淘宝万相台AI无界实战拆解：后台结构、算法归因、拉新与收割配比，以及一套能自己排错的投放方法论

本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。

快速摘要

如果你只想要结论，这一段就够看：万相台AI无界今天真正的门槛不在"点哪个按钮"，而在你能不能算清三笔账——第一笔是拉新与收割的占比账，长期让收割占到总点击五成以上的店铺，费用照花、成交额却不动，这是绝大多数中小店铺"投产漂亮但生意没起色"的根因；第二笔是标签账，算法不认识你的商品好不好，它只认"什么样的人在你这里产生过什么行为"，所以种子人群一旦错了，后面每一步放大都是在放大错误；第三笔是预算台阶账，智能计划在小预算下几乎必然在老流量里打转，只有预算跨过某个量级、系统才愿意替你破圈，而每一次破圈都要重新经历一段学习期，数据会短暂变差，这是机制不是故障。另外必须说清楚：靠虚假交易做种子人群在中国大陆是明确违法的，《反不正当竞争法》第八条对"组织虚假交易"规定了二十万元以上一百万元以下罚款，情节严重的可罚到二百万元并吊销营业执照，这条路今天已经是负资产，本文给的全部是合规替代方案。

想看完整拆解，往下翻。下面我会把后台四个经营面拆开、把算法的归因逻辑讲透、把一条计划从冷启动到触顶的全过程按阶段还原，最后给一张能直接照着跑的排错清单。

一、先说清楚：这套系统到底在考你什么

我做电商这些年，见过太多人把推广后台当成一个"操作题库"来学。今天听说卡位好用就去卡位，明天听说全站推能起量就把全店宝贝一股脑扔进去，每个宝贝给五十块预算，然后盯着七天投产比自我安慰。折腾三个月下来，钱花了不少，店铺的成交额曲线基本是一条横线。

问题出在哪？出在把工具当成了答案。

我自己的理解是这样的：万相台AI无界从来不是一个"执行你指令"的系统，它是一个竞价加分发的决策系统。你在后台做的每一个动作——加词、圈人、调价、加预算——本质上都不是"命令"，而是"输入"。真正做分发决策的是算法，它会拿着你的输入，去回答一个很朴素的问题：把这批流量给你，划不划算。

这就带来一个很多人没想明白的错位。你以为你在控制流量，实际上你是在给算法提供判断依据。你提供的依据越准、越强、越连贯，算法给你的分发就越接近你想要的样子；你提供的依据混乱、微弱、前后矛盾，算法就只能给你它认为最保险的那部分流量——也就是已经跟你产生过关系的老流量。

所以这套系统在考什么？我总结成三件事：

第一，你能不能给出一个干净的初始判断依据。 也就是新品期的种子人群。这一步做歪了，后面所有的放大都是把歪的东西放得更大。

第二，你的商品能不能扛住新流量的冲击。 越往后放量，进来的人跟你的匹配度一定越低，这是数学决定的，不是算法针对你。你的真实转化能力决定了你能被放大到哪一步就得停。

第三，你能不能读懂数据变化背后的机制。 同样是"投产比掉了"，可能是学习期、可能是拉新占比上升、可能是竞争环境变化、也可能是商品本身接不住。四种原因对应四种完全不同的处理动作，判断错了就是白花钱。

术语先扫一遍，新手不用怕

后面会反复出现几个词，我在这里用大白话解释清楚，看不懂的随时翻回来：

最后一行我要特别强调。工具后台给你的投产比是归因数据，不是增量数据。这两个东西的差别，是本文后面反复要拆的核心，也是我这些年帮人看店时最常纠正的一个认知错误。莫潇羽@无忆研习社这几年做过的诊断里，八成以上的"我的投产很高但生意没起来"，症结都在这一句话上。

二、后台不用死记：把AI无界拆成四个可以独立决策的经营面

很多新手打开后台就懵了，功能入口一大堆，趋势明星、流量金卡、搜索卡位、相似品跟投、自定义推广、货品全站推、超级短视频、超级直播……每个点进去还有一堆二级选项。

我的建议是：不要按入口去记，按"经营面"去记。

先说个背景。这套工具的名字这两年一直在变。它最早是直通车、超级推荐、引力魔方三条线各玩各的，后来合并成万相台无界版，2025年9月阿里妈妈把它整体升级为万相台AI无界，定位从"投放工具"改成了"经营智能体"；到2026年3月，阿里妈妈又发布了名为"AI万相"的多智能体引擎，把智识、智品、智造、智投几个模块打通，注入到万相台AI无界等产品里。官方的说法是商家不用学新工具，原有界面背后已经换成了智能体工作流。

名字在变，底下的结构其实很稳。我把它拆成四个经营面加一层AI能力：

万相台AI无界
├─ 经营面①  关键词推广 —— 承接主动搜索需求
│   └─ 万相点睛 / 流量金卡 / 搜索卡位 / 相似品跟投 / 趋势明星 / 自定义推广
├─ 经营面②  人群推广 —— 经营推荐场与人群资产
│   └─ 人群洞察 / 智能定向 / 自定义人群 / 人群资产转化
├─ 经营面③  货品全站推 —— 以货品为单位打包分发
│   └─ 多目标出价 / 最大化拿量 / 控投产
├─ 经营面④  内容营销 —— 超级短视频 / 超级直播 / 短直联动
└─ AI 能力层  万相点睛（意图识别）/ AI小万（诊断托管）/ 万相营造（素材生成）

四个面各自在解决什么问题

关键词推广解决的是"有明确需求的人怎么找到你"。用户在搜索框里敲下一个词，这个动作本身就携带了极强的购买意图，所以搜索场的转化效率天然高于推荐场。这两年的变化是，它不再只做字面匹配了——官方在关键词场引入了意图识别能力，从"字词匹配"往"搜索需求匹配"走。通俗讲就是，用户搜"办公室用的小加湿器"，系统能理解他要的是静音、低容量、适合桌面的那一类，而不只是机械地去匹配"加湿器"这三个字。

人群推广解决的是"没在找、但可能会想要的人怎么被你碰到"。这是推荐场的生意，逻辑跟搜索完全不同——搜索是人找货，推荐是货找人。它的官方定位是一站式人群营销方案，覆盖人群拉新、竞争渗透、老客转化和人群资产经营这几个场景。

货品全站推解决的是"我不想操心细节，你替我把这个商品推出去"。它是打包分发的模型，一次性覆盖搜索、推荐、活动、互动等多个渠道，你只给目标和预算，剩下交给系统。

内容营销解决的是"用内容让人产生兴趣"。超级短视频和超级直播这两年官方推得很凶，从公开的大促战报看，超级短视频在2025年双11期间的客户规模翻倍、引导成交规模同比增长超过一倍。这个数字要辩证看——增速高往往说明基数低、赛道还没挤满，这恰恰是机会所在。

一张表看清四个面的性格差异

我把这四个面按几个关键维度对比了一下，这张表建议截图存着：

别在"边缘功能"上浪费学习成本

后台里那些不太起眼的入口，我的态度一向很直接：优先级排后面，先别碰。

理由不是它们没用，而是资源有限时你要先把主干搞明白。这几年的趋势也很清楚——功能是在不断做减法和合并的，一些边缘板块陆续被整合进主干经营面里。你花大量时间去研究一个明年可能就不存在的入口，性价比太低。

我的做法是，新手至少花一两个小时把后台的一级、二级入口点一遍，不用理解，先做到"听到某个功能名字，知道它在哪一层"。这一步是纯记忆，没有技术含量，但省下的沟通成本非常可观。等到后面真正做计划的时候，你的注意力就能全部放在决策上，而不是在界面里找路。

AI 能力层带来的实际变化

这一层是这两年最大的增量，也是很多人还没反应过来的地方。

以前的推广是"人调参数、系统执行"，现在越来越变成"人给目标、系统调参数"。官方公布的数据里，AI诊断助手在2025年双11预售期间被调用超过三百万次，创意生成工具为超过两百万商家生成了五千万以上的营销素材。这些数字本身是官方口径，但它反映的方向是真实的：人的价值正在从"操作"往"判断"迁移。

我自己的感受是，现在做推广，能力模型变了。以前拼的是手速和细节，一天调二十次价；现在拼的是你能不能把目标定对、把素材供给跟上、把异常识别出来。系统托管的部分越来越多，人能做的事情越来越集中在两端——前端的商品与内容供给，后端的结果判断与取舍。

这不是坏事。对中小商家来说，这其实拉平了一部分技术差距。以前你请不起一个厉害的投手就是吃亏，现在系统帮你补掉了一大块基础操作。但同时它也提高了另一个要求：你必须懂机制。 因为你不再能通过频繁调整去"感觉"数据，你只能通过理解机制去预判数据。这也是我把本文剩下的篇幅几乎全部放在原理上的原因。

三、算法到底在算什么：标签、人群、权重是三件事，别混在一起说

这一章是全文最难啃的一段，也是最值钱的一段。我建议慢一点看，看不懂就放下，隔天再看一遍。

先泼一盆冷水：绝大多数人嘴里的"人群标签"，其实是把三个完全不同的东西糊成了一团。这三个东西是人群、标签、权重。它们的关系不是同义词，而是有先后、有依赖的三层结构。

一个媒人的比方，把关系说清楚

我用一个生活化的比方来讲，这样最好理解。

假设你要相亲，找了个媒人。你跟媒人说：我想找个爱看书的、性格安静的、在本地工作的、家里没有太大负担的。你说的这一串条件，就是标签。

媒人认识多少姑娘、都是什么圈子的人，这个叫人群池。

媒人愿意优先给谁介绍好对象、谁在她心里排前面，这个叫权重。

现在有意思的部分来了。这三样东西缺一不可，而且缺哪一样、后果完全不同：

• 标签很精准，但媒人一个人都不认识——你条件描述得再清楚，她也变不出人来。对应到后台就是：定向圈得再准，人群池太小，流量根本跑不出量。
• 媒人认识一大堆人，但你说不清自己要什么——她只能随便给你介绍，命中率极低。对应到后台就是：预算给足了，但种子人群混乱，算法找人没有方向。
• 两样都有，但你在她心里排最后——好资源先给别人，剩下的才轮到你。对应到后台就是：出价和商品力不够，优质流量优先分给了别人。

所以我一直跟人强调一句话：标签精准只代表"找来的人跟你匹配"，不代表"这些人会买"。 匹配度和转化率是两码事。你商品本身不行，标签再准也白搭；标签很准而转化率低，说明问题在商品端，别再折腾定向了。

标签本身还得再拆一层

系统读的标签，其实分成几类，很多人只知道其中一类就出来讲课，这是不严谨的。

graph TD
    A[系统读取的标签体系] --> B[产品标签]
    A --> C[用户标签]
    B --> B1[类目属性/标题/详情/价格带/评价]
    C --> C1[静态标签：性别、年龄、地域、婚育、消费层级]
    C --> C2[动态标签：浏览、点击、加购、收藏、停留、成交、复购]
    B1 --> D[匹配标签]
    C1 --> D
    C2 --> D
    D --> E[算法据此扩量找人]
    E -.数据反馈.-> D

产品标签是系统能从你的商品页面上直接读到的信息：发布类目、属性、标题、详情页文字与图片、价格带、评价内容。这部分是可以人为编辑的，所以它单独并不足以作为分发依据。

用户标签又分两类。静态标签是短期内不会轻易变化的，比如性别、年龄段、常住地、消费层级；动态标签是行为产生的，比如最近浏览了什么、加购了什么、多久买一次。

真正驱动分发的是第三类：匹配标签。 它不是产品标签，也不是用户标签，而是"什么样的用户在什么样的商品上产生了什么行为"这个组合。系统不理解审美，不理解贵贱，它只统计相关性。

这一点必须讲透，因为它直接决定了后面第七章的合规讨论。举个例子：你卖的是设计感很强的高价位T恤，目标人群是关注潮流、愿意为设计付费的年轻人。结果早期成交的却是一批消费习惯完全不同的账号——他们买过路由器、买过铁锅、买过奶茶，什么都买。系统会怎么理解？它不会说"这批人不对"，它只会记录"这类账号在你的商品上成交了"，然后拿着这个特征去找更多类似的人。

于是你的匹配标签从第一天起就是脏的。后面每加一次预算、每破一次圈，都是在把这个错误往外扩散。

标签的三个属性：准不准、强不强、多不多

我习惯把标签的质量拆成三个维度看，这三个维度独立变化，组合起来才决定算法的效率：

打个不太严谨但好记的比方：一次成交像是重重砸下一拳，一次浏览像是蚊子叮一口。蚊子叮一口不影响你，但一万只蚊子同时来，你也扛不住。

这解释了一个常见困惑：为什么很多店铺被灌进来一堆低质量流量、大家都在骂，但实际影响其实有限？因为那批人往往只是完成任务、领个权益就走，行为极弱，形不成有分量的标签。真正会污染标签体系的，反而是那些"看起来像正常购买、但人和商品根本不匹配"的成交——它有真实行为、有足够强度，系统会当真。

权重不是玄学，是分配优先级

关于权重，市面上讲得最玄的就是这块。我的理解很朴素：权重就是平台在有限的优质流量面前，决定先给谁的排序依据。

它由什么决定？公开可查的口径和我自己的观察是一致的——商品的历史表现（点击率、转化率、成交后的确认收货情况、退款与纠纷率）、店铺的服务分与违规记录、出价、以及内容场的表现。这里面每一项都能拆出很多细节，但主线就一句话：你让平台的每一次流量分配都更划算，你的排序就往前走。

反过来说，那些试图绕过商品力去"做权重"的路子，今天基本都失效了，原因不是平台变善良了，而是算法的判据从"品"迁移到了"人"。

从"算品"到"算人"，这个变化被严重低估了

这是最近这两年最重要的一个底层变化，很多人还没意识到它的杀伤力。

早年的分发逻辑，可以理解为商品站着不动，人流从它面前经过。系统围绕这个商品去找更多可能感兴趣的人，找到一批、测一批、再扩一批。在这个模型下，商品的类目位置很关键——你把商品放在哪个类目下，就更容易吃到那个类目的流量。所以那些年才会有人钻空子，把一类商品发布到完全不相干的类目里去蹭流量。

现在的逻辑反过来了：先把人群算出来，然后让不同的商品轮流到这批人面前接受检验。 系统认的是商品本身的属性与历史表现，跟你把它挂在哪个类目下关系已经不大了。

这个变化带来两个直接后果：

第一，靠"错位竞争"取巧的空间几乎被封死了。 顺便必须提醒一句：把商品发布到与实际属性不符的类目，本来就是明确的平台违规行为，会被判定为类目属性错放，轻则提醒整改和下架，重复出现会扣分，情节严重的会影响店铺。这条路今天既没效果、又有风险，不要碰。

第二，超级大爆款变得更难出现。 以前是源源不断把人往一个商品上灌，量能不断累加；现在是商品在人群池里排队接受轮换，单一商品的势能被摊薄了。这也是为什么这些年在货架场很难再看到那种现象级单品的结构性原因。

理解了这一层，你就明白为什么我在第一章说"算法只认行为、不认好坏"。它不是不想懂，是它真的不具备人格化的审美判断。它只能通过统计相关性来逼近你的目标人群——而你能做的，就是在最开始那一小段时间里，把统计样本喂得尽量干净。

四、增量还是存量：为什么你花的钱越来越多，成交额却纹丝不动

上一章讲的是算法怎么找人，这一章讲的是找来的人是新的还是旧的。这是我诊断店铺时看的第一个指标，没有之一。

先把两个词的定义抠清楚

拉新，指的是把此前与你店铺没有产生过任何关联的人带进来。他没浏览过你、没加购过你、更没买过你。

收割，指的是对已经与你产生过关联的流量再次曝光。注意，这里有个特别容易误解的地方：收割不等于"让老客户再买一次"。它指的是行为，不是结果。你对老流量做了一次重复曝光，这个动作就叫收割，至于他买不买是另一回事。

同样地，拉新也不等于优质流量。新流量只是"跟你没关系过"，它可能很精准，也可能完全不着边。这两个词都是描述流量来源的，不是描述流量质量的。很多人把这两组概念混着用，讨论就没法进行下去了。

归因数据的陷阱：漂亮的投产比可能什么都没证明

现在说那个最要命的问题。

假设有个用户，半个月前逛过你的店铺，今天又在信息流里被你的广告曝光了一次（他甚至没点），过两天他自己搜索进来下单了。这一单，很可能会被归因到你的广告上，计入工具后台的投产比。

那么问题来了：这一单，是不是因为你花了广告费才发生的？

大概率不是。他本来就打算买，你那次曝光顶多起到了一点提醒作用。你花的钱买到的不是这一单，而是"把本来会发生的成交，记在了广告账上"。

这就是归因数据和增量数据的差别。工具后台的ROI是归因口径，它回答的是"有多少成交跟我的广告有接触"；而你真正关心的应该是增量口径，它回答的是"因为我投了广告，多出来了多少成交"。

当收割占比过高时，两者的差距会被无限放大。我用一组示意数据说明——注意，下面的数字是我为了讲清楚机制而构造的示意，不是任何真实店铺的数据：

看第二行和第三行。第二行的工具投产比更高，但全店成交额几乎没涨——你多花的六百块，基本上是在给本来就会发生的成交买单。第三行工具投产比"难看"了，但全店成交额涨了七成。

如果只看工具后台的数字，你会选第二行；如果看全店，你会选第三行。 这就是我为什么反复说，要看全店投产比，不要被单个工具的漂亮数字牵着走。

怎么判断你的计划是在拉新还是在收割

这里给一套我自己在用的判断规则，不需要什么高深工具，后台数据就能看：

判断逻辑（伪代码）

for 每一条推广计划:
    if 计划类型 == 手动/自定义 且 关闭了所有人群侧智能开关:
        拉新倾向 = 高
    elif 计划类型 == 智能类:
        if 日均花费 处于小额区间:
            收割倾向 = 高            # 系统优先触达老流量，最保险
        elif 日均花费 跨过量级台阶:
            拉新倾向 = 逐步上升      # 老流量不够用了，被迫破圈
    if 计划类型 == 货品全站推:
        收割倾向 = 同等预算下最高    # 全渠道打包，重复触达范围最广

全店收割占比 = 各收割倾向计划的点击量之和 / 全店总点击量
if 全店收割占比 > 0.5 且 持续超过两周:
    预警：流量效率正在下降

这里面有个关键点要展开讲：为什么智能计划在小预算下必然偏向收割？

因为对算法来说，这是最保险的选择。你一天只给它一百块钱，它买不了多少点击。在这么小的样本量下，它去赌陌生人，大概率交不出成绩；而触达老流量，转化概率明显更高。它当然选后者。

只有当你的预算跨过某个量级，老流量池子被反复触达到没有边际收益了，系统才会被迫往外破圈。所以拉新不是你"设置"出来的，很大程度上是预算"逼"出来的。 这句话我认为是理解整套智能投放最重要的一句。

那条"横线"是怎么形成的

现在可以完整解释开头那个现象了。很多人的经历几乎一模一样，我把它拆成三个阶段：

第一阶段，蜜月期。 新开一个智能计划，一天一两百块，数据非常漂亮，投产比高得让人心动。这时候你在收割自己积累的老流量，转化率当然高。

第二阶段，平台期。 钱每天照花，成交额却不再增长。老流量的池子有限，该买的都买了，你在同一批人面前反复出现。此时投产比可能还维持得不错（因为归因还在生效），所以你舍不得关。

第三阶段，衰减期。 成交额开始波动甚至下滑，有一天没一天。老流量被消耗殆尽，而新流量一直没有补充进来。这时候你终于慌了，但往往已经耗掉了几个月。

我自己踩过这个坑，而且不止一次。最贵的一次是拖了两个多月才反应过来——不是不知道要拉新，是被那个漂亮的投产比数字骗住了，总觉得"数据这么好，关掉太可惜"。

破解办法只有一个：别只看工具数据，每周固定核一次全店口径。 具体做法是打开流量占比相关的报表，把每一条计划带来的点击量统计出来，算出收割型计划的点击占比。这个动作花不了十分钟，但它是我认为最值得养成的运营习惯。莫潇羽的做法是把它写进周一早上的固定流程里，跟看销售报表放在一起。

一个需要辩证看的问题：那要不要完全不做收割？

不要。这是另一个极端。

收割本身是有价值的。用户的购买决策链路是有长度的，尤其是客单价高、决策维度多的商品，一个人从看到到下单，中间可能要反复对比好几天。收割的作用就是在这个犹豫期里持续出现，把游离状态的人推过临界点。

而且完全不做收割还有个副作用：你的商品要在完全没有算法缓冲的情况下，直接面对陌生流量的冲击。如果转化能力一般，数据会很难看，系统会给你设流量上限——表现为PPC莫名变贵、或者给你灌一些质量更差的流量来凑数。

所以正确的做法不是二选一，而是配比。这个配比怎么定，我放在第八章专门讲。

五、同样是"排名第一"，为什么你拿到的人和别人不一样

这一章解决一个困扰很多人的现象：后台显示我的实时排名在最前面，可数据就是不好；而同行看起来也在前面，人家却跑得很顺。

答案是：你们俩根本不在同一个池子里排第一。

人群池是被切开的

早年的竞价