗、自动驾驶等行业的应用；也会直接研究学者的论文，看看是否有人准备创业。这样的经历也让他对早一代 AI 公司保持克制：技术团队很强，并不保证能找到适合的现金流和商业模式。

搜索、推荐和聊天，分别留下了什么信号

Jaggie 把广告的演化放进平台对用户的认识方式中理解。线下广告、电视广告和早期网络广告并非没有反馈，只是平台很难完整收集每个人看到了什么、因此做了什么。用户行为被数字化之后，广告系统能接触到更多可测信号，投放和测量才逐步发生变化。

搜索框让人用语言主动表达意图，但一条查询词通常只说明当下的问题。推荐系统换了一种观察方式：用户在内容流里看多久、点了什么、是否点赞、怎样滑动，都会成为行为特征。Jaggie 用两类界面说明差别：九宫格里，系统知道用户整体看了一组内容并点开其中一项；连续向上滑的视频流里，系统还能更清楚地看到用户在每一条内容上停留多久。不是所有界面都能产生同样粒度的信号。

聊天框表面上更像搜索，但多轮对话会带来此前难以放进单一查询词的背景。节目举了腰伤的例子：用户可能先咨询给保险公司或医生写信、再找康复视频，最后才问腰带产品。购买意图不一定出现在第一句话，产品也可能在对话过程中提出一个问题，改变用户接下来会说什么。Jaggie 的判断是，聊天产品不能只沿用搜索或信息流的旧框架，因为它同时包含主动语言、历史上下文和与模型来回交互的影响。

这层边界在情感陪伴、医疗咨询等场景尤其敏感。节目谈到有人会先向 ChatGPT 倾诉，再找朋友，也有人拿模型建议和医生意见相互核对。嘉宾没有把这些使用方式当作广告机会的充分理由。相反，人在脆弱、健康或高度信任的情境里交出的上下文越多，产品越需要面对依赖、隐私和商业影响之间的限制。

广告形态要等原生交互先出现

在 Jaggie 看来，只要付费方通过产品影响了用户决策，就已经接近广告的核心定义。它可以是回答旁清晰标出的可点击链接，也可以是对话之后在另一个页面出现的推荐内容；平台还可能把聊天中获得的信号用于既有的信息流广告。前两种看得见的位置较容易沿用点击率等指标，直接改变模型对某个客观问题的回答则更棘手：用户期待的是有依据的回答，广告主却可能希望影响结论。

主持人以 GEO 追问这种变化。Jaggie 将它类比为搜索时代的 SEO：品牌试图在不直接付费的情况下影响系统如何呈现自己；与之相对，明确买下展示机会的模式更接近 SEM。这个类比只说明已有做法如何映射到新入口，并不意味着聊天广告已经形成稳定标准。

他反复强调，广告形态要依托原生产品里的注意力和互动。以可交互内容为例，曾有创业产品把短视频流里的每一条内容做成可玩的小游戏或互动页面。Jaggie 认为，用户未必会专门打开一个应用寻找这种形态；若把互动内容嵌进原本就会浏览的信息流，它才可能自然出现。Snap 探索过让用户在广告里点按、收集物品后再转化的互动广告，逻辑正是如此。它是否比普通广告转化更高，节目没有下结论。

Muse 的对话页和根据此前对话生成的第二个内容页，也被两人当作一种尚在成形的混合界面：它有信息流的外观，却不是用户打开短视频产品时的那种浏览心态。Jaggie 同时提到，抖音搜索已经会把文字总结、原始视频和电商商品放在一起。搜索、内容和交易在同一入口里重新组合，可能会带来新位置，但没有人能仅靠现有界面提前确定下一种广告格式。

广告主看的是购买路径，不是一个统一的转化率

品牌广告和效果广告常被当成两种生意，Jaggie 更愿意从消费者的决策过程来拆开它们。不同公司的命名不一，节目采用的路径大致包括：知道产品、产生兴趣、认真比较、采取行动，使用后愿意推荐。越接近下单、下载或其他行动，平台越容易把广告与结果联系起来；发生在更早阶段的认知和好感，则更难用一次点击证明价值。

同一件商品也不总处在同一种决策里。家里缺鸡蛋时，购买往往是预先计划好的补货；看到一支新眉笔而临时下单，则可能来自发现和灵感。床垫、汽车等低频高价品的决策周期又更长：即使用户已经听说某个品牌，没有搬家或换车的触发条件，也不会立即转换。节目因此没有把高点击率等同于所有广告的有效性。

Jaggie 回忆，传统消费品公司会在广告投放后抽样询问消费者是否听过新品、记住了哪些卖点，再用统计方法评估认知；也会用营销组合模型和增量评估，估算不同渠道对结果的贡献。线上广告发展后，归因工具更容易追踪下单前的最后一步，许多预算也随之集中到可测的渠道。可是，多数预算并没有因此只需要最后触点指标。

中美市场的数据形态又不相同。按嘉宾的描述，中国的内容、种草、电商和支付较集中在少数大平台，广告主较容易把路径的一部分串起来；美国的交易可能发生在 Shopify 独立站、线下门店或不同零售商处，闭环更分散。隐私规则和移动端标识符政策改变后，新进入者也较难补齐过去多年积累的识别和转化数据。可取得的数据和可测范围，因此并不相同。

大公司拥抱 AI，难点常在组织里

Jaggie 不代表宝洁或其他公司发言，只分享了自己接触到的情况。他看到大型消费品公司已经开始用 AI 工具制作素材，也有年轻员工推动内部尝试；但相较于原生数字品牌，节奏未必一样。广告工作长期由大型代理公司承担，企业内部未必保有制作素材、投放、筛选创作者的最新经验；即使管理者知道要找新团队，也可能要穿过既有的一层层供应商关系。

创作者素材成为广告的一部分，也让这套分工更难原样沿用。嘉宾提到，TikTok 带动了把创作者内容再利用为广告的做法。问题不只是生成一张素材，而是如何找到合适创作者、筛选内容并将其放进投放系统。对大型组织来说，AI 转型既涉及工具，也涉及谁拥有判断和决策权。

主持人把创始人与职业经理人的差别概括为可调整组织的幅度：前者或许能直接重排工作流和团队，后者需要在既有职责、预算与授权内推进。Jaggie 则补充，即便是较新的公司，也不可能轻易把现有人员全部替换后重来。组织包袱并非某个人的缺陷，却会影响新技术从试验走到日常流程的速度。

聊天产品的商业化，要算信号，也要算成本与边界

当主持人问 OpenAI、Anthropic 等公司会不会成为很大的广告平台时，Jaggie 没有给出规模预测，只提出一套观察框架：用户时间、数据量和意图深度都会影响广告收入。Google 的使用时长未必像社交媒体那么长，但搜索意图通常接近交易，因而可以有很强的转化价值。Jaggie 认为，即使聊天产品获得相近的活跃度和意图，拥有 Instagram、Threads 等现有广告版位和历史信号的平台，变现效率也可能不同。

免费聊天产品还多了一笔不能回避的账。每一次查询都会消耗 token；企业需要比较推理成本、用户停留、订阅收入和广告或佣金带来的回报。Jaggie 以豆包为例说明一种可能：它不一定要在对话界面直接收回所有成本，也可以通过更了解用户，让抖音或其他已有广告业务投放得更有效。但他认为这不能简单比作花钱获客，因为持续产生的用户信号本身会继续改变系统的效果。

医疗正好显示了商业算式的限制。节目讨论到，如果用户在问诊、用药等高度敏感的场景向助手提问，产品确实获得了很深的上下文；但中国互联网曾出现医疗广告争议，哪里可以商业化、何时会伤害用户信任，不能只按一条查询的收入计算。Jaggie 将这归为公司价值判断和商业权衡共同决定的问题，也提醒中美的电力、算力等成本条件并不相同。

记忆会带来黏性，也可能带来新的迁移方式

持续对话使 memory 成为竞争焦点。Jaggie 的推演是：一个系统若已了解用户的偏好、旧问题和处理习惯，下一次可以更好地协助情感倾诉、办事或购物，换到另一个系统会有成本。他用换秘书或换熟人的体验类比这种成本。不过他也说，自己曾长期使用 ChatGPT，后来因为 Muse 在具体任务上表现出明显差异而转用；历史聊天记录是否真的让体验变得更好，取决于产品把这些记录转化为帮助的速度和能力。

主持人的看法更偏向可迁移性：新应用会尽量导入旧应用的记忆、上下文和技能，用户也会备份自己的资料。Jaggie 认为，若把记忆理解为可以导出的标签，这种迁移有可能；但对话中仍可能存在未被显式写下、难以解释的部分。两人没有解决这场分歧，只把它留在产品竞争里：数据能否携带、用户是否授权、平台能否用已有上下文提供真正的任务优势，都会影响切换成本。

Google 和 Apple 因此被放在一个复杂的位置上。它们掌握邮件、地图、文件等入口；Jaggie 认为 Google 尤其珍惜用户对它的信任。用户是否愿意让系统跨越这些数据，组织是否愿意加快推进，仍是产品问题，而不会随着技术储备自动解决。Jaggie 提到，许多新产品会基于 Gmail 等第三方数据工作，这种开放性给了后来者机会，也让入口平台必须重新考虑自己的角色。

中美之间，产品经验开始双向流动

访谈最后回到 Jaggie 的跨地域经历。2015 年前后，中国创业者常常去硅谷看消费互联网模式；他到美国后却看到，TikTok、直播电商、短剧和小红书等产品形态让更多硅谷从业者开始研究中国市场。早期有人把中国短视频视为边缘现象，产品规模和使用结果改变了这种态度。嘉宾把这看作一次由产品结果推动的学习，而不是单纯的资本流向变化。

这种兴趣也不只指向内容产品。供应链、制造、机器人、能源和芯片等话题，同样让美国从业者关注中国的经验；DeepSeek、Kimi、MiniMax 等模型公司走向海外传播，也让更多人直接接触到中国团队的产品。Jaggie 在节目结尾仍把注意力放回最开始的问题：人会怎样与硅基系统交互。广告会随这些交互变化，新入口是否值得信任、能否完成任务、又将如何收费，还要由下一批产品的实际使用来检验。