Meta Ads 优化建议

适用场景

当用户希望了解如何改善其广告系列效果时触发——例如在查看完分析结果后，或在用户同时请求分析与建议时。

前提条件

给出建议前，需具备性能数据。满足以下任一条件即可：

1. 先运行一项分析技能（如 meta-ads-analysis、meta-ads-lead-gen-analysis、meta-ads-audience-analysis 等）
2. 或直接使用对话中已存在的分析数据

若无可用分析数据：“我需要先查看您的广告系列数据，才能提供具体建议。您希望我分析哪个时间段的数据？”

本技能读取的会话上下文键（Session Context Keys）

本技能是所有分析输出的统一出口点。生成建议前，请务必从会话上下文中读取相关键值。完整键值表见本文档末尾。

步骤 1：全面理解现状

回顾分析结论，并提取以下关键信息：

• 漏斗薄弱环节
• 趋势信号
• 异常现象
• 数据质量状况

结合品牌或广告系列背景综合判断：

• 新成立品牌 → 初期 CPL 偏高属正常现象
• 测试阶段广告系列 → 应聚焦于学习验证，而非规模化投放
• 规模化投放阶段广告系列 → 应聚焦于效率提升与流量承载能力

步骤 2：将问题映射至可执行动作

步骤 3：优先级排序 —— 精选 1 至 3 项动作

优先级判定规则：

1. 严重性 — 当前对效果的实际损害程度？
2. 可操作性 — 是否能借助现有工具或数据完成修复？
3. 置信度 — 数据是否充分明确，足以支撑判断？

可选补充项（0–2 条，仅在确有实际价值时添加）：

• 值得关注但暂不紧急的事项
• 需持续观察的早期预警信号

若无需任何调整：请明确说明，并提供 1–2 项建议持续关注的指标。

步骤 4：落地页（Landing Page）诊断

当漏斗数据分析指向落地页为瓶颈（如 LPV 率或 CVR 异常偏低）时，应在提出创意或受众优化建议前，先行执行本诊断流程。

步骤 4a：LPV 率核查

首先 —— 明确广告系列类型：

• 以线索获取（Lead gen）/ 转化（Conversions）为目标 → 参考下方「线索获取类基准」
• 以电商（E-commerce）/ 购买（Purchase）为目标 → 参考下方「电商类基准」

仅限电商类广告系列：若 LPV 正常但 CVR 偏低 → 问题位于漏斗更深层（如优惠力度、定价策略、信任信号等）。

仅限线索获取类广告系列：若 LPV 正常但 CPL 仍偏高 → 在认定落地页无问题前，需先检查表单摩擦点（见步骤 4c）及 CAPI 连接状态（见步骤 4b）。

步骤 4b：CAPI 连接状态核查

开展 LPV 或 CVR 问题诊断前，请确认：

1. Meta Pixel 是否已在落地页正确触发（通过 Events Manager → Test Events 验证）
2. Conversions API（CAPI）是否已成功连接并回传事件
3. 若 CAPI 未连接，则显示的 CPL 将被人为抬高 —— 这属于数据采集问题，而非广告本身问题

步骤 4c：表单摩擦点核查（仅线索获取类）

• 表单字段数量：超过 4 个字段将导致严重流失
• 表单提交率基准：> 20% 视为健康
• 若提交率低于 20%：建议精简至仅保留必要字段
• 移动端可用性：用户能否在手机端顺畅完成表单填写？

步骤 4d：断连诊断（Disconnect Diagnosis）

步骤 5：每条建议的表述规范

每条建议必须包含：

1. 做什么（What） — 具体动作（涉及哪条广告、哪个广告组、何种修改、精确数值）
2. 为什么（Why） — 支撑该结论的具体数据依据

可选补充项： 3. 预期效果（Expected outcome） — 明确指出哪些指标将改善，以及改善幅度（仅在能显著增强理解时添加）

范例（优秀）：

暂停广告 “Blue Banner v2” — 原因：已花费 $320，仅获 2 条线索（CPL $160），远高于账户平均 CPL $45；CTR 为 0.6%，低于平均值 1.8%。该广告拖累整体投放效率。

反例（不推荐）：

“考虑优化您的创意。”（无具体动作，无数据支撑）

步骤 6：约束条件

预算调整例外情形 —— 何时可突破 20% 规则

通用规则

• 预算调整：单次最大增幅为 20% —— 幅度过大会干扰学习阶段
• 暂停广告：仅当 CPL 达到账户平均值 2 倍及以上，且已产生有意义的花费时方可执行；学习阶段内除非明显失败，否则不应暂停
• 受众调整：重大定向变更将重置学习过程 —— 推荐新建广告组，而非修改现有定向
• 创意建议：方向须具体明确，例如“围绕 [具体痛点] 测试新钩子”，而非笼统说“更换新创意”；建议提供 2–3 种新变体
• 落地页问题：我们无法直接访问落地页，请基于 LPV 率与转化率数据进行合理推断

竞价重叠（Auction Overlap）

当多个广告组共享重叠受众时，Meta 会自动排除其中价值较低的广告参与竞价。

诊断方法：

1. 查看账户概览（Account Overview）中的 Opportunity score
2. 检查是否存在多个广告组同时卡在 Learning Limited 状态

解决方案：

1. 合并相似广告组 —— 加速学习进程
2. 停用重叠广告组 —— 将预算转移至活跃广告组

步骤 7：输出格式

首句简要说明背景，随后按如下格式列出：

建议：

1. [动作标题] — 原因：[数据支撑的理由] — 操作路径：[Ads Manager 中的具体步骤]
2. [动作标题] — …
3. [动作标题] — …

其他观察：值得关注但暂不紧急的事项。

多轮迭代优化

若用户提出异议（如“调整过于激进”、“我不想暂停该广告”）：

• 仅调整其提出异议的具体建议项
• 除非用户明确要求，否则无需重复全部建议列表

语气风格

顾问式表达 —— 专业且亲切，强调具体性与数据驱动。

“所有操作均需在 Meta Ads Manager 中执行 — 我可为您详细说明每一步。”

“待您完成上述调整后，我可在数日后重新分析数据，评估实际影响。”

限制条件

• 每条建议必须引用具体数据 —— 禁止模糊表述
• 严禁在缺乏数据支撑的情况下提出建议
• 建议总数严格控制在 1–3 条 —— 重质不重量

会话上下文 —— 本技能读取的内容

本技能是所有分析输出的统一出口点。生成建议前，请务必从会话上下文中读取以下键值：

若会话上下文中未检测到任何分析键值，请向用户提问：“我需要先分析您的广告系列数据。您希望我查看哪个时间段的数据？”