AI 開始自己買廣告?AdCP 揭開數位廣告代理人時代
摘要
AI agent 正從協助寫文案、整理報表,走向廣告庫存搜尋、受眾定向與媒體交易。最新產業報告點名 Ad Context Protocol(AdCP)可能成為跨平台溝通的共同語言。這場變化尚未全面普及,卻已提醒台灣品牌:未來的廣告競爭,也包括資料品質、品牌可信度與能否被 AI 正確理解。
正文
如果有一天,品牌的 AI agent 可以自己找到媒體、比較廣告版位、確認受眾條件,甚至和出版商的 AI agent 協商價格,你會覺得這是科幻情節,還是下一個廣告後台功能?
2026 年 9 月 20 日,Livemint 引述廣告科技公司 ADvendio 的報告指出,人工智慧可能改變廣告買賣方式,讓買方、出版商、媒體網路與 ad-tech 平台透過自主系統直接溝通,減少人工協調與系統分裂問題。[1]
從人工接力,到 AI agent 協作
過去的廣告投放,很像一場跨部門接力:品牌提出目標,代理商整理 brief,媒體業務確認版位,平台設定定向,財務處理合約,最後再把成效報告拼回來。每個環節可能使用不同系統,資料散落在信件、試算表、DSP、社群平台與分析工具中。
ADvendio 將廣告銷售演進分成三階段:第一階段依賴人工;第二階段由 AI copilot 協助特定任務;第三階段則是 agentic AI 跨系統協調,讓 AI 不只提供建議,也能根據目標採取行動。[1]
| 階段 | 主要做法 | 人的工作重心 |
|---|---|---|
| 人工協作 | Email、表單、手動上稿 | 溝通、追進度、核對資料 |
| AI 輔助 | 產生素材、整理報表、提出建議 | 判斷、修正、控管品質 |
| Agent-to-Agent | 搜尋、比對、同步與部分執行 | 設定目標、授權、監督風險 |
AdCP 是什麼?
Ad Context Protocol,簡稱 AdCP,是一套開放式 agentic advertising standard。官方文件指出,AdCP 讓不同平台與渠道的 AI agent 以共同標準合作,涵蓋 CTV、展示型廣告、音訊、社群、零售媒體與數位戶外等渠道。[2]
它要解決的問題很實際:各媒體渠道有自己的術語、素材規格、受眾定義、報表格式與交易流程。當品牌同時操作 Meta、Google、影音、零售媒體與聯播網,團隊往往得重複學習與串接。
在 AdCP 的設計情境裡,出版商可以用機器可讀方式宣告媒體資產與能力,買方 agent 依照渠道、地區或需求找到合作夥伴。流程可能從「人先問一輪,再把資料貼進另一個平台」,逐步變成「agent 先探索與比對,人確認商業與品牌條件」。
這跟台灣品牌有什麼關係?
台灣多數中小企業目前不會立刻部署 AI agent 去談全通路媒體交易,這很正常。IAB Europe 在 9 月 15 日整理 AI 與數位廣告討論時也提醒,agentic buying and selling 仍在早期階段;產業雖持續投資與實驗,但距離大規模普及仍有技術、組織與商業模式要處理。[3]
真正值得關注的是廣告工作的分工正在改變。當 AI 能處理設定、比較、同步與回報,人的價值會更集中在定義成效、判斷品牌界線,以及把商業目標轉成資料規格。
例如「我要提高品牌聲量」對人來說可以先討論,對 agent 卻不夠精確。它需要知道受眾、頻次、地區、素材限制、轉換事件、預算上限、排除條件,以及何時必須送回人工審核。目標越清楚,AI 才越可能縮短流程,而不是加快錯誤發生。
AI 能溝通,不代表交易能放心自動化
兩個系統即使能找到庫存、對齊條件並達成初步共識,交易仍要納入框架合約、議定價格、支出承諾、出版商利潤,以及清算與對帳規則。[1]
IAB Tech Lab 也指出,agentic web 需要新的資料標準,讓 agent 交換身分、情境與廣告回應訊號,同時保留隱私、同意管理與透明治理。[4] 未來的問題不只是「AI 能不能做」,還包括「誰授權它做、它根據什麼資料做、做錯時誰負責」。
行銷團隊現在可以做的四件事
第一,整理活動目標、受眾、轉換事件、命名規則、UTM、素材版本與排除條件,讓資料可被一致讀取。第二,讓官網產品頁、FAQ、服務條件與案例清楚且彼此一致,提升品牌被 AI 正確理解的機會。第三,寫好自動執行、人工審核與資料交換規則。第四,先從異常偵測、素材標籤、報表摘要或受眾重疊檢查等小型流程測試,再逐步放大授權範圍。
結論:讓 AI 代表你的品牌工作
AI agent 進入廣告交易,不會一夜之間取代代理商、媒體業務或投手。更可能發生的情況,是 AI 負責搜尋、整理、比對與同步,人負責策略、創意、商業談判與風險判斷。
AdCP 表面上談的是協定,底層其實在回答一個行銷現場的問題:當系統越來越多,品牌要怎麼讓資料、目標與責任順利流動?台灣品牌現在不必急著追逐最炫的 agent 名詞,但可以先把資料、內容、權限與衡量方式整理好。等 AI 成為廣告採買介面時,準備好的人,才有機會把自動化變成效率。
你願意把哪一個廣告工作先交給 AI agent?歡迎留言分享。
參考資料
1] [Livemint:AI-to-AI communication could change how ads are bought and sold: Report
2] [Ad Context Protocol:Introduction to the Protocol



