Cómo extraer anuncios de ChatGPT a gran escala: una arquitectura técnica

OpenAI comenzó a probar anuncios dentro de ChatGPT para adultos estadounidenses que hubieran iniciado sesión en los planes «Free» y «Go» el 9 de febrero de 2026 (OpenAI, «Pruebas con anuncios en ChatGPT»). No existe ningún directorio público que se pueda consultar, y la búsqueda de coincidencias se realiza en cada hilo privado. Por lo tanto, aprender a extraer anuncios de ChatGPT no es un problema de análisis sintáctico. Se trata de un problema de muestreo: ejecute un conjunto de indicaciones diseñado a través de sesiones válidas y con precisión geográfica, capture todos los recuadros patrocinados y repita el proceso hasta que las cifras se estabilicen.

Puntos clave

• Los anuncios solo se muestran a los adultos estadounidenses que hayan iniciado sesión en las versiones Free y Go; las versiones Pro, Business y Enterprise no incluyen anuncios, por lo que las sesiones de recopilación deben pertenecer a un nivel que cumpla los requisitos (TechCrunch, «ChatGPT lanza anuncios», 9 de febrero de 2026).
• No existe un centro de transparencia publicitaria, y la correspondencia se realiza por hilo privado, por lo que la única forma de analizar los anuncios es ejecutar numerosas indicaciones variadas y registrar los resultados (Search Engine Journal, 2026).
• Para cada aparición, registre el título del anuncio, la descripción del anuncio y la URL final; a continuación, calcule la cuota de impresiones dividiendo el número de apariciones entre el total de publicaciones (Search Engine Land, 2026).
• Los anuncios se lanzan por países, por lo que la recopilación de datos precisos se lleva a cabo en cada mercado a partir de fuentes locales (Euronews, 2026).
• Las direcciones IP de los centros de datos se bloquean rápidamente; las direcciones IP residenciales de proveedores de servicios de Internet reales se perciben como tráfico normal de usuarios (DataImpulse, «Los mejores servidores proxy para el scraping con IA en 2026»).

Este es el complemento técnico de la guía estratégica sobre Cómo supervisar los anuncios de ChatGPT. A continuación, repasamos el proceso completo, etapa por etapa.

[IMAGEN: Pantalla de un ingeniero en la que se muestra un flujo de datos con colas de solicitudes, regiones geográficas y una tabla de anuncios patrocinados, con detalles en naranja oscuro en la interfaz de usuario —términos de búsqueda: pantalla de ingeniero de flujos de datos, oscura]

¿Por qué resulta tan difícil extraer los anuncios de ChatGPT?

Los anuncios de ChatGPT son difíciles de extraer porque su interfaz es cerrada, contextual y regional, todo al mismo tiempo. Los anuncios aparecen en recuadros etiquetados como «Patrocinados» debajo de la respuesta, y se seleccionan en función del tema de la conversación, el historial del chat y las interacciones previas con anuncios, en lugar de basarse en palabras clave exactas (StackAdapt, «Cómo anunciarse en ChatGPT»). Dos consultas idénticas pueden arrojar resultados diferentes en cuanto a los anunciantes, por lo que una sola observación no aporta prácticamente nada.

Hay tres limitaciones que condicionan cada decisión de diseño. En primer lugar, los anuncios solo se muestran a los adultos estadounidenses que hayan iniciado sesión en las versiones «Free» o «Go», por lo que sus sesiones deben cumplir los requisitos. En segundo lugar, la correspondencia se realiza por hilo privado, sin que exista un directorio en el que buscar (Search Engine Journal, 2026). En tercer lugar, el lanzamiento se llevará a cabo país por país, comenzando por EE. UU., seguido del Reino Unido, Japón, Corea del Sur, Canadá, Australia y Nueva Zelanda, y está previsto que se extienda a México y Brasil (Euronews, 2026).

Resumen de la cita: Según la prueba realizada el 9 de febrero de 2026, los anuncios de ChatGPT solo se muestran a adultos estadounidenses que hayan iniciado sesión en los planes «Free» y «Go», aparecen en recuadros etiquetados como «Patrocinado» que se adaptan contextualmente a cada hilo privado y no cuentan con un directorio público, por lo que solo es posible observar su alcance ejecutando diversas indicaciones en sesiones que cumplan los requisitos (OpenAI, «Pruebas con anuncios en ChatGPT»; Search Engine Journal, 2026).

La superficie cerrada da un giro a la economía habitual del scraping. En el scraping web clásico, el análisis sintáctico es barato y el coste reside en el acceso. En este caso, analizar el recuadro patrocinado resulta trivial, y el coste real es de carácter estadístico: se está estimando una distribución oculta, por lo que su arquitectura debe dar prioridad al tamaño de la muestra y a la estabilidad de las condiciones frente a selectores ingeniosos.

¿Cómo se pueden extraer los anuncios de ChatGPT de principio a fin?

Usted recopila anuncios de ChatGPT mediante un proceso de ocho etapas que transforma un conjunto de indicaciones en una línea de tendencia. Las etapas van desde el diseño hasta la entrega: diseño de indicaciones, selección de sesiones, distribución por zona geográfica, renderización, captura, normalización, cálculo de la cuota de impresiones y, por último, programación y almacenamiento. Cada etapa alimenta a la siguiente, y todo el ciclo se repite con una cadencia tal que el ruido de una sola ejecución se promedia hasta convertirse en una señal medible.

A continuación se explica en qué consiste cada etapa:

1. Diseñe el conjunto de indicaciones. Cree frases clave relacionadas con el recorrido del comprador («el mejor CRM para equipos pequeños») y con la marca («¿merece la pena [marca]?»). La formulación determina qué anuncios se activan, por lo que debe tratar este conjunto como una variable controlada. Tratamos la elaboración de estas frases en Asignación de plantillas para los anuncios de ChatGPT.
2. Valide la sesión. Cada sesión debe corresponder a un usuario adulto de EE. UU. que haya iniciado sesión y utilice la versión gratuita o «Go». Las versiones «Pro», «Business» y «Enterprise» no muestran anuncios (TechCrunch, 2026). Varíe los historiales de las sesiones para que un hilo atípico no sesgue la muestra.
3. Distribuir por zona geográfica. Dado que el lanzamiento se realiza país por país, la recopilación de datos se lleva a cabo en cada mercado a partir de fuentes locales. Una visión limitada únicamente a EE. UU. no tiene en cuenta a los anunciantes del Reino Unido, Japón o Canadá a medida que se amplía la prueba.
4. Reproduzca la conversación. Envíe la consulta y capture la respuesta completa, incluido cualquier bloque patrocinado. Esta es la fase en la que se necesitan orígenes de usuarios reales, tal y como se explica a continuación.
5. Recoja la caja patrocinada. A partir de los resultados generados, extraiga el título del anuncio, la descripción del anuncio y la URL final de cada posición patrocinada (Search Engine Land, 2026).
6. Analizar y normalizar. Asigne los campos sin procesar a un esquema estable. Normalice los nombres de los anunciantes y las URL finales para que un mismo anunciante no aparezca dividido en varias filas.
7. Calcule la cuota de impresiones. Sume las apariciones y divídalas entre el total de carreras por indicación y por mercado. En breve le daremos más detalles sobre los cálculos.
8. Programar y guardar. Ejecute el conjunto a una cadencia fija y registre filas con marca de tiempo, de modo que la cuota de impresiones se convierta en una tendencia en lugar de una instantánea.

¿Cómo se ejecutan las solicitudes como sesiones válidas y con precisión geográfica?

Las solicitudes se ejecutan como sesiones válidas emitiéndolas desde orígenes de usuarios reales en el mercado de destino y, a continuación, capturando la conversación generada. Esta es la fase que determina si se recopilan datos publicitarios de IA a gran escala o si se produce un bloqueo prematuro. La mayoría de las plataformas marcan rápidamente las direcciones IP de los centros de datos, mientras que las direcciones IP residenciales procedentes de proveedores de servicios de Internet (ISP) de consumidores reales parecen tráfico ordinario; además, las respuestas generadas por la IA varían según la región y el idioma, por lo que la precisión requiere direcciones IP locales en todos los mercados (DataImpulse, «Los mejores servidores proxy para el scraping con IA en 2026»). La elección de esa red es una decisión independiente, en comparación con Proxies residenciales frente a proxies de centros de datos para anuncios de IA.

Aquí es donde Massive se integra directamente en el flujo de trabajo. Massive es una red de acceso a dispositivos, junto con una pila de renderizado, que genera código HTML o Markdown limpio a partir de cualquier fuente pública, en cualquier ubicación, y que funciona en dispositivos reales de consumo en más de 195 países. Su Web Render API /ai El punto final devuelve las respuestas generadas por ChatGPT a través de orígenes de dispositivos de usuarios reales en la zona geográfica que elija, en formato HTML de conversación completa, HTML de la solicitud, HTML de la respuesta, HTML de las fuentes y una matriz de subconsultas. El modo sincrónico devuelve la respuesta directamente; el modo asíncrono /ai/completions La ruta es del tipo «cola y recuperación», con segmentación geográfica por país, provincia o ciudad.

Massive proporciona la funcionalidad; su equipo diseña el conjunto de indicaciones y se encarga de la ejecución. En cuanto al flujo de trabajo asociado, el punto final de navegación (/navegador) ofrece resultados de Markdown de primera clase y sesiones persistentes de hasta 12 minutos. Cada dirección IP se registra a través del SDK de Massive, y la plataforma cuenta con auditoría SOC 2, cumple con el RGPD y cuenta con la certificación AppEsteem, además de disponer de un registro de auditoría completo.

El bucle de control es breve. Las partes más complejas (orígenes admisibles, datos geográficos, representación) se ejecutan tras la llamada de representación, por lo que su código se centra en el muestreo y la agregación:

# Illustrative sampling loop. The render_chatgpt() call abstracts an
# eligible, geo-targeted session; see your render provider's docs for
# exact endpoint parameters before wiring it up.
from collections import Counter

def sample_prompt(prompt, market, runs=25):
    appearances = Counter()
    for _ in range(runs):
        convo = render_chatgpt(prompt=prompt, geo=market)   # rendered HTML
        for box in find_sponsored_boxes(convo):             # may be zero
            ad = {
                "advertiser": normalize(box.title),
                "description": box.description,
                "final_url":  canonical(box.final_url),
                "prompt":     prompt,
                "market":     market,
            }
            store(ad)                                       # stage 8
            appearances[ad["advertiser"]] += 1
    # stage 7: impression share = appearances / total runs
    return {a: round(n / runs, 3) for a, n in appearances.items()}

El bucle es deliberadamente sencillo. Una versión de producción incorpora reintentos, detección de recuadros patrocinados que tolera cambios en el diseño, validación que descarta representaciones vacías y programación específica para cada mercado.

¿Cómo se calcula la cuota de impresiones en campañas repetidas?

La cuota de impresiones se calcula dividiendo el número de apariciones de un anunciante entre el número total de emisiones de un programa concreto y en un mercado determinado. Si un anunciante aparece en 12 de las 25 emisiones, eso supone una cuota de impresiones del 48 % para ese programa y ese periodo (Search Engine Land, 2026). Ese único ratio es lo que convierte una superficie ruidosa, por hilo, en una cifra que se puede seguir y comparar.

El tamaño de la muestra es importante. Unas pocas ejecuciones producen una estimación inestable, mientras que docenas por cada prompt dan lugar a un resultado estable. Mantenga fijas las condiciones de recopilación —el mismo mercado, nivel y redacción del prompt— para que un cambio en el número refleje la subasta publicitaria y no su configuración. El seguimiento de la URL final junto con la cuota de mercado también revela la página de destino exacta a la que un competidor dirige cada conversación.

Resumen: La cuota de impresiones de un anuncio de ChatGPT equivale al número de ejecuciones en las que aparece un anunciante dividido entre el total de ejecuciones para esa consulta y ese mercado; 12 apariciones en 25 ejecuciones suponen una cuota de impresiones del 48 % para esa consulta y ese intervalo de tiempo (Search Engine Land, «Lo que revelan los datos publicitarios de ChatGPT sobre sus competidores», 2026).

¿Con qué frecuencia debe recogerlo y adónde va a parar?

Recopile datos con una periodicidad fija y almacene cada observación como una fila con marca de tiempo, ya que el valor reside en la tendencia, no en la instantánea. Una ejecución semanal o diaria del mismo conjunto de consultas, por mercado, genera un historial que no podrá completar a posteriori. Considere la propia programación como parte del método: cambiar la periodicidad a mitad del proceso dificulta la comparación entre dos periodos.

El almacenamiento resulta sencillo una vez que el esquema está estabilizado. Basta con una única tabla amplia que incluya: prompt, mercado, marca de tiempo de la ejecución, anunciante, título del anuncio, descripción del anuncio y URL final. La cuota de impresiones se obtiene entonces mediante una consulta sobre esa tabla agrupada por prompt, mercado y ventana. Dado que usted controla las condiciones de recopilación, volver a ejecutar la misma consulta al mes siguiente arroja una cifra comparable, lo cual constituye precisamente el objetivo de recopilar los resultados patrocinados de IA de forma programada.

Nota sobre el ámbito de aplicación y la terminología de la plataforma

Recopile únicamente el contenido publicitario público y manténgase dentro de ese ámbito. El recuadro patrocinado que ve cualquier usuario que cumpla los requisitos es información pública, y ese es el límite que conviene respetar. No recopile datos personales, no intente eludir la autenticación más allá de una sesión de inicio de sesión normal y mantenga un ritmo de recopilación razonable, en lugar de saturar el servicio. Respete los términos establecidos por cada plataforma, asegúrese de que su mensaje esté diseñado específicamente para ese fin y, si opera con fines comerciales o a gran escala, solicite un análisis jurídico para su uso concreto. La legislación en este ámbito varía según la jurisdicción y está en constante evolución.

En qué situación le deja esto

La recopilación de anuncios de ChatGPT es un ejercicio de muestreo disciplinado, no de ingeniería de selectores. El proceso de ocho etapas mantiene constantes las condiciones —un conjunto de indicaciones diseñado, sesiones válidas, la ubicación geográfica adecuada y la visualización de usuarios reales—, de modo que las cifras de cuota de impresiones que se calculan tengan sentido a lo largo de las semanas. Configure el bucle una vez, ejecútelo con regularidad y almacene cada fila.

El factor determinante es la capa de recopilación: sesiones válidas y geolocalizadas con precisión que se asemejan a las de usuarios reales. Ahí es donde Massive’s /ai Compatibilidad con el punto final y cobertura en más de 195 países, lo que permite obtener las respuestas de ChatGPT a través de dispositivos de usuarios reales en el mercado que elija. Empiece a realizar pruebas ahora mismo, respete el espacio publicitario público y dispondrá de datos de tendencias que resultarán imposibles de recrear a posteriori. Para el marco estratégico, vuelva a Cómo supervisar los anuncios de ChatGPT.