OpenAI тестирует рекламных агентов в ChatGPT? Как Shopify и HubSpot вписываются в экосистему

Тестирует ли OpenAI рекламных агентов в ChatGPT? 16 сентября 2026 года OpenAI официально объявила о масштабном расширении своей рекламной платформы, представив пилотное тестирование рекламных агентов (Sponsored Agents) наряду с нативными интеграциями для Shopify и HubSpot. Для архитекторов маркетинга, цифровых стратегов и инженеров по развитию этот запуск знаменует собой важный эволюционный шаг в диалоговом маркетинге. Вместо того чтобы полагаться исключительно на традиционные поисковые ссылки или медийные блоки, пользователи ChatGPT в США теперь могут взаимодействовать напрямую с диалоговыми агентами, спонсируемыми рекламодателями, после нажатия на объявление. Как только запросы пользователя касательно характеристик продукта, размеров или стилистики обработаны, агент предоставляет ссылку, направляющую клиента на веб-сайт продавца. Однако переход от статических рекламных объявлений к многоходовым диалогам ставит перед специалистами критические вопросы: как рекламные агенты взаимодействуют с такими инструментами, как Ads Manager, как работают интеграции с Shopify Catalog и HubSpot CRM и как инженерные команды должны управлять непрерывностью данных при переходе пользователей из диалоговых сред на внешние веб-сайты и в мобильные приложения?

Расширение ChatGPT Ads: рекламные агенты, Ads Manager и интеграции с платформами

Цифровая реклама десятилетиями работала по одной и той же фундаментальной схеме: движок намерений или социальная лента показывают объявление, пользователь совершает ничем не ограниченный клик, а внешняя целевая страница пытается конвертировать посетителя, прежде чем его внимание ослабнет.

Краткий обзор

• Специализированные диалоговые агенты: избранные рекламодатели в США тестируют рекламных агентов, позволяя пользователям кликнуть по объявлению и начать отдельный, четко обозначенный диалог, чтобы задать уточняющие вопросы перед посещением сайта продавца.
• Нативные CRM и коммерческие интеграции: Shopify стал первым партнером OpenAI в сфере электронной коммерции, обеспечив синхронизацию каталогов и управление кампаниями через Shopify App Store, а HubSpot выступил первым партнером по CRM для отслеживания лидов.
• Управление рекламой на основе промптов: маркетологи могут создавать, обновлять и анализировать кампании с помощью естественных языковых запросов в ChatGPT Work при поддержке ИИ-помощников по креативам и автоматизированной локализации текстов.
• Разделенная архитектура переходов: рекламные агенты направляют трафик на сайты продавцов; сохранение намерений пользователя или управление переходом в неустановленные нативные мобильные приложения требует обработки сессий на стороне продавца и условной отложенной маршрутизации.

Как сообщается в отраслевых публикациях и подробно описано в официальном анонсе OpenAI Reimagining advertising with AI (Переосмысление рекламы с помощью ИИ), рекламные агенты фундаментально меняют цикл поиска на верхнем уровне воронки. Вместо того чтобы уходить на незнакомый мобильный сайт и изучать плотные технические спецификации, пользователи могут задавать ситуативные вопросы — например, подходит ли модульный обеденный стол под конкретную планировку комнаты или как ухаживать за определенным покрытием мебели — непосредственно внутри ChatGPT.

Для поддержки этой экосистемы OpenAI представила плагин ChatGPT Ads Manager в составе ChatGPT Work. Рекламодатели теперь могут использовать простые промпты на естественном языке для создания, обновления и оценки кампаний без необходимости работать в традиционных рекламных консолях. Параллельно с этим, Ads Manager предлагает креативную помощь, предлагая тексты и изображения на основе целевой страницы рекламодателя и целей кампании, а также опциональную ИИ-настройку текста, которая динамически адаптирует заголовки и описания к контексту диалога.

OpenAI обеспечивает строгое разделение операций: диалоги с рекламными агентами структурно изолированы от независимых ответов ChatGPT и не связаны с основной историей чатов пользователя. Рекламодатели не получают доступ к широким приватным диалогам пользователя, личным воспоминаниям или данным аккаунта, а коммерческие размещения не влияют на органические ответы модели.

Интеграция коммерческих рабочих процессов: как подключаются Shopify и HubSpot

Основная цель рекламного релиза OpenAI — встраивание ChatGPT Ads в платформы, которые бизнес уже использует в своей деятельности. Вместо того чтобы требовать от маркетологов создания разрозненных операционных цепочек, OpenAI запустила интеграции с Shopify и HubSpot с первого дня.

Интеграция с Shopify

Shopify стал первым партнером OpenAI в сфере электронной коммерции. Продавцы из США могут установить приложение ChatGPT Ads напрямую из магазина приложений Shopify, а международная доступность ожидается с 23 сентября. Поскольку инвентарь участвующих продавцов подключен через Shopify Catalog, информация о товарах синхронизируется, чтобы помочь товарам точно отображаться в соответствующих торговых диалогах. Продавцы могут запускать кампании, отслеживать эффективность рекламы и управлять бюджетами, не перестраивая свои товарные фиды.

Важно понимать техническую границу: интеграция с Shopify сфокусирована на синхронизации инвентаря и управлении кампаниями. Сами рекламные агенты не обрабатывают платежи и не выполняют оформление заказа автономно внутри диалогового окна. Вместо этого, как только потребитель удовлетворен ответами о товаре, агент показывает исходящую ссылку, направляющую его в интернет-магазин продавца для завершения транзакции.

Интеграция с HubSpot

HubSpot стал первым CRM-партнером OpenAI. Компании, управляющие лидами и взаимодействием с клиентами в HubSpot, могут напрямую связать свои аккаунты ChatGPT Ads. Это подключение позволяет командам по развитию создавать рекламу, отслеживать метрики конверсий и управлять входящими лидами внутри HubSpot, используя накопленный контекст клиента для информирования дальнейших продаж.

Архитектурная граница: управление передачей данных и целостность атрибуции

Внедрение форматов диалоговой рекламы создает новую границу передачи данных между ИИ-контейнером и цифровой витриной продавца. В стандартном поиске по ключевым словам рекламные клики следуют по простому пути: пользователь нажимает на спонсорскую ссылку с прикрепленными параметрами запроса (такими как utm_campaign или клик-ID), и аналитическая инфраструктура продавца фиксирует прибытие.

Рекламная архитектура OpenAI уже поддерживает стандартные методы измерения цифровой рекламы, включая показы, клики, конверсии, цену за клик (CPC), цену за тысячу показов (CPM), ставки на основе конверсий и статические параметры отслеживания URL-адресов целевых страниц. Рекламодатели могут добавлять стандартные UTM-параметры, которые сохраняются при переходе по ссылке для атрибуции трафика.

Однако перевод пользователя из глубокого диалога с рекламным агентом на внешний веб-сайт создает специфический вызов: обеспечение непрерывности состояния намерений.

В ходе многоходовой консультации покупатель может уточнить детальные параметры конфигурации: конкретный вариант товара, сопутствующий аксессуар и предпочтения по экспресс-доставке. Если исходящая ссылка направляет пользователя на общую целевую страницу продукта, эти предварительно выбранные опции теряются, вынуждая пользователя вручную перефильтровывать варианты на сайте продавца.

Инженерное примечание: Следующий паттерн является иллюстративной эталонной архитектурой на стороне продавца. OpenAI не публиковала проприетарный протокол передачи состояния, и стандартные веб-ссылки остаются форматом назначения по умолчанию.

+-------------------------------------------------------------------------+
|      ИЛЛЮСТРАТИВНАЯ ЦЕПОЧКА ПЕРЕДАЧИ ДАННЫХ ДЛЯ ПРОДАВЦА              |
+-------------------------------------------------------------------------+
|                                                                         |
|  [ Платформа ChatGPT: Изучение товара в чате с рекламным агентом ]      |
|                                |                                        |
|                                |-- (Пользователь выражает готовность купить) |
|                                v                                        |
|  [ Исходящая ссылка: URL назначения с параметрами контекста ]           |
|  Пример: https://store.example.com/cart?sku=OAK-108&payload=TOKEN_DATA |
|                                |                                        |
|         +----------------------+----------------------+                 |
|         |                                             |                 |
|         v (Стандартная сессия браузера)               v (Воронка моб. приложения) 
|  [ Веб-страница продавца ]                   [ Слой мобильной маршрутизации ]   |
|  - Записывает UTM для аналитики              - Проверяет состояние нативного приложения 
|  - Считывает подписанный токен полезной нагрузки - Сохраняет контекст, если требуется установка 
|  - Предварительно заполняет корзину          - Маршрутизирует к нужным разделам 
|  - Ведет пользователя к оформлению заказа                               |
+-------------------------------------------------------------------------+

Чтобы сохранить намерение без ущерба для безопасности, продавцы могут разграничивать нечувствительное аналитическое отслеживание и авторизованные коммерческие данные:

1. Аналитическая атрибуция: Стандартные, неподписанные UTM-параметры (такие как utm_source=chatgpt&utm_medium=sponsored_agent) полностью подходят для отчетности по источникам трафика в Google Analytics, Shopify Analytics или HubSpot.
2. Авторизованное состояние торговли: Если исходящая ссылка применяет динамические скидочные коды, бронирует ограниченный инвентарь или присваивает партнерские комиссии, продавцам следует проверять эти данные на стороне сервера с использованием криптографических токенов (например, подписей HMAC-SHA256), чтобы предотвратить подмену параметров.

// Иллюстративная эталонная архитектура на стороне продавца — пример без привязки к OpenAI:
// Следующий middleware на TypeScript демонстрирует, как бэкенд продавца может принимать,
// верифицировать и проверять подписанные токены передачи для предотвращения подмены параметров на целевых страницах.
// Это не спецификация API от OpenAI.

import { Request, Response, NextFunction } from 'express';
import * as crypto from 'crypto';

export interface CommerceHandoffPayload {
  sessionId: string;
  sku: string;
  variantId?: string;
  campaignId: string;
  issuedAt: number;
}

export class MerchantHandoffVerifier {
  private readonly secretKeyBuffer: Buffer;
  private readonly maxTokenAgeSeconds: number;

  constructor(secretKey: string, maxTokenAgeSeconds: number = 900) {
    this.secretKeyBuffer = Buffer.from(secretKey, 'utf-8');
    this.maxTokenAgeSeconds = maxTokenAgeSeconds;
  }

  /**
   * Проверяет криптографическую подпись HMAC-SHA256 и срок действия входящего токена.
   * Ожидаемый формат токена: "base64Payload.hexSignature"
   */
  public verifyToken(rawToken: string): CommerceHandoffPayload {
    const segments = rawToken.split('.');
    if (segments.length !== 2) {
      throw new Error('MALFORMED_TOKEN_STRUCTURE');
    }

    const [encodedPayload, providedSignature] = segments;

    // 1. Вычисление ожидаемой подписи с использованием секретного ключа продавца
    const expectedSignature = crypto
      .createHmac('sha256', this.secretKeyBuffer)
      .update(encodedPayload)
      .digest('hex');

    const expectedBuffer = Buffer.from(expectedSignature, 'utf-8');
    const providedBuffer = Buffer.from(providedSignature, 'utf-8');

    // 2. Выполнение сравнения за константное время для защиты от атак по времени
    if (
      expectedBuffer.length !== providedBuffer.length ||
      !crypto.timingSafeEqual(expectedBuffer, providedBuffer)
    ) {
      throw new Error('INVALID_CRYPTOGRAPHIC_SIGNATURE');
    }

    // 3. Декодирование полезной нагрузки
    let payload: CommerceHandoffPayload;
    try {
      const decodedJson = Buffer.from(encodedPayload, 'base64url').toString('utf-8');
      payload = JSON.parse(decodedJson);
    } catch {
      throw new Error('PAYLOAD_DECODING_FAILED');
    }

    // 4. Проверка свежести выдачи токена
    const currentTimestamp = Math.floor(Date.now() / 1000);
    const tokenAge = currentTimestamp - payload.issuedAt;

    if (tokenAge > this.maxTokenAgeSeconds || tokenAge < -60) {
      throw new Error(`TOKEN_EXPIRED: Возраст (${tokenAge}с) превышает допустимый`);
    }

    return payload;
  }

  /**
   * Express-middleware для валидации входящих реферальных токенов перед отрисовкой корзины
   */
  public middleware() {
    return (req: Request, res: Response, next: NextFunction): void => {
      const token = req.query.handoff_token as string;

      // Если подписанный токен отсутствует, продолжаем как стандартный неавторизованный трафик
      if (!token) {
        return next();
      }

      try {
        const verifiedPayload = this.verifyToken(token);
        // Прикрепляем верифицированный коммерческий контекст к запросу
        (req as any).verifiedCommerceContext = verifiedPayload;
        next();
      } catch (error: any) {
        // Логируем ошибку верификации и продолжаем без предоставления привилегированного доступа
        console.warn(`Ошибка верификации передачи: ${error.message}`);
        res.status(403).json({ error: 'INVALID_COMMERCE_HANDOFF_TOKEN' });
      }
    };
  }
}

Мобильные сценарии: граница установки нативного приложения

Хотя рекламные агенты направляют трафик напрямую на внешние веб-сайты, крупные ритейлеры часто оперируют нативными мобильными приложениями, где пожизненная ценность (LTV) и вовлеченность клиентов существенно выше. Когда потенциальные клиенты нажимают на исходящую ссылку с мобильного устройства, инфраструктура роста продавца может оценивать целесообразность перевода этого клиента в опыт нативного приложения.

Этот сценарий требует децентрализованной, условной архитектуры:

Если у клиента уже установлено нативное приложение продавца, протоколы верифицированных глубоких ссылок (deep linking) — такие как Apple Universal Links или Android App Links — могут перехватить HTTPS-запрос и перенаправить пользователя непосредственно к нужному разделу приложения.

Однако если приложение у клиента не установлено, передача данных сталкивается с границей установки из магазина приложений:

1. Пользователь попадает на мобильную веб-страницу продавца, где ему предлагается скачать нативное приложение из App Store или Google Play.
2. Стандартные процессы установки из магазинов приложений не обеспечивают универсального кроссплатформенного механизма восстановления произвольных коммерческих данных после установки; платформенно-специфичные механизмы рефереров могут предоставлять ограниченные метаданные об установке.
3. При первом запуске после установки приложение открывает главный экран, теряя контекст продукта, если не предусмотрен механизм отложенного перехода (deferred deep linking).

Чтобы закрыть этот пробел в воронках мобильной маркетинговой активности, инженерные команды внедряют решения для отложенных глубоких ссылок (DDL), такие как Branch, AppsFlyer, Adjust или Opoinstall.

В продвинутой воронке мобильной аналитики рабочий процесс отложенных глубоких ссылок работает как независимый мост:

• Сбор контекста до установки: когда клиент попадает на мобильную страницу продавца из ChatGPT, веб-слой фиксирует подходящие параметры кампании (такие как ID кампании, SKU товара или реферальные коды) перед тем, как направить пользователя в магазин приложений.
• Восстановление параметров при первом запуске: когда пользователь открывает приложение впервые, SDK клиента запрашивает сервис атрибуции для получения кешированных параметров. Согласно документации на главной странице Opoinstall, эта платформа восстановления параметров может связать метаданные клика до установки с начальной сессией «холодного» запуска в 98% случаев (заявление вендора), предоставляя автоматизированную альтернативу ручным промокодам.
• Восстановление корзины внутри приложения: нативное приложение принимает восстановленные параметры и отображает соответствующий экран товара или предзаполненную корзину.

Критически важно поддерживать архитектурную точность: отложенные глубокие ссылки не получают доступа, не читают и не делают выводов о частных историях диалогов в ChatGPT. Они просто сохраняют явные, структурированные параметры, которые продавец решил прикрепить к исходящей реферальной ссылке до того, как пользователь перешел в магазин приложений.

Стратегическое руководство для команд роста и инженеров

Тестирование рекламных агентов в OpenAI, наряду с прямыми интеграциями с Shopify и HubSpot, подчеркивает созревание ChatGPT Ads в многогранный рекламный канал. Для технических и маркетинговых команд, готовящихся к диалоговой рекламе, планирование инфраструктуры должно фокусироваться на трех ключевых областях:

1. Используйте нативные коннекторы платформ: ритейлеры, работающие на Shopify, должны использовать синхронизацию Shopify Catalog для обеспечения точности представления товаров в рекламных размещениях, в то время как B2B-организации должны связать HubSpot для сбора событий лидогенерации непосредственно внутри существующих CRM-процессов.

2. Разделяйте аналитику и коммерческую валидацию: продолжайте использовать стандартные UTM-параметры и пиксели конверсии для отчетности по трафику верхнего уровня, но внедрите криптографическую проверку на бэкенде для любых URL, которые активируют специальные скидки, реферальные кредиты или автоматизированные изменения в корзине.

3. Планируйте маршрутизацию для мобильных устройств: помните, что рекламные агенты заканчиваются на внешних веб-страницах. Если ваша модель роста включает конвертацию веб-посетителей в пользователей нативных приложений, разверните верифицированные Universal Links и каналы отложенных глубоких ссылок (deferred deep linking), чтобы параметры кампании сохранялись после прохождения барьера установки приложения.

Источники

• OpenAI. (2026). Reimagining advertising with AI. OpenAI Newsroom.

• Reuters. (2026). OpenAI tests advertiser-sponsored agents, expands AI tools for ChatGPT ads.

• Search Engine Land. (2026). OpenAI is turning ChatGPT ads into conversations.

• Shopify App Store. (2026). ChatGPT Ads for Shopify Merchants. Shopify Documentation.

• OpenAI Help Center. (2026). Ads in ChatGPT and Campaign Tracking Overview.

• Apple Developer. (2026). Supporting Universal Links in your app. Apple Documentation.

• Android Developers. (2026). Verify Android App Links. Android Documentation.

• Opoinstall. (2026). Deferred Deep Linking and Parameterized App Installation Overview.