ChatGPT içindeki reklamların hedefleme kalitesiyle ilgili yeni bir analiz, sistemin kullanıcı niyetini her zaman doğru yakalayamadığını ortaya koyuyor. 4 Temmuz ile 4 Ağustos 2026 arasında gerçek ChatGPT konuşmalarında gösterilen 11 binden fazla reklamı inceleyen çalışma, her reklamı bulunduğu sohbet bağlamıyla eşleştirerek ürünün kullanıcının aradığı şeyle ne kadar örtüştüğünü değerlendirdi. Sonuçlara göre reklamların %33’ü konuşmayla tamamen alakasız bulundu.
İncelemede reklamlar üç farklı alaka düzeyine göre sınıflandırıldı. Buna göre reklamların %27’si doğrudan eşleşme kategorisine girdi; yani kullanıcı tam olarak hangi ürünü soruyorsa reklam da o ürünü tanıtıyordu. En büyük grup ise %40 ile bağlamsal eşleşme oldu. Bu sınıfta yer alan reklamlar, kullanıcının aynı konuşma dizisinde daha önce değindiği bir konuya bağlıydı ancak o anda sorulan soruya doğrudan yanıt vermiyordu.
Veriler, asıl dikkat çekici tablonun satın alma niyeti tarafında ortaya çıktığını gösteriyor. Reklamların %68’i, kullanıcının sohbetin hiçbir aşamasında bir şey satın alma, rezervasyon yapma, kiralama ya da ürün karşılaştırma isteği göstermediği konuşmalarda yer aldı. Başka bir ifadeyle, ücretli gösterimlerin önemli bölümü, ticari dönüşüm ihtimalinin baştan düşük olduğu oturumlara dağıtılmış görünüyor.
Reklam bazında yapılan ölçümün yanında, sohbet bazında sonuçlar da benzer bir tablo çiziyor. Reklam gösterilen sohbetlerin %40’ında en az bir alakasız reklam yer aldı. Daha da önemlisi, bu sohbetlerin %28’inde gösterilen tüm reklamların ele alınan konuyla ilgisiz olduğu görüldü. Bu durum, tekil hata örneklerinden ziyade sistematik bir hedefleme sorununun varlığına işaret ediyor.
Geleneksel ücretli aramada reklamverenler genellikle belirli anahtar kelimeleri seçerek satın alma sinyali veren sorgulara odaklanır. ChatGPT içindeki reklam modelinde ise yaklaşım farklı çalışıyor. Reklamverenler, görünmek istedikleri konuşma türlerini, durumları ve konu başlıklarını tarif ediyor; ardından sistem bu ipuçlarını canlı bir sohbet akışıyla eşleştiriyor. Ancak aynı yapay zeka ortamı yalnızca alışveriş veya karşılaştırma için değil, yazı yazma, ders çalışma, sorun giderme ve fikir geliştirme gibi çok farklı amaçlarla kullanıldığı için bağlamı doğru yorumlamak daha zor hale geliyor.
Sektörler arasında da belirgin farklar var. En yüksek alakasız reklam oranı %47 ile pazarlama ve B2B hizmetleri kategorisinde görüldü. Onu %45 ile software ve SaaS reklamları izledi. Bu iki alan, ölçülen tüm sektörler arasında en zayıf hedefleme performansını sergiledi. Buna karşılık en yüksek alaka oranları veri aracılığı ve background check hizmetlerinde %50, seyahat tarafında %43 ve otomotiv kategorisinde %42 olarak ölçüldü.
Bununla birlikte hiçbir sektör, doğrudan eşleşme tarafında reklamlarının yarısından fazlasını kullanıcı sorusuyla bire bir örtüştürecek seviyeye ulaşamadı. Yani en iyi görünen kategorilerde bile sistem çoğu zaman kullanıcının önündeki soruya tam karşılık veren ürünü göstermiyor. Reklamın daha önce konuşulmuş bir temaya dayanması, doğrudan ihtiyaç anını yakaladığı anlamına gelmiyor.
Sigorta kategorisi bu tabloda farklı bir örnek oluşturuyor. Bu alanda alakasız reklam oranı görece düşük, %23 seviyesinde kaldı. Ancak doğrudan eşleşme oranı da sadece %11 oldu. Bunun temel nedeni, sigorta reklamlarının yaklaşık üçte ikisinin bağlamsal eşleşme bandında toplanması. Yani reklamlar çoğunlukla kullanıcının konuşma içinde değindiği bir yaşam olayıyla ilişkilendiriliyor, fakat o anda sorulan spesifik soruya hitap etmiyor.
OpenAI cephesinden daha önce yapılan açıklamalar ise reklamların zamanla daha ilgili hale geldiği yönündeydi. Şirketin gelir tarafını yöneten Denise Dresser, haziran ayında kullanıcıların ChatGPT içindeki reklamları kapatma oranının reklam işinin şubat ayında başlamasından bu yana yarı yarıya düştüğünü söylemişti. Şirketin alaka ölçütü olarak reklam kapatma davranışını kullandığı belirtilmişti.
Ancak son analiz, reklam yayınının başlamasından yaklaşık yarım yıl sonraki bir aylık döneme bakıyor ve bu sürede alakasız reklam oranının yaklaşık üçte bir seviyesinde kaldığını gösteriyor. Reklam hacmi artarken belirgin bir iyileşme sinyali görülmemesi, sistemin ölçek büyüdükçe hedefleme doğruluğunu otomatik olarak artırmadığını düşündürüyor.
Markalar açısından çıkarım net görünüyor: Bir yapay zeka asistanının içine reklam yerleştirmek, kullanıcının aradığı yanıtın kendisi olmakla aynı şey değil. Reklam yanlış konuşmada belirdiğinde kullanıcı tarafından kolayca geçilebilir. Buna karşılık, asistanın ürettiği yanıt içinde doğal biçimde öne çıkan önerilerin diğer organik kanallara kıyasla daha yüksek dönüşüm sağlayabildiği belirtiliyor. Bu da reklamverenler için yalnızca görünürlük değil, bağlamsal doğruluk ve gerçekten doğru anda karşılarına çıkmak gibi iki ayrı hedefi aynı anda önemli hale getiriyor.
