Między lipcem a sierpniem 2026 roku platforma analityczna Searchable zbadała ponad 11 000 reklam wyświetlonych w prawdziwych rozmowach z ChatGPT — i odkryła, że aż 33% z nich nie miało żadnego związku z tym, o czym użytkownik w ogóle rozmawiał. To nie jest drobna niedokładność systemu reklamowego; to sygnał, że obietnica kontekstowej precyzji, na której OpenAI zbudował swój model monetyzacji, na razie pozostaje bardziej aspiracją niż rzeczywistością.
Jak działa system reklamowy wewnątrz ChatGPT?
Reklamowanie w ChatGPT opiera się na mechanizmie zwanym dopasowaniem kontekstowym (ang. context matching), który różni się fundamentalnie od klasycznej reklamy w wyszukiwarkach. Zamiast licytować konkretne słowa kluczowe, reklamodawcy opisują sytuacje, tematy i rodzaje rozmów, w których chcą się pojawić — a silnik OpenAI próbuje dopasować te opisy do toczących się na żywo konwersacji.
W tradycyjnym płatnym wyszukiwaniu (ang. paid search) to reklamodawca decyduje, przy jakich frazach wyświetla się jego kreacja. Kupując słowo kluczowe „ubezpieczenie OC”, niemal gwarantuje sobie użytkownika z intencją zakupową. ChatGPT nie oferuje tego komfortu — rozmowy toczą się swobodnie, a użytkownik w jednym wątku może pytać o przepis na zupę, analizować umowę i szukać lotu do Barcelony.
Analizę przeprowadziła firma Searchable, specjalizująca się w tzw. widoczności AI (ang. AI visibility), w okresie od 4 lipca do 4 sierpnia 2026 roku. Każdą z 11 000 reklam przypisano do konkretnej rozmowy, a następnie oceniono stopień jej trafności według trzech kategorii: dopasowanie bezpośrednie, dopasowanie kontekstowe i brak związku.
Co pokazują liczby z badania Searchable?
Wyniki można podzielić na trzy grupy. Zaledwie 27% reklam stanowiło bezpośrednie dopasowanie — reklamowany produkt odpowiadał dokładnie temu, o co pytał użytkownik. Największą grupę, 40%, stanowiły reklamy dopasowane kontekstowo: odnosiły się do czegoś, co padło wcześniej w wątku, ale nie do bieżącego pytania. Pozostałe 33% — co trzecia reklama — nie miało żadnego związku z rozmową.
Jeszcze bardziej wymowna jest statystyka dotycząca intencji zakupowej. Aż 68% reklam pojawiło się w rozmowach, w których użytkownik nie wykazał ani śladu zamiaru kupna, rezerwacji, porównania czy zatrudnienia kogokolwiek — w żadnym miejscu całego wątku. Reklamodawcy płacą więc za wyświetlenia w środowisku, gdzie nikt niczego kupować nie zamierzał.
Patrząc na poziomie rozmów, a nie pojedynczych reklam: w 40% konwersacji zawierających reklamy co najmniej jedna z nich była całkowicie niezwiązana z tematem dyskusji. W 28% wątków każda wyświetlona reklama była nie na miejscu.
Które branże wypadają najgorzej?
Wyniki różnią się drastycznie w zależności od sektora. Najgorzej radzi sobie reklama usług marketingowych i B2B — 47% kreacji z tej kategorii było niezwiązanych z rozmową. Tuż za nią plasuje się sektor oprogramowania i SaaS z wynikiem 45% trafionych chybionymi reklamami.
| Branża | Odsetek reklam bez związku z rozmową | Odsetek reklam bezpośrednio dopasowanych |
|---|---|---|
| Marketing i usługi B2B | 47% | brak danych w raporcie |
| Oprogramowanie i SaaS | 45% | brak danych w raporcie |
| Brokerzy danych i sprawdzanie tła | najlepsza trafność (50% kontekstowych) | najwyższy wskaźnik trafności |
| Podróże (Travel) | niski odsetek nietrafionych | 43% dopasowanych kontekstowo lub bezpośrednio |
| Motoryzacja | niski odsetek nietrafionych | 42% dopasowanych kontekstowo lub bezpośrednio |
| Ubezpieczenia | 23% (najniższy wskaźnik nietrafionych) | 11% (bezpośrednie dopasowanie) |
Interesującym przypadkiem jest sektor ubezpieczeń. Choć ma najniższy odsetek reklam zupełnie nie na miejscu (23%), bezpośrednich dopasowań jest tylko 11%. Dwie trzecie reklam ubezpieczeniowych trafia w kontekst — pojawia się przy wzmiance o życiowym wydarzeniu gdzieś w wątku, a nie przy pytaniu o polisę. To model przypominający bardziej reklamę afektywną niż sprzedażową.
Redakcja IWD Partner: ChatGPT był reklamowany reklamodawcom jako środowisko, które „już wie, czego chce użytkownik” — i na tej obietnicy zbudowano całą logikę premiowania tego kanału nad klasycznym Google Ads. Tymczasem dane Searchable z 2026 roku przypominają nam, że asystent konwersacyjny to nie wyszukiwarka z intencją, lecz otwarta przestrzeń myślenia na głos. Pytanie, które pozostaje otwarte: czy reklamodawcy płacą za przyszłe możliwości systemu, licząc na jego dojrzewanie, czy po prostu przepalają budżety w imię bycia „first mover” w nowym kanale?
Co OpenAI mówi o trafności własnych reklam?
Oficjalny komentarz ze strony OpenAI pochodzi z czerwca 2026 roku. Denise Dresser, pełniąca wówczas funkcję Chief Revenue Officer OpenAI, stwierdziła publicznie, że wskaźnik odrzuceń reklam przez użytkowników ChatGPT spadł o połowę od momentu uruchomienia systemu reklamowego w lutym 2026 roku. Firma traktuje odrzucenia — czyli aktywne zamknięcie reklamy przez użytkownika — jako swój główny miernik trafności.
Metodologia Searchable i metodologia OpenAI mierzą jednak inne rzeczy. OpenAI obserwuje reakcję użytkownika po wyświetleniu reklamy; Searchable ocenia strukturalny związek między treścią reklamy a treścią rozmowy, niezależnie od tego, czy użytkownik kliknął czy nie. Mniejsza liczba odrzuceń może oznaczać wyższą trafność — ale może też oznaczać, że użytkownicy nauczyli się ignorować reklamy bez aktywnego ich zamykania, co w świecie UX opisuje się pojęciem ślepoty banerowej (ang. banner blindness).
Analiza Searchable obejmuje miesiąc przypadający mniej więcej w połowie pierwszego roku działania systemu reklamowego ChatGPT. W tym okresie udział reklam bez żadnego związku z rozmową utrzymywał się blisko jednej trzeciej — bez zauważalnej tendencji spadkowej, mimo wzrostu wolumenu wyświetlanych reklam.
Dlaczego niedopasowanie reklam w ChatGPT ma znaczenie?
ChatGPT według danych OpenAI z 2025 roku przekroczył granicę 200 milionów aktywnych użytkowników tygodniowo. Reklamy wyświetlane w tym środowisku trafiają do osób, które przyszły po pomoc w pisaniu, nauce, rozwiązywaniu problemów lub myśleniu — nie po zakupy. Jeśli 68% wyświetleń reklam pojawia się w rozmowach bez jakiejkolwiek intencji zakupowej, efektywny koszt dotarcia do rzeczywistego potencjalnego klienta jest wielokrotnie wyższy, niż sugerują standardowe wskaźniki CPM (koszt tysiąca wyświetleń).
Dla reklamodawców z sektora B2B i SaaS, gdzie nietrafionych reklam jest odpowiednio 47% i 45%, kwestia ta ma bezpośrednie przełożenie na budżety. Żadna z badanych branż nie osiągnęła nawet 50% bezpośrednich dopasowań — co oznacza, że system w obecnej formie nie dorównuje precyzji klasycznego płatnego wyszukiwania nawet w swoich najlepszych kategoriach.
Z perspektywy użytkownika pojawia się równolegle pytanie o doświadczenie korzystania z asystenta. ChatGPT wyróżniał się na tle reklam internetowych tym, że rozumiał kontekst — jeśli ten kontekst jest ignorowany w co trzeciej reklamie, zaufanie do narzędzia jako „neutralnego pomocnika” może stopniowo erodować.
Powiązane pojęcia z AI i uczenia maszynowego
- Dopasowanie kontekstowe (context matching) — mechanizm reklamowy, w którym system AI dobiera reklamy na podstawie treści bieżącej rozmowy lub sesji użytkownika, zamiast z góry zdefiniowanych słów kluczowych.
- Intencja zakupowa (purchase intent) — sygnał w zachowaniu użytkownika wskazujący na zamiar dokonania transakcji, np. porównywanie cen, pytanie o dostępność produktu lub wyszukiwanie recenzji.
- Ślepota banerowa (banner blindness) — zjawisko psychologiczne, w którym użytkownicy automatycznie ignorują elementy strony lub interfejsu przypominające reklamy, nie wchodząc z nimi w interakcję.
- CPM (Cost Per Mille) — wskaźnik reklamowy oznaczający koszt tysiąca wyświetleń danej kreacji, niezależnie od tego, czy użytkownik weszł z nią w interakcję.
- AI visibility — obszar analizy marketingowej badający, jak marki i treści są reprezentowane, cytowane i promowane przez systemy sztucznej inteligencji, takie jak asystenci konwersacyjni.
Na podstawie materiałów źródłowych.
