LS-Labs

ChatGPT 廣告到底有多少成效？

李昇LS-Labs發布：最後更新：
  • #ChatGPT廣告
  • #廣告成效
  • #CPC
  • #ROAS
AI 生成封面：手機顯示含贊助商品卡的 AI 對話，旁邊是成效報表、尺與放大鏡
文章目錄

ChatGPT 廣告 9 月 24 日在台灣開放後，無論是品牌主還是行銷人，肯定都有那麼幾個疑惑。

例如：「這筆預算丟下去後，能夠為我帶來多少效益？」，又或是「這個新功能到底是一次創造 ROAS 與轉換率的機會，還是純粹燒錢試水溫的學費？」

美國從 2 月開始試點，至今已超過半年。LS-Labs 查閱這段期間的公開評測，發現不少廣告主和代理商早已拿出真金白銀，測試這個新管道。

於是 LS-Labs 把海外公開的 9 筆具名投放案例逐筆找回原始報導核對，讓正在評估到底是否該搶先體驗該功能的各位，先知道別人花了多少錢，而他們又得到了什麼樣的成果。

  • 點擊成本差距大，預算不能跨市場照抄。具名案例的整體 CTR 約為 0.35%～1.3%，CPC 從約 1.72 到 22.89 美元；Synter 同一帳戶在英國與紐西蘭的 CPC 就差四倍多。
  • 已公開營收的兩筆案例都是電商。Opascope 15 天花費約 6 萬美元、帶回約 8.9 萬美元營收，ROAS 1.49 倍；Common Thread 依不同歸因方式，報導估計 ROAS 為 3.3～6.8 倍。
  • B2B 要追合格客群，點擊數本身不夠。Floyd Blaikie 團隊辨識出的 146 個來訪組織，只有 5 個符合目標客群；Cleverly 有 57 次平台點擊，仍回報零轉換。
  • 付費曝光與回答中的引用，要分開經營。SE Ranking 觀察的廣告版位中，96.37% 的廣告主未同時出現在回答引用裡；買到廣告位置，不等於品牌已被 AI 回答推薦。

廣告主自己公開的數字

表 1 整理 9 筆具名廣告主或代理商公開的案例，包含自述與媒體採訪。它們是美國試點開始後的跨國投放紀錄，並非全都只在美國投放；金額除另有註明外皆為美元，未公開的欄位不自行補值。

九筆具名案例的花費、點擊率、點擊成本與轉換結果。Opascope 花費約 60,000 美元，ROAS 1.49 倍；Common Thread 花費 9,620 美元。圖中 Synter 澳洲 CPC 誤植，正確值為 17.59 美元；其整體 CTR 為 0.35%，詳見下方補註。
表 1：公開的 ChatGPT Ads 實戰投放帳單與轉換成效來源：Opascope、Search Engine Journal、SE Ranking、MediaPost；2026 年 10 月整理。原始資料補註：Synter 原文涵蓋含加拿大在內的 5 個市場，整體 CTR 為 0.35%；圖中澳洲 CPC「27.59」應為「17.59」美元。

從表 1 可以看到，樣本雖少，各案例的成本與結果卻已有明顯落差。圖中列出的點擊率集中在 0.6%～1.3%；不過，追到 Synter 原文後，還能補上它的整體 CTR：0.35%。所以「約 1%」只能描述部分案例，還稱不上平台的典型表現。

每次點擊成本分散得更多，Opascope 約 1.72 美元，Synter 在紐西蘭則為 22.89 美元。同一個廣告主換個國家，價格也能差四倍多：Synter 在英國為 5.10 美元、在美國為 10.62 美元。紐西蘭只有 3 次點擊，數字容易波動；這提醒廣告主，跨國套用預算要小心，卻還不能單憑 CPC 判斷哪個國家比較賺。

從結果來看，有具體營收數字的兩筆，都是電商；明確回報零轉換的 Choice OMG 與 Cleverly，則分別是小額測試和 B2B 案例。Opascope 在 15 天花費約 6 萬美元，帶回約 8.9 萬美元營收，ROAS 為 1.49 倍。也就是每花 1 美元廣告費，歸因營收約為 1.49 美元；這還沒扣掉商品、履約等成本，不能直接當成獲利。

Common Thread Collective 的測試約一個月、花費 9,620 美元，接近一萬美元；Choice OMG 則只花 415 美元，得到 60 次點擊、零轉換。Camino5 轉述的約 1,000 美元案例，問題是 GA 裡找不到對應流量，不能把「沒有資料」直接寫成「沒有轉換」。這幾種結果，背後的投入規模與量測問題並不相同。

Floyd Blaikie 的案例對 B2B 業主尤其有參考價值。她的團隊投入約 7,000 加幣，報導列出的 CTR 為 0.7%、CPC 為 9.29；但用外部工具追查 336 次付費點擊後，辨識出的 146 個組織只有 5 個符合目標客群輪廓。146 是組織數，不是人數；5 個符合客群，也不等於 5 筆成交。

這個落差讓「有點擊」和「有商機」之間的距離變得很具體。對這次投放來說，Ads Manager 的點擊與成本報表沒有回答來訪公司是不是潛在客戶，團隊得另外查。評估成效時若只看後台前幾個數字，就可能高估流量對業務的價值。

不同產業的轉換率，還能參考什麼？

另外，SEO 代理商 First Page Sage 在 10 月 6 日更新了一份關於 ChatGPT 廣告在 17 個產業的轉換率報告，資料截至 2026 年 9 月 30 日。它綜合自家客戶投放資料、ChatGPT 自然導流轉換率，以及自然與付費流量的歷史關係，推估各產業的廣告轉換率；這些是預估值，並非平台實測平均。

First Page Sage 預估 ChatGPT 廣告轉換率：高等教育 6.3%、居家裝修 3.7%、太陽能 2.9%、電商 2.3%、B2B SaaS 1.7%；Google 搜尋廣告對照值依序為 1.9%、1.9%、1.9%、1.4%、1.1%。ChatGPT Ads 欄是預估，非實測平均。
表 2：ChatGPT 廣告與 Google 搜尋廣告的產業轉換率比較（預估）來源：First Page Sage，ChatGPT Ads Conversion Rate: 2026 Report（2026-10-06 更新）。圖中摘錄重點產業；pp 為百分點。

表 2 中，高等教育的預估值為 6.3%，對照 Google 搜尋廣告的 1.9%，相差 4.4 個百分點；居家裝修與太陽能則分別為 3.7% 和 2.9%，Google 對照值都是 1.9%。這提供了一個值得測試的方向：需要先比較、再提出申請或詢價的情境，可能更適合對話式廣告。

但同一份報告裡，B2B SaaS 的預估值是 1.7%，低於 ChatGPT 自然導流的 3.3%；醫療器材與生技約為 0.7%～0.8%。產業差異很大，而且各家的「轉換」可能是申請、詢價或購買，不能把這些比例當成同一種成果。挑測試方向可以參考，估自己的訂單量仍要靠實際投放。

平台與合作夥伴公布的數字

表 3 把官方案例、AI 導流研究與廣告版位觀測放在一起。數字都和 ChatGPT 行銷有關，量的卻是不同事情，不能直接排成一張成效排行榜。

OpenAI 公布某電商廣告主 28 天 ROAS 3 倍，另有技術夥伴稱逾 80% 廣告流量來自新客；Criteo 的 AI 平台導流轉換率約為其他 referral 的 1.5 倍；SE Ranking 在 50,006 個商業提示詞中觀察到 25.94% 出現廣告；The Keyword 轉述 Adthena CTR 0.91%。
表 3：平台官方與研究機構公布的關鍵流量指標來源：OpenAI（2026-08-31）、Criteo（2026-03）、SE Ranking（2026-08-10）、The Keyword 轉述 Adthena（2026-03-24）。圖中文字包含行銷解讀；「完整學習期」「增量獲客」與素材建議並非這些數字已驗證的因果結論。

OpenAI 公開的例子是某電商廣告主在 28 天、多個活動中達到 3 倍 ROAS；「超過 80% 是新客」則來自另一個技術合作夥伴對廣告流量的描述。兩者沒有公開廣告主名稱、花費與完整歸因方法，也不代表新客都是廣告額外創造的。它們能證明已有正面個案，還不足以推算一般品牌會拿到多少回報。

最容易被誤用的是 Criteo 的 1.5 倍。這份觀察取自 2026 年 2 月、500 家美國零售商，量的是 LLM 平台導流相對其他 referral 管道的轉換率，不是 ChatGPT 付費廣告成效。它沒有提供所有廣告主可套用的轉換率，也不能用來證明買廣告一定更有效。

SE Ranking 的 25.94% 則是「商業提問出現廣告的比例」，既不是點擊率，也不是成交率。Adthena 的 0.91% 才是在談 CTR，而且目前採用的是 The Keyword 的轉述。把量測對象分清楚，才知道每個數字能回答什麼。

另一個常見誤用是「每次點擊 3～5 美元」。這是 OpenAI 建議的起始最高出價，不是平台平均成本，更不是每次點擊都會落在這個區間的保證。

最大困境並非預算

除了大多數人好奇的廣告成效外，本次研究也發現了 ChatGPT 廣告一個很有趣的現象，不少廣告主在投入廣告預算後，結果錢根本花不出去。

Digiday 便曾在 5 月的報導引述多位匿名廣告主管的抱怨，有人表示當時承諾金額為 25 萬美元，其中一家四週只花掉 2,500 美元。一家大型代理商的主管則表示，在 4 月中版位開始增加之前，OpenAI 每週大約只能替每個客戶投出 100 美元。

不過同篇報導除了負面消息外，也帶來了另一則好消息。有代理商的客戶在官方追蹤工具推出前，用網址轉址自行追蹤轉換，發現 ChatGPT 廣告的轉換效率很接近 Google 非品牌字搜尋。

SE Ranking 7 月 23 日另做了一次大規模測試：在美國用免費與 Go 帳號送出 50,006 個商業意圖提示詞，其中 25.94% 出現廣告，而出現的廣告裡有 14.35% 和提示詞主題不相關。相關性依產業差很多，寵物類只有 2.6% 不相關，新聞與政治類超過一半。

同一份研究還有一個值得 SEO 與 GEO 工作者注意的數字：在出現廣告的版位中，只有 3.63% 的廣告主也被回答引用，其餘 96.37% 沒有。這個比例以廣告版位為單位，並非所有廣告主的去重統計；付費曝光與回答引用需要分別追蹤。

評估 ChatGPT 廣告成效的五個重點

本文將表 1～3 和試點報導放在一起後，找出了五個可以評估成效的做法，從哪些條件改變了結果來做判斷。

1. 這幾個案例的 CTR，還不能當成平台基準

Synter 的整體 CTR 為 0.35%，Common Thread 為 0.94%，SE Ranking 則為 1.30%。同一個 Synter 帳戶的各國 CTR 還從 0.11% 到 0.72% 不等。這些都是特定投放的觀察，還不能拿其中一個當作「ChatGPT 廣告應該有的表現」。

2. 點擊便宜，也要看有沒有帶來對的客戶

1.72 美元和 22.89 美元的 CPC，看起來差了十多倍；但便宜點擊若沒有形成商機，仍可能浪費預算。Floyd Blaikie 辨識出 146 個來訪組織、只有 5 個符合客群的結果，正好說明成本報表之外還缺哪一塊。

3. 比較 ROAS 前，先確認營收和花費怎麼算

Common Thread 的公開報導列出約 1.9 萬～3.8 萬美元歸因營收、估計 ROAS 3.3～6.8 倍。這些是報導中的不同歸因估計；公開細節不足以把營收範圍直接除以總花費 9,620 美元，就重現這組 ROAS。讀者應先問清楚計算期間與分母，而不是只挑最高值當預期。

4. 使用者比較完，下單或詢價也要夠順

Opascope 已公開實際營收，First Page Sage 則對高等教育、裝修等產業提出較高預估。這兩種證據強度不同，但都讓「使用者比較完，接下來能做什麼」成為實務重點：商品能否購買、規格是否清楚、詢價流程是否順暢，都要放進測試。

5. 公開案例不代表所有投放結果

表 1 的 9 筆案例不是隨機樣本。代理商與工具商可能偏向公開成功經驗，媒體採訪又可能較容易呈現落差與問題。本文保留正面、零轉換與資料對不上的結果，讓讀者看到範圍；它們仍不能加總成平台平均。

結論：台灣業主到底該不該投入

本文根據海外的資料做出分析後，依商業模式整理測試，並把投入的力度分為多個 Tier（詳見表 4）。

本表為 LS-Labs 根據公開資料提出的判斷：比起一味評估如何分配預算，更應先確認自己期望得到什麼樣的成果。

表 4：台灣品牌投入 ChatGPT Ads 的決策矩陣
商業類型可參考的證據測試判斷先準備與觀察什麼
高客單價、重比較的電商Opascope：15 天 ROAS 1.49 倍；Common Thread：報導估計 3.3～6.8 倍。皆為個別案例。可優先小規模測試先串好訂單與廣告歸因，用同一套方式追營收、毛利與新客訂單。以可承受的損失訂上限，達到預設條件才擴大。
常被拿來比較的 SaaS／工具Hostinger 回報已帶來購買，未公開筆數；SE Ranking 有 1,263 次點擊，卻因註冊太少未續投。有明確比較情境再測廣告對應具體任務、規格或使用情境；到站後看註冊、啟用與付費，而非只看點擊。先確認目標客戶是否可能出現在含廣告的方案。
高單價服務、裝修與教育First Page Sage 預估高等教育 CVR 6.3%、裝修 3.7%。屬推估，尚非台灣實測。列入候補，用名單品質驗證先定義有效詢價、諮詢或申請，把名單帶進 CRM，追到後續成交。衡量每筆有效名單成本，避免把填表直接當成營收。
客群很窄的企業級 B2BFloyd Blaikie 團隊辨識出 146 個組織，只有 5 個符合目標客群輪廓。先補量測，再決定是否投入先能判斷來訪公司、職務與名單資格，再觀察合格商機和銷售進度。追不到這些資訊時，先暫緩放大預算。

資料依據：Opascope、Search Engine Journal、SE Ranking、First Page Sage。測試順序與量測建議由 LS-Labs 整理，2026 年 10 月；不代表台灣成效預測。

不論屬於哪一類，有三件事在投放前就該想清楚：

  1. 先定義成功。要的是訂單、有效名單、啟用中的試用帳號，還是品牌曝光？先定好轉換事件、歸因期間與成本上限，才有辦法判斷結果。
  2. 準備平台以外的量測。Cleverly 的後台記錄 57 次點擊，GA 卻不到 20 次造訪。點擊和造訪本來就不是同一種計數，這個落差需要查核，不能只選自己喜歡的那個數字。網站端的量測可參考〈GA4 如何查看 AI 來源與後續行動〉；付費活動另以 UTM 參數標記，與自然導流分開比較。
  3. 設定觀察期與停損。Opascope 的單日 ROAS 曾在 0.2～2.9 倍之間波動，只看一兩天容易誤判。觀察多久，應跟著自己的成交週期走；可承受的損失與停止條件則應在開始前寫下來。

ChatGPT Ads 已經有人跑出營收，也有人花了錢仍拿不到合格商機。對台灣品牌來說，第一筆測試預算最有用的成果，是知道自己的客群會不會來、來了之後會做什麼，以及這些行為值不值得繼續付費。

參考資料

資料整理期間：2026-09-28～09-29，2026-10-18 補核。以下來源涵蓋具名投放案例、平台公告與產業報告；First Page Sage 的產業轉換率為預估值。