Adjust 洞察：大語言模型和移動廣告的未來

    移動應(yīng)用營銷正經(jīng)歷重大變革，傳統(tǒng)獲客方式面臨重塑。長期以來，用戶獲取依賴應(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、跨平臺和跨設(shè)備的付費廣告渠道的協(xié)同配合推動增長。然而，隨著 ChatGPT、Gemini 和 Claude 等生成式 AI 的崛起，用戶更傾向通過智能對話獲取應(yīng)用推薦，大型語言模型（LLM）正成為新興的應(yīng)用發(fā)現(xiàn)渠道。據(jù) Gartner 預(yù)測，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降低海量搜索獲取信息帶來的麻煩。例如，用戶只需問一句“適合新手使用的健身應(yīng)用有哪些？” LLM 即可即時響應(yīng)、精準推薦并發(fā)送給用戶直達鏈接。這一轉(zhuǎn)變既為傳統(tǒng)營銷模式帶來了挑戰(zhàn)，也為用戶獲取帶來了新的契機：ChatGPT 已貢獻了可觀的流量，而 Perplexity 和 Bing 聊天機器人等平臺正探索 AI 原生廣告。在 AI 的大趨勢下，營銷團隊亟需重構(gòu)策略體系來應(yīng)對變革，并將重點放在推廣可見性、創(chuàng)意策略以及推廣表現(xiàn)評估機制這三大方面。

    開啟 LLM 廣告之路

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

    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 等平臺現(xiàn)在可以支持為外鏈添加 UTM 跟蹤參數(shù)，使?fàn)I銷人員能夠跟蹤來自這些來源的流量和安裝。許多品牌已經(jīng)在其數(shù)據(jù)分析中看到了來自 AI 平臺的可衡量的推薦流量。這也催生了一個新興的概念——生成式引擎優(yōu)化 (GEO)，即通過策略性優(yōu)化，提升品牌網(wǎng)站和應(yīng)用出現(xiàn)在 LLM 推薦中的幾率。要在這個新的自然渠道中保持競爭力，移動營銷人員應(yīng)重點關(guān)注以下幾點：

    - 打造匹配自然語言提問的內(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)動型交互的歸因模型。

    隨著 LLM 推薦機制逐步成為一種主流渠道，誰能優(yōu)先布局、積極優(yōu)化，誰就更有可能在競爭中占據(jù)優(yōu)勢。

    迄今為止，多個 LLM 平臺正在吸引廣告主的興趣，其中一些已經(jīng)在測試或推出原生廣告格式。譬如，OpenAI 的 ChatGPT （8億周活躍用戶），預(yù)計未來一年內(nèi)將正式推出對話式原生廣告格式；Google 的 Gemini（4億月活用戶）已推出 SGE 原生廣告；Anthropic 的 Claude（1600萬月訪問）獲 Google 投資后商業(yè)化在即；百度文心一言（7860萬月活用戶）深耕中國市場對話廣告；DeepSeek（9688萬月活用戶）作為開源 LLM ，未來極可能引入“贊助推薦”等變現(xiàn)功能；Perplexity（1億+月查詢）積極測試對話式廣告格式；而 Meta AI正醞釀在其社交生態(tài)中整合廣告變現(xiàn)。這場以對話式廣告、精準推薦和AI原生格式為核心的營銷變革，正在重塑流量分配格局，提前布局的廣告主將贏得市場先機。

    LLM 廣告的現(xiàn)狀與未來展望

    對話式 AI 平臺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景。部分廣告形式已經(jīng)上線，另一些還處于測試或早期投放階段，具體進展因平臺而異。根據(jù)已經(jīng)上線和正在測試的情況，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，格式類似于聊天界面中的自然后續(xù)問題。這類廣告以提示語的形式出現(xiàn)，緊跟在 AI 的回答之后，外觀上類似用戶在聊天界面中提出的自然后續(xù)問題回復(fù)。以 Perplexity 為例，其目前正處于實驗性推出階段，包含受廣告贊助的后續(xù)問題和相關(guān)的付費提問功能。這些廣告單元通常出現(xiàn)在 “其他人還問到” 的相關(guān)問題部分，其中第一個后續(xù)問答可能就是廣告。所有廣告內(nèi)容都會被明確標注為贊助內(nèi)容，并且回答由 Perplexity 的 AI 生成，而非廣告主撰寫或修改。這種方法既能保持平臺的基調(diào)和結(jié)構(gòu)，又讓品牌自然嵌入上下文，不影響用戶體驗。

    - 贊助鏈接： 這些是視覺獨特的廣告單元，會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)會根據(jù)用戶的提問觸發(fā)相關(guān)的 “贊助結(jié)果”，并在視覺上清晰標注為廣告。雖然這些廣告本身并不是 AI 回答的一部分，但會嵌入到對話流程中，讓人感到信息及時并且有用。

    - 互動式產(chǎn)品展示： 這種形式以卡片方式呈現(xiàn)，包含圖片、簡短描述和可點擊探索的交互內(nèi)容，通常用于響應(yīng)用戶的查詢。例如，Amazon 推出的 Rufus，就會在 AI 回答的下方直接顯示這些卡片，展示具體的產(chǎn)品類別。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，尤其適合移動端使用，并具備未來商業(yè)化的潛力。

    - AI 響應(yīng)中的嵌入式廣告： 一些平臺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 AI 生成的回復(fù)中。這類廣告并非出現(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 可能會回答：“您可以考慮采用產(chǎn)品 X，這是一個評分很高的產(chǎn)品[廣告]�！� 初步研究表明，這可能會影響用戶對 AI 中立性的看法，因此明確標示贊助信息非常重要。

    - 對話式廣告展示： 這些是互動式廣告單元，可以在廣告本身內(nèi)發(fā)起 AI 實時對話，通常以橫幅廣告中，或廣告位形式呈現(xiàn)，無需依附于任何助手對話。與原生提示或贊助鏈接不同，對話式展示廣告并不遵循 AI 生成的回復(fù)，而是獨立運行的交互體驗，嵌入在廣告橫幅或展示位中。它們會根據(jù)用戶輸入動態(tài)調(diào)整內(nèi)容，引導(dǎo)用戶探索產(chǎn)品或做出購買決策，而無需用戶跳出廣告界面。例如，床墊公司 Purple 就曾使用該形式，在廣告內(nèi)部提供互動式問答，幫助用戶選擇最適合自己的床墊。這種格式在移動端尤其有效，能夠在關(guān)鍵時刻提供即時決策支持，與用戶行為模式高度契合。

    LLM 如何決定顯示哪些廣告？

    LLM 平臺無需使用設(shè)備標識符和行為數(shù)據(jù)進行定向，而是通過用戶實時提問和和會話歷史來確定廣告的相關(guān)性。雖然不同平臺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：

    - 廣泛投放廣告 (Broad ads)： 此類廣告會在大量不同主題的對話中展示，不依賴用戶具體提問，通常用于品牌知名度曝光和識別度提升。示例：洗發(fā)水品牌的廣告出現(xiàn)在與美發(fā)無關(guān)的對話場景中。

    - 語境相關(guān)廣告 (Contextual ads)： 這種廣告與用戶當(dāng)前的提問直接相關(guān)。例如：當(dāng)用戶詢問大溪地度假事宜時，AI 就會推薦航班優(yōu)惠信息。

    - 會話上下文廣告 (Session-aware ads)： 這類廣告基于當(dāng)前聊天會話中的近期活動進行推薦。示例：用戶在對話中多次詢問理財話題后，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 “用戶長期行為跟蹤” 轉(zhuǎn)向 “實時對話意圖驅(qū)動”，聚焦于用戶當(dāng)下的需求表達。當(dāng)然，各平臺和地區(qū)在執(zhí)行層面仍會有所不同，也會受到地區(qū)隱私法規(guī)與用戶期待的影響。

    如何提高應(yīng)用在 LLM 的自然可見性

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

    - 優(yōu)化面向用戶的內(nèi)容，貼合 LLM 提問邏輯

    要提升被 AI 發(fā)現(xiàn)和推薦的幾率，應(yīng)用內(nèi)容應(yīng)盡量貼近用戶自然的提問方式，同時與 AI 回答的語氣風(fēng)格保持一致。文案要以結(jié)構(gòu)清晰、語言自然的方式傳達產(chǎn)品價值，便于 LLM 準確地復(fù)述和推薦。

    由于 AI 在生成內(nèi)容時，常常會將應(yīng)用原始素材與外部信息 (如評論、評測或編輯推薦) 混合引用，因此確保核心賣點清晰、一致且易于提取至關(guān)重要。團隊可以借助 ChatGPT 或 Gemini 等工具，測試用戶常見查詢關(guān)鍵詞下應(yīng)用的呈現(xiàn)方式，并對比競品表現(xiàn)，識別優(yōu)化機會。

    - 優(yōu)化 LLM 的后端輸入數(shù)據(jù)

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

    結(jié)構(gòu)化資產(chǎn)——例如應(yīng)用商店頁面、元數(shù)據(jù)、功能列表和常見問題等——有助于 LLM 準確提取并復(fù)用真實產(chǎn)品信息。格式清晰、內(nèi)容規(guī)范的資料更易被大語言模型引用，使您的應(yīng)用在各類查詢場景下穩(wěn)定、準確地被推薦。

    - 強化應(yīng)用在各個來源的口碑

    LLM 在生成推薦時，往往也會參考外部用戶評價，包括應(yīng)用商店評分、評論以及第三方推薦背書等。良好的評分、真實有用的反饋和可信的第三方引用都會影響您的應(yīng)用是否被推薦，以及呈現(xiàn)時的語氣與定位。因此，營銷人員應(yīng)將口碑管理作為 LLM 可見性優(yōu)化的一部分，確保外部信息傳遞的產(chǎn)品優(yōu)勢與品牌自身內(nèi)容形成統(tǒng)一。

    - 跟蹤 AI 帶來的流量

    如前所述，像 ChatGPT 這樣的平臺已經(jīng)在外部跳轉(zhuǎn)鏈接中附加了推薦標識符，例如 utm_source=chatgpt。營銷人員應(yīng)在分析工具中單獨配置這類流量來源，便于監(jiān)測 LLM 渠道帶來的實際轉(zhuǎn)化。

    此外，還可以通過應(yīng)用安裝后調(diào)查問卷 (如 “您是通過哪種方式了解我們的？”) 補充識別未通過點擊路徑產(chǎn)生的影響，并將 AI 平臺設(shè)為可選答案項，從而捕捉 AI 引導(dǎo)用戶決策的間接影響力。

    - 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，不同版本可能會以不同方式呈現(xiàn)您的應(yīng)用。因此，建議將提示測試作為持續(xù)的內(nèi)容策略輸入，定期刷新查詢詞，并根據(jù)實際展現(xiàn)方式，靈活優(yōu)化應(yīng)用描述、優(yōu)點及結(jié)構(gòu)化字段。

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

    提升 LLM 可見性應(yīng)與現(xiàn)有的獲客手段形成協(xié)同，協(xié)調(diào) SEO、ASO 和 CRM 的各項工作，確保內(nèi)容在不同觸點保持一致性，無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銷。跨渠道統(tǒng)一的內(nèi)容輸出不僅增強品牌可信度，也有助于在用戶心中建立信任。

    展望未來

    LLM 正迅速成為用戶探索和評估移動應(yīng)用的核心入口之一。隨著原生廣告格式在 ChatGPT、Gemini 和 Perplexity 等平臺上陸續(xù)推出，品牌將迎來一波全新的高意圖用戶交互機會。

    想要在競爭中脫穎而出，移動營銷團隊必須關(guān)注產(chǎn)品在 AI 語境下的 “解讀方式” ——打造結(jié)構(gòu)化、實用、易被理解的內(nèi)容。率先行動的廣告主，通過調(diào)整創(chuàng)意、優(yōu)化定位策略，并為 “低頻但高影響” 的廣告位做好準備，將在這個新渠道生態(tài)中占據(jù)先機。

    關(guān)于 Adjust

    Adjust 是 AppLovin (納斯達克代碼：APP) 旗下公司，旨在幫助海量應(yīng)用實現(xiàn)從移動端到聯(lián)網(wǎng)電視等多平臺的監(jiān)測和業(yè)務(wù)增長，深受全球營銷者的信賴。無論是快速增長的數(shù)字品牌還是試水應(yīng)用領(lǐng)域的實體公司，Adjust 都能為其應(yīng)用營銷旅程保駕護航。Adjust 強大的監(jiān)測和數(shù)據(jù)分析套件能深入洞察營銷表現(xiàn)、汲取關(guān)鍵洞見并提供多種必備工具，進而幫助營銷者獲得卓越的營銷效果。