半夜三点,谁在替你投 Meta 广告?
一篇关于用 AI 智能体投放 Meta 广告的科普文章:梳理哪些任务适合自动化(研究、产素材、测试、调预算)、哪些决策应留给人,介绍分阶段放权与护栏设置、常见风险,以及 Advantage+ 与 TikTok Ads MCP 等平台原生工具的关系。


你想想看这个场景。
周五,下午四点。你盯着一条跑了半个月的广告,数据不错,心里痒:加预算。手一抖,+50%。
周一早上你再看,傻眼了。广告组被打回学习期,Meta 让你重新交学费:先攒够大约 50 个转化,账户才恢复稳定。一周,没了。
投放这行,最贵的成本,很多时候不是钱,是手痒。
这两年,投放圈来了个新角色:AI 智能体。它号称 7×24 小时盯着账户,研究对手、产素材、跑测试、调预算、砍疲劳广告,半夜三点照干不误。
先把丑话说在前面:这不是「开除投手,请个 AI CMO」的故事。智能体拿下的是战术,战略还是你的。哪些活能交出去,哪些交了会出事,我一条条说。
为什么偏偏是现在?
AI 投放喊了好几年,为什么这两根水管一接通,事情就真了?
第一根,权限。Meta 把 Marketing API 的准入门槛降了:以前 15 天内要打满 1500 次调用才能拿到更高权限,2025 年降到了 500 次。门槛一降,第三方的 agent 才真正摸得到广告账户的「写权限」,能动手,而不只是隔着玻璃看。
第二根,素材。2025 年 10 月,Meta 的 Andromeda 交付系统全球上线,改了底层逻辑:挑素材,主要看素材本身的信号。结果就是素材量成了最大的性能杠杆。跑 15 到 20 条活跃广告、hook 各不相同的账户,比只翻来覆去用 3 条老素材的账户,ROAS 高 20% 到 35%。这已经不是优化了,是代差。
你算算这笔账。一周人肉产 20 条不同 hook 的素材?不现实。可这恰恰是机器最擅长的活。
水管通了,这事才从概念变成了生意。
哪些活,机器接得住?
先说能交的。Superscale 的团队天天在真实账户上跑这套循环,他们拆开讲过自己让 agent 干什么,我觉得靠谱。
研究。agent 去翻 Meta 广告库,把你所在赛道的在投广告全拉出来,专挑挂了很久还在跑的那些。为什么挑跑得久的?道理很朴素:没有人会长期白烧钱,跑得久约等于有效。没错,就这么简单。人干这事,一下午就搭进去了;机器可以天天干。
产素材。知道什么角度能跑,就批量生成:文案、脚本、成片,静态视频一起上,做完直接能投。这就是喂给 Andromeda 的弹药。
测试和轮换。起 variant,盯数据,砍掉跑不动的,把跑赢的复制出去再造一轮。不用等周一的复盘会。
调预算。这是人最容易手痒的地方。先解释一个词:什么叫学习期?Meta 的算法需要一个窗口来摸清一个广告组该怎么花钱,这段时间它又慢又贵。在 CBO 里挪预算,单次幅度必须压在 20% 以内,因为一超过 20%,广告组就被打回学习期重来。你周五那一下 +50%,代价就是 50 个转化,加一周的稳定期。agent 不手痒,它 +18% 挪两次,中间隔 48 小时,学习期纹丝不动。
砍疲劳广告。什么叫疲劳?一条广告频次爬到 3.5 到 4.0,CTR 从峰值掉了两成,这就是标准信号。该停就停,把跑赢的概念换个壳重新上。这是整个账户里频率最高的决策,交给机器,正合适。
开关 Advantage+。一个 SKU 的转化量攒够了,从手动 ABO 升进 Advantage+ Shopping;量掉下来,再捞回来。这种看数字、按规则、每周拍一次的事,也能自动化。
你发现共同点了吗?这些活全都高频、量大、照章办事。
哪些活,千万别交?
剩下那一半,才是命。
账户怎么搭、渠道怎么配,一个季度才动一次,靠判断,不靠模式。offer 和定价怎么设计?agent 只能在你的 offer 里优化,它造不出 offer。健康、金融、儿童、政治沾边的内容,AI 量产的素材偶尔会翻车,一句 hook 出错就是灾难,这些品类必须人审,一条都不能自动发。还有增量测试,要看 holdout 组的真实表现,不是看平台后台那几个数。
边界说穿了就一句话:
高频、可模式匹配的,交给机器。低频、要动脑子的,留给人。
这条线划不清,就是 2024、2025 年那批「agentic 平台」翻车的原因。
对了,还有一笔账值得算:这套模式跑通了,不是一个投手看三个账户,是一个熟手带着 agent,盯二十个以上的账户。
想上车?别第一天就撒手
Superscale 给客户上这套东西的时候,节奏是这么排的,我觉得值得抄。
先接管道。走 Meta 官方批准的应用和 Marketing API 接入,别用爬网页那类野路子。爬界面那玩意,Meta 一改版就碎,也扛不住一天几千次的小调用。另外提醒一句,不少平台的广告账户写权限是收费档才有的,比如 Superscale 要 Pro 档起步,每月 199 美元,先看清你买的档位能不能动手。
再画护栏。智能体碰预算之前,你得先把笼子焊好:账户每日花费上限、单条广告的花费上限(他们的默认值是 5000 美元,一天烧到这个数就叫人)、ROAS 或 MER 的地板线、归因窗口用 1 天点击还是 7 天点击。agent 只能在笼子里优化,永远不该有能力走出笼子。
然后分四步放权。第一步,只读模式跑 72 小时,它只提建议:「我建议暂停这条」「我建议加那条」,每一条人点头,预算先压到平时的一半,你在验它,不是在赌它。第二步,只开预算节奏,素材动作还是手动,对照几天,看它挪预算的手法跟你脑子里想的是不是一样。第三步,开素材轮换,让它自己砍疲劳广告、复制赢家,24/7 的好处从这里开始兑现,因为疲劳不看工作日。第四步,开变体生成,让它按 24 小时一轮自己跑全循环:研究、生成、测试、再分配、砍掉、重来,每晚都不停。你的工作,从「每个决策都批」,变成「看着笼子,偶尔查日志」。
哦对,还有一个东西必须放在手边:kill switch,一键全停。这个后面说。
Advantage+ 不就是自动化吗?
这是被问得最多的问题。不是一回事,它们不在同一个楼层。
Advantage+ Shopping 是 Meta 楼里的自动化:定向、版位、素材挑选、预算分配,全在一个 Meta 账户内,按 Meta 的规则来。它能自动测 150 个素材组合,效果也真实:Meta 公布的数字里,Advantage+ Sales 跑出 3.14 的 ROAS,同类手动广告是 2.70,提升 16%。该用就用。
但是。
它在 Meta 墙内优化。它不生产你的素材池,不知道你的真实毛利,也不知道你把 Meta 和 TikTok 合在一起看的 MER 是多少。它还有个从 2024 年起就没根治的老毛病:新客获客成本虚高。
agent 是楼上那一层。它跨账户、跨平台,装着你的护栏、你的归因数据、你的素材产线。打个比方:Advantage+ 是一架飞机的自动驾驶,agent 是空管,决定哪架飞机飞哪条航线、什么时候切到自动驾驶。
Google 那边是同一个剧本。Performance Max 对标 Advantage+,Veo 在自家体系里直接给广告主产视频。每个平台都一样:原生的 agent 负责把你递给它的东西分配好,你递什么,它不管。
TikTok 呢?
能玩,而且今年 5 月变容易了。5 月 12 日的 TikTok World 上,TikTok 推出了 Ads MCP server,第三方 agent 从此走标准协议建广告、做优化,不用再硬啃后台界面。四大平台里它是最后一个交卷的,Google、Meta、Amazon 都在它前面。
但 TikTok 是个更快的战场。Meta 的素材能跑 14 到 21 天,TikTok 一般 7 天就走下坡,很多概念 3 到 5 天就没了。你没看错,3 到 5 天!所以让 agent 同时管 TikTok,素材循环就得快一倍,早期疲劳信号别看 CTR,看 3 秒完播率。另外提一句,TikTok 的 Events API 在匹配质量上还落后 Meta 的 CAPI 一截,决策的置信门槛要抬得更高。
组合起来就是一幅图:底下两个原生 agent,Meta 的 Advantage+,TikTok 的 Smart+ 加 Symphony;顶上一个独立 agent,给它们喂料,定去留。
什么时候会出事?
不聊风险就劝你上车的,都不负责任。实际会坏的地方,大概这么几处。
学习期被反复重置。Meta 一推算法更新,在跑的广告组等于重新进学习,agent 防不了这个。但它至少不该在平台更新上叠自己的动作,靠谱的做法是把改动打包成一批,让学习期只重置一次,而不是十次。签合同之前,这个问题直接问厂商。
iOS 的归因黑洞。全球 ATT 授权率也就五成上下,双重同意之后,可用的 IDFA 掉到 25% 到 30%。只盯着 Meta 后台的 iOS 数据做决策,等于拿着半张地图开车。解法是三角验证:Meta CAPI、GA4,再叠一层 MMM/MTA(Triple Whale、Northbeam 这类),平台报的 ROAS 和模型数偏差超过 15% 就上报人工。太漂亮的 iOS 数据,先怀疑,再高兴。
CBO 把你的好广告组饿死。agent 为了控频次,压了跑赢那条的预算,Meta 的 CBO 逻辑转头把钱分给了差的那条。这个坑很难,目前没有哪家处理得完美,遇到就得让 agent 把战役升级回 ABO。
政策一年八十三变。Meta 在 2025 年一年就改了 83 次广告系统。自己写的规则脚本,每次改动都可能碎一次。这就是用有人维护的平台、比自己养脚本划算的原因。
数据源坏了,最吓人。喂给 agent 的数要是错的,它会非常自信、非常快速地做一堆错误决策。防线就几样:花费上限、ROAS 下限、决策日志,外加一键全停的 kill switch。Superscale 的团队跑了一年半无人值守的过夜投放,月消耗 20 万美元量级,kill switch 一共拉过两次,两次都是上游数据源的问题,不是 agent 犯蠢。
**上限的作用,是把灾难变成一笔有上限的损失。**这句话值得抄下来。
最后说点实话
市面上自称「AI marketing agent」的产品不少,给你一个过滤器。
有个做这类产品的公司叫 Superscale,他们接 Meta、TikTok、Google,读账户、产素材、盯数据、直接发布,客户里有 Taxfix(agent 产出的素材把 CTR 抬了 45%)、SumUp(8 种语言同时跑)和 Blinkist,HubSpot 的 CMO Kipp Bodnar 夸它是「到目前为止见过最好的自主 AI 营销 agent」。但他们也老实承认:G2 上的口碑积累比企业级老牌浅,渠道覆盖也没那么全。企业级素材生产,Smartly.io 更深;中等规模的 Meta 单平台,可以看 Madgicx Autopilot;想要确定性规则、少一点 AI,Revealbot 是个老牌选项。
预算门槛呢?月消耗 2.5 万美元以下,规则引擎或者一个兼职投手可能更划算。10 万美元以上一个账户,这笔账不用算了,人肉产素材的速度,追不上 Andromeda 的胃口。
他们的建议里我最喜欢一条:哪家厂商说自己「全自动 AI CMO」,又说不清自家的 agent 做不了什么,走开。
回到开头那个周五下午。
你手一抖,+50%,一周白干。agent 不会手痒,它 +18%,两次,中间隔 48 小时。你睡觉的时候,它盯着频次和 CTR;你周末陪家人的时候,它把跑赢的概念换了壳,重新上线。
技术到这里已经不是问题了。剩下的问题是,你舍不舍得把那根预算滑块,交出去一半。
祝你早日睡个整觉。半夜三点的广告账户,真的可以不用你亲自看了。
继续阅读
相关文章

你的品牌,AI 知道吗?聊聊 GEO 这门新手艺
一篇介绍 GEO(生成式引擎优化)的科普文章:拆解 ChatGPT、Perplexity、Gemini 等引擎的类型差异,说明 GEO 与 SEO 在目标和衡量指标上的不同,以及哪些 SEO 老功夫仍然适用。

89% 的零售商都在用 AI 了,电商这场仗,打法全变了
本文梳理 AI 在电商中的应用:涵盖个性化推荐、智能搜索、动态定价、智能客服、库存预测与风控等场景,并讨论 B2B 电商、生成式 AI 内容、工具选型、落地风险与六步实施路径。

AI 内容跑得飞快,可「谁批的」三个字,你答得上来吗?
本文探讨 AI 内容生产提速与治理缺位之间的落差,梳理从提示词校验、品牌护栏、权限、审批流、人工分级审核,到版本谱系、IP 管理、审计留痕与素材复用的九个控制点,说明如何让 AI 生成的营销物料全程可追溯、可问责。