ChatGPT 广告归因链全面曝光：4 层 Fernet 加密+上下文精准投放，AI 广告技术架构深度解析

安全研究员在 HN 上公开了 ChatGPT 广告系统完整技术架构：SSE 流实时注入广告、4 层 Fernet 加密 Token 构成归因链、OAIQ SDK 追踪用户点击行为。本文从 AI 工具构建者角度，解析这套系统对 AI 自动化变现的启示。

核心结论

2026 年 4 月 28 日，安全研究员 Buchodi 在 HN 上公开了 ChatGPT 广告系统的完整技术实现细节。这不仅是 OpenAI 商业化的关键一步，更是 AI 平台如何构建原生广告归因体系的第一份公开技术参考。

关键发现：

事件时间：2026-04-28 公开披露（实际系统已运行一段时间）
影响对象：所有使用 ChatGPT 的 AI 工具构建者、内容创作者、Affiliate 从业者
核心变化：ChatGPT 在对话 SSE 流中注入广告，通过 4 层 Fernet 加密 Token 实现完整的点击归因闭环

关键要点

广告通过 SSE 协议的 single_advertiser_ad_unit 事件实时注入对话流
每条广告携带 4 个 Fernet 加密 Token，构成完整的 attribution chain
广告选择基于对话上下文（contextual targeting），同一账户不同话题获不同广告
追踪 SDK 名为 OAIQ（v0.1.3），通过首方 Cookie __oppref 实现跨页面的 30 天归因

背景：ChatGPT 广告系统的技术解剖

Buchodi 通过一个"受同意的移动流量研究集群"抓取了 ChatGPT 广告系统的两端——用户侧（ChatGPT）和商户侧（SDK）。这是业界第一次获得如此完整的端到端视角。

这套系统有两半：ChatGPT 端在 SSE 流中注入结构化广告对象，商户端通过 OAIQ SDK 在浏览器中报告商品浏览行为。两者通过 Fernet 加密的点击 Token 连接起来。

ChatGPT 端的广告注入机制

当用户向 ChatGPT 发送消息时，后端在 chatgpt.com/backend-api/f/conversation 的 SSE 响应流中除了模型输出外，还会注入广告事件：

json

event: delta
data: {
  "type": "single_advertiser_ad_unit",
  "ads_request_id": "069e89b3-c038-7764-8000-6e5a193e5f69",
  "ads_spam_integrity_payload": "gAAAAABp6Js_<...redacted...>",
  "advertiser_brand": {
    "name": "Grubhub",
    "url": "www.grubhub.com",
    "favicon_url": "https://bzrcdn.openai.com/cabfae7ead26b03d.png",
    "id": "adacct_6984ed0ba55481a29894bb192f7773b4"
  },
  "carousel_cards": [{
    "title": "Get Chinese Food Delivered",
    "body": "Satisfy Your Cravings with Grubhub Delivery.",
    "image_url": "https://bzrcdn.openai.com/...",
    "target": { "type": "url", "value": "https://...", "open_externally": false }
  }]
}

关键设计细节：

single_advertiser_ad_unit 是类型化 Schema，命名暗示存在兄弟类型（multi-advertiser 等）
advertiser_brand.id 格式为 adacct_<32-hex>，是每个商户的稳定账号标识
广告素材托管在 OpenAI 的 CDN（bzrcdn.openai.com），而非商户自己
target.open_externally: false 表示在 ChatGPT 内置 WebView 打开，OpenAI 可观测点击后导航

ChatGPT 广告 SSE 注入示意图

关键影响：4 层 Fernet 加密归因链

这是整个系统最精巧的部分。每条广告携带 4 个不同的 Fernet 加密数据块，构成完整的归因链路：

Token	位置	作用	生命周期
`ads_spam_integrity_payload`	SSE 数据体内	服务端防刷校验，防止伪造点击	仅服务端
`oppref`	点击 URL + OAIQ Cookie	正向归因 Token，随每次像素事件传递	Cookie TTL 720 小时（30 天）
`olref`	点击 URL	曝光侧日志记录，SDK 未存储	仅跳转时
`ad_data_token`	SSE payload 中 Base64 包裹的 JSON	内含另一个 Fernet Token，点击时服务端对账	SSE 内

Fernet 加密的前 9 字节是公开的（版本字节 0x80 + 8 字节大端 Unix 时间戳），因此无需 OpenAI 密钥即可恢复 Token 的生成时间：

python

import base64, struct, datetime
b = base64.urlsafe_b64decode("gAAAAABp7fdA" + "==")
print(datetime.datetime.utcfromtimestamp(struct.unpack(">Q", b[1:9])[0]))

# → 2026-04-26 11:30:08 UTC

Buchodi 实测发现：Home Depot 广告的点击 URL 的 Token 在 11:30:08 生成，浏览器在 11:31:43 获取商户页面。点击延迟仅 95 秒。

上下文定向的实际效果

同一账户在不同对话中收到完全不同的广告，证明 ChatGPT 的广告选择基于对话上下文：

对话主题	投放的广告
北京旅行（长城、故宫）	Grubhub — "Get Chinese Food Delivered"
北京旅游预订	GetYourGuide — 长城游, ad_id=beijing003
北京航班	Axel — utm_term=vflight_beijing_03
NBA 季后赛	Gametime — utm_campaign=nba&utm_content=playoffs
春季时尚趋势	Aritzia — utm_campaign=chatgptpilot_trav3
效率工具/幻灯片	Canva — utm_campaign=…link-clicks_products

适配建议：AI 工具构建者的启示

对 AI 内容创业者的机会

理解归因模型：ChatGPT 的 30 天 Cookie 归因窗口比大多数联盟平台更长，意味着从 ChatGPT 出发的推荐流量有更宽裕的转化窗口
SEO+GEO 策略需要适应性调整：当用户通过 ChatGPT 搜索"推荐工具"时，系统可能直接注入广告而非展示你的内链内容——这意味着 GEO 优化不仅要考虑 AI 回答引擎的引用，还要考虑 AI 广告系统的竞价逻辑
监控 bzrcdn.openai.com 和 bzr.openai.com：这两个域名是投放广告的 CDN 和事件追踪域名，添加到监控或拦截列表可以理解广告系统的行为

对 AI Agent 开发者的技术提醒

SSE 流中的非模型事件：如果你的 Agent 通过 SSE 与 LLM 后端通信，需要处理非文本事件（ad units, tool calls 等）。不要假设 SSE 中所有 delta 都是模型输出
OAIQ SDK 模式可复制：通过首方 Cookie + 服务端计算点击延迟 + 端到端 Ferent 加密校验——这套归因架构值得 AI Agent 平台借鉴

任务清单

检查自己的 AI 工具中是否正确处理了 SSE 流中的非模型事件
评估 ChatGPT 广告对 Affiliate 流量来源的潜在影响
关注 OpenAI 是否推出面向开发者的广告 SDK

参考来源

工具词条

正文中自然写出的工具品牌名包括：OpenAI、ChatGPT、Canva。平台侧会自动匹配已维护工具的 tool_mentions。