2026 年 6 月，美国市场 38.2% 的购物意图 ChatGPT 回答里出现了 sponsored 广告位——GEOly 行业监测的 467,805 条回答中有 178,878 条带广告。这个数字应该改变你做竞对研究的方式：竞品不只是在 ChatGPT 的自然商品卡里排在你前面，他们现在可以直接花钱买进同一条回答，而且往往排在你上方。
想监控竞品的 ChatGPT 广告，只有两条路。手动：把品类里最重要的购物 prompt 逐条丢给 ChatGPT，找标着 sponsored 的广告卡（卡片上有广告主名称和域名），逐条记录。系统化：用专门的广告情报层，比如 GEM——GEOly 的生成式引擎营销（Generative Engine Marketing）数据集——按固定频率跑大规模购物 prompt 面板，识别每一张 sponsored 广告卡，记录背后的广告主，并汇总成周度时间序列和品类基准。
OpenAI 没有像 Meta 那样的公开广告资料库，你查不到"我的品类里有哪些品牌在投 ChatGPT 广告"这样的官方页面。唯一的可见性来自回答本身，所以规模化监测就是这件事的全部。下面讲怎么做、盯什么，以及当前的广告主数据长什么样。
为什么现在就要做广告情报
ChatGPT 广告通过 OpenAI 的自助广告后台投放（美国），广告卡与自然商品卡并排出现在购物回答里。麻烦就在这个"并排"。你花一年时间在"150 美元以内最好的无绳电钻"这类 prompt 上赢下了自然位，竞品打开广告后台就能在同一条回答里买一张 sponsored 卡。你的自然位不会消失，但头顶多了一个付费邻居。
这也早已不是小众渠道：2026 年 6 月共有 3,042 个不同广告主在 ChatGPT 上活跃投放（GEOly 行业监测，美国）。自助开户意味着门槛只是一张信用卡，不需要代理商关系。广告主数量和广告渗透率指向同一个结论：你所在品类的竞价正在快速变满。
谁已经在 ChatGPT 上投广告
2026 年 6 月广告出现次数 Top 10（GEOly 监测 prompt 面板，美国）：
- Harbor Freight：7,245 次广告出现
- Quince：6,549 次
- Pottery Barn：5,922 次
- SCHEELS：5,719 次
- Sephora：4,972 次
- Ring：4,672 次
- Amazon：3,227 次
- Home Depot：2,918 次
- Chewy：2,735 次
- 3 Day Blinds：2,222 次
看看这个组合：大卖场（Home Depot、Amazon）、品类杀手型零售（Harbor Freight、SCHEELS）、以效率著称的 DTC 品牌（Quince）、家居服务（3 Day Blinds），还有宠物、美妆、智能家居。这不是某个垂类在试水 beta，而是主流零售预算已经铺进了购物 prompt 发生的各个品类。你的品类如果在榜上，你大概率已经有了付费邻居；如果不在，眼前也许正是一片便宜的流量洼地。
到底该盯哪些指标
ChatGPT 广告情报归结为五个信号：
- 按 prompt 和品类的广告主分布：哪些品牌在哪些 prompt 上买了广告，和你自己的核心 prompt 组合重合度多高。
- 广告出现频次：一个品牌单月出现 6,000 多次，那是 always-on 的常态投放，不是测试。
- 与你自然位的重叠：你握着自然商品卡、竞品握着广告位的那些 prompt，是你最紧迫的暴露面。
- 新广告主入场：这周冒出来、上周还没有的域名。先在小范围 prompt 试投，往往是全面加码的前奏。
- 创意与 offer 角度：广告卡在说什么——价格话术、套装、物流承诺——你的自然 listing 正在被拿来和什么对比。
手动追踪能走多远
现在就可以做一次有用的抽查：打开 ChatGPT，跑 15 到 20 条品类里购买意图最强的 prompt，凡是回答里出现 sponsored 卡就截图，记下广告主名称和域名（卡片上都有）。每周重复，维护一张表。
但天花板来得很快。回答在不同会话间会变，跑一次几乎说明不了广告主的真实出现频率；你开始记录那天之前没有任何历史；20 条 prompt 覆盖不了买家几百种表达方式；更没有基准可参考——你的 prompt 里 38% 的广告覆盖率在本垂类算高还是低？表格答不了这个问题。手动检查是手电筒，竞争情报需要的是探照灯。
