廣告平台操作實務

AI 廣告投放能接手哪些工作？受眾與出價交給平台，目標、資料、品牌安全與驗證仍由品牌負責

現在的 AI 廣告投放和以前比，差在受眾、出價、版位、素材組合與預算分配已經可以交給平台 AI；目標設定、資料輸入、品牌安全與成效驗證，AI 可以輔助，責任仍在品牌。這篇逐項拆解 Meta 與 Google 官方怎麼說明每一項、從什麼時候開始，搭配官方案例與 IAB 對美國廣告買方的調查，看清楚 AI 能接手到哪裡、哪些地方還得靠人。

Brick Liao

20 10月 2026 • 22 min read

現在的 AI 廣告投放和以前比，差在受眾、出價、版位、素材組合與預算分配，已經可以交給平台 AI 處理；目標設定、資料輸入、品牌安全與成效驗證，AI 可以輔助，責任仍在品牌。AI 擅長大量、即時、規則清楚的決定，判斷方向與承擔後果的部分還在人手上。

傳統投放主要由人決定給誰看、出多少錢、放哪個素材，以前與現在的整體對照我們已經整理過。這篇換一個角度，把工作逐項拆開：每一項 AI 做到什麼程度、官方文件怎麼寫、從什麼時候開始，以及哪些地方仍要品牌負責。

AI 能接手的工作，與品牌還得自己做的工作

以下分法為本文提出，依 Meta 與 Google 官方文件整理。

受眾：AI 接手。PMax 可投給受眾建議以外的人（2021 年全球開放），Meta 三種目標的活動預設由系統選擇給誰看（2025 年）
出價：AI 接手。Google 智慧出價在每次競價計算出價（2016 年推出智慧出價名稱與功能）
版位：AI 接手。PMax 一個活動可涵蓋 Google 多種廣告管道（2021 年全球開放），Meta 系統自動選擇放在哪裡（2025 年）
素材組合：AI 接手大部分。Advantage+ 購物廣告一次最多組合 150 種創意（2022 年起），AI Max 可自動產生標題與說明（2025 年起）
預算分配：AI 接手。PMax 把預算導向表現最好的版位，Advantage+ 自動分配廣告組合之間的預算
目標設定：品牌負責，AI 可輔助分析。系統只朝品牌定義的轉換與目標值最佳化
資料輸入：品牌負責自己提供的部分。轉換事件、客戶資料、商品資料與網站內容由品牌提供
品牌安全：品牌負責，平台提供工具。品牌字排除、廣告出現的內容環境與生成文字的正確性，要分開設定與檢查
成效驗證：品牌負責，平台提供部分量測工具。平台同時投放與回報成績，增量與自家訂單要品牌自己核對

前五項是平台可以自動執行的操作，運作頻率各不相同：出價在每次競價計算，素材組合與預算分配則依活動設定持續調整。後四項也可以由 AI 輔助，例如分析目標、檢查資料、偵測風險與分析實驗，但準則要品牌設定、結果要品牌審核，決策責任也在品牌。

那句「交給 AI 之後，我們還要做什麼」

我們整理這份清單時，想到一個很常見的場景：品牌把主力活動改成 Advantage+ 與 PMax 之後，行銷主管鬆了一口氣，接著又有點不安地問團隊：「現在受眾、出價都交出去了，我們每天到底要做什麼？」

這個不安很真實。AI 接手的工作看得見，留下來的工作反而說不清楚。我們寫這篇，就是想把「仍要品牌負責」的那半張清單寫具體，讓團隊知道省下來的時間該花在哪裡。

大量、即時、跨版位的決定，AI 已經接手

美國互動廣告局 IAB 在 2026 年 1 月發布的 Outlook Study 調查 205 位美國買方廣告投資決策者，其中 161 位知道 agentic AI 可以用在廣告購買與活動執行，詢問他們已經或可能把哪些工作交給 agentic AI：成效分析與洞察 93%、素材測試與挑選 91%、媒體規劃與購買建議 84%、預算分配與步調管理 82%、活動判斷與排除問題 79%。願意交出去的，多半是分析與最佳化這類重複、量大的工作。平台內建的 AI，接手的也正是這一類。

受眾：從圈選名單，變成系統自己找人

受眾已經交給平台 AI，品牌提供的名單只是起點。Google 在 Performance Max 受眾建議的說明寫到，品牌可以加入受眾建議，幫助 Google AI 朝選定的目標學習，但加不加是選填；只要判斷轉換機率高，PMax 可能把廣告投給建議範圍以外的人。Meta 在 2022 年 8 月的公告中，開放小商家從粉絲專頁建立廣告時使用 Advantage 受眾，系統依粉絲專頁資訊建立受眾，並隨時間自動調整。

到了 2025 年第三季財報會議，Meta 財務長 Susan Li 說明，銷售、應用程式與潛在顧客三種目標的活動一建立就打開端到端自動化，系統自動選擇廣告給誰看。品牌交出去的是逐一圈選的工作，手上剩下的是交給系統當起點的種子名單。

出價：每次競價都重算一次

出價是很早就交給系統的工作。Google 在 2016 年 7 月 25 日把以轉換為目標的自動出價統稱為智慧出價。依 Google Ads 說明中心的定義，智慧出價用 Google AI 在每一次競價針對轉換或轉換價值調整出價，會同時考慮裝置、所在地點、地點意圖、當地時間、再行銷名單、瀏覽器、作業系統與語言等條件。

Meta 這一側，Susan Li 在 2026 年第一季財報會議提到，讓系統優先爭取高價值轉換的價值最佳化工具，年化營收已超過 200 億美元，比前一年增加一倍以上。這個數字說明的是採用規模，不能用來推論品牌成效一定較好。

版位：一個活動涵蓋多種廣告管道

版位由系統跨通路自動選擇。依 Google Ads 說明中心對 Performance Max 的介紹，一個 PMax 活動可以涵蓋 Google Ads 的多種廣告管道，包括 YouTube、多媒體、搜尋、探索、Gmail 與地圖，實際投放到哪些版位仍受素材、資格與設定影響；PMax 在 2021 年 11 月 2 日對全球廣告主開放。Meta 在前述 2025 年第三季財報會議中，也把「放在哪裡」列為系統自動選擇的項目。

以前投手要決定預算放 Facebook 動態還是 Instagram 限時動態，現在品牌決定的是要不要讓系統跨版位找轉換。

素材組合：系統負責排列組合，也開始自己生成

素材的組合與部分文字、影片已經由 AI 產生。Meta 在 2022 年推出 Advantage+ 購物廣告時說明，這類活動省去手動建立廣告的步驟，一次最多自動組合 150 種創意。Google 在 2025 年 5 月 6 日發表 AI Max for Search，其中的文字自訂功能會依到達網頁、既有廣告與關鍵字產生新的標題與說明。

Google 的文字自訂說明寫到幾個細節：產生的文字資產至少每 48 小時檢查一次，必要時更新，只有在系統預測表現會比品牌上傳的標題與說明更好時才會投放；從 2026 年 9 月起，使用這項功能的活動開始自動轉為 AI Max。Meta 那一側，2026 年第一季財報會議提到，使用至少一種生成式 AI 素材工具的廣告主已超過 800 萬，使用影片生成功能的廣告主在測試中轉換率高出 3% 以上（Meta 自行公布，未公開測試期間與設計）。

素材的排列組合與部分生成已經交給系統，但素材的方向、商品重點與品牌語氣，仍要從品牌這邊出發。

預算分配：錢跟著表現流動

預算在活動內的分配已經交給系統。Google 說明 PMax 會自動把預算導向表現最好的廣告空間與版位，2021 年的發表文章也寫到，系統會跨通路最佳化預算與出價。Meta 在 2025 年第三季財報會議中說明，Advantage+ 的簡化建立流程會一次處理受眾選擇、廣告放在哪裡，以及預算如何在廣告組合之間分配。

投手以前每天手動在廣告組合之間挪預算，現在要管的是總預算與上限設在哪裡。

牽涉商業取捨與後果的判斷，仍留在品牌手上

IAB 的 State of Data 2025 報告調查 529 位代理商、品牌與媒體端專業人士，請他們評比 AI 在媒體活動各環節的效率、效果與可靠度。受眾分群與資料彙整排在最前面；廣告詐欺與品牌安全監控、提案與合約管理排在最後兩名，評價正面的不到一半。報告引用一位品牌端主管的話：AI 很適合做即時、具體、大量的決定，但不擅長給大方向的策略建議，給的建議也容易偏向已經有效的做法。

IAB 2026 Outlook Study 也看到同樣的分界：願意交給 agentic AI 執行程序化交易談判的是 57%，直接下單談判只有 45%，遠低於分析類工作。報告的解讀是，買方會把分析與操作決定交給 AI，但牽涉關係與高風險的決定，會留在人手上。

目標設定：系統只會朝品牌定義的方向跑

智慧出價最佳化的是品牌在帳戶裡設定的轉換與目標值。Google 說明中心也提醒，部分智慧出價策略需要一定數量的歷史轉換資料才能發揮效果。系統不會替品牌判斷要追營收還是追獲利，要拉新客還是顧回購，這些選擇決定了它往哪裡學。目標 ROAS 設得過高，會壓縮系統能參與的競價，目標值最好從近期實際達成的水準抓起，再小幅調整。

資料輸入：系統學到的東西裡，品牌能直接改善的是自己給的資料

平台 AI 會結合品牌提供的轉換、客戶與商品資料，以及平台自己掌握的競價情境，例如裝置、地點與搜尋字詞；品牌能負責的，是自己提供的那一份資料是否正確、完整，以及有沒有使用權限。Google 的強化轉換說明寫到，這項功能把網站標記或離線匯入的第一方轉換資料，經過雜湊後傳給 Google，用來提高轉換衡量的準確度，並讓出價更有效。資料要不要傳、傳得完不完整，由品牌決定。

文字自訂也一樣依賴品牌的資料：Google 要求廣告主確保網站內容正確、沒有誤導，也沒有違反 Google Ads 政策或相關法規，因為系統是從到達網頁取材產生廣告文字。網頁寫錯價格，AI 就可能寫出錯的廣告。轉換事件、客戶名單、商品資料與素材，是品牌能直接交給廣告 AI 的四種資料，整理得愈乾淨，系統可用的依據就愈可靠。

品牌安全：工具在平台，規則在品牌

品牌安全要分開管理：搜尋品牌字要不要出現、廣告出現在什麼內容旁邊、AI 產生的素材是否正確並符合品牌語氣。平台為這些風險各自提供控制與政策機制，品牌要確認適用範圍並持續檢查。Google 的品牌排除說明寫到，品牌排除可以自動擋掉品牌名稱、常見錯字與相關子品牌的搜尋，適用於 PMax 與搜尋活動，常用來避免 PMax 為自家或競爭對手的品牌字付費，這屬於流量控制；YouTube 與多媒體版位上的內容適合度，Google 另外由內容適合度中心處理。文字自訂說明也提到，Google 正在測試文字規範功能，讓廣告主排除特定用語、定義語氣。

這些都是品牌要主動設定的控制項，系統不會自己知道哪些字不能出現。IAB 的 State of Data 2025 報告也顯示，正在使用或打算建立品牌安全規範的受訪者只有 25%，正在使用或打算對 AI 產出設定強制人工審查的是 33%。

成效驗證：平台給成績，品牌對答案

平台一邊花錢、一邊回報成績，後台數字依平台自己的歸因規則計算。平台也在補這一段：Meta 在 2025 年第四季財報會議說，即時針對增量轉換最佳化的增量歸因功能，最新模型比標準歸因多帶來 24% 的增量轉換（Meta 在財報會議自行公布，未公開完整的測試期間與設計）；Google 在 2025 年的說明中，把增量實驗的最低花費從可能超過 10 萬美元降到 5,000 美元。

工具變多了，但這些仍是平台自己的量尺。平台 AI 同時負責花錢與回報成效，後台 ROAS 只能當參考，成績要用增量測試與自家訂單核對。

這條分界線，會隨平台改版往前移

AI 接手範圍的時間軸：2016 智慧出價到 2026 文字自訂轉入 AI Max

把本文選取的產品里程碑排起來，可以看出 AI 接手的範圍一步步擴大；這些年份只代表本文列舉的產品節點，並非各類自動化第一次出現的時間：2016 年 Google 整理並推廣智慧出價，2021 年 PMax 全球開放、涵蓋跨版位與預算，2022 年 Advantage+ 購物廣告處理素材組合與受眾，2025 年 AI Max 擴充搜尋字詞比對與廣告文字，2026 年 9 月起使用文字自訂的活動開始轉入 AI Max。每一代自動化推出，品牌直接可調的參數就少一些，施力點也跟著往資料與驗證移。

品牌負責的那四項，平台也陸續推出工具：品牌排除、文字規範、增量歸因、增量實驗。我們的觀察是，工具會愈來愈多，但「設什麼目標、餵什麼資料、哪些話不能說、成績要不要信」這四個判斷，背後是品牌自己的商業取捨，平台可以提供開關，卻沒辦法替品牌決定開關要怎麼設。

交給 AI 之後，團隊的時間這樣重新分配

每季寫一次目標說明：把要追的轉換、目標值與新舊客比重寫成一頁，交給投放團隊當作所有活動的依據（預期效果：系統學習的方向與商業目標一致；建議週期：每季一次，大檔期前再確認）。
每月做一次資料健檢：檢查購買事件、金額與商品編號是否完整回傳，客戶名單是否是最近的購買會員，到達網頁的價格與活動資訊是否正確（預期效果：系統學習的依據與 AI 產生的文字不出錯；建議週期：每月一次，改價、追蹤碼改版或商品上下架之後也要再檢查）。
建一份品牌安全清單：列出要排除的品牌字、不能出現的用語、不想出現的內容類型，並在平台上設定對應的排除與規範（預期效果：AI 擴張受眾與產生文字時不踩線；建議週期：上線前建立，每季更新）。
安排固定的驗證節奏：每週看後台趨勢、每月拆新客與回購客、每季對主力活動做一次增量測試，最後用自家後台訂單對帳（預期效果：知道後台成績裡有多少是新增的生意；建議週期：依轉換量安排，主力活動約每季一次）。
對 AI 接手的部分少動手：學習期間避免頻繁改預算與目標值，把省下的工時移去做素材企劃與資料整理（預期效果：系統不會因為頻繁更動而反覆重新學習；建議週期：每次調整後至少觀察一到兩個轉換週期）。

這樣分配下來，團隊手上剩下的是寫目標、整理資料、畫安全線與驗證。91APP 的 MediaOne 也照這條線分工：品牌設定 ROAS 目標與預算、提供商品與素材；素材生成與 Meta、Google 之間的預算調整由 AI Agent 處理，每一次調整都列在報表上，成效對回後台實際訂單。省下來的時間，就留給清單上那幾件只有品牌能做的事。

交出去的是操作，留下來的是判斷

回到那位鬆了一口氣、又有點不安的行銷主管。比較好的答案是：受眾、出價、版位、素材組合與預算分配，平台每天都會替我們算；我們的工作是把目標寫清楚、把資料整理乾淨、把不能碰的線畫好，再用自己的量尺確認成績是真的。

AI 把操作接走了，判斷還在品牌手上，這也是品牌在 AI 投放裡最值得花時間的地方。

Meta 訊息廣告與 AI 客服接手後，怎麼從對話一路追到訂單，可以參考 Meta 訊息廣告怎麼提升成交？。

品牌最常問的 AI 廣告投放分工問題

Q1：現在的 AI 廣告投放和以前比，差在哪？ A1：差在受眾、出價、版位、素材組合與預算分配，已經可以交給平台 AI 處理，例如 Google 智慧出價在每次競價計算出價，Meta 銷售、應用程式與潛在顧客三種目標的活動預設由系統選擇給誰看、放在哪裡。目標設定、資料輸入、品牌安全與成效驗證，AI 可以輔助，責任仍在品牌。

Q2：AI 廣告投放可以完全交給平台嗎？ A2：操作可以大部分交給平台，判斷不行。系統只會朝品牌設定的轉換與目標值最佳化，學習的依據有一部分來自品牌提供的資料，品牌安全的規則要品牌自己設定，後台成績也需要用增量測試與自家訂單核對。IAB 對美國買方的調查也顯示，牽涉關係與高風險的決定，買方傾向留給人。

Q3：AI 可以自己寫廣告文案嗎？ A3：可以產生一部分。Google AI Max 的文字自訂功能會依到達網頁、既有廣告與關鍵字產生標題與說明，至少每 48 小時檢查，必要時更新，只有預測表現比品牌上傳的更好時才會投放；Meta 也有生成式 AI 素材工具。但 Google 要求廣告主確保網站內容正確、不誤導，素材方向與品牌語氣仍要品牌把關。

Q4：小品牌人力有限，哪些工作應該先交給 AI？ A4：出價、版位與預算分配可以優先交給平台，這些是量大、需要即時反應的工作，人力有限時更難手動做好。省下的時間建議先放在資料整理：確認購買事件完整回傳、客戶名單定期更新、到達網頁資訊正確，這些會直接影響系統學到什麼。想驗證 AI 投放的成效時，先估算轉換量夠不夠做增量測試；不夠時縮小要回答的問題、拉長期間，並接受「目前無法判定」，不必硬排每季一次。

Q5：交給 AI 之後，多久要檢查一次成效？ A5：建議分層檢查：每週看後台趨勢，每月拆新客與回購客，主力活動依轉換量約每季做一次增量測試，並一律用自家後台訂單對帳。學習期間避免頻繁更改預算與目標值，以免系統反覆重新學習。

Q6：AI 投放最容易被忽略的風險是什麼？ A6：品牌安全與資料品質。IAB 的調查中，廣告詐欺與品牌安全監控是 AI 評價最低的環節之一，正在使用或打算建立品牌安全規範的受訪者只有 25%。另一個風險是資料錯誤：轉換事件漏傳或網頁資訊有誤，系統會照著錯的資料學習，也可能產生錯誤的廣告文字。

Q7：MediaOne 把哪些工作交給 AI？ A7：創意製作（生成符合品牌風格的圖片與文案）與操盤優化（調整 Meta 與 Google 之間的預算與素材配置），由 AI Agent 全天候執行；品牌負責設定目標、預算與檢視成效。

Q8：MediaOne 的 AI 生成素材，會不會偏離品牌風格？ A8：Creative Agent 會學習品牌既有素材，並讀取商品資訊產出符合品牌語氣的文案，讓生成內容貼近品牌風格。上線前仍建議由品牌依自己的品牌安全清單檢查。

Q9：MediaOne 的成效驗證怎麼做？ A9：以品牌後台的實際訂單核對廣告成效，透過 OneID 串聯官網、App 與門市交易，從廣告來源追到成交、金額與線下消費。

延伸閱讀

AI 廣告投放系列的其他文章：

其他相關文章：

想了解更多？留下您的資訊

感謝您的諮詢