9 月 10 日之后，关注出海投放的人多半刷到过那条消息，亚马逊与 OpenAI 合作，让广告主可以把广告投进 ChatGPT。紧接着是两种常见的反应。一种把它当成又一个新增的广告位，先收藏再说；另一种扫到「美国、小范围试点」几个字就划走，觉得跟自己没关系。

我把 Amazon Ads 的官方公告、CNBC 和几家行业媒体的报道对了一遍。这条消息值得关注的地方在通路上，谁把广告送进来、走什么购买关系。官方公告写得克制，选定的美国广告主正在以试点形式测试 ChatGPT 里的对话式广告，Delta Vacations 是首批参与品牌之一。在此之前，想投 ChatGPT 广告，路径是 OpenAI 自己的投放后台或者代理；现在多了一扇门。通路的关键细节来自报道和发言人表态，拼起来是这样。购买走 Amazon DSP，广告主可以在熟悉的投放环境里把现有 campaign 延伸进 ChatGPT。服务是托管式的，Amazon 团队协助搭建和优化，投放决策由 OpenAI 掌握。初期形态是文字与图片单元，出现在回答下方，另有商品 feed 广告，从商品目录自动生成素材。购买方式支持 CPC 与 CPM 两种模式。把这些拼起来，轮廓是完整的，限定也是清楚的，美国、选定制、托管式，三个限定词缺一不可。

为什么会有这一步，两边的诉求正好对上。据 ContentGrip 的分析，OpenAI 的广告业务需要更高效的需求入口，亚马逊的 DSP 供给组合需要再加一块稀缺的对话库存，合作落在两者中间。

这篇文章只讲这条新通路，以及它对做 SEM 的出海团队意味着什么。ChatGPT 广告的产品形态与入口影响，我们此前写过两篇，链接放在文末。

通路本身，就是这次变化的重点

Amazon DSP 成为进入 ChatGPT 广告位的第二条通路，广告主不需要单独跟 OpenAI 建立媒体关系，已经在用 Amazon Ads 的团队多了一条延伸路径。对出海企业，它有三个实际含义。

投放结构层，摩擦变小了。托管式的 DSP 通路意味着投放动作发生在既有系统里，campaign 以延伸为主，比另起一套媒体关系省事。它还有一个容易被忽略的面向。据 Marketing Dive 的分析，非 Amazon 卖家也可能被吸引进来，借助亚马逊的购物与浏览信号，触达对话场景里的人群。但要记清楚，这条路走的是 DSP 程序化购买，跟 Sponsored Products、Sponsored Brands 那套站内广告是两种逻辑，站内选词、调价、抢排名的经验搬不过来。

数据与测量层，先分清哪些是现成的，哪些要自己补。测试中的广告主能拿到聚合数据，据 Marketing Dive 报道，包括曝光、点击、单次结果成本、CPM 与 CPC 这类过程指标。信号侧，亚马逊出购物与浏览数据，OpenAI 掌握投放决策。测量基础设施还在建设，据 Marketing Dive 报道，OpenAI 与 LiveRamp 等第三方在推进测量合作。对投放团队来说，能不能买到是第一层，能不能解释为什么被展示、用户之后做了什么、对业务结果有多少贡献，是更慢的第二层。

预算关系层，记住延伸这个词。官方措辞是把现有 campaign 延伸出去。这决定了它的预算位置，它接进的是你原本投向程序化媒体的那一块，不需要新设一条独立预算线。把它和 Google AI Mode、PMax 这类把 AI 场景接入既有购买平台的结构放在一起看会更清楚，两边做的是同一件事，把广告库存的位置向对话场景延伸。至于渠道之间的份额对比，现在没有可靠判断，也不做预测。

一句话概括，现在是通路验证期，还不能当效果投放期。

如果要试，按通路验证来设计

对已经在美国市场投放、手上有 Amazon DSP 通路（自营或代理）的团队，可以按下面的顺序把测试搭起来。

先确认入口与资格。试点限定在美国，参与名单由 Amazon 选定，不要期待自助开户。通过 Amazon Ads 团队或代理确认自己是否在资格范围内，同时问清跨平台的责任边界，投放决策、素材审批、出价与节奏、报表口径分别由谁负责。据 CNBC 报道，campaign 由亚马逊搭建和管理，OpenAI 的广告系统掌握投放决策，这一层边界越早问清，后面越少扯皮。

然后把预算定位写清楚。它是现有程序化预算里的一个限定测试，目标就两条，验证这条通路能不能触达增量人群，以及运营流程顺不顺。不要把它写成新渠道的独立预算，也不要用 CPA 口径考核一个还没有基准的库存。目前没有任何公开效果数据可参考，基线得自己建。

素材与形式按对话场景准备。初期库存是回答下方的文字与图片单元，带 sponsored 标注；商品 feed 广告会从商品目录自动生成素材。这意味着两件事，素材要贴着对话语境，旅游品牌在用户比较目的地时出现，和在一个资讯页上投横幅，是两种工作；商品数据本身的质量会影响 feed 广告能生成什么。这一点和 AI 渠道的目录质量问题是同一根线。

观察指标分两层，判据提前写。第一层是过程数据，曝光、点击、单次结果成本这些聚合指标，用来确认通路是否在正常出量。第二层是解释与验证，行业分析 ContentGrip 把这里拆成两个问题，通路让库存更容易激活，但不自动回答广告为什么被展示、用户接下来做了什么。所以测试设计里要有第一方验证，品牌搜索、站点行为、询盘或订单有没有出现与投放对应的变化。加码的判据是能解释展示逻辑且第一方数据看到联动，退出的判据是只有曝光、解释不了成本，或者拿不到稳定量。这两条判据在测试开始之前就写好。另外，把对话场景里的自然可见性也记录一份基线，和投放数据分开记，两边之后可以互相印证。

从场景适配看，长决策、需要解释与比较的品类，比如旅游、教育、服务，和对话库存的语境距离最近，首批名单里出现旅游品牌，放在这个框架里很好理解。反过来，有几类团队可以先按兵不动，只能走自助投放、没有 DSP 入口的，需要立刻用 CPA 算清每一块钱的，主力市场不在美国的，都可以先观察。现在错过不了什么，因为窗口本身还只是通路验证期。

四个容易误读的地方

第一个，把托管读成自助。它不是广告主自己开户、自己盯盘的产品形态，参与方式是选定制，服务由 Amazon 团队协助，投放决策由 OpenAI 控制。

第二个，把 DSP 读成亚马逊版搜索广告。这次接入的是需求方平台，程序化购买，计价含 CPC 与 CPM 两种模式。站内广告那套经验在这里基本用不上，它更接近品牌与品类层面的触达投放。

第三个，把官宣当效果验证。官方公告讲的是通路与形式，不是结果。目前没有公开的投放效果数据、CPM 或 CPC 数值、转化数据可引用。看到新闻就追加预算，和因为看不到数据就断定没用，是同一个错误的两个方向。测试中拿到的聚合数据也只是过程指标。

第四个，把美国小范围试点当作与自己无关。体量和结构是两件事。这条通路一旦被验证，扩大供给的边际成本很低，行业侧的整理把进一步的扩展预期指向 2027 年。对不在美国的团队，此刻能做的准备和试点范围无关，把通路资格、数据基础和素材能力先立起来，等它扩到哪里，动作就能接上。

相关阅读