Pubblicità su ChatGPT: come funzionano gli annunci ADV e quando usarli

Prima di entrare nel dettaglio, vale la pena fissare alcuni punti chiave per capire subito come funziona il nuovo canale e cosa lo distingue dagli altri sistemi pubblicitari.

• Gli annunci a pagamento vengono mostrati separatamente e sotto le risposte di ChatGPT; pagare non permette di modificare ciò che ChatGPT risponde.
• La selezione non dipende soltanto da keyword: entrano in gioco intento e contesto della conversazione, annuncio, landing page e indicazioni fornite dall'inserzionista.
• Gli inserzionisti possono acquistare campagne CPM, CPC e, per obiettivi di conversione, oCPC.
• Le Ads presidiano la visibilità a pagamento; la GEO lavora invece sulla possibilità di ottenere presenza organica nelle risposte.
• Il vero vantaggio del canale a pagamento non è necessariamente un intento più elevato rispetto alla Search, ma la disponibilità di un contesto molto più ricco sull'intento dell'utente.

Le ChatGPT Ads sono gli annunci pubblicitari integrati nell'esperienza conversazionale di ChatGPT.

Vengono visualizzati sotto le risposte, in uno spazio distinto e identificato come sponsorizzato. Un annuncio può includere nome dell'inserzionista, favicon, titolo, descrizione, immagine e collegamento verso la pagina di destinazione.

Il fatto che l'annuncio a pagamento si trovi vicino a una risposta non significa però che faccia parte della risposta.

OpenAI mantiene separati il sistema pubblicitario e il modello che genera il contenuto della conversazione: gli inserzionisti non possono pagare per modificare, influenzare o ottenere una posizione privilegiata all'interno di ciò che ChatGPT risponde.

Immaginiamo che un utente chieda:

“Abbiamo 15 commerciali e oggi gestiamo i follow-up con Excel. Cerco un CRM semplice, integrato con Outlook e che non richieda mesi di formazione. Cosa dovrei valutare?”

1. Un'azienda potrebbe apparire nella risposta in forma organica, perché ChatGPT la considera pertinente sulla base delle informazioni che utilizza per formularla.
2. La stessa azienda potrebbe apparire sotto quella risposta attraverso un annuncio a pagamento.

Potrebbero verificarsi entrambe le cose, una sola oppure nessuna delle due. Ma acquistare la seconda presenza non determina la prima.

Questa distinzione sarà sempre più importante quando aziende e Marketing Manager parleranno genericamente di “visibilità su ChatGPT”.

Chi può vedere la pubblicità su ChatGPT

La reach potenziale di ChatGPT e la reach pubblicitaria di ChatGPT non coincidono.

Attualmente gli annunci possono comparire sui piani Free e Go. Plus, Pro, Business, Enterprise ed Edu rimangono invece senza pubblicità; sono esclusi anche gli account identificati come appartenenti a minori di 18 anni e le Chat temporanee.

Per valutare il canale, quindi, non basta partire dalla domanda:

“Quante persone utilizzano ChatGPT?”

La domanda economicamente più utile è:

“Quanta parte del mio pubblico può essere realmente raggiunta attraverso ChatGPT Ads?”

La differenza è particolarmente importante nel B2B. Manager, professionisti e utenti che usano ChatGPT intensivamente per lavoro potrebbero essere sovrarappresentati proprio nei piani a pagamento o aziendali sui quali gli annunci non vengono mostrati.

Non significa che le ChatGPT Ads non possano funzionare nel B2B. Significa che la dimensione dell'audience va verificata sul campo, anziché dedotta dalla sola popolarità della piattaforma.

Per comprendere il potenziale delle ChatGPT Ads conviene evitare un'altra semplificazione: definire ChatGPT automaticamente come un canale “a maggiore intenzione” rispetto a Google.

Non è necessariamente così.

Una ricerca come:

“preventivo impianto fotovoltaico 20 kW”

può esprimere un intento commerciale estremamente avanzato.

Mentre il vantaggio di una conversazione è diverso: può raccontare molto di più sull'intento.

Lo stesso utente potrebbe spiegare a ChatGPT:

“Ho un capannone di 1.500 metri quadrati, consumiamo soprattutto durante il giorno e vorrei capire se un impianto fotovoltaico da circa 20 kW ha senso. Non mi interessa necessariamente accumulare energia e vorrei rientrare dall'investimento in pochi anni.”

Non sappiamo automaticamente se questa persona sia più vicina all'acquisto rispetto a chi effettua la ricerca precedente.

Sappiamo però molto di più sul suo problema.

Il contesto contiene tipologia dell'immobile, consumo, fascia oraria, ipotesi di dimensionamento, preferenze tecnologiche e criterio economico con cui verrà valutata la soluzione.

È più corretto parlare, quindi, di high context che di high intent.

Ed è proprio il contesto uno dei segnali che OpenAI dichiara di utilizzare nella selezione degli annunci, insieme all'intento della conversazione, alla landing page, al titolo, al testo, alle indicazioni contestuali fornite dall'inserzionista e agli altri criteri di targeting disponibili.

Questo avvicina ChatGPT Ads a un cambiamento che abbiamo già osservato negli ecosistemi pubblicitari più maturi: il controllo dell'inserzionista passa progressivamente dalla definizione rigida del traffico alla capacità di fornire al sistema segnali di qualità.

Con ChatGPT le keyword non scompaiono, ma perdono il ruolo che avevano nella Search

Quando si parla di pubblicità su ChatGPT viene spontaneo chiedersi quali keyword utilizzare.

La domanda è comprensibile, ma rischia di partire dal modello mentale sbagliato.

ChatGPT Ads permette di fornire a livello di gruppo di annunci delle indicazioni di contesto, o context hints, che aiutano il sistema a comprendere per quali esigenze, conversazioni o situazioni un prodotto può risultare pertinente.

Non sono però keyword exact match.

OpenAI specifica che non funzionano come regole che obbligano il sistema a mostrare un annuncio quando compare una determinata parola e non garantiscono la pubblicazione in uno specifico tipo di conversazione.

La seconda colonna non cerca semplicemente più keyword.

Descrive quando l'offerta diventa utile.

È un cambiamento tutt'altro che formale. Se l'algoritmo decide la delivery interpretando più segnali, una parte crescente del lavoro dell'advertiser consiste nel rappresentare correttamente il cliente e le sue situazioni di bisogno.

La conoscenza del mercato torna quindi a essere una leva di performance.

Ads Manager utilizza una gerarchia familiare: campagna, gruppo di annunci e annunci. La campagna contiene obiettivo, budget, date, Paesi target ed eventuali altre impostazioni; il gruppo di annunci organizza un'area di bisogno o un tema e contiene le indicazioni di contesto; all'interno vengono poi create le diverse varianti pubblicitarie.

La parte tecnica è relativamente semplice.

Il lavoro più importante viene prima.

Una struttura efficace non dovrebbe nascere dalla tassonomia interna dell'azienda, ma dalla mappa dei problemi che portano le persone a cercare quella soluzione.

Prendiamo un software di project management. Internamente l'azienda potrebbe dividere la propria offerta tra task management, time tracking, reportistica e collaboration.

Il cliente, però, potrebbe arrivare da situazioni molto diverse:

Quattro problemi diversi possono richiedere quattro gruppi di annunci, messaggi differenti e soprattutto landing page differenti.

È questo il punto da non perdere: in un sistema basato sulla pertinenza, segmentare correttamente il significato può contare più che moltiplicare artificialmente le configurazioni.

Come scrivere context hints realmente utili per ChatGPT Ads

OpenAI suggerisce di descrivere ciò che il prodotto offre, chi aiuta e quando può essere utile. Raccomanda inoltre di mantenere ogni gruppo di annunci concentrato su una categoria, un tema o un'area di intento sufficientemente omogenea.

Da qui deriva una regola pratica.

Un buon context hint dovrebbe aggiungere qualcosa che non è già evidente dal nome del prodotto.

“Software per HR” non chiarisce praticamente nulla.

“Software per aziende con più sedi che vogliono centralizzare ferie, presenze e documenti dei dipendenti” introduce invece situazione, pubblico e problema.

“Arredamento” è una categoria.

“Arredi salvaspazio per monolocali e piccoli appartamenti” rappresenta una necessità.

Il punto non è scrivere indicazioni lunghe per forza. È evitare formule talmente generiche da lasciare al sistema quasi tutto il lavoro di interpretazione.

Allo stesso tempo, essere specifici non significa inventarsi esigenze che il prodotto non risolve. Indicazioni, annunci e destinazioni devono rappresentare l'offerta in modo accurato.

Le creatività devono aiutare il sistema a distinguere perché il prodotto è utile

Anche la produzione creativa va ripensata.

OpenAI raccomanda più varianti realmente differenziate per ogni offerta e suggerisce copy chiari, specifici e orientati al beneficio. Non serve produrre dieci annunci nei quali cambia soltanto una parola: ogni variante dovrebbe offrire al sistema un diverso angolo di pertinenza.

Consideriamo ancora un software per la gestione delle commesse.

“Scopri il gestionale pensato per la tua azienda” potrebbe essere formalmente corretto, ma comunica pochissimo.

“Sai quali commesse stanno riducendo il tuo margine?” intercetta un problema.

“Ore, costi e marginalità di ogni commessa in un'unica vista” presenta una soluzione.

“Sostituisci fogli Excel separati con un controllo centralizzato delle commesse” intercetta una situazione ancora diversa.

La varietà creativa utile non nasce quindi dalla sinonimia.

Nasce dalla capacità di rappresentare motivazioni di acquisto differenti.

Questo principio è coerente con una trasformazione più ampia del digital advertising: man mano che targeting e matching diventano probabilistici, creatività, feed, copy e informazioni fornite alla piattaforma assumono sempre più il ruolo di segnali attraverso i quali l'algoritmo comprende quale traffico cercare.

Per approfondire questo cambiamento puoi leggere la nostra analisi su come sta cambiando il digital advertising.

La landing page non viene dopo il targeting: ne fa parte

Uno degli errori più facili da commettere con ChatGPT ADV sarà concentrare tutta l'attenzione sulla campagna e considerare la landing soltanto come il luogo nel quale far arrivare il clic.

La landing page è invece uno dei segnali utilizzati dal sistema pubblicitario per valutare la pertinenza dell'annuncio. OpenAI raccomanda di utilizzare la destinazione più specifica disponibile anziché rimandare automaticamente alla homepage. Richiede inoltre che la pagina sia raggiungibile dai propri user-agent pubblicitari e di ricerca.

La coerenza da progettare è quindi:

conversazione → intento → annuncio → landing → azione.

Se una campagna intercetta aziende che vogliono capire perché le commesse stanno perdendo marginalità, ma l'annuncio le porta alla homepage generica di un ERP con venti moduli, una parte del valore del contesto è già stata dispersa.

Non significa creare una landing per ogni possibile prompt.

Significa riconoscere i cluster di bisogno economicamente importanti e costruire destinazioni in grado di continuare la conversazione iniziata prima del clic.

Da questo punto di vista, investire sulla Conversion Rate Optimization non è un'attività separata dall'ADV. Più il traffico diventa contestualmente qualificato, più diventa costoso sprecarlo attraverso un'esperienza post-click generica.

Non esiste un “costo di ChatGPT Ads” valido per tutte le aziende.

Ads Manager supporta attualmente tre logiche di campagna: CPM per obiettivi orientati a copertura e notorietà, CPC per traffico e clic e oCPC per ottimizzare verso una conversione successiva al clic.

Nel caso delle campagne oCPC l'inserzionista continua a pagare per il clic, mentre il sistema cerca clic che abbiano maggiori probabilità di produrre l'evento di conversione scelto.

Per le campagne CPC OpenAI indica attualmente come punto di partenza un'offerta massima di circa 3-5 dollari per clic.

È però fondamentale leggere correttamente questo numero: si tratta di un suggerimento relativo al max bid, non del CPC medio che un'azienda deve aspettarsi.

La piattaforma utilizza un'asta al secondo prezzo ponderata per la pertinenza. Costo e delivery dipendono quindi dalla combinazione di competizione, offerta economica e capacità dell'annuncio di risultare pertinente.

Per questo eviterei una delle narrazioni che accompagnano spesso l'arrivo di nuovi canali:

“Ci sono pochi inserzionisti, quindi i clic costano poco.”

Può accadere che in una fase iniziale alcuni mercati presentino una pressione competitiva inferiore a Google o Meta. Non esistono però ancora evidenze sufficienti per trasformarlo in una regola.

Essere early adopter è un'opportunità di apprendimento, non una garanzia di CPC economici.

Per un'azienda, inoltre, il benchmark importante non dovrebbe essere il costo del clic isolato.

Un clic da 1 euro che non produce opportunità commerciali è costoso. Un clic da 5 euro che genera clienti profittevoli potrebbe non esserlo.

Il giudizio deve spostarsi su costo di acquisizione, qualità dei lead, conversion rate, valore generato e marginalità.

Ads Manager permette di monitorare metriche come impression, clic, spesa, CTR, CPC medio, CPM medio e conversioni. Il traffico può inoltre essere identificato nei sistemi analytics attraverso parametri UTM.

Per la misurazione post-click OpenAI mette a disposizione Pixel e Conversions API. Il sistema utilizza anche un riferimento del clic denominato oppref, che può essere mantenuto durante il percorso dell'utente per migliorare l'associazione tra clic e conversione.

Ma avere tracking non equivale ancora a misurare bene.

Per valutare il nuovo canale conviene separare almeno quattro livelli:

Per un eCommerce il collegamento tra clic e fatturato può essere relativamente breve.

Nel B2B, invece, misurare soltanto il CPL rischia di premiare campagne che producono form economici ma commercialmente inutili. Se il ciclo di vendita dura mesi, ChatGPT Ads dovrà essere valutato anche sulla qualità delle opportunità, sul passaggio a SQL, sulla pipeline e, quando i dati lo permettono, sui ricavi generati.

È qui che una corretta infrastruttura di Web Analytics diventa più importante del semplice report nativo della piattaforma.

L'ottimizzazione non dovrebbe partire automaticamente dal bidding.

Quando una campagna non produce il risultato atteso, il problema può trovarsi in parti molto diverse del percorso.

Questo approccio evita un errore frequente nell'ADV: cercare continuamente il “setup migliore” quando il problema reale è l'offerta o il percorso dopo il clic.

Nei sistemi pubblicitari sempre più automatizzati il controllo non scompare. Si sposta.

Se è più difficile determinare esattamente quale utente raggiungere a monte, diventa ancora più importante governare significato del messaggio, qualità dell'offerta, destinazione e misurazione a valle.

Per gli eCommerce OpenAI ha introdotto campagne costruite direttamente attraverso i product feed.

Il retailer può caricare il proprio catalogo in Ads Manager e utilizzare le informazioni strutturate per generare annunci relativi ai prodotti.

Secondo OpenAI, le campagne basate su feed rientrano tra quelle che hanno prodotto finora le performance migliori all'interno del programma pubblicitario. È un'indicazione della piattaforma, non ancora un benchmark indipendente, ma merita attenzione.

Il motivo è interessante.

Se un utente chiede quale scheda video utilizzare per una determinata configurazione, non sta cercando genericamente “elettronica”. Potrebbe avere già espresso budget, componenti esistenti, tipo di utilizzo e requisiti prestazionali.

Un feed ricco e correttamente strutturato permette al sistema di lavorare con informazioni altrettanto granulari: prodotto, specifiche, prezzo, disponibilità, immagini e altri attributi.

Ne deriva un principio già noto agli eCommerce che lavorano bene con Google Shopping e altri sistemi automatizzati:

più delego all'algoritmo la selezione del prodotto, più la qualità del dato che gli fornisco diventa parte della strategia media.

C'è inoltre un dettaglio particolarmente importante per il rapporto tra ADV e GEO: OpenAI specifica che, nell'attuale fase beta, i prodotti inseriti nel feed vengono utilizzati per gli annunci ma non ottengono per questo presenza nelle conversazioni organiche.

Caricare il catalogo per l'advertising non equivale quindi a ottimizzarlo per essere raccomandato organicamente da ChatGPT.

Per gli eCommerce che vogliono integrare advertising, tecnologia e crescita organica può essere utile ragionare all'interno di una più ampia strategia eCommerce.

In un mercato così giovane è facile trovare annunci di “case study” che sono in realtà semplici comunicati o dichiarazioni senza dati.

Per questo ha senso utilizzare soltanto esempi per i quali siano disponibili numeri e contesto sufficienti, dichiarando comunque i limiti della fonte.

Uno dei casi documentati è Newegg, retailer specializzato in elettronica e componenti PC.

La strategia descritta da OpenAI combinava campagne always-on alimentate dal product feed con campagne CPC stagionali concentrate nei periodi di domanda più elevata.

In 28 giorni le campagne avrebbero generato un ROAS pari a 3x; durante le due settimane della Fantastech Sale la campagna dedicata avrebbe raggiunto 7x.

Newegg ha inoltre dichiarato che il traffico proveniente da ChatGPT presentava una maggiore propensione alla conversione e all'acquisto rispetto ad altri canali.

Questi risultati vanno interpretati con prudenza.

Il case study è pubblicato da OpenAI, non deriva da un audit indipendente e non mette a disposizione informazioni sufficienti per verificare incrementality, attribution model, marginalità e interazione con il resto del media mix.

Non va quindi letto come:

“ChatGPT Ads produce un ROAS di 7x”.

La parte interessante è il metodo.

Newegg ha utilizzato dati di prodotto molto dettagliati per intercettare utenti che stavano già confrontando componenti e specifiche; ha mantenuto una presenza continuativa e ha aumentato l'investimento in una finestra temporale nella quale l'intenzione di acquisto era maggiore.

La lezione trasferibile è quindi un'altra:

ChatGPT Ads sembra particolarmente interessante quando l'azienda riesce a far coincidere la granularità del bisogno espresso dall'utente con la granularità delle informazioni che fornisce alla piattaforma.

Per un retailer significa soprattutto feed.

Per un'azienda di servizi significa casi d'uso.

Per un B2B significa problemi specifici, requisiti, segmenti e proposte di valore molto più precise delle tradizionali categorie di prodotto.

La risposta corretta, oggi, non è né sì né no.

Il B2B presenta contemporaneamente un'opportunità e alcuni vincoli importanti.

L'opportunità deriva dal contesto. Le persone utilizzano ChatGPT anche per scegliere software aziendali, comprendere tecnologie, confrontare fornitori e preparare decisioni professionali.

Un prodotto tecnico o un ciclo di acquisto lungo non sono quindi necessariamente incompatibili con il canale.

Anzi, proprio i prodotti complessi possono generare conversazioni molto ricche prima dell'acquisto.

Il problema potrebbe essere altrove.

Il primo limite è la reach: una parte del pubblico professionale può utilizzare account Plus, Pro, Business o Enterprise, sui quali gli annunci non compaiono.

Il secondo riguarda l'eleggibilità. Nella fase attuale alcune categorie sono disponibili, altre regolamentate possono richiedere approvazioni specifiche e le policy continueranno a evolvere.

Il terzo è la misurazione. Con un ciclo commerciale di sei o dodici mesi è molto più difficile stabilire il valore della campagna osservando soltanto le conversioni immediate.

Per il B2B, quindi, ChatGPT Ads non va giudicato sulla base di un assunto generale. Va testato verificando audience raggiungibile, eleggibilità, qualità del traffico e contributo reale alla pipeline.

L'arrivo di un nuovo sistema pubblicitario porta inevitabilmente alla domanda:

“Conviene spostare budget da Google o Meta verso ChatGPT?”

È troppo presto per formulare una risposta universale, ma soprattutto è sbagliato partire dall'idea che i tre canali facciano lo stesso lavoro.

Google mantiene un vantaggio enorme quando la persona sa già cosa sta cercando ed esprime il bisogno attraverso una query molto precisa.

Meta può essere estremamente efficace quando la domanda non è ancora esplicita e il contenuto deve far emergere interesse.

ChatGPT occupa uno spazio particolare: spesso l'utente sta già lavorando attivamente su un problema, ma il suo bisogno non è necessariamente comprimibile in due o tre keyword.

Per questo non lo considererei il “successore” della Search.

È un nuovo punto di contatto nel processo decisionale.

Il modo più sensato di inserirlo nel media mix è individuare quali momenti riesce a intercettare meglio o in modo diverso rispetto ai canali esistenti, e allocare budget sulla base dei risultati.

L'arrivo della pubblicità rende finalmente evidente una distinzione che prima era molto più facile ignorare.

Esistono due modi profondamente differenti attraverso cui un'azienda può acquisire visibilità in ChatGPT.

Con le ChatGPT Ads acquista uno spazio sponsorizzato.

Con la Generative Engine Optimization lavora invece sulle informazioni e sui segnali che possono portare un motore generativo a conoscere, comprendere, considerare e potenzialmente citare il brand.

In altre parole:

l'ADV ti mette accanto alla risposta organica; la GEO lavora sulle condizioni necessarie per poter entrare nella risposta.

È importante utilizzare il verbo “poter”.

La GEO non permette di acquistare o garantire una citazione. Lavora sulla probabilità che un brand diventi sufficientemente comprensibile, autorevole e corroborato da fonti da essere considerato dai sistemi generativi.

Non è soltanto una differenza teorica.

Nell'Osservatorio GEO NetStrategy abbiamo analizzato 190 siti italiani attraverso oltre 35.000 interrogazioni effettuate durante maggio 2026 su ChatGPT, Gemini e Perplexity.

Sul sottoinsieme misurato attraverso le fonti esplicite di Perplexity, nei prompt commerciali soltanto il 17% delle fonti utilizzate per descrivere un'azienda proveniva dal sito dell'azienda stessa; il restante 83% arrivava da fonti esterne come recensioni, directory, profili, articoli e menzioni.

Sul campione di PMI analizzato, inoltre, la presenza nelle raccomandazioni mostrava una variabilità settimanale media del 40%.

Questi dati non descrivono il funzionamento delle ChatGPT Ads e non vanno usati per farlo.

Dicono però qualcosa di importante sulla seconda metà del problema.

Acquistare media non costruisce automaticamente l'ecosistema informativo attraverso il quale un motore comprende il brand.

L'ADV compra inventory. La GEO lavora sull'information ecosystem dell'azienda.

È per questo che le due attività sono complementari e non intercambiabili.

Per approfondire il secondo livello è possibile partire dalla nostra consulenza GEO.

Fare ChatGPT Ads aiuta a comparire nelle risposte di ChatGPT?

No.

È probabilmente la domanda più importante da chiarire per evitare aspettative sbagliate.

OpenAI afferma esplicitamente che gli annunci a pagamento non influenzano le risposte organiche di ChatGPT e che gli inserzionisti non hanno la possibilità di modificarne o condizionarne il contenuto.

La visualizzazione di un annuncio non implica inoltre che OpenAI raccomandi il brand o il prodotto pubblicizzato.

Investire di più in ChatGPT Ads può quindi aumentare la possibilità di ottenere esposizione pubblicitaria, clic e conversioni se la campagna funziona.

Non permette di acquistare una raccomandazione organica.

Un brand che vuole presidiare entrambe le superfici deve lavorare su due strategie differenti:

media strategy per la parte sponsorizzata; GEO strategy per la parte organica.

La novità del canale, da sola, non è una ragione sufficiente per investirci.

Un test ha molto più senso quando esiste una risposta convincente ad alcune domande: il prodotto viene realmente esplorato o confrontato prima dell'acquisto? Esistono problemi e casi d'uso sufficientemente distinguibili? L'offerta può essere spiegata in modo concreto? Le landing sono coerenti con questi bisogni? Le conversioni sono misurabili? L'audience raggiungibile è compatibile con il mercato dell'azienda? La categoria è ammessa dalle policy? E soprattutto: esiste un risultato economico rispetto al quale giudicare il test?

È questo ultimo punto che separa sperimentazione e semplice curiosità.

Una campagna iniziale dovrebbe essere costruita per imparare qualcosa di verificabile.

Non:

“Vediamo come va ChatGPT.”

Ma, ad esempio:

“Vogliamo capire se le conversazioni relative al problema X generano lead commercialmente più qualificati di quelli ottenuti mediamente dagli altri canali.”

Oppure:

“Vogliamo verificare se un feed di prodotto dettagliato riesce a intercettare utenti in fase di confronto con un ROAS sostenibile.”

L'esperimento dovrebbe quindi avere un segmento, una tesi, una metrica e un criterio di successo.

Solo a quel punto ha senso decidere se scalare.

Il vero vantaggio competitivo non sarà conoscere il pulsante giusto

Le prime fasi di ogni piattaforma pubblicitaria producono inevitabilmente guide dedicate a impostazioni, menu e hack.

Sono utili, ma hanno una vita breve.

ChatGPT Ads è ancora un prodotto giovane e OpenAI sta modificando rapidamente accesso, formati, modalità di acquisto, misurazione e funzionalità.

Costruire un vantaggio competitivo su un singolo setting significa quindi costruirlo su qualcosa che potrebbe cambiare nel giro di pochi mesi.

I principi destinati a durare sono altri.

Capire in quali situazioni nasce la domanda. Rappresentare correttamente quei problemi al sistema. Produrre messaggi realmente diversi. Costruire continuità tra bisogno, annuncio e landing. Alimentare gli algoritmi con dati di qualità. Misurare ciò che accade dopo il clic.

Sono tutte competenze che diventano più importanti, non meno, quando una parte del controllo viene trasferita all'algoritmo.

Ed è probabilmente questo il cambiamento più significativo introdotto dalla pubblicità su ChatGPT.

Non stiamo semplicemente aggiungendo un altro placement a Google e Meta.

Stiamo entrando in un ambiente nel quale il linguaggio con cui le persone descrivono i propri problemi diventa parte del sistema pubblicitario.

Allo stesso tempo, le aziende dovranno imparare a distinguere due mercati della visibilità.

Quello che possono comprare.

E quello che devono conquistare.

Per questo la questione strategica non sarà decidere tra ChatGPT ADV e GEO. Sarà comprendere quale ruolo deve svolgere ciascuna leva nel percorso con cui il brand viene scoperto, valutato e infine scelto.

Per valutare come inserire il nuovo canale in una strategia più ampia di acquisizione è possibile approfondire le nostre attività di SEM e ADV.

No.

È un altro punto su cui è facile fraintendere il funzionamento della piattaforma.

ChatGPT può utilizzare il contesto della conversazione corrente per valutare la pertinenza di un annuncio, ma OpenAI dichiara di non condividere le conversazioni con gli inserzionisti e di non vendere loro i dati degli utenti.

Gli advertiser ricevono dati aggregati sulle performance, non chat, memoria, cronologia, nome, email, posizione precisa o altri dati personali dell'utente.

Nel mercato europeo esiste inoltre una distinzione importante: al momento gli annunci personalizzati basati sull'esperienza più ampia dell'utente non sono inizialmente disponibili nello Spazio Economico Europeo e in Svizzera.

In queste aree assume quindi un ruolo ancora più centrale il contesto della conversazione in corso.

OpenAI prevede anche restrizioni sul placement: gli annunci non vengono inseriti in prossimità di conversazioni considerate sensibili, personali o inappropriate per la brand safety.

Per gli inserzionisti italiani significa che il potenziale del conversational advertising non va confuso con l'accesso alle conversazioni personali degli utenti.