Sponsored Questions and How to Auction Them¶
会议: NeurIPS 2026
arXiv: 2512.03975
领域: 对话系统
关键词: 赞助问题, 机制设计, VCG拍卖, 无政府状态代价, 对话式广告
一句话总结¶
本文首次形式化了对话式AI平台中“赞助澄清问题/提示词”的信息引出与后续广告位联合拍卖问题，证明了端到端VCG机制能够兼顾真实报告与社会福利最大化，而直觉上的分阶段模块化拍卖（VCG-per-stage）存在严重的战略低效，其无政府状态代价（Price of Anarchy）无界。
研究背景与动机¶
生成式人工智能彻底重塑了用户获取信息的方式。在传统搜索引擎中，用户输入模糊意图查询后，平台通常被动返回长篇结果列表或依靠固定的相关搜索推荐；而在大语言模型（LLM）对话交互中，系统直接输出解答，并能主动提出若干澄清性追问或推荐后续提示词（如询问用户是越野跑者还是公路跑者）。这种追问不仅能单击消除用户模糊意图，更为商业广告变现开辟了全新入口——广告主可通过赞助特定追问（Sponsored Questions / Suggestions），主动引导潜在高匹配度用户进入自身产品场景。
然而，将商业利益引入对话引导流程引发了根本性的机制设计矛盾。在展示空间有限的前提下，不同广告主对不同澄清问题的边际价值存在巨大差异，平台面临双重决策：第一阶段如何向广告主分配具有信息引出功能的“提示词展示位”？第二阶段该机制又如何与随后的传统广告位拍卖产生战略联动？工程实践中极易倾向于采用“分阶段解耦”架构（Modular Approach），即第一阶段对澄清问题单独竞价，第二阶段观察到用户点击信号后再进行广告位拍卖。然而，这种模块化设计能否维持真实的竞价激励并保证社会福利，此前缺乏严格的博弈论与机制设计理论基础。
本文正是针对这一核心工程架构分歧展开理论建模，对比了“端到端联合优化”与“分阶段解耦”两种设计哲学的社会福利与激励相容性。核心 idea：将对话式信息引出与后续广告分配统一形式化为状态未知的贝叶斯博弈，证明端到端VCG拍卖可保持占优策略激励相容与社会福利最优，并可拆解为阶段一外部性与阶段二二阶价格之和；反之，分阶段独立拍卖不仅诱发代理欺诈，其纯策略纳什均衡的无政府状态代价更是完全无界。
方法详解¶
整体框架¶
平台拥有一个待售广告位与 \(n\) 个具有拟线性效用的风险中性广告主。用户的真实意图由未知自然状态 \(\theta \in \Theta\) 刻画，服从公开先验分布 \(\mathcal{D}(\theta)\)。每位广告主 \(i\) 拥有私有基础价值 \(v_i \ge 0\) 以及公开的状态相关转化率 \(\alpha_i(\theta) \ge 0\)。平台在分配广告位前，可从 \(k\) 个候选澄清问题中选择一个展示给用户。展示问题 \(\ell\) 会以概率 \(Q_\ell(\sigma \mid \theta)\) 产生可观测公开信号 \(\sigma\)（如用户点击或忽略），所有参与者随后将先验信念更新为后验概率 \(\mathcal{D}_{\ell, \sigma}\)，从而导出后验期望转化率 \(\alpha_i(\ell, \sigma) = \sum_\theta \alpha_i(\theta) \mathcal{D}_{\ell, \sigma}(\theta)\) 与有效价值 \(v_i \alpha_i(\ell, \sigma)\)。
针对这一流程，论文对比了两种机制架构：端到端直接显示机制（Direct Revelation Mechanism）与模块化两阶段机制（Modular Two-Stage Mechanism）。端到端机制在阶段开始前统一收集广告主的出价向量，全局联合求解最优提示词与最终广告分配；模块化机制则先进行问题推荐拍卖，在信号披露后再举行独立的广告位拍卖。
%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
A["自然意图采样 θ ~ D<br/>平台与广告主均未知"] --> B["端到端价值报告：广告主提交基础价值出价向量"]
B --> C["阶段一联合决策：福利最大化问题选择"]
C --> D["用户交互反馈：观察公开信号 σ ~ Q(·|θ)"]
D --> E["阶段二后验分配：最高有效价值胜出"]
E --> F["VCG支付结算：阶段一外部性 + 阶段二期望二阶价格"]关键设计¶
1. 端到端联合优化机制与VCG支付分解：兼顾全局真实性与显式外部性结构
传统广告系统通常认为端到端联合优化过于复杂，但本文证明在直接显示模型下，最大化期望社会福利的端到端机制 \(\mathcal{M}^* = (\lambda^*, q^*, p^{\text{VCG}})\) 具备占优策略激励相容性（DSIC）。机制首先根据汇报出价向量 \(b\)，选择使得后验期望福利最大化的澄清问题 \(\ell^*(b) = \arg\max_\ell \mathbb{E}_{\sigma \sim S_\ell}[\max_j b_j \alpha_j(\ell, \sigma)]\)；随后在观察到用户产生的信号 \(\sigma\) 后，将广告位确定性分配给有效价值最高的广告主 \(i^*(b, \sigma) = \arg\max_j b_j \alpha_j(\ell^*(b), \sigma)\)。
更为关键的是，机制所收取的 VCG 支付 \(p_i^{\text{VCG}}(b)\) 能够被严格解耦为两部分：第一阶段问题选择带来的信息外部性，加上第二阶段实际广告分配中的期望二阶价格支付。记不含广告主 \(i\) 时的最优福利为 \(\mathrm{SW}_{-i}(\ell) = \mathbb{E}_{\sigma \sim S_\ell}[\max_{j \neq i} b_j \alpha_j(\ell, \sigma)]\)，则广告主 \(i\) 承担的总支付为：
第一项精确量化了广告主 \(i\) 的加入促使平台改变问题选择时对其他竞价者造成的福利损失；若广告主未扭转问题决策，该外部性项严格为 0。第二项则完全对应标准二阶密封价格拍卖的期望支付。这一分解极大降低了自动出价代理（Autobidder）的结算复杂度。
2. 模块化分阶段机制的纳什均衡构造：基于下游期望效用的公共品拍卖
为了评估工程上更易落地的分阶段架构，作者设计了“阶段 VCG 机制”（VCG-per-stage）。该机制在第一阶段将 \(k\) 个澄清问题视为“公共品选择问题”（Public Project Problem），广告主提交对每个问题愿意支付的竞价向量 \(b_i^Q = (b_{i, 1}^Q, \dots, b_{i, k}^Q)\)；平台选择竞价总和最高的问题 \(\ell^* = \arg\max_\ell \sum_{i} b_{i, \ell}^Q\)，并按标准克拉克枢纽规则结算阶段一外部性支付。在信号 \(\sigma\) 落地后，第二阶段按有效出价 \(b_i^A \alpha_i(\ell, \sigma)\) 运行单物品二阶价格拍卖。
论文定理 4.2 证明，若广告主对每个问题的阶段一出价设定为其在第二阶段真实出价时获得的期望拟线性效用 \(R_i(\ell; v) = \mathbb{E}_{\sigma \sim S_\ell}[u_i^A(v; \ell, \sigma)]\)，且第二阶段如实汇报 \(b_i^A = v_i\)，则该策略剖面构成该标准博弈的纯策略纳什均衡（也是序贯博弈的子博弈精炼均衡）。然而，若平台试图通过“代客出价代理”（Proxy Variant）替广告主计算 \(R_i(\ell; b)\)，命题 4.3 证明广告主将具有强烈的谎报动机以操纵问题选择，真实出价不再是均衡。
3. 模块化机制无界无政府状态代价：竞争消弭与信息租金错位导致的严重失灵
分阶段解耦拍卖最致命的缺陷在于全局社会福利的崩溃。在纯策略纳什均衡下，第一阶段追求的是最大化广告主的期望剩余总和 \(\sum_i R_i(\ell; v)\)，而非最大化系统总期望社会价值 \(\mathbb{E}_{\sigma}[\max_j v_j \alpha_j(\ell, \sigma)]\)。两者之间的鸿沟导致了极具破坏力的无政府状态代价（Price of Anarchy, PoA）。
定理 4.4 构造了具有 \(m\) 个状态和 \(m\) 位对称广告主的极端博弈场景。在该场景下存在两类问题：完全揭示真实状态的信息性问题 \(\ell_1\)，以及完全不提供任何更新的无信息问题 \(\ell_2\)。在揭示性问题下，每个状态均存在激烈的双寡头二阶价格竞价，导致虽然社会价值完美达到上限 1，但获胜者的信息租金被压缩至 \(\delta\)（出价总和仅为 \(\delta\)）；反观无信息问题，某位广告主凭借微弱的先验平均优势胜出，且因缺乏竞争对手的贴身压迫，其在第二阶段获得的净效用高达 \((1-\delta)/m\)。当设置 \(\delta = 1/m^2\) 时，模块化拍卖错误地将展示位分配给无信息问题 \(\ell_2\)，所实现的社会福利仅为 \((3-2\delta)/m\)。随着状态数 \(m\) 趋于无穷，最优福利与均衡福利之比趋于无穷大（\(\mathrm{PoA} \to \infty\)）。定理 4.5 进一步证明，即便将第一阶段替换为一阶密封拍卖或全支付拍卖，这一无界失灵现象依然稳健存在。
一个完整示例¶
以论文第 2 节与第 4 节的跑鞋推荐案例为例，说明各机制运行逻辑： 自然状态为四元组 \(\Theta = \{(\theta_{\text{terr}}, \theta_{\text{exp}})\in \{0, 1\}^2\}\)，先验分布为均匀分布（各占 \(1/4\)）。广告主 1 销售专业越野跑鞋，基础价值 \(v_1=50\)，仅在越野状态下转化（熟练越野跑者 \(\alpha_1=0.9\)，初学越野跑者 \(\alpha_1=0.3\)，公路跑者 \(\alpha_1=0\)）；广告主 2 销售大众入门公路跑鞋，基础价值 \(v_2=30\)，仅在公路状态下转化（初学公路跑者 \(\alpha_2=0.8\)，熟练公路跑者 \(\alpha_2=0.4\)，越野跑者 \(\alpha_2=0\)）。
平台有两个可选赞助追问： - 地形追问 \(\ell_{\text{terr}}\)（“我在寻找越野跑鞋？”）：点击概率为 \(1/2\)。点击时后验在 \((1,1)\) 与 \((1,0)\) 均匀分布，\(\alpha_1=0.6, \alpha_2=0\)，有效价值分别为 30 与 0；未点击时 \(\alpha_1=0, \alpha_2=0.6\)，有效价值分别为 0 与 18。 - 定向追问 \(\ell_{\text{tgt}}\)（“我是一位有经验的越野跑者”）：点击概率为 \(1/4\)。点击时精确锁定 \((1,1)\)，\(\alpha_1=0.9, \alpha_2=0\)，有效价值为 45 与 0；未点击概率 \(3/4\)，后验期望转化率 \(\alpha_1=0.1, \alpha_2=0.4\)，有效价值为 5 与 12。
在端到端 VCG 机制下： - \(\ell_{\text{terr}}\) 期望总福利为 \(\frac{1}{2}\times 30 + \frac{1}{2}\times 18 = 24\)。 - \(\ell_{\text{tgt}}\) 期望总福利为 \(\frac{1}{4}\times 45 + \frac{3}{4}\times 12 = 20.25\)。 - 平台选择最优问题 \(\ell^* = \ell_{\text{terr}}\)。若广告主 1 不在场，广告主 2 在两问题下的期望价值均为 9，广告主 1 造成的外部性为 0；同理广告主 2 造成的外部性也为 0。最终双方均支付 0，福利达到最优值 24。
在模块化 VCG 机制下（Example 4.1）： - 广告主计算第二阶段期望效用作为出价：若选 \(\ell_{\text{tgt}}\)，广告主 1 期望效用为 \(\frac{1}{4}(45-0) + \frac{3}{4}\times 0 = 11.25\)；若双方提交特定出价（如 Example 4.1 中广告主 1 投 \(b_{1, \text{terr}}^Q=21, b_{1, \text{tgt}}^Q=20\)，广告主 2 投 \(b_{2, \text{terr}}^Q=9, b_{2, \text{tgt}}^Q=12\)），阶段一总出价比较为 \(20+12=32 > 21+9=30\)，平台错误地选择了劣质问题 \(\ell_{\text{tgt}}\)，直接导致社会福利损失。
损失函数 / 训练策略¶
作为纯微观经济学与博弈论机制设计工作，本文不存在深度学习中的参数损失函数或模型梯度训练过程。其优化目标为社会福利最大化：
博弈参与人的求解策略为贝叶斯博弈下的优势策略均衡（端到端 VCG）或子博弈精炼纳什均衡（模块化 VCG），所有转化概率均基于贝叶斯法则进行精确概率闭式推导。
实验关键数据¶
主实验¶
论文通过博弈论解析构造，量化对比了端到端 VCG 机制与模块化两阶段拍卖在不同状态规模 \(m\) 与竞争紧密度 \(\delta\) 下的社会福利及无政府状态代价（Price of Anarchy, PoA）。下表基于定理 4.4 的理论构造实例进行定量评估（设定广告主基准价值 \(v_i = 1\)，状态数 \(m \in \{3, 5, 10, 50, 100\}\)，参数 \(\delta = 1/m^2\)）：
| 状态维度与广告主数 \(m\) | 竞争参数 \(\delta = 1/m^2\) | 端到端最优福利 \(\mathrm{SW}(\mathcal{M}^*)\) | 模块化均衡问题选择 | 模块化均衡福利 \(\mathrm{SW}(\mathcal{M}_{\text{mod}})\) | 无政府状态代价 \(\mathrm{PoA}\) | 福利损失比例 |
|---|---|---|---|---|---|---|
| \(m = 3\) | \(0.1111\) | \(1.0000\) | 无信息问题 \(\ell_2\) | \(0.9259\) | \(1.080 \times\) | \(7.41\%\) |
| \(m = 5\) | \(0.0400\) | \(1.0000\) | 无信息问题 \(\ell_2\) | \(0.5840\) | \(1.712 \times\) | \(41.60\%\) |
| \(m = 10\) | \(0.0100\) | \(1.0000\) | 无信息问题 \(\ell_2\) | \(0.2980\) | \(3.356 \times\) | \(70.20\%\) |
| \(m = 50\) | \(0.0004\) | \(1.0000\) | 无信息问题 \(\ell_2\) | \(0.0599\) | \(16.69 \times\) | \(94.01\%\) |
| \(m = 100\) | \(0.0001\) | \(1.0000\) | 无信息问题 \(\ell_2\) | \(0.0300\) | \(33.34 \times\) | \(97.00\%\) |
消融实验¶
下表对比了在不同第一阶段拍卖结算规则（VCG、第一价格支付、全支付拍卖）以及代理出价模式下，模块化机制的激励相容性、均衡计算复杂度与效率稳健性分析：
| 机制设计变体 | 第一阶段支付规则 | 第二阶段出价格式 | 真实性保证 (DSIC / Truthful) | 纯策略纳什均衡存在性 | 最坏情况无政府状态代价 (\(\mathrm{PoA}\)) | 关键失效根因 |
|---|---|---|---|---|---|---|
| 端到端联合机制 \(\mathcal{M}^*\) | VCG 联合分解支付 | 统一报告私有基准价值 \(v_i\) | 严格成立 (DSIC) | 自然成立（占优策略） | \(1.000\) (最优无损) | 无失灵（全局最优） |
| 模块化 VCG (标准版) | 克拉克枢纽外部性支付 | \(b_i^A(\ell, \sigma) = v_i\) | 不成立（仅贝叶斯纳什） | 存在 (Thm 4.2) | \(\infty\) (无界发散) | 强竞争压缩信息租金致出价失真 |
| 模块化 VCG (代客出价版) | 平台代算 \(R_i(\ell, b)\) | 平台代出 \(b_i = v_i\) | 不成立 (Prop 4.3) | 虚假报告更优，无真实均衡 | \(\infty\) | 操纵阶段一问题选择的单边激励 |
| 模块化第一价格 (First-Price) | 最高出价者全额支付 | \(b_i^A(\ell, \sigma) = v_i\) | 不成立（存在竞价降价） | 存在 (Thm 4.5) | \(\infty\) (无界发散) | 搭便车与协调失败无法解决 |
| 模块化全支付 (All-Pay) | 所有参与者支付出价 | \(b_i^A(\ell, \sigma) = v_i\) | 不成立（非真诚出价） | 存在 (Thm 4.5) | \(\infty\) (无界发散) | 租金耗散阻碍真实意图表达 |
关键发现¶
- 信息租金与社会福利的本质背离：在模块化设计中，越能精准澄清用户意图的问题（如 \(\ell_1\)），越会在下游引发激烈的同质竞争，从而将获胜广告主的信息剩余压缩至近乎为 0。因此广告主缺乏为该优质问题出高价的内在动力，反倒倾向于投向竞争平缓但能保留垄断租金的模糊问题，导致社会福利大幅崩塌。
- 替代支付规则无法挽救模块化架构：将第一阶段从 VCG 更改为一阶密封拍卖或全支付拍卖，不仅无法缓解无界 PoA，反而引入了更复杂的混合策略或搭便车问题，理论证明其最坏福利比率依然随状态数发散。
- 端到端 VCG 的实际落地可行性：Lemma 3.3 证明的支付分解表明，端到端 VCG 并不需要黑盒运行复杂的联合组合拍卖，而是能够无缝拆分为标准二阶价格拍卖外加一个显式的问题替换外部性罚金，高度契合现代计算广告系统的微服务架构。
亮点与洞察¶
- 首次将对话式 AI 提示词推荐（Suggestion Chips）从单纯的用户体验优化提升为广告拍卖与信息引出的联合机制设计问题，填补了生成式搜索广告领域的理论空白。
- 提出了极其优雅的 VCG 支付两阶段分解公式，直观展现了“提问外部性”与“广告二阶价格”的理论对偶性，为工业界工程实现统一拍卖提供了坚实的理论落脚点。
- 揭示了看似直观简洁的“分阶段解耦”架构存在严重的理论硬伤，证明由于下游二阶价格拍卖对信息租金的截断效应，模块化拍卖存在根本性的机制失效（PoA 无界）。
局限与展望¶
- 作者承认当前模型假设广告主的状态转化率 \(\alpha_i(\theta)\) 为公开先验信息，实际工业场景中转化率模型本身往往掺杂广告主的私有归因数据与平台的专有特征。
- 仅考虑了单轮单一澄清问题推荐与单个广告位分配，未拓展至多轮追问对话树、混合有机内容与赞助内容的复杂排列场景。
- 未来工作可深入探索平台收益最大化（Revenue Maximization）的最优拍卖设计，以及多轮交互下的贝叶斯序贯机制设计。
相关工作与启发¶
- vs Banchio et al. (2025): 该工作仅探讨对话式搜索中何时切入展示广告的时序博弈，而本文显式建模了平台主动利用追问引导对话流向（Steer Conversation）并联合拍卖该影响力的过程。
- vs Bergemann et al. (2025): 该工作利用分配后的点击后验数据修正支付以恢复真实性，而本文重点在于分配前通过设计可变信息结构（澄清问题）的主动引出与双阶段战略互动。
评分¶
- 新颖性: ⭐⭐⭐⭐⭐ 首次建立对话式赞助问题拍卖的博弈论模型，开创了交互式信息引出机制新分支。
- 实验充分度: ⭐⭐⭐⭐⭐ 严格完成纯策略纳什均衡存在性、代理操纵脆弱性及无界 PoA 的解析证明与稳健性检验。
- 写作质量: ⭐⭐⭐⭐⭐ 叙述逻辑严密清晰，跑鞋实例贯穿始终，概念拆解深入浅出。
- 价值: ⭐⭐⭐⭐⭐ 为大模型搜索（如 Perplexity、ChatGPT、Bing）商业化底层竞价架构选型提供了关键的理论指导。