Meta 的新 AI 廣告工具：自動化仍需要解釋

每年，大型平台都朝替你經營整個廣告活動的方向再邁進一步。10 月 6 日在紐約廣告週上，Meta 一次邁出了好幾步：具備記憶的廣告助理、由靜態圖片生成的影片、白話式受眾探索，以及一個擴充後、讓外部 AI 工具能操作其廣告系統的伺服器。這些都是實用的工具。但缺乏解釋的自動化，是你自己承擔的風險，而不是 Meta 替你承擔的。

發生了什麼事

我無法開啟 Meta 自己的公告頁面，因此仰賴兩篇詳細的報導。根據 Relevant Audience 的分析與 TechJuice 的報導，Meta 宣布了：

• 以靜態圖片生成的 Advantage+ 創意影片，現已全面推出；目錄產品影片則對符合資格的廣告主進行測試。
• Ads Creative Studio，一個先前僅限特定合作夥伴使用的創意工作空間，開始向更多廣告主推出。
• 一個能跨對話記憶的企業 AI 助理，正在測試匯入策略文件與品牌規範、排程報告與警示，以及代理式操作，例如附預覽與核准機制的廣告活動設定與預算調整。
• 一個顧客生命週期策略工具，現已向所有廣告主開放；另外還有 Detailed Targeting 中以 AI 驅動的受眾探索，讓廣告主以白話描述理想顧客。Relevant Audience 報導，Meta 對此給出的時程是「年底前」。
• 擴充後的 Ads MCP server，有 Databricks、Perplexity、Snowflake 與 Triple Whale 等十家具名合作夥伴，讓第三方 AI 工具能與 Meta 的廣告系統協作。
• 商務功能，包括透過 Messenger 上的 Meta Business Agent 搭配 Shopify 直接結帳的測試，以及在 Meta AI 中與 Adyen、PayPal、Shopify、Stripe 等合作夥伴直接結帳。

Meta 也宣稱，採納其助理建議的廣告主「通常」能在相同的每次轉換成本下，多獲得 5% 的轉換，而且在 Facebook 與 Instagram 上花費的時間有超過 60% 是在看影片。Relevant Audience 指出，Meta 並未公布這些數字的計算方法。

為何重要

其中有兩項發表，改變了由誰來思考。

白話式受眾探索，意味著平台會把你對顧客的描述轉換成鎖定條件。這是一項建模決策。由助理驅動的預算與鎖定調整，則意味著平台也決定如何處理結果。而 MCP server 意味著你在 Meta 之外使用的 AI，如今可以在 Meta 之內採取行動。

每一步都節省時間。合在一起，它們卻把決策集中在為平台目標而最佳化、並以平台自身資料衡量的系統之中。當同一家公司販售廣告、選擇受眾、生成創意並回報結果時，獨立的觀點會變得更有價值，而不是更沒價值。

我的研究怎麼說

用文字描述受眾並取回一個目標區隔，是我研究已久的問題。我們關於跨 Twitter、Facebook 與 PersonalityCafe 的多視角使用者人格建模（Frontiers in Big Data，2022）的研究顯示，你對人的推斷在很大程度上取決於所使用的訊號。白話描述是對顧客的一項假設，值得被測試，而不只是被執行。

在創意方面，我的團隊一直致力於上線前評分。在 SoCraft（WSDM 2023）中，我們展示了一個多模態模型，能在上線前運用文字、圖片、鎖定條件與設定，為廣告主的 Meta 廣告創意評分。在 Against Opacity（ACM Multimedia 2023）中，我們加入了一個大型語言模型助理，解釋驅動預測點擊率的因素。這與我用於平台工具的原則相同：無法解釋的分數，就是無法從中學習的分數。

以靜態圖片生成影片，將讓品牌能投放的版本數量倍增。這是好事，前提是仍有人決定哪些版本值得投入預算，並理解勝出者為何勝出。否則你得到的是更多創意、更少知識。

廣告主現在該做什麼

• 使用新的影片與創意工具，但保留上線前的篩選。在版本花錢之前先審閱並評分，並記錄每一個版本上線的理由。
• 把白話式受眾當作實驗。寫下描述，與你現有的最佳受眾對照投放，並比較每一個真實成果的成本，而不只是平台回報的轉換。
• 審慎核准代理式變更。使用 Meta 所描述的預覽與核准機制，並訂定規則，規範哪些變更助理可以在沒有人工介入的情況下進行。
• 謹慎看待你匯入的內容。策略文件與品牌規範都很敏感。決定助理真正需要的是什麼。
• 保留獨立的衡量視角。保留組、增量測試與你自己的分析，是平衡平台回報結果的砝碼。

Meta 的工具已經好到讓瓶頸從執行轉移到判斷。確保行使判斷的仍然是你的團隊。

常見問題