Amazon Ads 十项 AI 能力集中上线，投放正在从工具使用变成系统托管

Amazon Ads 在 7 月 22 日宣布 Brand+ 与 Performance+ 扩展十项 AI 能力，覆盖一方受众信号、音频广告、Streaming TV 自动 Deal 选择、品牌结果优化、Prime Video 信号整合、异步再营销和更多转化类型支持。它看起来像一次功能更新，但更值得关注的是行业方向：投放正在从“人使用 AI 工具”走向“人设定边界，系统托管优化”。

过去卖家谈 AI 投放，常常把重点放在素材生成、关键词建议或广告组搭建效率。现在 Amazon Ads 把受众、供应、媒体格式、模型排序和再营销价值判断放在同一套 AI 投放链路里。对品牌方和代理商来说，核心问题不再是“要不要用 AI”，而是“哪些数据可以交给系统，哪些约束必须自己保留，哪些结果要用业务口径复核”。

行业资讯的重点不是功能清单，而是权责变化：AI 负责更大范围的选择，广告主必须负责输入质量、排除边界和结果解释。

平台动态：十项能力说明了什么

这批能力可以拆成三类。第一类是数据输入，品牌可以把一方受众通过 Ads Data Manager 作为优化信号，而不是硬性定向限制。第二类是供应和格式，Brand+ 和 Performance+ 扩到音频、STV 自动 Deal 选择以及更多广告主体。第三类是模型升级，包括品牌结果优化、Prime Video 信号整合、异步再营销和更广的 App 转化支持。

如果只看单点功能，卖家可能会误以为这是“多了几个投放入口”。更准确的理解是，Amazon Ads 正在把广告主的经验、Amazon 的媒体供应和平台购物/娱乐信号合并到一个更自动化的投放系统中。系统会决定触达谁、在哪些媒体触达、用什么模型排序，以及什么时候把某个用户视为更高价值。

为什么对卖家重要

很多中小卖家暂时不会直接使用 Brand+ 或 Performance+ 的全部能力，但这仍会影响广告生态。大品牌使用系统托管投放后，会更快测试音频、视频、Streaming TV 和站外供应，也会把更多预算交给模型优化。中小卖家在 Sponsored Products 或 Sponsored Brands 里看到的竞争压力，可能来自更上层的全漏斗预算变化。

同时，广告创意和 Listing 证据会越来越互相影响。Amazon Ads 的创意工具已经可以从商品详情页、品牌内容和既有素材中生成广告变化，REC 也会把商品信息改写成对话式提示投放到开放互联网。Listing 如果缺少清晰卖点、场景、规格和可信证据，广告系统就很难生成稳定表达。

观察这轮变化的三个信号

第一，AI 优化对象从“广告组表现”扩大到“业务结果”。品牌搜索、详情页访问、加购和再营销价值被纳入模型后，广告主需要解释的不只是成交，还包括中间意图是否真实增长。第二，媒体供应从搜索和展示扩展到音频、视频和 STV，素材资产会比过去更快被重组。第三，Prime Video 等娱乐信号进入广告模型，说明 Amazon 正在把购物、内容消费和品牌接触合并理解。

这三个信号会改变预算会议的讨论方式。团队不能只问本周 ACOS 是否下降，还要问模型用了哪些输入、进入了哪些供应、是否触达了新的高价值人群，以及这些人是否最终回到商品详情页或品牌搜索。谁能提前把这些问题表格化，谁就更容易在自动化投放里保留判断力。

行业里也会出现新的分工。媒体采买人员更像系统配置员，内容运营更像模型素材管理员，数据分析师则要解释全漏斗信号之间的关系。预算不大的卖家可以不追逐所有新功能，但必须学习这种分工变化，因为 Sponsored Ads 的自动化能力也会沿着同样方向演进。

三类卖家的影响

品牌广告主

品牌方要把一方数据当成“模型输入资产”。客户名单、复购人群、站外互动和 CRM 分层不只是再营销池，也会变成系统寻找相似高价值用户的提示。问题是，数据越进入模型，越需要治理：来源是否合规、更新频率是否稳定、排除名单是否准确。

代理商和服务商

代理商的价值会从手动调参转向边界设计和结果复核。客户不再只问“你调了哪些 bid”，而会问“为什么把这个受众作为信号”“为什么允许系统进入这些音频和 STV 供应”“如何证明增量来自新触达而不是重复曝光”。

跨境中小卖家

中小卖家要关注间接影响。即使暂时不用 Brand+，也要把 Listing、图片、视频、FAQ 和评论分析做成可被 AI 创意工具读取的证据资产。Flyfus 做 SEO+GEO 和 Alexa/AI 导购可见性分析时，核心就是帮助卖家把商品内容从“人能看懂”升级为“系统能引用、能组合、能复核”。

行业变化表

变化	过去的投放逻辑	新的系统托管逻辑
受众	人手动选择定向包	一方数据作为模型优化信号
供应	逐个选择媒体和 Deal	系统自动扩展并优化 STV/音频供应
目标	Reach、点击、转化分开优化	品牌搜索、详情页、加购等中间结果进入模型
创意	每个渠道单独做素材	AI 从商品和品牌资产生成多版本表达
复盘	看单广告组 ACOS/ROAS	看全漏斗、增量和受众质量

风险和误区

• 把 AI 优化等同于无需管理：系统会扩大选择范围，但预算、排除、品牌安全和业务目标仍由广告主负责。
• 只上传受众不清洗数据：过期客户、低价值人群和错误标签会误导模型。
• 忽略创意来源：AI 生成素材越快，素材权利、披露和品牌一致性越需要流程化。
• 用单一 ROAS 评价全漏斗：音频和 STV 可能先影响搜索、详情页和品牌认知，复盘口径要前置定义。

卖家可以马上做的 5 件事

1. 把现有客户、复购、站外访问和邮件订阅数据整理成可治理的一方受众资产。
2. 为广告投放建立“可交给系统优化”和“必须人工限制”的边界表。
3. 检查 Listing、A+、视频和品牌故事，补齐 AI 创意可引用的卖点证据。
4. 把音频、视频、STV、搜索和再营销放进同一张全漏斗复盘表，不只看单一广告组。
5. 用 Flyfus 的竞品分析和网页报告对比类目头部品牌，找出自己在内容字段、素材证据和受众输入上的缺口。

主要来源

• https://advertising.amazon.com/en-us/resources/whats-new/brand-plus-and-performance-plus-expand-ai/
• https://advertising.amazon.com/library/news/marketing-trends-2026/
• https://advertising.amazon.com/library/news/creative-tools-rec
• https://advertising.amazon.com/en-us/library/expert-advice/streaming-tv-precision-measurement/