2026 年 6 月，我在 Ads Manager 新建了一条广告系列。系统默认选好了 Advantage+，定向是"建议性"的，预算分配交给算法，甚至连素材都可以让 AI 帮你生成——背景图、文案变体、竖版视频，一键搞定。
我不禁思考：如果这些全部交给 AI，那广告投手还需要做什么？这不是假设，而是正在发生的现实。
Meta 在 2026 年 Q1 财报中披露：广告收入 550.2 亿美元，超过 400 万广告主正在使用 Meta 的 AI 生成工具，每月产出超过 1500 万条 AI 辅助广告。公司年度资本支出预算高达 1150-1350 亿美元，核心方向就是 AI 基础设施。Meta 正在用真金白银告诉所有人：这个平台的未来，就是 AI。
作为一个做了 7 年 Facebook 广告的投手，投放过服装、eBike、激光雕刻机、新能源等多个北美 DTC 品类，我的判断是：2026 年不是 AI"辅助"Facebook 广告的一年，而是 AI"重构"Facebook 广告的一年。本文将分享 AI+Facebook 广告的策略框架。
一、投放 Facebook 广告：一个无法回避的现实
二、底层逻辑：Facebook 广告的三次范式转移
要理解 2026 年发生了什么，先要看清楚整个 Facebook 广告的演变脉络。过去十年可简化为三个阶段：
第一阶段：手动定向时代（2014—2020）
核心逻辑是"受众为王"。投手的价值在于比别人更会圈人——兴趣定向、自定义受众、Lookalike，谁的受众研究做得细，谁的广告效果就好。那个年代最厉害的投手，是 Excel 里存着几百个兴趣词组合的人。
第二阶段：机器学习时代（2020—2024）
iOS 14.5 是分水岭。苹果的隐私政策砍掉了大量追踪数据，精准定向的基础被动摇。Meta 的应对策略是推动宽受众和 Advantage+ Shopping Campaign（ASC）。核心逻辑变成了"账户结构为王"——简化层级、减少人为干预、让机器学习有足够数据跑模型。投手的价值从"会圈人"变成了"会搭架子"。
第三阶段：AI 原生时代（2025 至今）
Andromeda 算法全面接管广告召回层，用素材本身作为首要信号来匹配用户；GEM（生成式广告推荐模型）作为底层大模型，综合预测用户行为；Lattice 模型统一了排序架构。整个投放 pipeline 被重建了。
核心逻辑又变了：素材即定向，AI 即执行。投手的价值，正在从"操作员"迁移到"策略师"。这三次转移不是渐进的优化，而是底层范式的切换。每一次切换，都有一批投手掉队，也有一批人抓住新范式迅速拉开差距。2026 年，我们正站在第三次切换的中间。
三、2026 年 AI+ 投放的五个关键变化
变化一：素材即定向——Andromeda 重写了投放逻辑
Andromeda 是 Meta 广告系统的召回层。当用户打开 Facebook 或 Instagram 时，系统在大约 300 毫秒内，从数亿条活跃广告中筛选出约 1000 条候选。Andromeda 不是从你设定的受众出发，而是反向操作——它先评估你的素材（视觉风格、文案主题、格式类型），再决定把广告推给谁。
更关键的是 Entity ID 机制。Andromeda 会基于视觉模式给每条素材分配一个 Entity ID。如果你上传了 30 条广告，但背景相同、构图相似、只换了文案，系统可能认为你实际上只有 1 条广告——只有 1 张"门票"进入竞拍，其余 29 条根本不会被展示。2026 年，Meta 还推出了 Creative Similarity（素材相似度）指标。相似度过高，系统会判定内容重复，主动抬高你的 CPM 作为惩罚。
变化二：Advantage+ 全面默认化——自动化不可逆
2026 年，Advantage+ 自动化工具成为新建广告系列的默认设置。这包括：Advantage+ Placements（自动跨所有 Meta 版位优化投放）、Advantage+ Audience（AI 驱动的受众扩展）、Advantage+ Creative（AI 自动生成素材变体）。
更重要的是，旧版 ASC 和 AAC 的 API 接口在 2026 年 5 月 19 日前开始淘汰。Meta 在把遗留的手动控制路径系统性地关闭，所有广告主都在被推向 Advantage+ 体系。详细定向（Detailed Targeting）也从"指令"变成了"建议"——你设置的兴趣词、行为标签，系统可以选择性忽略，根据自己的 AI 判断来决定实际投放范围。
变化三：AI 素材工具爆发——创意生产从瓶颈变成流水线
Meta 原生 AI 素材能力在 2026 年大幅扩展，包括背景生成、图片转视频、AI 配音、Persona 素材、AI Instant Forms 及 AI 音乐等。同时，第三方 AI 素材工具也在爆发，如 AdCreative.ai、Pencil、Creatify、Smartly.io 等。
过去是"人想创意 → 人做素材 → 人上广告"。现在应该是"人定策略 → AI 做素材 → AI 上广告 → 人看数据 → 人调策略"。人的角色从执行者变成了决策者和质检员。
变化四：归因逻辑重构——你看到的数据可能不是你以为的那样
2026 年 3 月起，Meta 对归因逻辑做了一次重大调整。点击归因现在只计算"真实链接点击"，互动行为被独立归类为"Engage-through attribution"。视频归因 engaged-view 的阈值从 10 秒降到 5 秒。增量归因模型在上线 7 个月内就达到了数十亿美元的年化规模，驱动了 24% 的增量转化提升。
同时，Pixel + CAPI 的双重追踪成为标配。仅靠 Pixel 的广告主正在经历显著的数据缺口。
变化五：新版位和新格式——增量机会在边缘
Threads 广告全球开放，4 亿月活用户，支持图片/视频/轮播。Ad Sequencing 扩展到认知和互动目标。Shoppable Reels 允许用户直接从短视频中完成购买。自定义受众的购买窗口从 180 天延长到 730 天，对长决策周期品类意义重大。一套素材可自动适配多种版位格式。
四、AI 工作流实战：我是怎么做的
讲完了平台侧的变化，分享一下自己的实战 AI 工作流。这是目前我在日常工作中真实使用的流程。
4.1 工具分工
4.2 核心流程
我的广告上新流程已经从纯手动变成了"人机协作"模式：
第一步：竞品洞察（Manus）
用 Manus 从 Meta Ad Library 批量采集竞品广告数据。这一步过去要花半天手动翻 Ad Library，现在 30 分钟内完成。
第二步：策略分析 + 广告创建（Claude + Meta Ads MCP）
通过 Claude 连接 Meta Ads MCP，在一个对话窗口里完成：拉取账户历史数据，分析过去 30 天的广告表现；根据数据和竞品洞察，生成新的广告策略建议；直接创建 Campaign → Ad Set → Ad Creative → Ad，全流程在对话中完成；生成周报，自动汇总关键指标和优化建议。一次完整的广告上线操作，成本在几块钱人民币左右。
第三步：素材生产（ChatGPT Image 2）
基于策略分析确定的创意角度，用 ChatGPT Image 2 批量生成广告素材。我建立了一套针对不同品类的 prompt 模板系统。一个产品通常会生成 3—5 个创意概念，每个概念 2—3 个格式变体，总共 10—15 条素材。过去这需要设计师 2—3 天，现在 1—2 小时。
第四步：数据回收和迭代
广告上线后，用 Claude + MCP 定期拉取数据，分析哪些素材概念在跑赢、哪些在跑输，结合 Creative Similarity 指标判断素材多样性是否足够，然后指导下一轮素材生产。
4.3 效率对比
总体来说，一轮完整的"分析—策略—素材—上线"流程，从过去的 3—4 天压缩到了大约半天。效率提升在 5—8 倍。
但我要强调一点：AI 提升的是执行效率，不是决策质量。你的品类理解、用户洞察、竞争策略——这些东西 AI 可以辅助，但替代不了。AI 让你更快地把想法变成广告，但"想法"本身的质量，决定了这些广告能不能跑赢。
五、给不同阶段投手的策略建议
新手投手（0—1 年经验）
核心建议：拥抱自动化，专注素材。不要花时间研究复杂的账户结构和手动定向技巧。80% 精力应该放在两件事上：学会用 Advantage+ 的默认设置跑广告；学会用 AI 工具快速产出多样化的素材。剩下的 20% 精力用来理解基础概念：转化事件、CAPI、归因窗口。
中级投手（1—3 年经验）
核心建议：搭建 AI 素材生产流程，强化数据反馈闭环。建立系统化的 AI 素材生产流程；学会用 CAPI 数据和转化事件优化来"教"系统识别你的高价值用户；开始关注 Creative Similarity 指标，用数据驱动素材迭代。
高级投手（3 年以上经验）
核心建议：构建策略层面的不可替代性。你的竞争优势不应该是"操作比别人快"，而是：品类洞察（深度理解用户、竞争格局、季节规律）；品牌叙事（构建从触达到转化的完整故事线）；全链路思维（把广告投放和产品、定价、客户终身价值串联起来）；AI 协作能力（搭建高效的人机协作工作流）。
六、一个判断：下半年会发生什么
Meta 正在灰测的 GEM 终极形态，是这样的：广告主只需要提供一个产品 URL、一个预算数字和一句简单的提示词——AI 自动生成整套广告系列，包括图片、视频、文案、标题、动画，然后自动投放、自动优化。
这个能力一旦大规模开放（预计 2026 年下半年到 2027 年），Facebook 广告行业会经历一次"去中间化"。操作层面的工作会被大幅压缩甚至消除。这意味着那些以"代操作"为核心价值的广告投手和服务商，会面临严峻的价值危机。
但同时，这也意味着两类人会变得更有价值：第一类是懂品类、懂用户的策略型人才。AI 可以自动生成广告，但它不知道你的品类里什么角度最打动消费者、什么价格区间最有利润空间。第二类是会用 AI 工具链提升效率 10 倍的"人机协作型"人才。不是被 AI 替代，而是用 AI 放大自己。
我自己的选择很明确：两条路都走。在策略层面，持续积累品类洞察和用户理解。在工具层面，持续迭代我的 AI 工作流，让执行效率继续提升。
2026 年的 Facebook 广告，不是 AI 取代人，也不是人对抗 AI。而是——会用 AI 的人，取代不会用 AI 的人。