夜雨聆风这两天做投放的人，应该盯一下两个信号。
一个是Google在Marketing Live 2026前预热，重点不只是“AI帮你投”，而是“把你的数据变成决策”。
另一个是Search Engine Land拆了Meta的Andromeda和GEM：Meta广告系统正在用AI处理海量素材，再判断哪条素材该被推给谁。
翻译成人话就是：
以后不是你上传素材，平台就认真帮你跑；而是AI先挑一遍，觉得你值得跑，才给你机会。
一、素材多了，入口反而窄了
过去投手最熟的一套打法，是“多上素材，多测计划，多看数据”。
这招以前有效，因为平台主要解决的是匹配问题：你的素材给哪群人看，出什么价，什么时候放量。
但现在，AI素材一普及，素材数量突然爆炸。
一个小团队以前一周剪20条视频，现在用AI一天就能出100条。达人口播、产品图、字幕、场景、模特，都能批量变体。
听起来很爽，对吧？
但平台后台看到的是另一件事：重复素材、换皮素材、同质化模板，也一起涌进来了。
Meta的Andromeda这类系统，本质上就是在更大的素材池里先做筛选，找到可能适合不同用户的创意组合。
Google讲Data Manager、GeoX、Meridian Studio，也是在提醒广告主：AI时代的增长，不靠一堆零散报表，而靠数据能不能被系统读懂。
素材越便宜，筛选越昂贵；生成越容易，被看见越难。
二、平台为什么开始挑食
平台不是故意为难商家。
它也怕用户烦。
如果用户连续刷到10条长得差不多的AI口播、一样的产品卖点、一样的“限时福利”，用户不会觉得你效率高，只会觉得平台变低质了。
所以平台AI一定会越来越“挑食”。
它要挑出更可能让用户停留、更可能转化、更不容易引发负反馈的素材。不是“谁都给一次机会”，而是“先判断谁更值得试”。
这就带来一个现实变化：
以前素材没跑起来，你会怀疑出价、人群、预算。
以后你要多问一句：是不是平台AI根本没给它足够机会？
因为在AI分发里，素材不是平等参赛。
系统会根据历史数据、账户信号、用户反馈、素材结构，提前判断一条素材值不值得探索。你给它的信号越清楚，它越愿意帮你试；你给它的信号越混乱，它越倾向于保守。
如果你的素材看起来像一堆换皮模板，开头没有差异，卖点没有证据，落地页数据又乱，平台AI很可能直接把你归到“低探索价值”。
投放的第一关，正在从“买到流量”变成“通过AI初筛”。
三、100条为什么只跑2条
举个很常见的例子。
一个卖防晒衣的商家，夏天来了，团队用AI批量做了100条短视频。
有通勤场景，有户外场景，有妈妈带娃场景，有“冰感科技”，有“UPF50+”，还有各种模特换装。
老板看着素材库很开心：这下产能上来了。以前缺素材，现在像突然开了自来水。
投手一跑，崩了。
100条里真正有消耗的只有2条，剩下的要么几百曝光就停，要么点击率低得难看。
问题出在哪？不是预算太小，也不是平台针对你。
不是AI不能做视频，而是这100条在平台眼里太像了。
开头都是美女走路，字幕都是“夏天必备”，卖点都是防晒、显瘦、凉感，结尾都是领券。
更麻烦的是，用户问题没进脚本。
客服里大家最关心“洗后还防晒吗”“胖人穿显不显壮”“骑车袖口会不会滑”；评论区负反馈是“太透”“闷热”“尺码偏小”。
这些都没被写进素材标签。
所以平台AI看到的，不是100个不同答案。
而是100个差不多的广告。
最后跑起来的那2条，恰好不是画面最精致的，而是开头直接说“胳膊晒出手表印怎么办”。
痛点更具体，停留才更明显。用户不是被“防晒衣”打动，而是被“手表印”打中。
AI时代的素材竞争，不是100条对2条，而是100个答案里有没有一个真问题。
四、数据乱，AI就乱投
Google这次预热里，有个点很值得商家重视：测量是AI增长的发动机。
它提到广告主使用Google tag gateway平均能带来14%的转化提升，也提到Data Manager会把BigQuery、Google Drive、HubSpot、Shopify等数据流做成更清晰的连接视图。
这不是技术细节。
这是投放底层逻辑变了。
当AI开始自动出价、自动组合素材、自动找人群，它读到的数据会直接影响下一轮分发。
如果你的数据只告诉平台“这条下单多”，却没告诉它“这条退款也高”，AI就会继续放大问题素材。
如果你的素材标签只是“视频1、视频2、视频3”，没有卖点、场景、承诺强度、目标人群，AI也很难知道到底该复制什么。
说白了，AI不是神。
它只是把你喂进去的数据，放大得更快。过去脏数据只是让人复盘费劲，现在脏数据会直接变成错误投放动作。
AI不会自动理解你的生意，它只会放大你已经结构化的真相。
五、现在先改三件事
别等Google Marketing Live开完，或者Meta工具全量开放，再开始焦虑。
真正该做的事，现在就能做。
第一，把素材从“文件名管理”改成“卖点管理”。
不要再叫“防晒衣01”“混剪02”。
至少记录：开头痛点、核心卖点、证明方式、承诺强度、适用人群、禁用表达、素材来源。
第二，把客服问题接回素材。每周固定拉一次客服高频问题，比盲目追10个新模板更值钱。
客服不是售后部门的孤岛。
它是最便宜的选题库。
用户问得最多的问题，就是下一批素材最应该回答的问题；用户退货最多的原因，就是下一批素材最不能夸大的地方。
第三，把转化指标拆成“好成交”和“坏成交”。别让AI只学习“谁买了”，也要让它知道“谁买完后悔了”。
只看ROI，很容易被短期爆量骗。
你要把退款率、复购率、差评率、毛利、客服压力一起看。
如果一条素材带来很多订单，但也带来很多售后，它不是爆款，它是隐形负债。
未来跑量最稳的商家，不是素材最多，而是每条素材背后都有清楚的数据身份。
六、别再只问怎么做更多
最后，说句扎心的话。
AI素材工具越强，商家越容易陷入一个幻觉：只要做得更多，总有一条会爆。
这句话在流量便宜、竞争没那么卷的时候，还有点道理。
但今天平台AI越来越会筛，用户越来越会烦，同质化素材越来越多，“更多”本身已经不是优势了。
真正的优势，是你的素材能不能被平台AI识别出差异，被用户识别出价值，被经营数据证明值得放大。
所以今天看到Google讲数据决策，Meta讲AI素材分发，我最想提醒你的不是“赶紧再买一个AI工具”。
而是先回去检查三件事：
你的素材库，有没有标签？
你的客服问题，有没有反哺脚本？
你的成交数据，有没有区分质量？
如果没有，AI越聪明，你越危险。因为聪明的系统不会替你判断生意对错，它只会更高效地执行目标。
因为它会用更快的速度，帮你把错误答案推向更多人。
AI投放的新规则很简单：不是谁生成得快，谁就赢；是谁的数据更真，谁先被放大。
如果这篇文章对你有帮助，转发给你的投放团队看看。
下一次复盘素材时，别只问“哪条跑起来了”。
更要问：它为什么被AI选中，又值不值得继续放大。
关注「素材炼金术」，我会继续拆AI素材、投放ROI和平台规则里的真实变化。
