AI Mode 裡的新廣告格式：當廣告變成一個會回答的 agent（2026）

一位想換車的消費者，在 Google 打上「油電休旅 預算八十萬 適合露營」。畫面沒有跳出十個藍色連結，而是一段生成式回答，右邊掛著一個標示「贊助」的對話框。他點了「Chat」，直接問這台車的租賃方案、後座能不能全平躺。回答他的不是業務，是一個讀完車商官網、即時生成答案的 agent。他問完三個問題，留下一張已經被預先填好的聯絡表單，全程沒有離開 Google，也沒有踏進車商官網一步。

這不是概念影片。2026 年 5 月 20 日的 Google Marketing Live，Google 官方正式宣布這類「廣告內建 agent」進入 AI Mode 測試，並引用一項數據：有 75% 的使用者表示，用 AI Mode 搜尋能更快、更有信心地做決定（Google 官方 GML 2026 公告，2026 年 5 月）。

當廣告從一句標語，變成一個會回答問題的對象，品牌要煩惱的就不再只是「點擊率高不高」。而是一個更尷尬的問題：它替品牌回答的那些內容，是品牌想讓它說的嗎？它幫品牌收進來的那批名單，品牌接得住嗎？

團隊的聲音

我們（91APP 團隊）最近在幾場品牌行銷會議裡，反覆看到同一種表情變化：行銷主管先是眼睛一亮，接著陷入沉默。眼睛一亮，是因為「名單進來之前就先被 agent 過濾一輪」這件事，聽起來像行銷人夢寐以求的場景。陷入沉默，是因為大家幾乎同時意識到兩件事：agent 講的每一句話，都來自自己官網現有的內容；而名單被自動填好、自動送進來之後，能不能歸戶、能不能分群、能不能再行銷，取決於品牌手上有沒有一份乾淨的顧客資料。這篇文章想拆的，就是這兩個落差。

廣告的主詞，從「品牌說什麼」換成「agent 怎麼回答」

要看懂這次改版，先把它拆成三層，一層一層看它動了什麼。

1. 版位。過去廣告出現在十條藍色連結之間，靠關鍵字配對一句固定標題。現在 AI Mode 已經在改寫消費者尋找商品的整段路徑，廣告直接長在生成式回答裡。Google 這次推出的是一整個新格式家族，其中最受矚目的是四種：Conversational Discovery ads（對話式探索廣告，Gemini 依使用者當下的問法即時生成廣告文案）、Highlighted Answers（在 AI Mode 的推薦清單裡，讓高相關廣告以「贊助建議」形式出現）、AI-powered Shopping ads（Gemini 從 Merchant Center 商品資料，逐一生成「為什麼這件商品適合你」的說明），以及最具象徵意義的 Business Agent for Leads，也就是本篇主角：廣告內建的問答 agent。這次改版的整體全貌，可參考 Search Engine Land 的 GML 2026 總整理，2026 年 5 月。
2. 互動。傳統名單廣告是「點擊、跳轉、填表」的線性流程，使用者在你官網的落地頁填完表單才算數。新的 agent 格式把這條線折了起來：使用者在廣告內就能對話，Gemini 依你提供的官網內容與商家資料臨場作答，若他決定往下走，才會送出一張 Google 已經預先填好個資的表單，整段流程都發生在搜尋結果頁裡。
3. 資料。這一層最少人談，卻最致命。agent 收進來的名單長什麼樣，取決於你官網內容的品質；而這批名單能不能變成生意，取決於它落地之後，你有沒有能力把它歸戶、分群、接進既有的再行銷流程。前兩層 Google 幫你做了，第三層 Google 幫不了你。

下面這張對照，是這三層加起來的結果：

汽車、教育、房產先上場，因為它們的官網最像一本說明書

Google 沒有一次對所有產業開放這個格式，而是挑了三個垂直領域先測。多家產業媒體整理，Business Agent for Leads 目前在美國以開放測試（open beta）形式，先開放給汽車、教育、房產三個垂直產業，且只能在 AI Max 與 Performance Max 兩種戰役類型投放（Search Engine Land，2026 年 5 月；產業細節另見 PPC News Feed，2026 年 5 月）。這兩則屬於媒體轉引整理，實際開放範圍與名額請以 Google 官方後台公告為準。

為什麼是這三個產業。因為它們的購買決策長、單價高、消費者問題明確，而且官網天生就存著大量「規格型」內容。一個準大學生會問就業率、學費、入學條件；一個買車的人會問租賃方案、車型配備、實際里程；一個看房的人會問生活圈、貸款成數、公設比。這些問題的答案，本來就寫在品牌官網的方案頁、規格頁、FAQ 頁裡。agent 要做的，是把它讀出來、講清楚。

把場景講得更具體一點。一位家長在 AI Mode 打「北部私立高中 住宿 升學率」，agent 不會只丟一個校名連結，而是直接從學校官網的招生頁，回答住宿名額、每學期費用、近三年升學榜單；家長追問「有沒有獎學金」，agent 再從獎助學金頁補一段。整段對話裡，家長沒點進任何一個網頁，卻已經比較完三所學校。這對決策長、資訊落差大的品類（升學、購車、購屋）特別致命：誰的官網把問題答得最完整，誰就在那場對話裡先贏一輪。汽車和房產也是同一套邏輯，一個問「這台車保養一年大概多少」，一個問「這個社區的管理費怎麼算」，答案清楚的品牌會被講出來，答案含糊的品牌會被跳過。

Google 官方舉的另一個例子在購物端：搜尋一台濃縮咖啡機或電視這類高單價商品時，AI-powered Shopping ads 會從 Merchant Center 拉出最相關的商品，並「即時寫出一段客製化說明」，解釋這件商品為什麼適合這位使用者（Google 官方 GML 2026 公告，2026 年 5 月）。這裡藏著一個關鍵訊號：你商品資料的完整度，直接決定 Gemini 願不願意推薦你。標題、描述、規格欄位若是空的或含糊，agent 生成的說明也會含糊，商品就被略過。這也是多份業界整理反覆強調的重點：當 Gemini 直接從你的商品資料生成說明，商品資料的乾淨與豐富度就成了能見度的分水嶺（WordStream 的 GML 2026 分析，2026 年 5 月）。

這裡藏著一個殘酷的對照。同一個品類裡，A 品牌的商品頁只有型號和一張圖，B 品牌把材質、尺寸、適用情境、保固、常見問答都寫齊了。當 agent 要生成「為什麼這件商品適合你」時，它能從 B 品牌抓到具體理由，卻在 A 品牌那裡無話可說。A 品牌的廣告不會比較貴，它只是根本沒有被生成、被講出來的機會。過去內容單薄頂多排名差一點，現在內容單薄，等於直接從對話裡消失。

同一時間，這不只是 Google 一家的動作。2026 上半年，Meta、TikTok、Amazon 陸續推出自家的官方 Ads MCP 連接器：Amazon 在 2 月開放 open beta，Meta 在 4 月推出官方 Ads MCP Server，並在官方文件中明確支援讀寫兩種操作（可直接改動投放，而非只讀），TikTok 則在 5 月的 TikTok World 宣布、當時尚未全面開放。其中 Amazon 與 TikTok 的細節屬各平台活動宣布，實際 GA 時間請以官方公告為準。整個廣告平台正集體把「讓 AI 直接操作廣告帳戶」當成標準配備，Google 只是把戰場拉到了搜尋結果頁的正中央。

表象是廣告會聊天，機制是 Gemini 讀你官網，底層是你的第一方數據

先看表象。多數人第一眼看到的是「廣告會聊天了」，覺得這是一個更炫的互動版位。這個理解不算錯，但停在這裡會做錯決策。

再看機制。這個 agent 不是照著你寫好的腳本逐字回覆，而是 Gemini 依你提供的官網內容與商家資料，臨場組織出答案。一個問就業數據的準學生，得到的是你系所頁面實際寫的內容；一個問租賃條件的買家，得到的是你公告的方案細節。若那些頁面內容單薄或含糊，對話就會單薄含糊，也就過濾不了任何人。

這裡值得再往下看一層。Gemini 組織答案的依據，是被「圈定」在你提供給 Google 的內容範圍內：官網頁面、Merchant Center 商品資料、你在後台設定的商家資訊。這個圈定範圍越完整、越結構化，agent 能講的就越準；範圍裡有缺漏，agent 要嘛避而不談，要嘛給出模糊的回答。換個角度說，過去官網是寫給人看的，畫面漂亮、轉得動就好；現在官網同時是寫給機器讀的，每一個規格欄位、每一條退換貨說明、每一段方案細節，都可能被 agent 逐句取用，變成它對顧客開口的內容。這件事對台灣品牌尤其陌生，因為多數品牌的官網頁面，是為了「被人瀏覽」而設計，資訊密度和結構化程度，往往撐不起「被機器逐句引用」的要求。一個很常見的落差是：方案頁只放一張 banner 加一句標語，真正的規格和條件藏在 PDF 或圖片裡，人看得懂，Gemini 卻讀不到，於是 agent 在那個問題上只能沉默。

這也解釋了為什麼這波改版的重量級，落在 AI Mode 的使用規模上：AI Mode 上線一年就突破 10 億月使用者，查詢量每季翻倍成長（Google Search I/O 2026 官方，2026 年 5 月）。當這麼大的搜尋量開始走進對話式介面，官網內容的完整度，就從 SEO 的加分題，變成廣告能不能成立的必答題。

這代表這次改版真正被優化的對象，已經從廣告文案技巧，移到你官網內容能不能被 AI 讀懂、被正確引用。過去 PPC 操盤手比的是誰會下關鍵字、寫標題；現在比的是誰的官網內容夠厚、夠結構化，能餵得飽這個 agent。

最後看底層。假設 agent 幫你收了一批預填名單進來，真正的考驗才開始。這裡有兩個相扣的風險。

1. 名單品質的判讀。有 PPC 分析提醒，若把「使用者跟 agent 聊過天」直接當成一條有效名單，帳戶會創造出大量看起來像名單、實際卻不會成交的紀錄。比較穩健的做法是把信號分層來看：agent 互動只是最外圈的參與信號，中間是符合條件的合格名單，最內圈才是業務確認可接觸、值得跟進的成交型名單。這個邏輯，其實就是把 agent 互動當成一個中間的微轉換信號：它是過程指標，離成交還有一段距離。只有最內圈那層信號累積到足夠量，才適合回頭餵給出價系統。
2. 名單落地之後。名單被 Google 預填、自動送進來，格式乾淨漂亮，但它是一筆孤立的資料。這個人是不是你的舊會員？他線下有沒有來過門市？他上次買了什麼？如果這批名單落地後不能歸戶到同一個會員身分，你手上就只是一份「新名單」，而不是一個「更完整的顧客」。agent 幫你把陌生人變成聯絡人，但把聯絡人接成顧客、把顧客養成回購，這段路 Google 沒有幫你走。

同樣的道理也適用在跨平台。當各家廣告平台的歸因邏輯在 2026 年集體重寫，一批名單在 Google 產生、在 Meta 被再行銷、在你官網完成購買，若中間沒有一個共同的身分把它們串起來，每個平台都只會看到半段故事。更麻煩的是，agent 廣告讓名單的來源變得更碎：有人在 AI Mode 的對話裡留資料，有人點了 Highlighted Answers，有人被 AI-powered Shopping ads 帶進來，同一個人可能在不同格式各留下一次紀錄。少了一個身分主鍵先把這些碎片黏回同一個人，你算出來的每一組成效數字，都可能是重複計算，或各平台各報各的。

把破碎的名單接成完整的顧客，才是 agent 廣告真正的起跑線

這裡就是這一整套自動化的隱藏前提。agent 讀到破碎的第一方數據，就只能給出破碎的答案；agent 收進來的名單若無處歸戶，就只是一次性的線索。所有廣告自動化再聰明，都要先站在一份乾淨、可歸戶的第一方數據上，才跑得動。

這正是顧客數據平台這類方法論想解決的事。以 91APP 的顧客數據暨行銷平台（CDMP）為例，它的角色不是再多開一個廣告版位，而是站在所有廣告版位的後面，做三件把名單接成顧客的基本功。

1. 歸戶。不論名單從 AI Mode agent、Meta、官網或線下門市進來，先用 OMO 邏輯把同一個人的線上線下行為收攏到同一個會員身分底下，讓「新名單」有機會被辨識成「回訪的老顧客」。
2. 分群。名單歸戶後，才談得上依生命週期、消費力、品類偏好把人分層，決定誰進歡迎流程、誰進喚醒流程、誰值得推高價品。這一層的邏輯，在 Agentic Commerce 的浪潮下只會更關鍵：AI agent 越自動，越需要一份乾淨的資料告訴它「這個人是誰、該對他說什麼」。
3. 回流。把歸戶、分群後的名單，以受眾包的形式回送到各廣告平台，讓 agent 廣告收進來的線索，能立刻進入下一輪精準再行銷，而不是躺在後台等業務手動撥電話。

這三件事不新，但 agent 廣告讓它們變得更急。因為版位的自動化程度越高，資料底盤的品質就越是勝負手。

官網內容就是 agent 的講稿，重寫它比追每一個新版位都更划算

Google 的新格式目前先在美國測試，它揭示的方向卻對台灣品牌一樣成立。這件事現在就能落地，下面幾件事不必等版位在台灣開放，就能先做起來。

1. 用「會被 agent 朗讀」的標準，重寫官網的方案頁與 FAQ。挑出你被問最多的 20 個問題（價格、規格、退換貨、保固、庫存），把答案寫成清楚、具體、可被逐句引用的段落。目標不是好看，是讓 Gemini 讀完能給出你想要的回答。這件事對汽車、教育、房產、家電這類高單價、決策長的品類，效益最直接。
2. 把商品資料的完整度當成廣告資產在管。標題、描述、規格、屬性欄位逐一補齊，因為 AI-powered Shopping ads 是以 AI Max 這類自動化投放為底層在運作，你餵進去的商品資料越乾淨，被生成推薦的機會越高。建議先盤點目前商品資料的缺漏率，設一個三個月內補齊的目標。
3. 為 agent 名單建立分層驗證機制，不要照單全收。把「跟 agent 互動過」「填了合格資料」「業務確認可接觸」設成三個獨立信號，只有第三層累積到足夠量，才回頭當成出價依據。這能避免帳戶被一堆聊過天卻不會成交的假名單灌爆。
4. 先把第一方數據的歸戶能力補起來，再談自動化。用顧客數據平台這類工具，確認任何管道進來的名單，都能歸戶到同一個會員身分、能被分群、能回送再行銷。這一步沒做，前面三步收進來的名單都只是一次性線索。建議先檢查一個指標：新名單能被歸戶到既有會員的比例有多高。
5. 建立跨平台的名單身分基準。當 Google、Meta 各自的歸因今年都在重寫，先確保你有一個共同的身分主鍵，把同一個人在不同平台的行為串起來，才不會每個平台都只看到半段故事。

收尾

回到開頭那位在 AI Mode 裡問車的消費者。他不會知道，也不在乎，那個替他回答的 agent 背後，是一份寫得清不清楚的官網、一套接不接得住名單的資料底盤。他只會記得：問問題很順，答案還算中肯，於是他留了資料。

廣告變成一個會回答的對象，這件事最深的改變，不在於它多會講話，而在於它逼著每個品牌回答一個一直被拖延的問題：當機器開始替我們面對顧客，我們準備好被它如實地代言了嗎。答案不在下一個新版位裡，在你官網那些一直沒空整理的頁面，和那份一直說要清、始終沒清的顧客資料裡。

常見問題

Q1: 什麼是 Google AI Mode 裡的「會回答的廣告 agent」？ 它是 Google 在 2026 年 5 月 Marketing Live 宣布的新廣告格式 Business Agent for Leads。使用者在廣告內就能點開對話框發問，Gemini 會依廣告主提供的官網與商家內容即時回答，若使用者決定往下走，會送出一張 Google 預先填好個資的名單表單，全程在搜尋結果頁內完成，不需跳轉到品牌官網。

Q2: 這個 agent 格式現在開放給哪些產業和戰役？ 根據多家產業媒體整理，它目前在美國以開放測試形式，先開放給汽車、教育、房產三個垂直產業，且只能在 AI Max 與 Performance Max 戰役投放。這屬於媒體轉引資訊，實際開放範圍、名額與是否延伸到其他市場，請以 Google Ads 官方後台公告為準。

Q3: 這是 GML 2026 全新發表，還是 2025 就有的功能？ Business Agent for Leads、Conversational Discovery ads、Highlighted Answers 是 2026 年 Google Marketing Live 新發表的格式。AI Max、Smart Bidding Exploration 等自動化投放能力則是 2025 年先發、2026 年延續強化，兩者要分清楚，避免把舊功能當成新發表引用。

Q4: agent 回答的內容能控制嗎？ 可以控制的是官網內容本身。agent 由 Gemini 依你官網現有內容臨場組織答案，所以官網的方案頁、規格頁、FAQ 寫得越清楚、越具體、越能被逐句引用，agent 的回答就越接近你要的樣子。官網內容單薄，回答就會單薄。

Q5: agent 收進來的名單品質可靠嗎？ 不一定。若把「使用者跟 agent 聊過天」直接當成有效名單，容易灌進大量不會成交的紀錄。建議把信號分層：agent 互動是最外圈的參與信號，符合條件是中層合格名單，業務確認可接觸才是最內圈的成交型名單。只有最內圈那層累積到足夠量，才適合當成出價依據。

Q6: 名單進來之後，台灣品牌該怎麼接？ 關鍵是先把第一方數據的歸戶能力補起來。名單被 Google 預填送進來只是起點，你需要用顧客數據平台這類工具，把任何管道進來的名單歸戶到同一個會員身分，再依生命週期與消費力分群，回送到各廣告平台做再行銷。少了這一步，agent 收進來的名單只會是一次性線索，接不成回購。

延伸閱讀

1. CDP 電商 OMO 零售 10 大變現場景
2. 如何評估 CDP AI agent（四個問題）
3. 台灣 CDP 比較指南