大多数投 Meta 广告的人，至今仍在为一个已经不存在的系统做优化。他们把预算拆到六个广告组里，一次只测一个变量，还因为害怕“广告疲劳”而限制频次。与此同时，Meta 的底层基础设施已经悄悄地从头重建了一遍。如果你不了解到底发生了什么变化，你就是在和算法对着干，而不是借助它。
这场变革的核心引擎叫作 Andromeda。它是 Meta 内部的广告匹配与排序架构。哪怕只弄懂它的基本原理，也会改变你搭建广告系列的方式、思考创意的方式，以及解读效果数据的方式。用一句话解释 Meta Andromeda 算法：它是在任何真人看到广告之前，决定你的哪些广告有机会参与竞争的系统。
Meta 在 2024 年 12 月发表于 Engineering at Meta 博客的一篇文章中公开了 Andromeda 的完整技术细节。其中几组关键数字被广泛传播：
大多数人看完这些数字就翻篇了。但它们背后的影响非常值得深挖。
在 Andromeda 之前，Meta 的系统在面对任何一次展示机会时，能评估的广告数量都有实实在在的上限。匹配环节——也就是系统从全部广告库存中拉出候选广告、再针对某个用户进行排序的那一步——是整个流程的瓶颈。你可能有一条非常出色的广告，却因为系统没有足够的算力去评估它，而始终找不到它的受众。
Andromeda 打破了这个天花板。它采用两阶段架构：先用一个快速的近似匹配层广泛撒网筛选候选广告，再用一个计算成本更高的深度排序模型为最终入围名单打分。系统运行在 NVIDIA Grace Hopper 超级芯片和 Meta 自研的 MTIA 芯片上，软硬件协同设计，让更复杂的神经网络能够近乎实时地评估广告。结果是，系统现在在每次竞价中能真正评估的广告数量大幅增加，这直接影响你的创意如何被分发。
“变体数量提升 10,000 倍”听起来很抽象，我们来把它讲得通俗易懂一些。
假设你在为一个 DTC 护肤品牌投放广告系列，手上有 8 条在投创意。在旧系统下，其中很多广告在进入排序阶段之前，实际上都在争抢有限的评估名额。你最好的那条广告会被找到，但排第四的那条可能几乎没有机会被纳入考虑。
在 Andromeda 下，这 8 条广告都真正参与了竞争，在合适的时机匹配给合适的用户。系统可以探索你提供给它的整个创意空间。这改变了你需要多少条广告、广告之间应该有多大差异，以及你如何判断哪些广告在“胜出”的底层逻辑。
我们曾为一个日花费约 €850 的保健品品牌测试过这一机制。我们把每个广告组的创意从 4 条增加到 12 条，但确保每一条都有截然不同的钩子、角度和形式。广告系列的 CTR 提升了，更重要的是，在 21 天的周期内，单次购买成本从 €38 降到了 €26。对冷启动受众的触达也明显改善。带来流量的是更多真正不同的创意，而不是同一条 UGC 推荐视频换了 12 种调色。
这一点被讨论得远远不够。大多数媒体买手一听到“更多变体”，就去做 20 个大同小异的版本：同样的钩子、同样的优惠、同样的形式，只是换了张脸或者换了句开场白。但这根本不是创意多样化。
Meta 对此说得很明确。在 Meta for Business 官方发布的 Creative Advantage 文章中，他们直接描述了这一转变：寻找相关受众的主要杠杆，已经从细分定位转向了创意多样化。随后发布的创意多样化三步指南说得更清楚：他们要的不是数量，而是在概念上截然不同的创意信号。
Andromeda 的匹配系统会根据预测的相关性和互动度，把广告匹配给用户。如果你所有的变体都是同一个创意概念、只在表面上做了些小改动，你并没有真正有意义地扩大候选池，只是在给系统喂更多相同的信号。
真正有效的是我所说的“概念多样性”：代表真正不同创意命题的广告。一条以社会认同开场，一条以蜕变故事开场，一条偏教育科普，一条由创始人出镜。形式也要不同：静态图片、短视频、轮播。时长也要不同：7 秒“钩子加收尾”和 60 秒完整叙事。当你的创意池有真正的多样性时，Andromeda 才能做它被设计来做的事：找出哪个命题能打动哪个用户细分，而无需你手动去拆分受众。
现在制定创意策略时，我认为值得重点关注的三个维度是：角度（核心的情感或理性诉求）、形式（静态、视频、轮播、精品栏）和时长（短平快抓眼球 vs. 较长的故事）。你需要在这三个维度上都有充分覆盖，而不只是在某一个维度内做变化。一个广告系列里只有一条 15 秒视频加上六个大同小异的缩略图，不算多样化的创意池。一个广告系列里有一条 15 秒视频、一条 45 秒叙事视频、一张以证据为主的静态图，再加一组展示前后对比的轮播，这才是算法真正能发挥作用的素材。
Jon Loomer 在这个话题上有相当接地气的实战观点，如果你想深入了解战术层面，他通过七个具体示例拆解了创意多样化，值得一读。Meta 也发布了一篇配套文章《揭秘创意多样化》（Demystifying Creative Diversification），值得收藏，可以作为参考，了解他们说这个词时到底指的是什么。
当你把预算分散到很多广告组时，每个广告组的学习阶段都会“吃不饱”。每个广告组的转化越少，信号积累越慢，受众匹配就越差，你也就永远看不到这条创意在有充足数据支撑时到底能跑出什么效果。Advantage+ 广告系列预算（以前叫广告系列预算优化，即 CBO）就是为了解决这个问题。让预算在广告系列层级自动流向转化最便宜的地方，别再手动在广告组之间分配。Meta 官方页面称，启用该功能后 CPA 平均下降 4.6%，这个数字看起来还算保守。如果你原来的结构拆得很碎，提升通常会更大。
但 Andromeda 还放大了另一个效果。更集中的结构意味着匹配系统在每次竞价中都有一个更大、更统一的创意池可供评估。你不应该把创意分散到多个广告组里、限制学习效果。你应该用一个广告系列、宽泛定位、多条强力创意。这才是能让 Andromeda 全力发挥的结构。
需要注意的是，这并不意味着你永远不该拆分。比如品牌广告和拉新广告，往往需要分成不同的广告系列，以便更好地控制预算。只是不要为每个受众、每个版位或每个人口统计群体都单独建广告组，这正是现在拖你后腿的做法。
Meta 广告圈里有一种普遍观念：你需要像做实验室实验那样“控制变量”——一次只改一处、隔离测试、归因干净。但这种做法的前提是，算法只是一根被动的管道，你让它把广告投给谁，它就投给谁。这一套已经行不通了。
Andromeda 是在主动匹配。它在为每条创意寻找表现最好的子受众，而这个过程需要时间和数据。当你过于激进地隔离变量——48 小时后就暂停广告、脱离优惠和 CTA 单独测试钩子、三天内没达到 CPA 目标就一律关掉——你就是在打断一个还没来得及完成的匹配过程。实验还没真正跑完，你就已经下了结论。
大多数 Meta 投手对快速、干净的测试循环的执念，在算法还不那么成熟的时候更说得通。现在，这种执念可能会毁掉你的整个广告系列。
如果你想听听更冷静的反方观点——毕竟并不是所有人都认为 Andromeda 带来的改变像宣传的那么大——Motion 团队整理了一份很扎实的实战派观点汇总，其中包括一些月花费超过 $7M 的怀疑派。在你一夜之间推翻重建所有结构之前，值得先读一读。
如果说 Andromeda 是“为什么”，那么你的测试框架就是“怎么做”。一旦你理解了匹配系统的运作方式，你的做法就会开始改变……
第一，测试的是创意概念，而不是元素。问题不是“哪个缩略图表现更好？”，而是“对这个受众来说，这个角度是否胜过那个角度？”概念层级的测试能给你持久的策略洞察；缩略图测试只能给你一条稍好一点、反正三周后也要换掉的广告。
第二，给测试足够的预算和时间去真正跑完。我现在对任何创意概念测试的最低建议预算是每天 7 倍 CPA，并且在 5 到 7 天内至少积累 50 次优化事件，然后才下结论。Meta 系统用来给广告排序的预估行动率（Estimated Action Rate）信号，需要转化数据来校准。提前砍掉测试，就等于提前砍掉学习阶段，Meta 关于学习阶段的官方指南对此说得很明确：系统需要足够的转化量，投放才会稳定下来。
第三，要从整个创意组合的角度思考，而不是盯着单条广告。我当前在投的创意池中，角度分布如何？是否覆盖了不同的漏斗阶段？是否给了系统足够的多样性，去找到不同的真实子受众？这些问题的价值会随时间不断累积。如果你想从向量嵌入的角度更深入地了解系统如何把创意匹配给用户，admetrics.io 对 Andromeda 匹配机制的拆解是我见过最清晰的技术解读之一。
打开你正在投放的广告系列，数一数在投的创意有多少条。然后看看其中有多少条共用同一个基本角度或形式。如果超过一半的广告都是同一创意角度和形式的变体，那这就是你首先要解决的问题。不是定位，不是预算，也不是出价策略。你需要更新你的创意池。
做出两到三个真正不同的角度。不是同一条视频换不同的钩子，而是不同的角度。如果你目前在跑多个广告组，就把它们合并到一个广告系列里，启用 Advantage+ 广告系列预算，给整个广告系列 7 到 10 天时间，然后再开始下结论。不要干扰学习阶段，让 Andromeda 做它被设计来做的事。
未来几年在 Meta 上胜出的品牌，不会是钩子写得最好的那些，而是那些明白自己面对的是一个越来越聪明的匹配系统、并据此制定创意策略的品牌。
