游戏出海进入 AI 时代，买量团队该如何搭建可复制的增长能力？

7月28日，XMP 联合罗斯基、Adjust 主办的「游戏赛道新机会」线下沙龙举办，聚焦 2026 年游戏出海全链路实战，面向游戏研发、发行与买量从业者，围绕爆款增长逻辑和新赛道机会展开交流。

在活动中，XMP 业务负责人唐子丹带来了《AI 时代的游戏出海增长——如何用智能投放，建立可复制的增长能力》主题演讲，围绕 AI 时代游戏出海买量的行业变化、投放方法论、素材迭代与智能投放系统能力展开分享。

以下为分享内容整理：

唐子丹在分享开场提出，AI 并没有改变增长的目标，但显著改变了实现增长的方式。对游戏出海团队来说，最直接的变化主要体现在三个层面。

首先，新品进入市场更快。AI 拉平了部分生产效率门槛，无论是玩法包装、脚本产出还是素材制作，整体速度都在提升，这意味着市场上的有效竞争者正在持续增多。

其次，素材生产更快，供给量大幅上升。以前设计师一天才能完成的工作，如今可能几分钟到十几分钟就能初步生成。素材供给增加并不天然意味着效果变好，反而让增长团队面临更高的筛选压力，必须更快识别哪些素材真正有效。

第三，决策窗口越来越短。当所有团队都因为 AI 变得更快，响应速度、迭代效率与协同能力就会直接影响是否能抓住市场机会。很多团队的问题并不是不会做素材迭代或数据分析，而是无法把这些动作稳定地串联起来。

他将常见问题总结为三类“工作断点”。

当投放渠道、广告账户和广告数量增加后，管理复杂度会迅速上升。测试启动慢、跨渠道复制策略难，都会直接拖慢投放节奏。

如果团队依然依赖各媒体后台分散查看数据，或者分析与执行分布在不同平台上完成，就会造成数据割裂。分析效率低只是表层问题，更深层的问题是分析结果很难快速转化为实际动作。

AI 虽然提升了素材生产效率，但优质素材并没有自动变成可复用资产。设计师与投放师常常围绕不同指标协作，导致素材生产、使用、复盘之间缺少闭环。

因此，真正能持续增长的团队，往往已经不是把买量当作单点执行，而是把它做成一套系统。单次起量并不稀缺，真正稀缺的是在 ROI 或 ROAS 跑正之后，仍能持续放量和稳定复制的能力。

他提到，买量的上限正越来越取决于系统，而不是个人英雄主义。这个系统至少要串起三个模块：

在方法论部分，他先从市场分层切入，再进一步谈到渠道选择、AI 素材落地和冷启动策略。

海外市场范围广泛，大致分为两类。

这部分的关键在于，面对不同市场，应先完成分层判断，再据此制定预算、渠道、素材和优化方式。

在渠道层面，他提到三类典型渠道。

他特别强调，出海团队不应只盯着头部平台，而要结合业务特点动态配置渠道结构，寻找更适合自己产品阶段与市场目标的组合方式。

对于行业里很热的 AI 素材话题，他认为 AI 当然能提升素材制作效率，但在游戏买量场景中，真正高质量、稳定可用的素材生产依然存在较高门槛。

原因在于，当前主流视频模型虽然已经很强，但其主要消耗仍集中在短剧、漫剧等内容行业。相比之下，游戏广告素材占比并不高，模型对游戏品类、玩法结构、卖点表达和世界观设定的理解还不够深入。

他提到，一条常见的游戏广告视频通常包括三个部分：

目前 AI 在钩子和 Endcard 上更容易提效，但中间玩法表达这部分仍然需要更强的人为把控。真正的差异，不在于有没有使用 AI，而在于团队是否已经建立了成熟的 SOP，能把拆玩法、理卖点、做分镜、沉淀模板这些基础动作做扎实。

他的建议有两层。

第一，团队要先帮助 AI 理解游戏。要把玩法拆解、分镜设计、脚本方案等经验沉淀成标准化 SOP，让模型更准确地理解产品特性。

第二，素材不是生成完就结束，而是要进入持续迭代闭环。真正有效的素材增长，遵循的是“生产 - 测试 - 分析 - 再生产”的循环：

他同时指出，AI 素材工具正在从单一生产能力，走向素材生产、素材投放、素材分析一体化闭环，这会成为行业里的一个重要趋势。

在冷启动部分，他分享了一个很典型的观察：有些团队预算并不缺，但就是起不来量。问题不一定出在预算本身，而是出在样本量不足。

如果团队只投 ROAS Campaign，当算法缺少足够的学习样本时，系统很难快速找到可放量的人群与信号。尤其是在冷启动阶段，模型需要积累用户特征、行为路径和转化反馈等样本，样本不够，起量就会非常困难。

他建议使用 CPI + ROAS 双轨并行的方式来解决这一问题。具体来说，CPI 投放虽然没有那么“智能”，但操作空间更大，可以通过定向子渠道、机型等方式，主动去购买更有价值的安装样本。对于 SDK 渠道而言，子渠道定向尤其重要，因为可以更精细地控制流量来源。

当 CPI 与 ROAS 同时运行时，两类计划之间可以共享样本。这样做的好处是：

他补充了一个建议，在冷启动阶段不要把全部预算都押在 ROAS 自动化计划上，而应通过 CPI 先补足样本，再让 ROAS 更快起量。

他结合 XMP 的产品能力，分享了AI智能投放的实践。他强调，XMP 的价值不在于功能数量，而在于把增长团队需要的关键能力组织成一套更完整的系统。

他提到，XMP 的核心能力主要集中在几个方向：一是把 Meta、Google、TikTok、Mintegral 等主流渠道的数据汇总到统一面板，帮助团队减少多后台切换，更快完成分析和判断；二是打通买量与回收数据，对接主流 MMP 和一方数据回传，让团队能更及时地查看 ROAS、LTV、留存和应用内事件等核心指标。

在此基础上，XMP 也覆盖了人效管理、竞品与流量池参考、素材资产化、批量创建广告和 AI 自动化等能力。无论是将素材与广告数据打通、沉淀优质创意资产，还是在多账户、多国家场景下快速批量搭建广告，亦或通过异常预警、自动止损、自动扩量等方式接管重复操作，本质上都是为了让增长团队把更多精力放在更高价值的判断上，而不是被重复执行拖住节奏。

在最后一部分，他还谈到了行业里“几天就能靠 AI 搭出一套投放系统”的说法。他认为，AI 的确能帮助把流程跑通，但“能跑通”和“能长期稳定运行”是两回事。

一个真正可用的投放系统，需要长期处理媒体 API 适配、稳定性、并发性、数据治理、异常处理等一系列复杂问题，并不是简单写脚本或写提示词就能解决。

因此，他更建议普通团队把专业的事情交给专业系统来做；而对于确实有更高数据安全或内部系统对接要求的大型公司，则可以通过私有化部署来满足需求。

在分享结尾，他提到：AI 不会完全取代优秀投手，但会重新定义投手的核心价值。

未来更有价值的增长人才，不只是会盯盘、会搭计划，而是更懂数据、更懂市场、更懂素材，也更懂得如何借助系统提升整体投放效率。

换句话说，AI 时代并没有削弱“人”的价值，而是在推动投放工作从重复执行走向更高质量的判断。谁能把买量真正做成系统，谁就更有机会建立可复制、可持续的增长能力。