Google Ads 近期宣布为搜索广告系列及 AI Max 推出全新的实验与规划功能，旨在帮助广告主在全面推广前，以更可控的方式测试预算、出价及目标定位等变更。部分工具现已上线，多广告系列测试选项将于9月起逐步开放。这些更新显著提升了测试灵活性，助力广告主精准评估策略调整对整体表现的影响。
9月上线多广告系列搜索实验
自9月起，广告主可在单个 A/B 实验中同时测试多个搜索广告系列的预算和 ROI 目标变更。该功能基于此前 AI Max 的单击实验升级而来，将测试范围从单一广告系列扩展至组合层面。
例如，计划大幅增加预算的广告主可直接在一组搜索广告系列中验证效果，无需逐个调整。对于跨广告系列组合管理预算和出价的账户而言，此功能允许在保持对照组的前提下测试宏观策略，从而更准确地衡量规模扩张对业务底线的影响。
AI Max 实验支持保留品牌与位置控制
Google 优化了 AI Max 实验机制，允许广告主在测试期间启用品牌和位置设置。此前，这些控制措施可能会限制实验的运行方式，导致测试结果与实际投放环境存在偏差。
此次更新使 AI Max 的评估条件更贴近真实运营场景。依赖品牌安全或地理限制的广告主，无需为了测试而移除关键护栏，即可在保留原有控制措施的同时验证 AI Max 的表现，确保测试数据具备更高的参考价值。
绩效规划器新增一键应用更改功能
绩效规划器（Performance Planner）新增了一键式更改应用功能，缩短了从预测到执行的链路。系统可展示出价或预算调整对现有广告系列的潜在影响，并支持通过单次点击直接应用建议。
在执行前，广告主可在广告系列级别审查拟议更改，并取消选择不希望更新的单元。已应用的更改可通过批量操作部分进行监控和撤销。这一更新提升了工具的可操作性，同时也要求广告主在应用前务必审慎评估预测结果与具体建议。
自动化趋势下的测试策略建议
随着 Google Ads 自动化决策范围的扩大，建立可靠的验证机制至关重要。新的实验工具为跨账户策略调整提供了安全验证环境，使大规模预算或 ROI 目标的测试更加便捷且贴近实际。
特别是在 AI Max 实验中保留品牌和位置控制，消除了测试环境与生产环境的差异。结合绩效规划器的一键应用功能，广告主拥有了更多基于自身数据验证自动化推荐的机会。建议在采纳任何自动化建议前，充分利用这些测试工具进行小范围验证，以确保策略调整的稳健性与有效性。