Adjust 洞察：大語(yǔ)言模型和移動(dòng)廣告的未來(lái)

    移動(dòng)應(yīng)用營(yíng)銷(xiāo)正經(jīng)歷重大變革，傳統(tǒng)獲客方式面臨重塑。長(zhǎng)期以來(lái)，用戶(hù)獲取依賴(lài)應(yīng)用商店優(yōu)化（ASO）和搜索引擎優(yōu)化（SEO）這樣的自然渠道與跨渠道、跨平臺(tái)和跨設(shè)備的付費(fèi)廣告渠道的協(xié)同配合推動(dòng)增長(zhǎng)。然而，隨著 ChatGPT、Gemini 和 Claude 等生成式 AI 的崛起，用戶(hù)更傾向通過(guò)智能對(duì)話(huà)獲取應(yīng)用推薦，大型語(yǔ)言模型（LLM）正成為新興的應(yīng)用發(fā)現(xiàn)渠道。據(jù) Gartner 預(yù)測(cè)，到2026年，傳統(tǒng)搜索引擎使用量將減少25%，而自然流量預(yù)計(jì)到2028年將減少50%。

    LLM 的吸引力在于它能夠最大限度地幫助用戶(hù)降低海量搜索獲取信息帶來(lái)的麻煩。例如，用戶(hù)只需問(wèn)一句“適合新手使用的健身應(yīng)用有哪些？” LLM 即可即時(shí)響應(yīng)、精準(zhǔn)推薦并發(fā)送給用戶(hù)直達(dá)鏈接。這一轉(zhuǎn)變既為傳統(tǒng)營(yíng)銷(xiāo)模式帶來(lái)了挑戰(zhàn)，也為用戶(hù)獲取帶來(lái)了新的契機(jī)：ChatGPT 已貢獻(xiàn)了可觀的流量，而 Perplexity 和 Bing 聊天機(jī)器人等平臺(tái)正探索 AI 原生廣告。在 AI 的大趨勢(shì)下，營(yíng)銷(xiāo)團(tuán)隊(duì)亟需重構(gòu)策略體系來(lái)應(yīng)對(duì)變革，并將重點(diǎn)放在推廣可見(jiàn)性、創(chuàng)意策略以及推廣表現(xiàn)評(píng)估機(jī)制這三大方面。

    開(kāi)啟 LLM 廣告之路

    ChatGPT 在 2022年 推出后僅兩個(gè)月就突破1億用戶(hù)，成為史上增長(zhǎng)最快的消費(fèi)類(lèi)應(yīng)用。隨后微軟、谷歌等巨頭紛紛跟進(jìn)，推出 AI 搜索產(chǎn)品。根據(jù)最近一項(xiàng)調(diào)查顯示：80%搜索用戶(hù)依賴(lài)AI摘要，40%直接采納AI建議。根據(jù) Sensor Tower 的報(bào)告顯示，在搜索引擎中使用 ChatGPT 的用戶(hù)比例從2024年4月的13%飆升至2025年4月的31%。這些數(shù)字表明，用戶(hù)正越來(lái)越多地依賴(lài) LLM 進(jìn)行搜索和決策。

    如果您的應(yīng)用獲得推薦，可以跟蹤由此產(chǎn)生的流量。諸如 ChatGPT 等平臺(tái)現(xiàn)在可以支持為外鏈添加 UTM 跟蹤參數(shù)，使?fàn)I銷(xiāo)人員能夠跟蹤來(lái)自這些來(lái)源的流量和安裝。許多品牌已經(jīng)在其數(shù)據(jù)分析中看到了來(lái)自 AI 平臺(tái)的可衡量的推薦流量。這也催生了一個(gè)新興的概念——生成式引擎優(yōu)化 (GEO)，即通過(guò)策略性?xún)?yōu)化，提升品牌網(wǎng)站和應(yīng)用出現(xiàn)在 LLM 推薦中的幾率。要在這個(gè)新的自然渠道中保持競(jìng)爭(zhēng)力，移動(dòng)營(yíng)銷(xiāo)人員應(yīng)重點(diǎn)關(guān)注以下幾點(diǎn)：

    - 打造匹配自然語(yǔ)言提問(wèn)的內(nèi)容

    - 理解 LLM 是如何挑選并組織推薦的

    - 構(gòu)建能夠衡量 AI 驅(qū)動(dòng)型交互的歸因模型。

    隨著 LLM 推薦機(jī)制逐步成為一種主流渠道，誰(shuí)能優(yōu)先布局、積極優(yōu)化，誰(shuí)就更有可能在競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)。

    迄今為止，多個(gè) LLM 平臺(tái)正在吸引廣告主的興趣，其中一些已經(jīng)在測(cè)試或推出原生廣告格式。譬如，OpenAI 的 ChatGPT （8億周活躍用戶(hù)），預(yù)計(jì)未來(lái)一年內(nèi)將正式推出對(duì)話(huà)式原生廣告格式；Google 的 Gemini（4億月活用戶(hù)）已推出 SGE 原生廣告；Anthropic 的 Claude（1600萬(wàn)月訪(fǎng)問(wèn)）獲 Google 投資后商業(yè)化在即；百度文心一言（7860萬(wàn)月活用戶(hù)）深耕中國(guó)市場(chǎng)對(duì)話(huà)廣告；DeepSeek（9688萬(wàn)月活用戶(hù)）作為開(kāi)源 LLM ，未來(lái)極可能引入“贊助推薦”等變現(xiàn)功能；Perplexity（1億+月查詢(xún)）積極測(cè)試對(duì)話(huà)式廣告格式；而 Meta AI正醞釀在其社交生態(tài)中整合廣告變現(xiàn)。這場(chǎng)以對(duì)話(huà)式廣告、精準(zhǔn)推薦和AI原生格式為核心的營(yíng)銷(xiāo)變革，正在重塑流量分配格局，提前布局的廣告主將贏得市場(chǎng)先機(jī)。

    LLM 廣告的現(xiàn)狀與未來(lái)展望

    對(duì)話(huà)式 AI 平臺(tái)正在逐步引入廣告位，這些廣告數(shù)量有限，但高度貼合上下文場(chǎng)景。部分廣告形式已經(jīng)上線(xiàn)，另一些還處于測(cè)試或早期投放階段，具體進(jìn)展因平臺(tái)而異。根據(jù)已經(jīng)上線(xiàn)和正在測(cè)試的情況，廣告主可以預(yù)期將出現(xiàn)以下幾種核心廣告形態(tài)：

    - 原生文本建議： 這些是在 AI 回復(fù)后出現(xiàn)的廣告彈窗，格式類(lèi)似于聊天界面中的自然后續(xù)問(wèn)題。這類(lèi)廣告以提示語(yǔ)的形式出現(xiàn)，緊跟在 AI 的回答之后，外觀上類(lèi)似用戶(hù)在聊天界面中提出的自然后續(xù)問(wèn)題回復(fù)。以 Perplexity 為例，其目前正處于實(shí)驗(yàn)性推出階段，包含受廣告贊助的后續(xù)問(wèn)題和相關(guān)的付費(fèi)提問(wèn)功能。這些廣告單元通常出現(xiàn)在 “其他人還問(wèn)到” 的相關(guān)問(wèn)題部分，其中第一個(gè)后續(xù)問(wèn)答可能就是廣告。所有廣告內(nèi)容都會(huì)被明確標(biāo)注為贊助內(nèi)容，并且回答由 Perplexity 的 AI 生成，而非廣告主撰寫(xiě)或修改。這種方法既能保持平臺(tái)的基調(diào)和結(jié)構(gòu)，又讓品牌自然嵌入上下文，不影響用戶(hù)體驗(yàn)。

    - 贊助鏈接： 這些是視覺(jué)獨(dú)特的廣告單元，會(huì)顯示在聊天界面中的 AI 回復(fù)下方。例如，在 Snapchat 的 My AI 中，系統(tǒng)會(huì)根據(jù)用戶(hù)的提問(wèn)觸發(fā)相關(guān)的 “贊助結(jié)果”，并在視覺(jué)上清晰標(biāo)注為廣告。雖然這些廣告本身并不是 AI 回答的一部分，但會(huì)嵌入到對(duì)話(huà)流程中，讓人感到信息及時(shí)并且有用。

    - 互動(dòng)式產(chǎn)品展示： 這種形式以卡片方式呈現(xiàn)，包含圖片、簡(jiǎn)短描述和可點(diǎn)擊探索的交互內(nèi)容，通常用于響應(yīng)用戶(hù)的查詢(xún)。例如，Amazon 推出的 Rufus，就會(huì)在 AI 回答的下方直接顯示這些卡片，展示具體的產(chǎn)品類(lèi)別。雖然并非所有展示內(nèi)容都屬于廣告，但這一格式天然適用于產(chǎn)品發(fā)現(xiàn)流程，尤其適合移動(dòng)端使用，并具備未來(lái)商業(yè)化的潛力。

    - AI 響應(yīng)中的嵌入式廣告： 一些平臺(tái)和研究原型正在探索新型廣告格式，它可以將贊助內(nèi)容直接整合進(jìn) AI 生成的回復(fù)中。這類(lèi)廣告并非出現(xiàn)在回答之后 (如后續(xù)提示或贊助鏈接)，而是直接出現(xiàn)在 AI 助手的回答中。例如，AI 可能會(huì)回答：“您可以考慮采用產(chǎn)品 X，這是一個(gè)評(píng)分很高的產(chǎn)品[廣告]�！� 初步研究表明，這可能會(huì)影響用戶(hù)對(duì) AI 中立性的看法，因此明確標(biāo)示贊助信息非常重要。

    - 對(duì)話(huà)式廣告展示： 這些是互動(dòng)式廣告單元，可以在廣告本身內(nèi)發(fā)起 AI 實(shí)時(shí)對(duì)話(huà)，通常以橫幅廣告中，或廣告位形式呈現(xiàn)，無(wú)需依附于任何助手對(duì)話(huà)。與原生提示或贊助鏈接不同，對(duì)話(huà)式展示廣告并不遵循 AI 生成的回復(fù)，而是獨(dú)立運(yùn)行的交互體驗(yàn)，嵌入在廣告橫幅或展示位中。它們會(huì)根據(jù)用戶(hù)輸入動(dòng)態(tài)調(diào)整內(nèi)容，引導(dǎo)用戶(hù)探索產(chǎn)品或做出購(gòu)買(mǎi)決策，而無(wú)需用戶(hù)跳出廣告界面。例如，床墊公司 Purple 就曾使用該形式，在廣告內(nèi)部提供互動(dòng)式問(wèn)答，幫助用戶(hù)選擇最適合自己的床墊。這種格式在移動(dòng)端尤其有效，能夠在關(guān)鍵時(shí)刻提供即時(shí)決策支持，與用戶(hù)行為模式高度契合。

    LLM 如何決定顯示哪些廣告？

    LLM 平臺(tái)無(wú)需使用設(shè)備標(biāo)識(shí)符和行為數(shù)據(jù)進(jìn)行定向，而是通過(guò)用戶(hù)實(shí)時(shí)提問(wèn)和和會(huì)話(huà)歷史來(lái)確定廣告的相關(guān)性。雖然不同平臺(tái)處理廣告定向的方式各異，但目前大多數(shù)基于 LLM 的廣告投放可分為以下三類(lèi)：

    - 廣泛投放廣告 (Broad ads)： 此類(lèi)廣告會(huì)在大量不同主題的對(duì)話(huà)中展示，不依賴(lài)用戶(hù)具體提問(wèn)，通常用于品牌知名度曝光和識(shí)別度提升。示例：洗發(fā)水品牌的廣告出現(xiàn)在與美發(fā)無(wú)關(guān)的對(duì)話(huà)場(chǎng)景中。

    - 語(yǔ)境相關(guān)廣告 (Contextual ads)： 這種廣告與用戶(hù)當(dāng)前的提問(wèn)直接相關(guān)。例如：當(dāng)用戶(hù)詢(xún)問(wèn)大溪地度假事宜時(shí)，AI 就會(huì)推薦航班優(yōu)惠信息。

    - 會(huì)話(huà)上下文廣告 (Session-aware ads)： 這類(lèi)廣告基于當(dāng)前聊天會(huì)話(huà)中的近期活動(dòng)進(jìn)行推薦。示例：用戶(hù)在對(duì)話(huà)中多次詢(xún)問(wèn)理財(cái)話(huà)題后，AI 推薦一款記賬應(yīng)用。

    這意味著，廣告定位邏輯從傳統(tǒng)的 “用戶(hù)長(zhǎng)期行為跟蹤” 轉(zhuǎn)向 “實(shí)時(shí)對(duì)話(huà)意圖驅(qū)動(dòng)”，聚焦于用戶(hù)當(dāng)下的需求表達(dá)。當(dāng)然，各平臺(tái)和地區(qū)在執(zhí)行層面仍會(huì)有所不同，也會(huì)受到地區(qū)隱私法規(guī)與用戶(hù)期待的影響。

    如何提高應(yīng)用在 LLM 的自然可見(jiàn)性

    雖然基于 LLM 的廣告形態(tài)仍在持續(xù)演進(jìn)，但 AI 回答中的自然植入，已經(jīng)悄然影響著用戶(hù)發(fā)現(xiàn)應(yīng)用的路徑。以下是移動(dòng)增長(zhǎng)團(tuán)隊(duì)可以立即采取的幾種關(guān)鍵策略，幫助提升在 AI 生成內(nèi)容中的可見(jiàn)度：

    - 優(yōu)化面向用戶(hù)的內(nèi)容，貼合 LLM 提問(wèn)邏輯

    要提升被 AI 發(fā)現(xiàn)和推薦的幾率，應(yīng)用內(nèi)容應(yīng)盡量貼近用戶(hù)自然的提問(wèn)方式，同時(shí)與 AI 回答的語(yǔ)氣風(fēng)格保持一致。文案要以結(jié)構(gòu)清晰、語(yǔ)言自然的方式傳達(dá)產(chǎn)品價(jià)值，便于 LLM 準(zhǔn)確地復(fù)述和推薦。

    由于 AI 在生成內(nèi)容時(shí)，常常會(huì)將應(yīng)用原始素材與外部信息 (如評(píng)論、評(píng)測(cè)或編輯推薦) 混合引用，因此確保核心賣(mài)點(diǎn)清晰、一致且易于提取至關(guān)重要。團(tuán)隊(duì)可以借助 ChatGPT 或 Gemini 等工具，測(cè)試用戶(hù)常見(jiàn)查詢(xún)關(guān)鍵詞下應(yīng)用的呈現(xiàn)方式，并對(duì)比競(jìng)品表現(xiàn)，識(shí)別優(yōu)化機(jī)會(huì)。

    - 優(yōu)化 LLM 的后端輸入數(shù)據(jù)

    LLM 會(huì)根據(jù)提示上下文提供個(gè)性化響應(yīng)。同一應(yīng)用，在不同的使用意圖或用戶(hù)熟悉程度下，推薦角度也可能不同。雖然營(yíng)銷(xiāo)人員無(wú)法直接控制 AI 的回答內(nèi)容，但他們可以間接影響 LLM 所依賴(lài)的輸入素材。

    結(jié)構(gòu)化資產(chǎn)——例如應(yīng)用商店頁(yè)面、元數(shù)據(jù)、功能列表和常見(jiàn)問(wèn)題等——有助于 LLM 準(zhǔn)確提取并復(fù)用真實(shí)產(chǎn)品信息。格式清晰、內(nèi)容規(guī)范的資料更易被大語(yǔ)言模型引用，使您的應(yīng)用在各類(lèi)查詢(xún)場(chǎng)景下穩(wěn)定、準(zhǔn)確地被推薦。

    - 強(qiáng)化應(yīng)用在各個(gè)來(lái)源的口碑

    LLM 在生成推薦時(shí)，往往也會(huì)參考外部用戶(hù)評(píng)價(jià)，包括應(yīng)用商店評(píng)分、評(píng)論以及第三方推薦背書(shū)等。良好的評(píng)分、真實(shí)有用的反饋和可信的第三方引用都會(huì)影響您的應(yīng)用是否被推薦，以及呈現(xiàn)時(shí)的語(yǔ)氣與定位。因此，營(yíng)銷(xiāo)人員應(yīng)將口碑管理作為 LLM 可見(jiàn)性?xún)?yōu)化的一部分，確保外部信息傳遞的產(chǎn)品優(yōu)勢(shì)與品牌自身內(nèi)容形成統(tǒng)一。

    - 跟蹤 AI 帶來(lái)的流量

    如前所述，像 ChatGPT 這樣的平臺(tái)已經(jīng)在外部跳轉(zhuǎn)鏈接中附加了推薦標(biāo)識(shí)符，例如 utm_source=chatgpt。營(yíng)銷(xiāo)人員應(yīng)在分析工具中單獨(dú)配置這類(lèi)流量來(lái)源，便于監(jiān)測(cè) LLM 渠道帶來(lái)的實(shí)際轉(zhuǎn)化。

    此外，還可以通過(guò)應(yīng)用安裝后調(diào)查問(wèn)卷 (如 “您是通過(guò)哪種方式了解我們的？”) 補(bǔ)充識(shí)別未通過(guò)點(diǎn)擊路徑產(chǎn)生的影響，并將 AI 平臺(tái)設(shè)為可選答案項(xiàng)，從而捕捉 AI 引導(dǎo)用戶(hù)決策的間接影響力。

    - 根據(jù)模型更新調(diào)整內(nèi)容策略

    LLM 模型本身處于不斷更新迭代中，不同版本可能會(huì)以不同方式呈現(xiàn)您的應(yīng)用。因此，建議將提示測(cè)試作為持續(xù)的內(nèi)容策略輸入，定期刷新查詢(xún)?cè)~，并根據(jù)實(shí)際展現(xiàn)方式，靈活優(yōu)化應(yīng)用描述、優(yōu)點(diǎn)及結(jié)構(gòu)化字段。

    - 與現(xiàn)有的發(fā)現(xiàn)渠道協(xié)同推進(jìn)

    提升 LLM 可見(jiàn)性應(yīng)與現(xiàn)有的獲客手段形成協(xié)同，協(xié)調(diào) SEO、ASO 和 CRM 的各項(xiàng)工作，確保內(nèi)容在不同觸點(diǎn)保持一致性，無(wú)論這些信息是被整合到 AI 答案中，在應(yīng)用商店中展示，還是用于生命周期營(yíng)銷(xiāo)。跨渠道統(tǒng)一的內(nèi)容輸出不僅增強(qiáng)品牌可信度，也有助于在用戶(hù)心中建立信任。

    展望未來(lái)

    LLM 正迅速成為用戶(hù)探索和評(píng)估移動(dòng)應(yīng)用的核心入口之一。隨著原生廣告格式在 ChatGPT、Gemini 和 Perplexity 等平臺(tái)上陸續(xù)推出，品牌將迎來(lái)一波全新的高意圖用戶(hù)交互機(jī)會(huì)。

    想要在競(jìng)爭(zhēng)中脫穎而出，移動(dòng)營(yíng)銷(xiāo)團(tuán)隊(duì)必須關(guān)注產(chǎn)品在 AI 語(yǔ)境下的 “解讀方式” ——打造結(jié)構(gòu)化、實(shí)用、易被理解的內(nèi)容。率先行動(dòng)的廣告主，通過(guò)調(diào)整創(chuàng)意、優(yōu)化定位策略，并為 “低頻但高影響” 的廣告位做好準(zhǔn)備，將在這個(gè)新渠道生態(tài)中占據(jù)先機(jī)。

    關(guān)于 Adjust

    Adjust 是 AppLovin (納斯達(dá)克代碼：APP) 旗下公司，旨在幫助海量應(yīng)用實(shí)現(xiàn)從移動(dòng)端到聯(lián)網(wǎng)電視等多平臺(tái)的監(jiān)測(cè)和業(yè)務(wù)增長(zhǎng)，深受全球營(yíng)銷(xiāo)者的信賴(lài)。無(wú)論是快速增長(zhǎng)的數(shù)字品牌還是試水應(yīng)用領(lǐng)域的實(shí)體公司，Adjust 都能為其應(yīng)用營(yíng)銷(xiāo)旅程保駕護(hù)航。Adjust 強(qiáng)大的監(jiān)測(cè)和數(shù)據(jù)分析套件能深入洞察營(yíng)銷(xiāo)表現(xiàn)、汲取關(guān)鍵洞見(jiàn)并提供多種必備工具，進(jìn)而幫助營(yíng)銷(xiāo)者獲得卓越的營(yíng)銷(xiāo)效果。