AI 代理作为广告表面：赞助投放对 B2B 可见性意味着什么

核心要点

• OpenAI 于 2026 年 9 月 16 日推出 Sponsored Agents——首个代理化广告表面：用户点击 ChatGPT 中的广告后，可以与一个明确标注的企业赞助代理开始对话，HubSpot 是首个 CRM 合作伙伴，Shopify 是首个电商合作伙伴。
• 仅 30% 的品牌从一条 AI 答案到下一条仍可见，仅 20% 在同一查询连续五轮后仍然在列（AirOps 对 45,000 条引用的研究）——仅靠自然引用份额波动太大，无法以此构建可见性计划。
• 代理化表面引用的来源比对话式 AI 更少——一两个，而非 5–7 个（Similarweb）——代理中介的入围名单是该行业迄今产生的最窄可见性渠道。
• ChatGPT 广告渗透率在美国桌面对话中一个月内从 14% 翻倍至 26%（Similarweb），美国广告试点在六周内年化收入突破 1 亿美元。
• 可行的策略是度量分离的两层：买下对话，赢得引用——OpenAI 自身的设计让 Sponsored Agent 对话与 ChatGPT 的独立答案相互区隔，因此付费投放并不取代赢得引用层；它位于其上方。

本文建立在 GEO 不是 SEO：AI 引用为何与搜索排名脱钩 之上，那篇文章讲了 AI 引用为何与自然排名脱钩以及如何赢得引用。这里聚焦那篇文章没有的新进展：发放赢得引用的同一批表面现在开始售卖投放，对 B2B 而言这是一个双渠道可见性问题。

2026 年 9 月 16 日，OpenAI 宣布了 Sponsored Agents："我们正在测试 Sponsored Agents，让人们在点击 ChatGPT 中的广告后，与一个企业赞助的代理开始对话。"这是一个全新的广告库存类别。搜索广告是答案旁边的一次曝光。Sponsored Agent 是一场对话——用户点击，进入与广告主代理的标注聊天，说明自己在意什么，提出后续问题，并在准备好时点链接离开。所售卖的单位不是答案旁边的注意力；而是答案交互本身。

该渠道的扩张速度超过以往任何广告渠道。Similarweb 的分析 测得美国桌面端 ChatGPT 广告渗透率从 2026 年 5 月对话的 14% 攀升至 6 月的 26%——此前 OpenAI 于 5 月开放自助 Ads Manager，最低投放 5 万美元，低于 2 月试点的 20 万美元门槛和约 60 美元的 CPM。OpenAI 确认美国试点在上线六周内年化收入突破 1 亿美元。2026 年 6 月 ChatGPT 十大广告主中有八个是软件或 B2B 服务品牌——正是活在重研究对话里的品类，也正是本文读者的工作场景。

卖方为何会付费：波动性数据

这个市场的需求端存在，是因为 AI 答案中的自然可见性以一种自然搜索可见性从未有过的方式不稳定。Similarweb 的 GEO 指南 引用了一项基于 45,000 条引用的 AirOps 研究：仅 30% 的品牌从一条 AI 答案到下一条仍可见，而同一查询连续五轮后仍在列的只有 20%。模型会为多样性、新鲜度和覆盖面重新平衡答案——周一被引用的品牌可能在周二的同一提示下消失。

代理化购买让波动性更糟，而非更好。同一份 Similarweb 指南直白地给出引用经济学：对话式模型可能引用 5–7 个来源，而"代理在执行购买决策时很可能收敛于一两个"。这是迄今产生的最窄可见性渠道——一两个名字的入围名单，每轮重建，会话间 70% 的流失率是常态。当自然分布呈现如此形态时，为一场有保障、有标注的对话付费不再像奢侈品，而开始像对冲。

底下的量是真实的。Similarweb 2026 生成式 AI 全景数据 测得全球 AI 平台平均每月带来 7.707 亿次推荐访问（2025 年 6 月 – 2026 年 5 月），同比 +117.4%，其中 ChatGPT 占大头——在 Similarweb 2025 年中的分析里，面向全球前 1,000 域名的 AI 推荐中有超过 80% 来自 ChatGPT。而且流量能转化：Adobe 测得 2026 年年中 AI 推荐访客的转化率比非 AI 来源高出 54%，与一年前 AI 流量转化更差的情况发生反转。一个年增 117%、转化好 54%、并向单一平台集中的渠道，必然会吸引一个广告产品。

两层模型：每一层买到什么

OpenAI 自身的设计决策是最清晰的策略指引。公告 说明"与 Sponsored Agent 的对话不同于 ChatGPT 的独立答案，也与用户最初开始的对话相互区隔"。独立答案——引用来源的那一个——仍是赢得的表面。赞助对话是付费表面，标注清晰，由用户在点击广告后自主进入。

这一区隔定义了两层：

	付费层（Sponsored Agents、ChatGPT Ads）	赢得层（自然引用）
买到什么	与潜在买方一场有保障、有标注的对话	在形成入围名单的独立答案中出现
稳定性	合同式——为交互付费	波动——30% 会话间可见，连续五轮仅 20%
成本	媒体支出，目前集中：自助最低 5 万美元	内容投入、结构化数据、可抓取性、分发
信任机制	标注即披露；用户点击广告后自主选择	模型选择该来源作为证据——可信度随之转移
B2B 匹配度	ChatGPT 十大广告主中八个是软件或 B2B 服务品牌	89% 的 B2B 买方将 AI 搜索视为首要研究来源

两层不可互换，失效模式相反。付费购买 Sponsored Agent 对话但没有可引用内容的品牌，依然输掉独立答案——而买方不在付费对话中时，入围名单正是在独立答案中形成的。赢得引用却拒绝付费投放的品牌， riding 在一个其可见性每十次会话就有三次无端消失的渠道上。ChatGPT 广告单元 0.50% 的点击率（对照 Google Search Ads 约 6.4%，据 Similarweb）从付费端印证了这一点：广告不是转化事件，对话才是——而用户停留在答案空间其他位置时，入围名单仍由赢得引用决定。

同意与溯源：多数报道跳过的部分

在贴近购物的 AI 表面内进行赞助对话不只是营销事件——它是代理中介的商业交互，而行业已有针对此类交互的信任架构。Agent Payments Protocol (AP2) 由 Google 与 60 多个合作伙伴发布，构建于加密签名的可验证授权之上，证明用户授权了特定的代理行为：意图授权（mandate）对应用户所求，购物车授权对应代理承诺的确切购物车。同样的逻辑向上延伸到广告表面。Sponsored Agent 对话只有在用户知道哪些部分独立、哪些付费时才保有价值——OpenAI 的标注是披露层，授权式的审计跟踪是其下方的可验证层。

任何对这个渠道的严肃论述都应包含两个诚实标记。第一，度量层不成熟：Similarweb 自己的分析指出，公开的 ChatGPT 广告统计追踪器之间存在巨大分歧，且 65.3% 的会话在广告出现后继续——对话仍在进行，这使得归因到广告单元确实困难。第二，OpenAI 同日发布的姊妹文章"如何将 AI 使用量与业务价值关联"表明，代理驱动的业务成果将需要自己的度量基础设施——平台清楚归因是悬而未决的问题。把早期转化声明当作方向性参考，而非定论。

本站自己的数据在小尺度上印证了同一观点。在当前 GA 窗口内，AI 推荐维持在 9 次会话（6 次 Perplexity、1 次 ChatGPT、1 次 Gemini），占总会话 1,542 次的零头——但在流量上是舍入误差的 AI 助手渠道却以 75% 拿下全站最高参与度。小、早、波动，且与其他渠道性质不同：这就是代理化购买表面今天在 GA 中的样子，也正因如此，付费对冲与赢得层都是早期占位动作。

B2B 卖方现在应该做什么

1. 把付费层列为独立预算项——并单独埋点。 Sponsored Agents 已对部分美国广告主开放，先通过 HubSpot 和 Shopify 推广。若你的品类与当前广告主构成匹配（软件、专业服务、比较研究），在竞价成熟前库存最便宜。追踪对话，而非点击——与搜索广告的 CTR 对比在结构上具有误导性。
2. 以更高纪律继续赢得引用层。 两层模型只有在两层都存在时才成立。母篇文章的 playbook——带来源和统计的可引用论断、可抓取页面、llms.txt、结构化数据、服务器日志中的爬虫验证——是让独立答案持续在场的关键。SIGIR 2026 的竞争性 GEO 发现（主题匹配、价格具体性、时效性、位置为四个守门因素）仍是内容清单。
3. 在对话层要求溯源。 在投入预算之前，就披露机制与审计要求明确答复：什么被标注、什么被记录，以及在你的分析中赞助对话如何与独立答案区隔。AP2 的授权结构——签名意图、签名购物车、可验证授权——是可辩护的赞助代理审计跟踪应有的模板。
4. 把代理引用挤压作为领先指标观察。 代理引用一两个来源而非 5–7 个，在广告产品成熟之前就压缩了自然可见性。如果你在 web_search 监测中看到定义品类的查询引用份额不稳定，这种波动就是付费对冲的需求信号——也是你抢在竞争对手之前启动预算对话的时机。

图表

两层，以及每一层买到什么：

相关阅读

• GEO 不是 SEO：AI 引用为何与搜索排名脱钩——母篇文章：AI 引用为何与自然排名脱钩、B2B 例外，以及本文所构建的赢得引用 playbook
• 面向 AI 代理的商务协议：UCP、ACP、AP2 和 MCP——技术栈如何组合——代理中介购买之下的支付与信任协议，包括本文为溯源借用的 AP2 授权结构
• 更多 RFQ，更少真实机会：面向代理生成需求卖方的资质审核层——买方侧的对应面：当代理成为发送需求的一方，供应商如何对其资质审核

代表性构建案例

一家中型分销商在两个仓库管理 3,000 个 SKU，希望其目录对正在人类打开浏览器之前形成入围名单的买方代理可读。在一次范围明确的实施中，我们交付了一个 MCP 模块，以权限受限的工具从 NetSuite 和 BigCommerce 暴露目录、客户分级定价与库存可用性；添加了 TechArticle 与 Product 结构化数据以及 llms.txt，让代理能够抓取并引用该目录；并对站点埋点以记录代理爬虫访问和 AI 推荐会话，使引用份额成为可度量的数字，而非供应商仪表板上的说辞。团队汇报的结果是：按引擎统计的代理爬虫可见性，以及品类查询的引用份额——在一周发现期内商定固定范围。

申请一个范围明确的构建。一周发现期。您将获得系统清单、工作流地图和固定范围——无论您是否与我们合作构建。