A3. 广告优化 | Advertising Optimization

路径: Path A: 运营人 · 模块: A3 最后更新: 2026-03-12 难度: 进阶 预计时间: 每天 30 分钟，1-2 周

flowchart LR
A1["A1 选品与市场"]
A1 --> A2
A2["A2 Listing 创作"]
A2 --> A3
A3[" A3 广告优化<br/>（当前）"]:::current
A3 --> A4
A4["A4 客服售后"]
A4 --> A5
A5["A5 库存供应链"]
A5 --> A6
A6["A6 合规风控"]
classDef current fill:#ff9900,stroke:#333,color:#fff,font-weight:bold

本模块章节导航

1. 广告方法论 · 2. AI 工具全景 · 3. Prompt 模板库 · 4. 广告实战工作流 · 5. 常见陷阱 · 6. 进阶技巧 · 7. 学习资源

本模块你将学会

用 AI 工具把需要数小时的广告数据分析压缩到 30 分钟。从搜索词报告分析到出价优化，建立一套可复用的 AI 辅助广告管理工作流。

完成本模块后，你将能够：

• 用 ChatGPT/Claude 分析搜索词报告，10 分钟找出高 ROAS 关键词和需要否定的浪费词
• 用 AI 生成 Sponsored Brands 广告文案的多种变体，做 A/B 测试
• 用 AI 制定新品 30 天广告启动计划，从 Auto 到 Manual 的关键词收割流程
• 理解 ACOS/TACOS/ROAS 的关系，用 AI 做广告预算分配优化
• 用 AI 诊断广告效果下滑的根因，快速定位问题
• 了解 2026 年新趋势：Amazon Ads MCP Server 如何让 AI Agent 直接管理广告

1. 广告方法论：AI 之前你需要理解的基础

相关阅读: D4 Walmart AI 指南 Walmart Connect 广告（第一价格竞价）详见 D4 · E1 Instagram/Facebook AI 指南 Meta Advantage+ AI 广告素材生成和优化详见 E1。 · E7 跨渠道协同 跨渠道广告归因和预算分配框架详见 E7。

1.1 Amazon 广告的第一性原理

Amazon PPC 广告的本质是“花钱买精准流量，用转化率把流量变成利润“。

Amazon 的 PPC 竞价机制采用第二价格拍卖（Second-Price Auction）：

你实际支付的 CPC = 第二高出价 + $0.01

这意味着你不需要出最高价，只需要比第二名多 $0.01。但广告排名不只看出价：

广告排名 = 出价 × 相关性 × 转化率

• 出价：你愿意为每次点击支付的最高金额
• 相关性：你的关键词和 Listing 与用户搜索意图的匹配程度
• 转化率：用户点击广告后实际购买的比例

核心洞察：很多卖家以为“出价越高排名越好“。但如果你的 Listing 转化率高，即使出价比竞品低，广告排名也可能更好。这就是为什么广告优化不能脱离 Listing 优化 参考 A2 Listing 模块。

1.2 ACOS / TACOS / ROAS 的关系和计算

这三个指标是广告优化的核心语言，必须理解透彻：

ACOS (Advertising Cost of Sales) = 广告花费 / 广告销售额 × 100%

• 例：花了 $100 广告费，带来 $400 广告销售额 → ACOS = 25%
• 含义：每赚 $1 广告销售额，花了 $0.25 的广告费
• 目标：ACOS < 产品利润率（否则广告在亏钱）

TACOS (Total Advertising Cost of Sales) = 广告花费 / 总销售额 × 100%

• 例：花了 $100 广告费，总销售额（广告 + 自然）$1000 → TACOS = 10%
• 含义：广告花费占总收入的比例
• 目标：TACOS 持续下降 = 自然流量在增长，广告依赖在减少

ROAS (Return on Ad Spend) = 广告销售额 / 广告花费

• 例：花了 $100 广告费，带来 $400 广告销售额 → ROAS = 4.0
• 含义：每花 $1 广告费，赚回 $4 销售额
• 关系：ROAS = 1 / ACOS（ACOS 25% = ROAS 4.0）

为什么 TACOS 比 ACOS 更重要？

ACOS 只看广告本身的效率，但广告的真正目的不只是直接销售 还有推动关键词的自然排名（organic rank flywheel）：

广告带来销量 → 销量提升关键词自然排名 → 自然流量增加 → 总销售额增长 → TACOS 下降

一个 ACOS 40% 的广告看起来“亏钱“，但如果它推动了自然排名上升，导致 TACOS 从 15% 降到 10%，那这个广告其实是赚钱的。AI 可以帮你监控这个飞轮效应。

1.3 广告类型全景

新手应该从哪种开始？

SP Auto → SP Manual → SB → SD

1. SP Auto（第 1 周）：让 Amazon 自动匹配关键词，收集数据
2. SP Manual（第 2 周起）：从 Auto 中提取高转化关键词，创建手动广告
3. SB（品牌注册后）：用品牌广告占据搜索结果顶部
4. SD（有一定销量后）：再营销和竞品拦截

1.4 AI 在广告中的角色定位

AI 擅长的：

• 搜索词分析：从几千行搜索词报告中找出高 ROAS 词和浪费词
• 出价优化建议：基于历史数据建议每个关键词的最优出价
• 否定词发现：找出花钱但不转化的无关搜索词
• 文案变体生成：为 SB 广告生成多种 Headline 做 A/B 测试
• 预算分配建议：基于各广告组的 ROAS 建议预算重新分配
• 趋势分析：对比不同时间段的广告表现，发现趋势变化

AI 不擅长的：

• 实时竞价：需要专业工具（Helium 10 Adtomic、Perpetua）做自动化竞价
• 创意设计：SB Video 和 SD 的视觉创意需要设计工具
• 品牌策略：广告的整体策略（防守 vs 进攻、品牌 vs 效果）需要人做决策
• 预算决策：总预算多少取决于业务目标和现金流，不是 AI 能决定的

核心原则：用工具获取广告数据，用 AI 做分析和建议，用人做策略决策和执行。AI 是你的广告分析师，不是广告经理。

2. AI 工具全景：广告阶段用什么

2.1 付费工具深度评测

工具选择建议：

预算有限（<$50/月）：Amazon Advertising Console + ChatGPT/Claude

• Amazon 官方广告后台是免费的，功能足够中小卖家使用
• 每周下载搜索词报告，用 ChatGPT 分析（见第 3 节 Prompt 模板）
• 手动调整出价和否定词

认真做（$100-300/月）：Helium 10 Adtomic

• Adtomic 的 AI 竞价自动化可以节省大量时间
• 规则引擎让你设定“ACOS > 40% 自动降低出价“等规则
• 配合 ChatGPT 做深度搜索词分析

月广告花费 $5000+：Perpetua 或 DeepBI

• 广告花费大了之后，手动管理效率太低
• Perpetua 的目标 ACOS 优化适合有明确利润目标的卖家
• DeepBI 的全托管模式适合不想花时间管理广告的卖家

关键洞察：广告工具的核心价值是自动化执行，不是策略制定。工具能帮你自动调出价、自动加否定词，但“应该把预算集中在哪些关键词上“这个策略问题，还是需要你（或 AI 分析）来决定。最佳组合：用 Adtomic/Perpetua 做自动化执行，用 ChatGPT/Claude 做策略分析。

Content rephrased for compliance with licensing restrictions. Sources: deepbi.com AI PPC, aijourn.com PPC optimization, algofy.com AI tools 2026

2.2 免费工具组合

免费工具的使用策略：

1. Amazon Advertising Console 是基础：所有广告操作都在这里完成。即使用了第三方工具，也需要理解官方后台的功能。
2. 搜索词报告是金矿：每周下载搜索词报告（Advertising → Reports → Search Term Report），这是广告优化最重要的数据源。用 ChatGPT 分析比手动看快 10 倍。
3. Brand Analytics 做竞品情报：搜索词排名数据告诉你竞品在哪些关键词上有广告，市场篮子分析告诉你用户还买了什么。
4. Amazon Attribution 追踪站外流量：如果你在 Google Ads 或社交媒体上投放广告引流到 Amazon，Attribution 可以追踪转化效果。

2.3 开源工具与 API

什么时候用开源工具？

如果你管理 10+ 个广告活动或需要批量操作，API 可以：

• 批量调整出价：根据 AI 分析结果，一次性调整几百个关键词的出价
• 自动下载报告：定时拉取搜索词报告，自动喂给 AI 分析
• 自定义仪表盘：用 pandas + matplotlib 构建自己的广告分析仪表盘

更多技术实现细节，参考 Path B: 技术人 的相关模块。

3. Prompt 模板库（广告专用）

本节提供每个模板的深度解析、常见错误和进阶变体。

3.1 搜索词报告分析

为什么这个 Prompt 有效： 它要求 AI 按 ROAS 排序并用表格输出，避免了 AI 常见的“泛泛而谈“问题。分成 5 个明确的输出类别（高转化、高浪费、高展示低点击、否定词、预算分配），每个类别都有具体的操作建议。关键设计点：

• “按 ROAS 排序” 强制 AI 做量化排序而非主观判断
• “标注每个关键词的建议操作和优先级” 直接导向行动
• “精确否定 vs 短语否定” 区分否定类型，避免过度否定

常见错误：

• 数据量太少（<7 天）→ 广告数据有归因延迟（7-14 天），至少用 30 天数据分析
• 不区分匹配类型 → Broad、Phrase、Exact 的搜索词表现差异很大，应该分开分析
• 忽略展示量高但零点击的词 → 这些词说明你的广告展示了但没人点击，可能是 Listing 主图或价格问题
• 只看 ACOS 不看 TACOS → 一个 ACOS 高的关键词可能在推动自然排名，需要看整体效果

进阶变体：

变体 A 按匹配类型分层分析：

以下是我的搜索词报告数据（过去 30 天），请按匹配类型分层分析：

Broad Match 搜索词：[粘贴数据]
Phrase Match 搜索词：[粘贴数据]
Exact Match 搜索词：[粘贴数据]

请分别分析每种匹配类型的表现：
1. 每种匹配类型的整体 ACOS 和 ROAS
2. Broad Match 中发现的新关键词机会（应该提升为 Exact Match）
3. Phrase Match 中需要否定的无关词
4. Exact Match 中出价需要调整的关键词
5. 三种匹配类型的预算分配建议

为什么用这个变体：Broad Match 是“关键词发现器“，Exact Match 是“利润收割器“。分层分析能帮你建立从 Broad → Phrase → Exact 的关键词收割流程。

变体 B 时间趋势分析（周度/月度对比）：

以下是我的广告数据，分为两个时间段：
上月数据：[粘贴]
本月数据：[粘贴]

请对比分析：
1. 整体 ACOS/ROAS 变化趋势及原因分析
2. 哪些关键词的表现在改善？哪些在恶化？
3. CPC 变化趋势（竞争是否在加剧？）
4. 转化率变化趋势（Listing 是否需要优化？）
5. 基于趋势，下个月的优化重点建议

为什么用这个变体：单次分析只能看到“现在怎么样“，趋势分析能看到“在变好还是变差“。CPC 持续上升可能意味着竞争加剧，需要调整策略。

变体 C 竞品 ASIN 定向分析：

以下是我的 Product Targeting（ASIN 定向）广告数据：
[粘贴数据：目标 ASIN、展示量、点击量、花费、订单数]

请分析：
1. 哪些竞品 ASIN 的定向广告 ROAS 最高？（我应该加大投放）
2. 哪些竞品 ASIN 花钱但不转化？（我应该停止定向）
3. 基于高转化的竞品特征，推荐新的定向 ASIN
4. 竞品定向 vs 关键词定向的整体效率对比

为什么用这个变体：ASIN 定向广告让你的产品出现在竞品的详情页上。分析哪些竞品的流量最容易被你转化，就知道你的产品对哪类竞品最有竞争力。

3.2 广告文案 A/B 测试

为什么这个 Prompt 有效： 5 种风格强制 AI 做差异化，避免生成 5 个看起来差不多的 Headline。每种风格对应不同的用户心理，让你测试哪种风格最能打动你的目标客户。

常见错误：

• Headline 超过 50 字符 → Sponsored Brands Headline 限制 50 字符，超出会被截断
• 不标注目标受众 → 不同受众对不同风格的反应不同，测试前要明确目标
• 同时测试太多变体 → 每次只测 2 个变体（A/B），不要同时测 5 个
• 测试时间太短 → 至少运行 2 周，积累足够的点击数据才有统计意义

进阶变体：

变体 A Sponsored Brands Video 脚本：

我的产品是 [产品描述]，核心卖点是 [卖点]。

请为 Sponsored Brands Video 广告生成 3 个不同风格的 15 秒脚本：

脚本1：问题-解决型
- 开头（0-3秒）：展示用户痛点
- 中间（3-10秒）：产品如何解决
- 结尾（10-15秒）：CTA + 核心卖点

脚本2：演示型
- 开头（0-3秒）：产品外观展示
- 中间（3-10秒）：核心功能演示
- 结尾（10-15秒）：规格 + CTA

脚本3：社交证明型
- 开头（0-3秒）：用户好评引用
- 中间（3-10秒）：产品使用场景
- 结尾（10-15秒）：评分 + CTA

每个脚本标注：画面建议、文字叠加内容、背景音乐风格建议。

为什么用这个变体：SB Video 的 CTR 通常比静态 SB 广告高 2-3 倍。15 秒脚本的关键是前 3 秒抓住注意力 AI 可以帮你设计多种“钩子“。

变体 B Sponsored Display 创意文案：

我的产品是 [产品描述]，目标是做竞品拦截（在竞品详情页展示我的广告）。

请为 Sponsored Display 广告生成 3 组创意文案：

组1：价格优势型（适合我的价格比竞品低的情况）
- Headline: [不超过 50 字符]
- Custom Image 文案建议

组2：功能优势型（适合我的产品有竞品没有的功能）
- Headline: [不超过 50 字符]
- Custom Image 文案建议

组3：评价优势型（适合我的评分比竞品高的情况）
- Headline: [不超过 50 字符]
- Custom Image 文案建议

注意：SD 广告出现在竞品详情页，用户正在考虑买竞品。文案需要给用户一个"转向你"的理由。

3.3 否定关键词策略

为什么这个 Prompt 重要： 否定词是降低 ACOS 最快的方法。一个不相关的搜索词每天花 $2，一个月就是 $60 的浪费。AI 可以从几千行搜索词报告中快速找出所有需要否定的词。

常见错误：

• 过度否定导致流量断崖 → 否定了太多词，广告展示量骤降。建议每次否定不超过 20 个词，观察 3 天后再继续。
• 不区分精确否定和短语否定 → 精确否定只屏蔽完全匹配的搜索词，短语否定会屏蔽包含该短语的所有搜索词。用错了会误伤有效流量。
• 只否定不转化的词，不否定不相关的词 → 有些词虽然有少量转化，但完全不相关（如卖手机壳的广告出现在“手机“搜索中），长期来看会拉低广告质量分。

你是一个 Amazon PPC 否定关键词专家。

以下是我的搜索词报告（过去 30 天）：
[粘贴数据：搜索词、匹配类型、展示量、点击量、花费、订单数、销售额]

我的产品是：[产品描述]
我的目标 ACOS：[X]%

请生成否定关键词列表：

1. **精确否定列表**（Negative Exact）：
- 完全不相关的搜索词（与产品无关）
- 花费 > $[X] 但零转化的搜索词

2. **短语否定列表**（Negative Phrase）：
- 包含某个词根的一系列不相关搜索词（如所有包含"free"的搜索词）

3. **观察列表**（暂不否定，继续观察）：
- 花费中等、有少量转化但 ACOS 偏高的词
- 建议观察时间和判断标准

每个否定词标注：否定原因、预计节省的月度花费、风险评估（是否可能误伤有效流量）。

进阶变体 否定词审计（检查是否过度否定）：

以下是我当前的否定关键词列表：
[粘贴否定词列表]

我的产品是：[产品描述]
最近 2 周广告展示量下降了 [X]%。

请审计我的否定词列表：
1. 是否有被误否定的有效关键词？
2. 哪些短语否定可能误伤了相关搜索词？
3. 建议移除哪些否定词以恢复流量？
4. 建议将哪些短语否定改为精确否定（缩小否定范围）？

否定词的核心原则：宁可少否定，不要过度否定。否定一个词很容易，恢复被否定的流量很难。每次否定后观察 3-5 天的数据变化。

3.4 广告预算分配优化

为什么这个 Prompt 重要： 80% 的广告预算应该花在 20% 的高效广告组上。但很多卖家平均分配预算，导致高效广告组预算不足提前下线，低效广告组浪费预算。AI 可以基于历史数据做最优分配。

常见错误：

• 所有广告组平均分配预算 → 高 ROAS 的广告组可能因为预算不足在下午就下线了
• 只看 ACOS 分配预算 → 新品期的广告 ACOS 高是正常的，因为目标是推排名不是赚钱
• 不考虑广告目标差异 → 品牌防守广告（品牌词）和进攻广告（竞品词）的预算逻辑不同
• 大促期间不调整预算 → Prime Day/BFCM 期间流量暴增，日常预算会在几小时内花完

你是一个 Amazon 广告预算优化专家。

以下是我的各广告活动数据（过去 30 天）：
[粘贴数据：广告活动名称、日预算、花费、销售额、ACOS、ROAS、展示量、点击量]

总日预算：$[X]
业务目标：[选择一个]
- 利润最大化（控制 ACOS）
- 销量最大化（推排名）
- 品牌曝光最大化

请建议预算重新分配：
1. 每个广告活动的建议日预算（总和 = 总日预算）
2. 调整理由（基于 ROAS、趋势、广告目标）
3. 哪些广告活动应该暂停或降低预算
4. 哪些广告活动应该增加预算
5. 预计调整后的整体 ACOS 和 ROAS 变化

进阶变体 大促期间预算调整策略：

Prime Day / BFCM 大促即将到来。以下是我的日常广告数据：
[粘贴日常数据]

请制定大促广告预算策略：

大促前 2 周：
- 预算应该调整到日常的多少倍？
- 哪些广告活动需要提前加大投放？
- 是否需要创建新的广告活动？

大促期间（3-5 天）：
- 预算应该调整到日常的多少倍？
- 出价策略（提高多少？哪些词提高？）
- 实时监控的关键指标和阈值

大促后 1 周：
- 如何收割大促带来的长尾流量？
- 预算何时恢复日常水平？
- 如何分析大促广告效果？

预算分配的核心原则：预算跟着 ROAS 走，但要考虑广告的战略目标。品牌词防守广告即使 ROAS 一般也不能停，因为停了竞品就会抢你的品牌流量。

3.5 新品广告启动策略

为什么这个 Prompt 重要： 新品期的广告策略和成熟产品完全不同。新品没有 Review、没有销售历史、没有关键词排名，广告是获取初始流量的唯一途径。AI 可以帮你设计一个从零开始的 30 天广告启动计划。

常见错误：

• 新品一上来就开 Manual Exact → 没有数据支撑，不知道哪些词转化好。应该先用 Auto 收集数据。
• 新品期就追求低 ACOS → 新品期的目标是获取销量和 Review，ACOS 高是正常的
• 预算太低 → 新品需要足够的展示量来收集数据。日预算太低（<$10）数据积累太慢。
• 不做关键词收割 → Auto 广告发现的高转化词应该及时“收割“到 Manual 广告中

你是一个 Amazon 新品广告启动专家。

产品信息：
- 产品名称：[名称]
- 品类：[品类]
- 售价：$[X]
- 目标市场：Amazon [US/DE/JP]
- 竞品平均 Review 数：[X] 条
- 我的 Review 数：0（新品）
- 日广告预算：$[X]
- 核心关键词（来自 Helium 10）：[列出 10-20 个关键词及搜索量]

请设计 30 天广告启动计划：

Week 1（数据收集期）：
- 应该创建哪些广告活动？（Auto/Manual/SP/SB）
- 每个活动的出价策略和日预算
- 关键监控指标

Week 2（关键词收割期）：
- 如何从 Auto 搜索词报告中筛选高转化词？
- 如何创建 Manual 广告活动？
- 否定词策略

Week 3（优化期）：
- 出价调整策略
- 预算重新分配
- 是否扩展到 SB/SD？

Week 4（评估期）：
- 30 天广告效果评估框架
- ACOS 趋势分析
- 下一步策略建议

每周标注：具体操作步骤、预期指标、风险提示。

进阶变体 Auto → Manual 关键词收割流程：

以下是我的新品 Auto 广告运行 2 周后的搜索词报告：
[粘贴数据]

请帮我做关键词收割：
1. 哪些搜索词应该提升为 Manual Exact Match？（标准：点击 ≥ [X]，转化率 ≥ [X]%）
2. 哪些搜索词应该提升为 Manual Phrase Match？（标准：展示量高，有少量转化）
3. 哪些搜索词应该在 Auto 中否定？（标准：花费 > $[X]，零转化）
4. Manual 广告的建议出价（基于 Auto 中的实际 CPC）
5. 收割后 Auto 广告是否继续运行？预算如何调整？

新品广告的核心逻辑：Auto 是“探路者“，Manual 是“收割者“。Auto 帮你发现哪些关键词有效，Manual 帮你精准投放这些关键词。这个从 Auto 到 Manual 的“收割“流程是新品广告的核心。

3.6 竞品广告情报分析

为什么这个 Prompt 重要： 了解竞品在哪些关键词上投放广告，可以帮你发现新的关键词机会和竞品的广告策略。虽然 Amazon 不公开竞品的广告数据，但可以从搜索结果页推断。

常见错误：

• 只看一次搜索结果就下结论 → 广告展示有随机性，需要多次搜索、不同时间段观察
• 不区分 SP 和 SB 广告 → SP 出现在搜索结果中间，SB 出现在顶部横幅，策略不同
• 忽略 SD 广告 → 竞品可能在你的产品详情页上投放了 SD 广告

我想分析竞品的广告策略。以下是我在 Amazon 搜索不同关键词时观察到的竞品广告情况：

关键词1 "[关键词]"：
- 搜索结果顶部 SB 广告：[竞品品牌/产品]
- 搜索结果中 SP 广告位置：[竞品出现在第几位]
- 是否有 SB Video：[是/否]

关键词2 "[关键词]"：[类似观察]
关键词3 "[关键词]"：[类似观察]

我的产品详情页上出现的 SD 广告：[列出竞品]

请分析：
1. 竞品的广告策略推断（主攻哪些关键词？用了哪些广告类型？）
2. 竞品的预估广告预算范围（基于出现频率和位置推断）
3. 我应该在哪些关键词上与竞品正面竞争？
4. 哪些关键词竞品投放了但我没有？（机会）
5. 我的产品详情页上的竞品 SD 广告如何应对？

竞品情报的核心价值：不是为了模仿竞品，而是为了找到竞品的“盲区“。如果竞品在某个高搜索量关键词上没有投放广告，那就是你的低成本获客机会。

3.7 广告效果诊断

为什么这个 Prompt 重要： ACOS 突然升高可能有多种原因 竞品降价、季节性变化、Listing 被改、关键词竞争加剧。AI 可以帮你系统性排查，避免“头痛医头“。

常见错误：

• ACOS 升高就立刻降出价 → 可能是转化率下降导致的，降出价只会让展示量也下降
• 不看外部因素 → 竞品降价、新竞品进入、季节性变化都会影响广告效果
• 只看整体数据不看细分 → 整体 ACOS 升高可能是某一个广告组拖后腿，其他广告组表现正常

我的广告效果最近出现异常，请帮我做根因分析：

异常表现：
- ACOS 从 [X]% 升高到 [X]%（时间段：[日期]）
- 或：转化率从 [X]% 下降到 [X]%
- 或：CPC 从 $[X] 升高到 $[X]

相关数据：
- 各广告活动的分项数据：[粘贴]
- 同期 Listing 是否有变化：[是/否，描述变化]
- 同期价格是否有变化：[是/否]
- 同期 Review 是否有变化：[新增差评？评分下降？]
- 竞品是否有明显动作：[降价？新品进入？]

请从以下维度逐一排查：
1. **内部因素**：Listing 变化、价格变化、库存问题、Review 变化
2. **广告因素**：出价变化、预算变化、新增/暂停的关键词
3. **竞争因素**：竞品降价、新竞品进入、竞品广告加大投放
4. **外部因素**：季节性变化、平台政策变化、大促前后波动

对每个可能的原因给出：可能性评估（高/中/低）、验证方法、应对策略。

进阶变体 转化率下降专项诊断：

我的广告点击量没变，但转化率从 [X]% 下降到 [X]%。

请帮我排查转化率下降的原因：
1. Listing 是否被修改？（标题、图片、价格、A+ Content）
2. 是否有新的差评影响了评分？
3. 竞品是否降价或推出了更有竞争力的产品？
4. 是否有库存问题（配送时间变长）？
5. 是否是季节性因素？
6. 搜索词是否发生了变化（新的不相关搜索词进来了）？

每个原因标注验证方法和修复建议。

广告诊断的核心原则：先排查内部因素（Listing、价格、Review），再排查广告因素（出价、预算），最后排查外部因素（竞品、季节）。80% 的广告效果下滑是内部因素导致的。

3.8 多站点广告策略

为什么这个 Prompt 重要： 不同站点的 CPC、竞争格局、消费者行为差异很大。在 US 站有效的广告策略直接搬到 DE 或 JP 站往往效果不好。AI 可以帮你针对每个站点制定差异化的广告策略。

常见错误：

• 所有站点用同一套关键词 → 不同语言的搜索习惯不同，需要本地化关键词
• 所有站点用同一个出价 → US 站 CPC 可能是 DE 站的 2-3 倍，出价策略需要调整
• 忽略小站点 → JP、IT、ES 等站点竞争小、CPC 低，ROI 可能比 US 站更好
• 不考虑 VAT 对利润的影响 → 欧洲站的 VAT（19-22%）会显著影响利润率和可承受的 ACOS

我的产品目前在 Amazon US 站投放广告，表现如下：
- 日预算：$[X]
- ACOS：[X]%
- 核心关键词和 CPC：[列出 Top 5 关键词及 CPC]
- 月广告销售额：$[X]

现在要扩展到 Amazon [DE/JP/UK]。请帮我制定目标站点的广告策略：

1. **关键词本地化**：US 站的核心关键词在目标站点对应什么搜索词？
2. **出价策略**：目标站点的预估 CPC 范围？建议起始出价？
3. **预算分配**：目标站点的日预算建议（考虑市场规模差异）
4. **广告结构**：是否需要调整广告活动结构？
5. **目标 ACOS**：考虑 VAT 和物流成本差异后的目标 ACOS
6. **时间规划**：建议的启动顺序和每个站点的预期回本周期

目标站点特殊考虑：
- [DE] VAT 19%，消费者重视品质，CPC 通常比 US 低 30-50%
- [JP] 消费者重视细节，搜索词可能用片假名或汉字，CPC 通常比 US 低 40-60%
- [UK] 与 US 类似但市场规模小，CPC 介于 US 和 DE 之间

多站点广告的核心原则：每个站点都是独立的市场，需要独立的广告策略。但可以用 US 站的数据作为“基准“来加速其他站点的启动 US 站的高转化关键词翻译后在其他站点大概率也有效。

4. 广告实战工作流

4.1 新品广告启动 SOP（30 天计划）

这套 SOP 把新品广告从零开始到稳定运行的流程标准化。每一步都标注了使用的工具和 Prompt。

Week 1: 数据收集期
操作: 创建 SP Auto 广告（Broad + Close Match）
出价: 建议出价的 1.2 倍（新品需要更高出价获取展示）
预算: 日预算 $20-50（确保足够的数据量）
AI: 新品广告启动策略 Prompt（3.5）
监控: 每天检查花费和展示量，确保广告在运行
输出: 7 天搜索词报告

Week 2: 关键词收割期
操作: 下载搜索词报告 → AI 分析 → 创建 Manual 广告
AI: 搜索词报告分析 Prompt（3.1）
AI: Auto → Manual 关键词收割 Prompt（3.5 变体）
规则: 点击 ≥5 且转化率 ≥10% → Exact Match
点击 ≥10 且有转化 → Phrase Match
花费 >$5 且零转化 → 否定
输出: Manual SP 广告活动 + 否定词列表

Week 3: 优化期
操作: 调整出价 + 添加否定词 + 评估是否扩展广告类型
AI: 否定关键词策略 Prompt（3.3）
AI: 预算分配优化 Prompt（3.4）
出价调整: ACOS < 目标 → 提高出价 10-20%
ACOS > 目标 × 1.5 → 降低出价 10-20%
扩展: 如果有品牌注册，考虑开启 SB 广告
输出: 优化后的广告结构 + 出价调整记录

Week 4: 评估期
操作: 30 天广告效果全面评估
AI: 广告效果诊断 Prompt（3.7）
评估: ACOS 趋势、关键词排名变化、TACOS 变化
决策: 继续当前策略 / 调整策略 / 扩展到更多广告类型
输出: 30 天广告报告 + 下一步计划

4.2 日常广告优化 SOP（每周 30 分钟）

广告不是“设置好就不管“的。每周 30 分钟的优化可以持续降低 ACOS、提高 ROAS。

Step 1: 下载数据（5 分钟）
操作: 从 Advertising Console 下载搜索词报告（过去 7 天）
格式: CSV 文件

Step 2: AI 分析（10 分钟）
AI: 搜索词报告分析 Prompt（3.1）
输入: 粘贴 CSV 数据到 ChatGPT/Claude
输出: 高转化词、浪费词、否定词建议、出价调整建议

Step 3: 执行调整（10 分钟）
操作: 根据 AI 建议调整出价、添加否定词、调整预算
原则: 每次调整幅度不超过 20%，避免剧烈波动

Step 4: 记录变化（5 分钟）
操作: 记录本周做了什么调整、为什么调整
工具: 简单的 Excel 表格或笔记
价值: 积累数据，下周对比效果

日常优化的核心原则：小步快跑，持续迭代。不要一次做大幅调整，每周微调 + 记录 + 对比，3 个月后你的广告效率会有质的提升。

4.3 大促广告策略（Prime Day / BFCM）

大促是广告花费最高但也是 ROI 最高的时期。策略分三个阶段：

大促前 2 周：蓄力期

• 提高日预算到日常的 2-3 倍（确保大促期间不会提前下线）
• 扩大关键词覆盖（添加更多 Broad Match 关键词）
• 创建大促专用广告活动（便于单独追踪大促效果）
• 提前测试 SB 广告文案（大促期间没时间测试）
• 用 AI 分析去年同期的搜索词报告，预判大促热门关键词

大促期间（3-5 天）：冲刺期

• 预算提高到日常的 3-5 倍
• 出价提高 30-50%（大促期间竞争激烈，CPC 会上升）
• 每天检查预算消耗速度，避免提前下线
• 暂停低效广告组，集中预算到高 ROAS 广告组
• 实时监控 ACOS，如果超过阈值及时调整

大促后 1 周：收割期

• 逐步恢复日常预算（不要一次性砍预算）
• 分析大促期间的搜索词报告，发现新的高转化关键词
• 收割大促带来的长尾流量（很多用户大促期间加购物车但没买）
• 用 AI 做大促广告效果复盘（对比大促前后的 ACOS、ROAS、关键词排名变化）

5. 常见广告陷阱

5.1 出价相关陷阱

5.2 结构相关陷阱

5.3 预算相关陷阱

5.4 数据相关陷阱

6. 进阶技巧

6.1 Amazon Ads MCP Server（2026 新趋势）

2026 年，Amazon 推出了 Ads MCP Server（Model Context Protocol Server），这是 Amazon 官方的 AI 广告接口，允许 AI Agent 直接管理广告活动。这标志着广告管理从“人操作工具“向“AI 自主执行“的转变。

什么是 MCP Server？

MCP（Model Context Protocol）是一种让 AI 模型与外部工具交互的标准协议。Amazon Ads MCP Server 让 ChatGPT、Claude 等 AI 模型可以直接：

• 创建和管理广告活动
• 调整出价和预算
• 下载和分析报告
• 执行关键词操作

对卖家意味着什么？

1. 自动化升级：未来你可以对 AI 说“帮我把 ACOS 超过 40% 的关键词出价降低 15%“，AI 会直接执行，不需要你登录后台手动操作。
2. 实时优化：AI Agent 可以 24/7 监控广告表现，实时调整出价和预算，比人工操作更及时。
3. 策略执行一体化：目前的流程是“AI 分析 → 人执行“，未来会变成“人定策略 → AI 分析+执行“。
4. 降低工具成本：如果 AI 可以直接通过 MCP Server 管理广告，第三方广告管理工具的价值会被重新定义。

现阶段如何准备？

• 学习 Prompt 工程（本模块的 Prompt 模板就是基础）
• 建立清晰的广告策略框架（AI 执行需要明确的规则和目标）
• 关注 Amazon Advertising API 的更新
• 尝试用 ChatGPT/Claude 做广告分析，积累 AI 辅助广告管理的经验

Content rephrased for compliance with licensing restrictions. Source: futurumgroup.com Amazon Ads MCP Server

6.2 广告与 Organic 排名的飞轮效应

广告的价值不只是直接销售，更重要的是推动关键词的自然排名。这个“飞轮效应“是 Amazon 广告最核心的战略价值：

广告投放 → 广告带来销量 → 销量提升关键词自然排名
↑ ↓
← 降低对广告的依赖 ← 自然流量增加 ←

如何用 AI 监控飞轮效应：

以下是我的产品在过去 3 个月的数据：

月份1：广告销售额 $[X]，自然销售额 $[X]，TACOS [X]%
月份2：广告销售额 $[X]，自然销售额 $[X]，TACOS [X]%
月份3：广告销售额 $[X]，自然销售额 $[X]，TACOS [X]%

核心关键词排名变化：
关键词A：第[X]页 → 第[X]页 → 第[X]页
关键词B：第[X]页 → 第[X]页 → 第[X]页

请分析：
1. 飞轮效应是否在运转？（自然销售额占比是否在增加？）
2. TACOS 趋势是否健康？（应该逐月下降）
3. 哪些关键词的自然排名在提升？哪些停滞？
4. 对于排名停滞的关键词，是否需要加大广告投放？
5. 对于排名已经稳定在首页的关键词，是否可以降低广告出价？
6. 预计还需要多长时间可以将 TACOS 降到 [X]%？

飞轮效应的核心指标：TACOS。如果 TACOS 持续下降，说明飞轮在运转 广告花费没变但总销售额在增长，因为自然流量在增加。如果 TACOS 持续上升，说明你越来越依赖广告，需要检查 Listing 质量和产品竞争力。

6.3 多渠道广告策略（Amazon + Google + Social）

Amazon 站内广告不是唯一的流量来源。站外流量（Google Ads、社交媒体）可以补充站内广告的不足，尤其是在品牌建设和新客获取方面。

站外流量如何用 Amazon Attribution 追踪：

Amazon Attribution 是免费工具，可以追踪站外流量到 Amazon 的转化效果。

我计划在 Google Ads 和 Instagram 上投放广告引流到 Amazon。

请帮我设计站外引流策略：

1. **Google Ads 策略**：
- 应该投放哪些关键词？（品牌词 vs 品类词 vs 竞品词）
- 落地页应该指向 Amazon 产品页还是品牌旗舰店？
- 预算分配建议

2. **Instagram/Meta Ads 策略**：
- 目标受众定义
- 广告创意方向（图片 vs 视频 vs 轮播）
- 预算分配建议

3. **Amazon Attribution 设置**：
- 如何创建追踪链接
- 如何分析各渠道的转化效果
- 如何基于数据优化渠道预算分配

4. **整体预算分配**：
- Amazon 站内 vs 站外的预算比例建议
- 不同阶段（新品期 vs 成熟期）的比例调整

Content rephrased for compliance with licensing restrictions. Source: deliveredsocial.com Amazon advertising beyond sponsored products

7. 学习资源

7.1 免费课程

7.2 YouTube 频道推荐

7.3 推荐阅读

Content rephrased for compliance with licensing restrictions. Sources cited inline.

7.4 社区与论坛

8.5 补充：AI 广告素材批量生成与跨渠道归因

本节补充跨平台通用的广告素材 AI 生成方法论和归因体系。具体平台的差异化应用请参考 E1 Meta Ads、E2 YouTube Ads、D4 Walmart Connect。

AI 广告素材批量生成工作流（通用）

不管是 Amazon PPC、Meta Ads、Google Ads 还是 TikTok Ads，广告素材的 AI 生成流程是通用的：

Step 1: 素材库准备
产品图片（白底+场景，至少 5 张）
产品视频素材（15-60 秒原始素材）
UGC 素材（客户评价截图、使用视频）
品牌素材（logo、品牌色、字体）

Step 2: AI 生成文案变体
5 个痛点导向标题
5 个社会证明标题
5 个限时优惠标题
每个标题配 3 种长度的正文（短/中/长）
输出格式：按平台分类，可直接粘贴

Step 3: AI 生成视觉素材
产品+场景合成图（Midjourney/DALL-E）
数据/卖点信息图（Canva AI）
视频广告（CapCut AI 剪辑）
适配各平台尺寸（1:1 / 9:16 / 16:9）

Step 4: 上传并测试
每个平台上传 10-20 个素材组合
让平台 AI 自动测试最佳组合
7 天后复盘，淘汰表现差的素材

AI 广告素材批量生成 Prompt

你是一个跨平台电商广告素材专家。

产品：[名称]，价格 $[X]
核心卖点：[3 个]
目标受众：[描述]

请为以下平台生成广告文案：

1. Amazon Sponsored Brands（标题 ≤50 字符，简洁直接）
2. Meta Ads（Primary Text + Headline + Description）
3. Google Ads（Headline 30 字符 x3 + Description 90 字符 x2）

每个平台生成 5 组变体，角度分别是：
痛点、社会证明、限时优惠、功能亮点、情感连接。

跨渠道广告归因方法论

当你同时在 Amazon PPC + Meta Ads + Google Ads 投放时，需要理解各渠道的贡献：

详细的跨渠道归因和预算分配框架请参考 E7 跨渠道协同 和 D3 跨平台策略。

9. 完成标志

• 用 AI 生成至少 3 种风格的 Sponsored Brands 广告文案
• 理解 ACOS/TACOS/ROAS 的关系，能手动计算并解释含义
• 用 AI 制定一份新品 30 天广告启动计划
• 完成一次广告预算分配优化（基于各广告组的 ROAS 数据）
• 了解 Amazon Ads MCP Server 趋势，理解 AI 自主管理广告的未来方向

完成以上所有项目后，你已经掌握了 AI 辅助广告优化的核心技能。接下来进入 A4 客服与售后，学习如何用 AI 提升客服效率和客户满意度。

附录：快速参考卡片

Prompt 速查表

工具速查表

ACOS / TACOS / ROAS 计算速查

快速判断公式：

• ACOS < 利润率 → 广告盈利
• ACOS = 利润率 → 广告盈亏平衡
• ACOS > 利润率 → 广告亏损（但可能在推排名）/

(a2-listing-optimization.md) | Path 总览 | A4 客服 >