ChatGPT广告追踪机制曝光：跨网站数据回传OpenAI

概述

近期调查揭示，OpenAI 通过其内部广告平台“Bazaar”建立了一套跨网站追踪机制。尽管该功能名义上归属于“分析”范畴，但其实际运作方式允许 OpenAI 将用户在第三方广告商网站上的浏览行为与其 ChatGPT 账户身份进行关联。这一发现引发了关于用户隐私边界和数据收集透明度的新争议。

技术机制解析

追踪的核心在于一个名为 __obi 的 Cookie。当用户登录 ChatGPT 时，客户端会生成一个随机标识符，并通过 RS256 签名的 JWT（JSON Web Token）将其与用户账户绑定。该 Token 的有效期仅为 60 秒，随后被写入 .openai.com 域名下的 Cookie 中，有效期长达一年。

1. 标识符生成：ChatGPT 后端生成包含账户子标识（sub）和对象标识符（obi）的 JWT。
2. Cookie 设置：客户端将 Token 发送至 bzr.openai.com，浏览器保存带有 SameSite=None 和 Secure 属性的 __obi Cookie。
3. 数据回传：购买 ChatGPT 广告的公司在其网站上嵌入 OpenAI 的代码片段。当用户访问这些网站时，浏览器自动携带 __obi Cookie 向 OpenAI 发送请求。

关键在于，即使广告 SDK 本身有一条不附带凭证的代码路径，加载 SDK 脚本的初始请求仍会泄露该 Cookie。这使得 OpenAI 能够在用户未主动交互的情况下，持续收集跨站数据。

数据收集范围

该机制收集的数据远超简单的页面点击统计。SDK 不仅抓取广告商故意提供的标识（in），还会通过扫描表单字段、渲染文本及标签管理器总线（如 Adobe Data Layer 和 Google Tag Manager）获取更敏感的个人信息。

• 身份信息的混合来源：在观测到的流量中，通过抓取获得的身份数据事件数（685 次）远高于广告商主动提供的（255 次）。
• 敏感数据泄漏：电子邮件、电话号码和姓名在传输前经过 SHA-256 哈希处理，但国家、地区、城市邮编等信息以明文形式传输。邮编是收集最频繁的表单字段之一。
• 浏览历史细节：虽然 URL 查询参数被移除，但路径信息得以保留。观测数据显示，包含医疗状况、债务解决方案漏斗和法律案件 intake 表单的路径均被上传至 OpenAI 服务器。

隐私政策与合规性

OpenAI 的 Cookie 政策将 __obi 归类为“分析 Cookie”，声称其用于帮助公司理解服务性能和用法。然而，技术实现显示其具备跨网站识别用户的能力，这显然超出了传统网站分析工具的范畴。

值得注意的是，OpenAI 将分析和营销分为两个独立的同意选项。调查发现，所有被解码的同步 Token 均携带 consent_decision: analytics_allowed 标记。这意味着，即使用户拒绝营销用途，只要允许分析收集，其跨站追踪机制依然生效。目前，OpenAI 已对特定敏感字段（如密码、社保卡号、医疗诊断）建立了禁止名单，但这并未改变其大规模身份关联的核心架构。