OpenAI 广告收集器追踪：__obi Cookie 如何将 ChatGPT 账户与网络活动关联

OpenAI 实施了一种跨站追踪机制，使该公司能够将用户在第三方网站上的活动与特定的 ChatGPT 账户关联起来。这一机制通过托管在 bzr.openai.com 的广告收集器以及一个名为 __obi 的专用 Cookie 实现。

追踪机制：__obi 的工作原理

OpenAI 使用包含签名令牌和跨站 Cookie 的三步流程，在不同域名之间连接用户身份。

1. 标识符生成与签名

在 chatgpt.com 上，客户端生成 16 字节随机数据，并通过 POST /backend-api/bazaar/obi/sync-token 请求同步令牌。OpenAI 后端返回一个 RS256 JWT（JSON Web Token），将一个 22 字符的标识符（obi）绑定到用户的账户主体（sub）。该令牌作用于收集器，有效期为 60 秒内。

2. Cookie 部署

客户端随后将此 JWT 发送到 bzr.openai.com/v1/obi/sync。服务器响应后设置一个 Cookie：__obi=«value»; Domain=.openai.com; HttpOnly; Max-Age=31536000; Path=/; SameSite=none; Secure。

由于该 Cookie 配置了 SameSite=none 和 Secure，它被允许在跨站请求中发送，而不同于其他 OpenAI Cookie（如 oai-did 或会话 Cookie），这些 Cookie 因 SameSite=Lax 或域名不匹配被浏览器阻止。

3. 广告商网站的数据传输

当用户访问安装了 OpenAI 测量像素（SDK）的网站时，浏览器会自动将 __obi Cookie 附加到发送给 OpenAI 主机的请求中。这主要通过以下三种方式发生：

  • SDK 加载： 浏览器在任何 SDK 代码执行前，将 Cookie 附加到加载 bzrcdn.openai.com/sdk/oaiq.min.js 的 <script src> 请求中。
  • 转化事件： 向 bzr.openai.com/v1/sdk/events 发送的 POST 请求，包含 obref 标识符。
  • 无凭据路径： 使用 SDK 的“无凭据”路径向 bzr.openai.com/v1/sdk/events 发送 POST 请求。

数据收集与抓取的身份信息

除了 __obi 标识符外，OpenAI SDK 还直接从广告商页面收集身份数据。SDK 从四个来源抓取数据：广告商提供的值（in）、表单字段（fm）、渲染后的页面文本（ht）和标签管理器总线（js）。

关于收集数据的关键发现包括：

  • 抓取 vs. 提供： 抓取的身份数据远超广告商提供的数据（观察流量中为 685 次事件对 255 次）。
  • 采集字段： SDK 从标签管理器总线中提取电子邮件和电话号码（取代 window.dataLayer.push 并读取 adobeDataLayer）。邮政编码是被采集最频繁的表单字段。
  • 隐私保护： 电子邮件、电话和姓名在传输前使用 SHA-256 哈希处理。但国家、地区、城市和邮政编码以明文形式发送。
  • 敏感数据： 尽管存在拒绝列表排除密码、社保号和医疗记录，但观察到的路径中仍包含医疗状况、债务解决方案流程和诉讼受理表单等数据。

覆盖范围与影响

研究显示，__obi 标识符被发送到 OpenAI 的商业网站种类繁多，包括 Coursera、HelloFresh、Eventbrite、Wayfair 和 SeatGeek。该机制对已登录用户（subject_type: account_user）和未登录用户（subject_type: anonymous）均有效，匿名标识符至少可保留 27 天。

浏览器与技术限制

该追踪的有效性取决于浏览器的 Cookie 处理策略：

  • iOS 浏览器： 该机制在任何 iOS 浏览器上均无法运行，因为 Safari 的智能追踪预防（ITP）以及基于 WebKit 的 Android Chrome 会阻止所有第三方 Cookie。
  • Android Chrome： 在 Android Chrome 上观察到该追踪机制有效运行。
  • Cookie 分区： 一些用户指出，实施严格 Cookie 分区（CHIPS）的浏览器会通过分离第三方网站使用的 Cookie 存储区，使此问题变得无关紧要。

社区观点与反驳意见

技术讨论突显了该技术的“标准性”与其在 AI 产品背景下的矛盾。

该机制是标准的广告技术。没有先例的是在 AI 聊天产品中运行它。人们会向这些产品透露他们不会发布在社交网络上的信息，而这些产品正越来越多地代表他们采取行动。

批评者认为，由于部分用户支付了订阅费用，但其数据仍通过第三方 Cookie 被收集，缺乏透明度尤为令人担忧。其他人建议，通过 DNS 阻止 bzr.openai.com，或使用 Firefox、Brave 或 Safari 等实施更严格 Cookie 隔离的浏览器，是有效的缓解措施。

Sources

相关