Meta 廣告素材測試框架

素材測試步驟教學

每個版本只改一個變數，並在上線前定好停止規則。然後別去動測試，直到跑完。

1. 寫下一個假設。Meta 的 A/B 測試最佳做法指出，廣告組合若「除了你要測的變數外完全相同」，結果更具說服力。所以優惠、受眾、版位和每個版本的預算都要固定。
2. 選定指標和停止規則：以轉換事件的單次成效成本為準，並決定每個版本要等多少轉換。Meta 的 A/B 測試設定會讓你在設定時選擇獲勝指標，可選「Cost per result」，或其他指標，例如「Cost per purchase」。
3. 估算預算：每個版本的 CPA 乘以前面定好的轉換數（預算章節）。
4. 從上表選一種做法。素材測試需要最高量出價策略。Meta 把「變更出價策略」和「在廣告組合中新增廣告」列為重大編輯，會讓廣告組合回到學習期。素材測試可能同時做這兩件事：它會在廣告組合裡加入測試廣告，而用其他出價策略的活動也得改成最高量。
5. 排定時程。Meta 建議「至少 7 天的測試」，並把 A/B 測試上限設為 30 天。若買家需要超過 7 天才轉換，則建議拉長，例如 10 天。
6. 別去動它。Meta 的學習期頁面表示，學習期間編輯廣告、廣告組合或廣告活動，都會讓學習期重置。
7. 結果要自己處理。素材測試結束後，Meta 表示測試廣告會繼續跑，並補了一句：「測試不會根據結果自動做出任何調整。」

A/B 測試還是多變數測試？

想知道是哪個改動造成結果，就用 Meta 的 A/B 測試。Meta 在同時測試多個變數的說明頁指出，變數一多，「你就不知道是哪個變數帶出了勝出的廣告組合」。

這點對 AI 產出特別重要。有些工具換一段提示詞就會整支廣告重新生成，可能一次改掉腳本和主持人。這樣贏了，只知道是哪支廣告贏，原因還是未知。每個版本只改一個元素，答案才用得上。

把每種組合都當成獨立廣告來跑，花費會成倍增加。三個開場鉤子乘以三位主持人是九個版本，每個都要有自己的轉換數（素材測試預算計算器）。

Meta 自己的多變數設定，是把素材混在同一則廣告內。廣告數量頁面建議「若要測試多個素材版本」就用動態素材，並說明單一廣告「最多可放 10 個」素材。頁面還補充，自 2024 年 6 月起，新的銷售或 App 推廣廣告組合可能無法使用動態素材，並改指向彈性廣告格式。

Meta 表示，動態素材讓投遞系統「為特定使用者找出最適合投遞的素材」。Meta 的頁面並沒有讓每個素材得到相同花費，也沒有提供信賴水準。所以這些格式反映的是 Meta 選擇多投遞哪個，而不是什麼促成了銷售。

如果你只想知道該投放哪個素材，不在意為什麼某個版本勝出，就改用動態廣告素材或彈性廣告格式。

測試要另開 ABO 廣告活動，還是直接在現有活動內做？

當每個版本都需要預算試算所假設的固定花費時，就另開一個採用廣告組合預算（ABO）的廣告活動。Meta 的預算說明頁指出，廣告組合預算適用於「想控制每個廣告組合的花費金額」的情況。

同一個預算說明頁也提到廣告組合預算共用功能，可將每日預算「最多 20%」分給其他廣告組合。要讓每個版本的花費固定，就把它關掉。

廣告活動預算的做法正好相反。Meta 的 Advantage+ 廣告活動預算說明頁寫道，它「不一定會平均分配各廣告組合的預算」，而且有兩個廣告組合時，「我們可能把大部分預算花在其中一個上」。這對擴大規模有利，但在測試中，分到預算少的版本轉換也少，結果就讀不出來。

代價在於學習成效。Meta 的素材測試直接在現有廣告活動內執行，所以學習成果會「保留」，「不必再合併到另一個活動而讓學習重新開始」。依 Meta 的說法，從獨立測試活動搬出來的勝出廣告，就得重新學習。

素材測試中的廣告，對廣告組合來說都是新增廣告。Meta 把「在廣告組合中新增廣告」列為重大編輯。至於這和學習成果「保留」如何並存，Meta 的頁面沒有說明。

所以，勝出廣告要留在現有廣告活動內、而且你不需要信賴水準時，就用素材測試。

Meta 也提醒不要一次放太多廣告。其廣告數量說明頁指出，廣告主同時投放太多廣告時，「每則廣告的曝光次數會變少」，「完成學習階段的廣告也會變少」。每個版本各用一個廣告組合，廣告組合數量就會倍增，而每個廣告組合的學習階段是各自計算的。

你的預算讀得了幾個版本？

用測試預算除以「CPA × 你要等的轉換數」，就知道預算讀得了幾個版本。以範例 CPA 30 美元、每個版本 40 次轉換來算，每個版本要 1,200 美元；十個版本就要 12,000 美元，不管製作成本多少。AI 工具會改變製作成本，這部分可用AI 廣告單支成本計算機算出來。

測試速度（每週讀得了的版本數），等於每週測試預算除以上面算出的單一版本花費。以範例的每週 3,000 美元來算，就是 2.5 個版本。廣告素材測試預算計算機可以用你自己的 CPA 和門檻跑這些算式。

Meta 的素材測試可設定測試廣告的每日金額，Meta 建議「不超過」現有預算的 20%。假設某個廣告活動每天花 1,000 美元，20% 就是每天 200 美元用在測試廣告。若平均分配，五個版本各花 1,200 美元，需要 30 天。

Meta 的頁面沒有說明這筆金額如何分配給各個測試廣告。頁面補充，當廣告活動或廣告組合沒有其他進行中的廣告時，測試廣告「可能獲得更多每日預算」。

四十是你自己選的門檻。Meta 提到的每週約 50 次結果，指的是廣告組合脫離學習階段的條件。轉換數也決定了測試能顯示的最小差距：每個版本 40 次轉換時，其中一個 CPA 必須比另一個低約 47%，測試才能穩定顯示出差距（計算方法）。

五個版本就有十組兩兩比較，每多一組，出現假勝出的機率就越高。把十組合計的假勝出機率控制在 5%，40 次轉換時的可測差距就會從 47% 拉高到約 56%（廣告素材測試預算計算機）。

差距越小，要花越多錢才讀得出來。如果同一支影片換個新的開場鉤子，能讓 CPA 降低 10%，每個版本需要約 1,413 次轉換，以範例 CPA 計算就是 42,390 美元（計算方法）。

點擊累積得比購買快，所以用點擊類指標，花較少錢就能讀出同樣的差距。不過它回答的是另一個問題。在 AI UGC vs 真人 UGC 紀錄表的 R5（aubado 的報告）中，真人 UGC 的 CTR 較高，AI 的回報 ROAS 較高，而且兩邊比較的廣告本身並不相同。

有兩套廠商的框架設定了轉換門檻，卻沒有算出這個門檻能偵測到多大的差距。

Top Growth Marketing（2026 年 7 月 26 日更新）訂的門檻是「每個版本約 50 次轉換」。對多數 DTC 品牌，它也建議「每個版本在讀結果前，花到目標 CPA 的 2 到 3 倍」。以目標 CPA 計算，這只買得到 2 到 3 次轉換，而它自己訂的是 50 次。

AdManage.ai（2026 年 7 月 1 日）要求「每個版本至少 100 次轉換事件」。它認為「主要指標在樣本數足夠時，大約好 20% 以上」通常就是「有意義的勝出」。若把這解讀為 CPA 低 20%，每個版本需要約 315 次轉換；它自己訂的 100 次轉換，只能穩定顯示約 33% 的差距。

spend per variant = CPA x conversions per variant
smallest detectable ratio = exp((1.96 + 0.84) x sqrt(2 / n))
CPA gap = 1 - 1 / ratio
conversions for a gap g = 2 x (2.8 / ln(1 / (1 - g)))^2, rounded up

Andromeda 對素材測試帶來什麼改變

Meta 的工程技術文章（2024 年 12 月 2 日）說明，Andromeda 改變了有多少廣告能進入排序階段。不過，版本還是得累積到足夠的轉換，CPA 才有參考價值。

廣告疲乏在 Ads Manager 裡長什麼樣子、多久該換一次素材，請看Meta 廣告的素材疲乏與 Andromeda 帶來的改變。

Andromeda 是 Meta 的廣告檢索系統，這篇文章並未提到任何測試方法。檢索階段會「從數千萬個候選廣告中篩出幾千個相關廣告」，再由排序模型從中挑選。

文章預期生成式 AI 會讓系統裡的「廣告素材數量大幅增加」，並表示 Andromeda 的階層式索引是為了「擴充到大量廣告素材」而打造。

如果要在主力廣告活動內做測試，Foxwell Digital 的框架（2026 年 7 月 5 日更新）建議每個廣告組合放約 10 到 20 則進行中的廣告。它的說法是，這個數量「讓 Meta 和 Andromeda 有足夠的素材可運用，又不至於多到無法好好評估哪些廣告最有潛力」。

Meta 自己的學習階段說明頁沒有給出數字，但仍寫道「避免投放大量廣告」，因為廣告太多時，投放系統「對每則廣告和每個廣告組合的學習都會變少」。

Foxwell 的做法是讓 Meta 的投放系統決定預算流向。Meta 的頁面並未說明一個廣告組合會把花費平均分給底下的廣告。若要依每則廣告各自的 CPA 來判讀，以範例數字計算，每則廣告就得花 1,200 美元。

何時可以下結論，以及如何看出素材疲乏

測試要在事先設好的結束日期或轉換數到達時才下結論。太早看結果會誤導：Meta 的學習階段說明頁指出，學習期間的成效「不一定代表未來表現」。

A/B 測試會給你 Meta 計算的信賴水準。Meta 會模擬可能的結果「數萬次」，再以「一定的信賴百分比」報告勝出者。其設定說明頁建議「測試的預估檢定力至少要 80%」。素材測試兩者都沒有，所以要拿結果對照可偵測差距表來判讀。

測試也可能沒有勝出者。Meta 的建議頁面把投放不足歸因於受眾太小或預算太低，並建議擴大受眾或增加預算。至於下一輪，它的建議是縮小問題範圍：影片贏過單張圖片廣告後，「下次測試改比兩支不同的影片廣告」。

Meta 以投放狀態來呈現素材疲乏。其素材疲乏說明頁指出，每次成效花費高於你過去的廣告、但不到兩倍時，會顯示「素材受限」；達兩倍以上時則顯示「素材疲乏」。

同一頁說明，這項建議功能「僅適用於只有一則素材的廣告組合」，動態素材等部分格式也不適用。對進行中的廣告活動，頁面說素材受限和素材疲乏會顯示在「你的廣告組合或廣告」上。至於有多則廣告的廣告組合裡，每則測試廣告是否各有自己的狀態，這一頁並不清楚。

Meta 計算的是圖片或影片的「所有近期曝光」，包含你粉絲專頁其他廣告活動的曝光。該頁面沒有給出任何頻率數字。

Meta 的建議是換上一則「與原始素材有明顯差異」的新廣告，並補充：「讓原本的廣告繼續投放，而不要暫停或關閉，可能讓成效最大化。」

AI 版本與真人版本的對照測試

AI 對真人的測試只改變一個變因，也就是誰做的廣告，其他一切都要固定，腳本也一樣。如果 Meta 在 AI 廣告上顯示 AI 資訊標籤，這個標籤就成了測試的一部分（Meta 的 AI 揭露規則）。

AI UGC vs 真人 UGC列出公平測試的步驟。Meta 廣告最佳 AI 工具比較了製作各版本的工具。AI 廣告素材測試工具整理了廣告上線後負責回報成效的工具。

廣告素材測試範本與追蹤表會為每個版本編列預算。

廣告素材 Brief 範本逐欄說明每個欄位。

AI Facebook 廣告生成器列出能直接製作各版本的工具，有公開價格的也附上每則廣告成本。