结论先行
2026 年 10 月三组来源不同的观察指向同一个结论：AI 时代做渠道，最贵的成本不是流量，而是把「看起来能用」的数据当成「可以拿去决策」的确定事实。对 20 个海外仓点位、7 个核心字段共 140 格的逐格试填（来源类型：逐格实测记录；测量日期 2026-10-19；单类便利样本，n=20，不可外推）显示，填充率 87.9%（123/140），可核率只有 55.7%（78/140）；两者相差 32.2 个百分点，差额部分是噪声，不是有效供给。
一、填得进去，不等于能拿去判断
同一批 20 个海外仓点位、7 个核心字段的 140 格逐格试填记录（2026-10-19，单类便利样本 n=20）里，87.9% 的格子有值，但可核的格子只占 55.7%。按 4 类任务 × 4 问共 16 个「任务×问」格检验，完全闭环 0 格、半闭环 4 格、不闭环 12 格（同一批点位，2026-10-19）。数据「填得进去」和「能回答一个完整任务」之间，隔着 0/16 的闭环率。
更反直觉的是可填性与任务依赖度的错位：在同样的 20 个点位中，容量字段可填 7/20，却只有 1/4 类任务依赖它；限制清单字段只可填 3/20，却有 4/4 类任务依赖（2026-10-19 实测计数）。能公开的字段往往容易填，要谈判的字段才真正决定决策；按填充率补数据，会把资源继续投给「能抄到的」，而不是「要问才有的」。
下图把 20 个点位 × 16 个字段的逐格状态摊开（图库登记日期 2026-10-19）：core 字段按有值、待核、空白三态着色，attrs 只记有值/空。
二、一个预算，三个 ROI
同一笔 50,000 美元预算、同一批投放数据，只把归因窗从 1 天换到 7 天、再到 7+1 天，报表给出的 ROAS 分别是 2.1 倍、3.4 倍、4.1 倍（来源类型：归因窗口口径记录；记录日期 2026-10-14）。预算没有变，转化没有变，变的只是「哪段窗口内的转化算这次投放的」。
归因窗首先是一份合同条款，其次才是一个测量参数：平台默认窗（Meta 7 天、Google 30 天、TikTok 7 天、Amazon 约 14 天）是平台自报设置，不是增量真值；只有带对照组的实验才能回答「这次投放多带来了多少转化」。因此，任何 CAC 或 ROAS 都必须和窗口口径一起出现；跨窗口、跨平台、跨自报与实验的数字不能直接比大小。合同应先锁口径，再谈目标。
三、上线五个月就下线，死的是形态不是协议
OpenAI 的 Instant Checkout 于 2025-09-29 上线、2026-03-05 下线，按两个日期计算约 5 个月，官方理由是采用不足（来源类型：多家媒体转述，非一手；记录日期 2026-10-15）。宣传口径称覆盖超过 100 万家 Shopify 商家；实际接入商家数只有「约 30 家 / 约 12 家」两套转述口径，且都转引自同一家媒体、原始报道未取得——这本身就是一个「把不确定当成确定」的样本：宣传数字很大，可核数字很小，且不能定论为单一值。
死掉的是「在对话里直接结账」这个形态；底层协议并没有一起消失（ACP 规范目录的版本日期为 2026-04-17，公开仓库记录）。可迁移的资产是商品 feed、购物车、支付委托与订单回传。判断一个新渠道，验收指标应是采用率与可迁移接口，而不是「已上线」的发布事件；合同里也应写明入口关闭后这些接口是否继续可用。
三组观察的共同点不是「数据不可用」，而是「没有口径的数据不可比」：先标口径，再标日期，最后才决定它能不能进合同。
图引用
图：20261019-omw-fill-heatmap-001.png —— 20 个点位 × 16 个字段的试填热力矩阵（图库登记日期 2026-10-19；core 逐格三态、attrs 有值/空，含 78/140 与 178/320 两组计数）。
来源与日期
- 逐格试填与任务闭环：20 个海外仓点位 × 7 个核心字段 = 140 格；测量日期 2026-10-19；单类便利样本，n=20，不可外推。
- 归因窗口：同一笔 50,000 美元预算在 1 天、7 天、7+1 天三种窗口下的 2.1/3.4/4.1 倍记录；整理日期 2026-10-14。
- Instant Checkout：上线 2025-09-29、下线 2026-03-05、商家数双口径；来源为多家媒体转述，原始报道未取得；记录日期 2026-10-15。
- 图：20261019-omw-fill-heatmap-001.png；图库登记日期 2026-10-19。