精選解讀｜微軟推出「出版商內容市集」試辦：把 AI 的引用依據，變成可被授權與計價的內容交易

當 Copilot 直接把答案送到你眼前，內容的價值就不能只靠「回到原文」來結算。

01｜PCM 帶來的七個訊號

把目前公開、可核對的內容整理起來，PCM 至少釋放出七個明確訊號。

第一，是時間點。微軟在 2026 年 2 月初對外揭露 PCM，並清楚定位為試辦階段，會持續擴大合作，而不是一次到位的全面上線。

第二，是流程設計。出版商可以自訂授權條款與範圍；需求端在特定情境取用內容作為引用依據；平台負責把使用回饋回傳，讓內容方能看到「內容在哪些情境被用到」這類過去難以掌握的資訊。

第三，是定價仍然留白。微軟強調依交付價值付費，但目前沒有公開公式，外界也還無法用公開資料核對費率是如何形成的。

第四，是合作出版商名單已被點名。美聯社、Business Insider、Condé Nast、Hearst、People、USA TODAY、Vox Media 等都列在合作名單中，顯示這不是停留在概念層次的提案，而是已經有人實際投入共創。

第五，是先從自家 Copilot 的特定情境做驗證。微軟先把 PCM 用在 Copilot 的部分使用場景，重點在測兩件事：引用依據是否能合法取得，以及使用回饋是否能順利回到內容方。

第六，是需求端開始外擴。微軟提到正導入外部需求端夥伴，並點名 Yahoo。比較精準的理解是，Yahoo 被列為正在導入的需求端之一，而非市集已經成熟運作。

第七，是標準路線同步升溫。出版商陣營推動開放標準「Really Simple Licensing（RSL）」，希望讓授權條款變成機器可讀；但微軟目前尚未公開 PCM 與 RSL 之間的具體對接方式。

02｜授權不再只靠談判，而是靠一條可重複的流程

PCM 真正想處理的，其實不是「要不要付錢」這類價值判斷，而是「付費這件事能不能在大規模下跑得動」。

微軟自己點出關鍵痛點：如果每一家出版商都要逐家談合約，每一個 AI 產品又得逐家對接，談判與法務成本會高到難以擴張。

PCM 嘗試把原本散落在法務、商務與技術對接裡的工作，整理成一條平台流程：條款先標準化、取用情境先限定、使用回饋先回得來。只有當這條流程跑順，後面才有機會談穩定結算，而不是永遠卡在談判本身。

這裡也需要先釐清一個常見誤解。PCM 目前更接近「在特定情境下，用授權內容支撐回應的引用依據」，而不是全面性的模型訓練資料授權。兩者常被混在一起討論，但用途、責任歸屬與計價方式，其實完全不同。

03｜出版商想要的，不一定只是多一筆收入

對出版商而言，PCM 表面上談的是收入，但更深一層，其實是在爭取三種「看得見」。

第一，是條款看得見。授權範圍、使用情境與限制條件，需要能被清楚表達。第二，是用途看得見。內容究竟被用在哪些回應情境，是否作為引用依據。第三，是回饋看得見。使用回饋能否回來，讓下一輪談判不再只能靠猜測。

這也是市集化最吸引人的地方：它讓內容授權從「每次都要重談一次」，轉為「可以被維運的上架與回饋流程」。

但這裡也存在一個現實的失敗條件。如果需求端的擴張速度不夠快，出版商就很難把內容清理、權利盤點與上架維運，視為值得長期投入的工作。市集要成立，光有供給遠遠不夠。

04｜需求端想買的，是一條能交代清楚的責任路徑

從需求端的角度來看，PCM 並不只是「買內容」。它更像是在購買一條在爭議發生時說得清楚的責任路徑：哪些內容被用來當引用依據、授權條款是什麼、出了問題能不能追溯。

這樣的設計，能降低法遵摩擦，也讓 AI 產品不必每次都從頭談授權、重做對接。談判成本被轉移成平台成本，規模化才有成立的空間。

當然，內容成本終究會反映到產品端，可能出現在訂閱、廣告、企業方案或其他定價設計中。使用者也可能因此被分層，不同情境的回應，引用與可追溯性不同，價格自然也不會一樣。

05｜RSL 不是配角，而是另一條解題路線

如果把 PCM 當成唯一答案，判斷容易失準。因為出版商陣營同時推動的是 RSL，試圖把授權條款變成機器可讀的開放標準，讓各家系統用同一套語言理解授權與補償。

若 RSL 被大規模採用，平台式市集在條款與撮合上的控制力，可能會被削弱；反過來看，如果平台式市集跑得更快，出版商也可能更願意把資源投入 PCM 這種現在就能交易、就能回饋的管線，而不是押注一個需要更廣泛採用才會真正生效的標準。

這兩條路線最後會是互補還是競爭，目前仍缺乏微軟端公開的對接細節。

結論｜這是一場結算實驗，而不是現成答案

PCM 最值得觀察的，不是它宣稱「會付錢」，而是它把討論往前推了一步，從「你有沒有用到我的內容」，移動到「你用在什麼情境、帶來什麼交付價值、應該怎麼付」。

微軟在 Digiday 的訪談中提到，目標是把摩擦降到足以擴大規模，這讀起來更像平台建設，而不是一次性的大合約策略。先讓流程可重複，再讓結算可穩定。

接下來，比較像是三個觀察窗口，而不是三句口號：第一，交付價值會不會落到可檢核的指標？第二，需求端能不能擴張到更多 AI 產品與企業系統？第三，PCM 與 RSL 是否會出現互通或最小對接？

這些問題，才會真正決定，這場結算實驗能不能走得下去。

FAQ

Q1. PCM 到底是什麼？

PCM 是 Microsoft 正在試辦的「出版商內容市集（Publisher Content Marketplace）」：把出版商的內容授權，從過去一案一談的合約模式，改成一條可以重複運作的流程。出版商可以在平台上設定授權範圍、使用情境與限制條款；需求端（像是 Copilot 這類 AI 產品）則可以在特定情境下取得授權內容，用來做回應中的引用依據。更重要的是，PCM 把「使用回饋」納進設計裡，讓出版商至少能看見內容被用在哪些情境、回到什麼樣的產品場景，進一步理解內容在不同使用方式下可能代表的價值。

Q2. 它跟過去的內容授權合約有什麼差別？

差別不在「授權」這件事本身，而在授權的做法。傳統授權多半是「一對一談判」：每家出版商要和每個平台或 AI 產品逐案談條款、使用範圍與費率，談完還得對接技術與法務流程，成本高、週期長，也很難擴大到大量情境。PCM 的方向是把這些工作拆成可被標準化的步驟：內容上架、條款表達、使用情境界定、需求端存取，以及使用回饋回傳。它想解的，是「讓授權在大規模下也跑得動」，而不是把授權重新包裝成另一份合約而已。

Q3. PCM 是拿來做模型訓練嗎？

從目前公開文字來看，PCM 的重點比較放在「引用依據」用途，也就是讓 AI 回應時能引用可信來源，提升可追溯性與答案品質。至於是否包含模型訓練，官方在這次相關說明裡並沒有明確界定。比較保守的理解是：即使未來範圍可能擴大，實際能用到什麼程度，仍會回到出版商在平台上設定的授權條款與使用限制。也就是說，PCM 目前更像是「可追溯的引用授權」，而不是「全面訓練資料授權」。

Q4.「依交付價值付費」是怎麼算？

目前還算不出來。Microsoft 的公開說法只有提出原則，也就是希望朝「依交付價值付費」的方向走，但尚未公布任何外界可核對的計價公式、費率或結算口徑。從 Digiday 的訪談內容能看出，他們正在和出版商一起測試定價、存取與補償方式。換句話說，計價不是沒有，而是仍在試辦校準階段，還不到能被第三方驗證、也不適合被外界當成既定規則的程度。

Q5. 為什麼這個時間點，Microsoft 要做 PCM？

跟訴訟有關嗎？很難說「直接因果」，但大環境確實相關。過去一年多，AI 訓練資料與著作權的訴訟持續進行，讓平台在「如何合法取得高品質內容」這件事上，壓力只會愈來愈大。你文中提到的案例可以當作背景參考：路透社在 2025 年 4 月 4 日報導指出，《紐約時報》對 OpenAI 與 Microsoft 的著作權訴訟，有部分主張獲准繼續往下走。另一個方向則是 The Intercept 相關案件，Nieman Lab 的報導提到，法官已駁回其對 Microsoft 的所有主張。這些訴訟未必直接導向 PCM，但它們共同把一個問題推到台前：如果內容的合法來源、授權邊界與補償方式都說不清楚，AI 產品就很難在大規模情境下穩定運作。PCM 可以被視為 Microsoft 對這個結構性問題的一種工程化回應。

Q6. PCM 跟 RSL 有什麼不一樣？

兩者在解的題目很像，但路徑不同。RSL（Really Simple Licensing）走的是「開放標準」路線，主張用機器可讀的格式來定義授權與補償條款，並提出 free、pay-per-crawl、pay-per-inference 等不同模式，目標是讓各家系統都能用同一套語言理解授權條款。PCM 則是「平台式市集」路線，核心是供需媒合、授權流程化、需求端對接，以及使用回饋能回到出版商端。簡單說，RSL 強調標準與互通，PCM 強調流程與撮合。Microsoft 目前尚未公開兩者如何對接、是否會互通，這也會影響未來出版商與需求端會把資源押在哪一條路上。

Q7. 對台灣的媒體與內容方，這件事的含意是什麼？

它提醒台灣內容方一個更現實的趨勢：未來內容的議價能力，可能不只靠「封鎖」或「抗議」，而是靠三件事能不能被做出來，而且做得夠清楚。第一，條款能不能被表達得精準，甚至能被機器讀懂。第二，用途能不能被追溯，知道內容被用在什麼回應情境、是否作為引用依據。第三，價值能不能被衡量，至少有一套可檢核的回饋與結算邏輯。即使台灣媒體不一定會在短期內加入 PCM，這套設計思路仍值得借鏡，因為它把討論焦點從抽象的著作權爭議，拉回到可操作的授權設計與回饋機制。當討論回到「怎麼讓交易跑得動」，內容方才有機會從被動防守，走向更可控的談判位置。

參考資料：

• Microsoft Advertising: Building Toward a Sustainable Content Economy for the Agentic Web

• The Verge: Microsoft says it's building an app store for AI content licensing

• Digiday: Q&A: Nikhil Kolar, vp Microsoft AI scales its ‘click-to-sign’ publisher AI content marketplace

• Reuters: Judge explains order for New York Times in OpenAI copyright case

• Nieman Lab: Core copyright violation claim moves ahead in The Intercept's lawsuit against OpenAI

• RSL: What is RSL?

文/ InfoAI 編輯部

AI 時代的思考力革命｜AI 素養，不是學技術，而是拿回主導權的能力升級

與 AI 一起思考，成為能定義方向的人

版權聲明與授權須知

本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。

用內容建立信任
用洞察塑造品牌

在 AI 時代，真正有力量的行銷不是廣告聲量，而是持續輸出的深度思考。InfoAI 把全球 AI 趨勢與報告，轉譯成清楚、精準、有觀點的內容，讓企業不只是跟上變化，而是成為洞察的提供者，讓品牌變成被信任的決策夥伴。如果你不想只是「談 AI」，而是想「透過 AI 影響市場與客戶」，那就從內容開始。歡迎來信： contentpower688@gmail.com

如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［QRCode］／［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。

AI 協作聲明：

本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。

InfoAI 讀懂 AI 如何改變世界

全球AI新聞精選與解讀

Content Power 重構並流動知識

重新提煉知識轉化價值