千川·乘方实操全解：综合ROI怎么出价、O-5A人群怎么分层做内容、直播与素材怎么配比、AI素材怎么合规量产（2026版）

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

千川·乘方不是全域推广换了个名字。它把预算、出价和各项营销成本放到一起统筹，出价目标也从"净成交ROI"换成了"综合ROI"，而且这个口径在2026年8月又调整过一次，填目标之前要先回后台核对。与此同时，平台的推荐系统越来越不依赖人工圈定向，而是靠读懂你的商品、内容和历史成交人群，去预判"谁接下来可能需要它"。所以2026年在抖音做投放，胜负手已经从"会不会调计划"变成了三件事：说得清东西卖给谁、给处在不同认知阶段的人准备不同的内容、出完价之后忍得住不乱动。AI可以把素材产能拉上去，但AI生成的内容必须按规定做标识，数字人直播同样要持续提示。

这篇文章我按"问题"来组织，而不是按后台菜单来组织，大致覆盖下面这些内容：

• 乘方和全域在逻辑上到底差在哪，各自适合什么样的货
• 综合ROI的口径、出价建议值怎么算、升级后怎么稳住
• 系统是怎么"认识"一个商家的，信号强弱由什么决定
• O-5A人群资产怎么读，种草人群"虚胖"怎么识别
• A1到A5每一层该喂什么内容，每条内容末尾该引导什么动作
• 直播间和短视频素材之间，预算和精力怎么分
• 达人种草之后的人群怎么回收，搜索人群怎么用
• AI素材流水线怎么搭，哪些合规红线不能碰
• 数据掉了之后的排查顺序

想看完整拆解，往下翻。

一、先把问题摆出来：为什么今年"拼素材、拼价格"越来越吃力

1.1 三个很常见的症状

今年跟不少做抖音电商的朋友聊，大家吐槽的点惊人地一致。我把它们归成三个症状，你可以对照一下自己的账户。

第一个症状，素材越做越多，跑得动的越来越少。以前一个账户里几十条素材，总有几条能扛起消耗；现在堆到几百条，系统挑来挑去还是那两三条在花钱，新素材上去像石沉大海。

第二个症状，客单价一往上走，计划就"喘"。卖几十块的东西时一切正常，把主推款换成几百上千的，消耗曲线肉眼可见地往下掉，直播间在线人数没少多少，成交却稀稀拉拉。

第三个症状，报表上的数字和账上的钱对不上。后台显示的投产比看着还行，月底把佣金、技术服务费、退款、赠品成本一摊，利润薄得吓人。到底是广告没投好，还是别的环节在漏，自己也说不清。

这三个症状看上去是三件事，根子上其实是同一件事：平台分配流量的方式变了，而我们还在用上一个阶段的习惯做事。

1.2 我的判断：从"让系统去撞"变成"告诉系统撞谁"

过去几年，抖音电商投放的主流做法可以概括成一句话：把预算和素材交给系统，让它在大盘里广泛地试，试出能成交的人，再去找相似的人。这种做法对有价格优势、有爆款相的货特别友好，因为大盘里随便一撞都能撞到愿意下单的人。

但这种做法有一个隐含前提：你的货得是"多数人看一眼就可能买"的那种。一旦换成决策链条长、受众本身就窄的货，广撒网的效率会急剧下降。系统撞一百个人只有一个感兴趣，它自然就不愿意继续给你量了。

千川·乘方出来之后，平台其实是在补另外一半能力：不光能"广泛地撞"，还能顺着你已经积累下来的成交人群、种草人群，一层一层往外找。这就要求商家自己先想明白，货是卖给谁的，这群人在什么场景下会需要它。想不明白的话，内容做不出来，直播间的讲解也对不上人，系统拿到的信号是乱的，给的流量当然也是乱的。

我在无忆研习社（www.wuyi.wiki）整理这篇笔记的出发点也在这儿：与其研究哪个按钮怎么点，不如先把"系统现在想从我这里要什么"弄清楚。

1.3 这篇文章怎么读

为了方便你直接跳到自己关心的部分，我列了一张对照表。

需要提前说明的是，文中出现的商家例子都是我为了讲清逻辑而虚构或合成的，不对应任何一家真实店铺。涉及平台规则、费率、数据口径的部分，我尽量标了公开来源，但平台迭代很快，实际操作前请以巨量千川后台和抖音电商官方公告为准。

二、千川·乘方到底改了什么：把几本账合成一本

2.1 先捋一条时间线

很多人对乘方的困惑，来自于没把它放回到产品演进的脉络里看。我按公开信息捋了一下。

这条线看下来，方向是很清楚的：平台一步一步把商家手里的"旋钮"收走，换成"目标"。早期你要自己选定向、选版位、选出价方式；后来只需要填一个投产目标；到了乘方，连"哪部分钱算广告、哪部分钱算佣金"都由系统统筹了。

2.2 三个模块分别管什么

官方在发布会上把乘方拆成了三个模块，名字起得挺像一家人。我用大白话翻译一下。

千策那边有两个点值得留意。一个是"整合营销账本"，把投流、达人合作、佣金这些成本放到一张表里看；另一个是配套的"双佣金"机制，允许商家给达人设置日常佣金和推广佣金两套标准，投放期间产生的订单按较低的那一档结算。这个设计解决的是一个老矛盾：商家既付了广告费又付了高佣金，等于同一笔订单被收了两次"过路费"。

千意那边，官方给的数字是每天可以自动生成百万级别的营销素材。这个数字听听就好，对单个商家来说，重要的不是平台一天能生成多少，而是生成出来的东西是否贴合你的货。这一点我在第九章会细说。

千寻是我认为最值得琢磨的一块。官方的说法是它依托一个万亿级参数的多模态模型，要做到"懂用户、懂商品、懂内容"。换句话说，系统不再满足于"你看过什么我就推什么"，而是试图推理"你接下来可能需要什么"。这个变化直接决定了我们该怎么准备内容，第四章会展开。

2.3 净成交ROI和综合ROI，差的不只是两个字

ROI这个词新手可能不熟，它就是投入产出比，花一块钱广告带回来几块钱成交。过去几年这个口径本身也在变，我把三个阶段放在一起对比。

阶段一：支付ROI
  支付ROI = 支付成交金额 ÷ 广告消耗
  问题：下单后秒退的订单也算进去了，账面好看，实际没那么多

阶段二：净成交ROI
  净成交ROI =（成交金额 − 退款金额）÷ 广告消耗
  改进：把短时间内退款的水分挤掉了

阶段三：综合ROI（乘方）
  综合ROI = 净成交金额 ÷ 整体消耗
  改进：从"一笔广告划不划算"转向"整盘生意划不划算"
  注意："整体消耗"里具体包含哪些成本项，2026年内调整过，见下方说明

第三个式子里的"整体消耗"是最容易出错的地方，我单独说明一下。

乘方刚推出的那段时间，行业媒体对综合ROI的概括是：分母除了广告消耗，还包含技术服务费和其他营销成本。但2026年8月1日起，千川的投放规则又调整了一轮，投产的计算方式随之变化。我看到的说法里，有一种是技术服务费此后不再计入综合ROI，口径向净成交ROI靠拢，达人佣金是否计入则取决于计划里相关的出价选项有没有打开。这个说法我没能在官方页面上逐字核对到，所以不把它当定论写进公式。

稳妥的做法只有一个：打开自己计划的指标说明，看清楚当前"整体消耗"到底由哪几项构成，再去定目标。 上半年按旧口径算出来的目标值，8月之后不能直接沿用。

理解了口径会变，就能避开一个特别常见的坑：不要把原来的净成交ROI目标值原封不动地填到综合ROI里，也不要把旧口径下的综合ROI目标原封不动地带到新口径里。 两个指标的成交归因范围和计入的成本项都可能不同，数值不能直接互换。照搬旧目标，很可能无形中把要求抬高或者放松了一截，前者让计划拿不到量，后者让成本失控。

那该填多少？公开的投放指南里给过一个参考思路，我觉得挺实用。

建议综合ROI ≈ 历史达成的综合ROI ÷ 历史ROI目标达成率

举个虚构的例子：
  过去两周实际达成的综合ROI 是 2.4
  过去两周ROI目标达成率是 96%（也就是 0.96）
  建议综合ROI ≈ 2.4 ÷ 0.96 = 2.5

道理不复杂：如果你过去一直在超额完成目标，说明目标定得偏松，可以适当收一点；如果一直完不成，说明目标定高了，得先降下来让系统跑顺。后台通常也会给一个系统建议值，新手优先采纳它，比自己拍脑袋稳。

2.4 费率这件事要看清条件

2026年1月8日的政策升级里，最受关注的一条是：商家使用千川·乘方产生的订单，技术服务费减免至0.6%，并且适用范围从原先的货架场商品卡扩展到内容场，面向全类目开放。同一场发布里，平台披露过去一年各项降本措施累计为商家节省成本超过320亿元，澎湃新闻、腾讯新闻等多家媒体当时都有报道，其中商品卡免佣和运费险降费是两个大头。

这条政策的吸引力不用多说，但它有很强的时效性，有三点我想提醒。

一是它不是一成不变的。2026年8月1日起千川投放规则调整，免佣政策的适用条件也在调整之列。我查到的几处二手说法并不一致：有的说减免仍在执行，只是适用范围和认定条件变了；也有的说上半年的减免属于阶段性政策，8月之后已经调整。在看到自己后台的公示之前，我不建议按任何一种说法去算账，更不要默认自己的订单还在按0.6%结算。

二是即便在减免范围内，它也有前提，订单得是通过乘方产品产生的。不是开了乘方，店里所有订单都自动按优惠费率走。具体的认定规则、生效时间、类目细则，要看官方公告原文、千川后台的公示和抖店的结算明细。

三是如果你的类目确实享受到了减免，省下来的钱怎么用，比省了多少更关键。行业里公开分享过的几类做法，大体是把省出的费用重新投到素材生产、新品测试或者平销期的模型验证上。我自己比较认同的思路是：别急着把它当利润揣起来，先拿一部分去补内容的短板，因为在乘方的逻辑下，内容是系统认识你的主要渠道。

费率、补贴、政策适用范围和ROI口径变动很快，2026年内已经调整过不止一次。上面是写稿时依据公开报道整理的情况，请以抖音电商学习中心的官方公告、千川后台和抖店结算页的实时展示为准。

2.5 一句话收束

如果只用一句话概括乘方改了什么，我会这么说：它把"我这笔广告划不划算"的问题，换成了"我这盘生意划不划算"的问题，并且把回答这个问题所需要的预算分配、内容生产、找人这三件事，尽可能交给了模型。 商家要做的，是把模型需要的原材料准备好。原材料是什么？是商品、内容和人群。后面几章就围着这三样东西转。

三、同一个底座，两种脾气：什么货适合"广撒网"，什么货适合"顺藤摸瓜"

3.1 先澄清一个误会

乘方刚出来的时候，圈子里有两种声音。一种说它和全域推广底层是一回事，只是多包了几层功能；另一种说两者完全是两套逻辑，打法得推倒重来。

我的看法是，这两种说法都对了一半。从公开的升级说明看，原有计划升级到乘方时，配置可以继承、历史数据会迁移、模型不需要重新冷启动，还支持回退。能做到这几点，说明底层的预估模型确实是同源的。但同源不代表用起来手感一样。出价目标换了、统筹的范围变大了、找人的路径多了一条，商家感受到的"脾气"自然不同。

为了说清楚这两种脾气，我给它们各起了一个不那么正式的叫法：广撒网和顺藤摸瓜。这只是我自己为了方便理解打的比方，不是官方术语。

3.2 广撒网：让系统在大盘里边试边挑

广撒网的工作方式是这样的：你提供一批素材和商品，系统把它们放到很大的流量池里去试，哪条素材、哪个商品带来的预估成交价值高，就把更多的量给它。跑得好的继续放大，跑不动的自然被淘汰。

这种方式下，商家之间比拼的东西很直观。

• 货本身有没有大众吸引力，价格有没有优势
• 素材的数量够不够多，能不能持续供给新的
• 画面和开头几秒抓不抓人

它的好处是省心，门槛低，起量快。短板也明显：因为前端覆盖的人很泛，系统很难替你找到那种"人数少但特别对口"的群体。卖的是大众刚需品时这不成问题，卖的是窄众货时就容易空转。

3.3 顺藤摸瓜：从已经买过的人往外找

顺藤摸瓜走的是另一条路。系统先看你店里已经成交过的是些什么人，再去找那些虽然还没买、但已经表现出明显兴趣的人，然后再往外一圈，找那些行为模式相近、只是还没接触过你的人。

这条路对商家的要求高一些。你得有一定的历史成交和人群积累，系统才有"藤"可顺；你还得有针对性的内容，让系统知道每一圈的人该用什么去沟通。但它的好处是，能把那些广撒网撒不到的精准人群挖出来，而这类人群的成交质量往往更高，退款也更少。

3.4 放在一张表里对比

3.5 用一个虚构的例子感受一下

假设有一家店卖人体工学椅，主推款定价在一千五百元上下。这是我编的例子，方便说明问题。

如果用广撒网的思路，素材大概会拍成"一把椅子有多少处可以调节、原价多少现在多少"。系统把它推给大盘，绝大多数人划走了，因为多数人并不觉得自己需要一把一千多的椅子。点击率低，系统判断这条素材不行，量就收了。运营再怎么调目标、换素材，只要讲的还是"椅子有多好"，结果都差不多。

换成顺藤摸瓜的思路，第一步不是拍素材，而是回答一个问题：谁会买一千五的椅子？认真想下去，至少能拆出几类人。

• 每天坐十个小时以上的程序员和设计师，腰和颈椎已经开始报警
• 居家办公的人，原来用餐椅凑合，时间长了受不了
• 给正在备考的孩子买的家长，关心的是坐姿和专注度
• 给长辈买的子女，在意的是起坐方便和支撑

这四类人关心的点完全不同，需要的内容也不同。给程序员看的可能是"连续写代码八小时后腰的状态对比"，给家长看的可能是"孩子写作业总趴着怎么办"。把内容按人群和场景拆开之后，系统才有办法把对的内容递到对的人面前。

你会发现，后一种思路里，投放动作本身并没有变复杂，变复杂的是投放之前的思考。 这也是我在第一章说"难的不是调计划"的原因。

3.6 不必二选一

实际经营里，这两种脾气不是非此即彼的。我自己的做法是按货来分工，用下面这张简单的矩阵做判断。

                受众宽                         受众窄
          ┌───────────────────────┬───────────────────────┐
客单价低  │ 广撒网为主             │ 广撒网测款              │
          │ 拼素材量和更新频率      │ 跑出人群后转精细化运营    │
          ├───────────────────────┼───────────────────────┤
客单价高  │ 两条腿走路             │ 顺藤摸瓜为主            │
          │ 爆款引流加分层内容承接   │ 先攒人群资产，再谈放量    │
          └───────────────────────┴───────────────────────┘

店里通常既有走量的引流款，也有利润款。引流款负责把人带进来、把店铺的成交人群做厚；利润款则依托这些积累下来的人群，用更细的内容去转化。两者配合好了，比单押一边稳得多。

四、系统是怎么"认识"你的：从猜兴趣到判断"下一步需要什么"

4.1 官方公开过的排序逻辑

2025年4月，抖音通过安全与信任中心对外公开了推荐算法的基本原理。这份公开材料我建议每个做内容和投放的人都读一读，因为它是为数不多的官方一手说明。里面有一个简化之后的核心表达，我转成纯文本放在这儿。

视频推荐优先级 = 综合预测的用户行为概率 × 行为价值权重

展开来理解：
  推荐优先级 ≈ Σ（预估某个行为发生的概率 × 这个行为的价值权重）

  行为包括：点赞、评论、收藏、关注、完整看完、搜索、复访……
  每个行为的权重不同，系统把它们加权求和后排序

这里的 Σ 是求和符号，意思是把各种行为的"概率乘以权重"加在一起。

这份材料里还有几句话，对理解现在的系统特别关键。一是模型已经几乎不依赖对内容和用户"打标签"，而是通过神经网络直接预估用户的行为；二是目标不止一个，除了即时的互动，还包括收藏加复访、关注加追更、打开加搜索这类指向长期价值的组合目标；三是系统里有专门的"探索"机制，用来帮用户发现潜在的新兴趣，避免推荐越来越窄；四是反馈已经做到了分钟级。

电商广告的排序在此基础上还要加上"出价"这个因素。行业里通用的简化理解是下面这样，注意它是帮助理解用的示意，不是平台官方公式。

广告竞争力 ≈ 预估点击率 × 预估转化率 × 预估成交金额 ÷ 目标ROI × 1000

也就是说，在你填的目标不变的前提下：
  预估点击率越高、预估转化率越高、预估客单越高，
  系统越愿意把展示机会给你

从这个式子能读出一个朴素的道理：目标值只是分母上的一个数，真正决定你能拿多少量的，是分子上那几个"预估"。 而预估准不准、高不高，取决于系统对你的认识有多清楚。

4.2 我们嘴里的"标签"，在系统里其实是向量

做投放的人天天说"标签"，直播间标签、账号标签、人群标签。既然官方说几乎不靠打标签了，那我们说的标签到底是什么？

可以这么理解：系统会把一条视频的画面、口播、字幕、标题，把一个商品的类目、标题、详情，把一个直播间里主播说的话、挂的商品、公屏上的评论，统统转换成一串数字，技术上叫向量。两个东西"像不像"，就看它们的向量方向接不接近。常用的一种衡量方式叫余弦相似度，写成纯文本是这样的。

相似度 =（A · B）÷（|A| × |B|）

  A · B 表示两个向量对应位置相乘后求和
  |A|、|B| 表示各自的长度
  结果越接近 1，说明两者越相似；越接近 0，说明越不相关

不需要会算，知道意思就行。我们平时说的"标签准不准"，翻译过来就是：你的内容、你的商品、你的成交人群，这三者在系统眼里是不是指向同一个方向。

由此能推出一个很实用的检查项。很多直播间流量不精准，不是投放出了问题，而是信号在打架。比如挂在购物车里的是厨房收纳架，主播嘴里聊的却全是家常闲话和抽奖；短视频拍的是搞笑段子，结尾硬贴一个商品。画面、语音、商