手握數據，不等於懂得判斷：一次 Meta AI 的廣告分析經驗
我一直有使用 Facebook 和 Instagram 廣告推廣自己的網店。
到了 2026 年 9 月 20 日左右，廣告表現突然出現變化。預算仍然在消耗，點擊沒有完全消失，但銷售明顯下跌，而且之後沒有立即回復。
這不是一段慢慢轉差的趨勢。
感覺更像某一天之後，原本正常流動的水突然變小了。
所以，我打開 Ads Manager 裏面的 Meta AI，問它：
9 月 20 日究竟發生了甚麼？為甚麼銷售突然下跌，而且沒有反彈？
Meta AI 提出的主要解釋是 creative fatigue 和 audience saturation。可是，它最後最積極推動的行動，不是繼續調查銷售在哪一層中斷，而是把主力廣告的每日預算由 HK$290 增加至 HK$424。
增加約 46%。
問題未必在於 Meta AI 一定錯了。
真正值得思考的是：
當一個 AI 手握大量數據，它會不會也和人一樣，很容易把「看見一個變化」誤當成「已經找到原因」？
Ads Manager 原來已經內置 Meta AI
有些人可能不知道，Meta 已經把一個名為 Meta AI Business Assistant 的對話式助手放進 Ads Manager。
它不是我們平日用來問一般問題的普通聊天機械人，也不是負責在 WhatsApp 或 Messenger 回覆顧客的 Meta Business Agent。
這個 Business Assistant 是直接給廣告客戶使用的。
Meta 表示，它可以根據廣告帳戶資料回答自然語言問題、分析活動表現、提供 benchmark、提出個人化優化建議，以及協助處理帳戶和投放問題。它直接出現在 Ads Manager、Meta Business Suite 和 Business Support Home 裏面。Meta 對 Business Assistant 的官方介紹
單純處理 Facebook 廣告工作，使用 Facebook 原生的 AI，不是最合理的選擇嗎？
某程度上，是。
Meta AI 可以直接看到 Campaign、Ad Set、Creative、Spend、CTR、CPA 和受眾等資料。其他一般 AI 如果只看到幾張截圖或一份匯出報表，很難取得相同程度的平台內部資訊。
所以，Meta AI 很可能是最方便的 Facebook 廣告資料助手。
但最接近數據的工具，不一定是最適合替業務作最後決定的工具。
9 月 20 至 23 日，Meta 的確發生過事故
我後來再調查 9 月 20 日前後發生的事情。
2026 年 9 月 20 日晚上約 8:55，美國東岸大量使用者開始報告 Facebook 和 Instagram 無法正常使用。Facebook 的故障報告一度超過 17,000 宗，Instagram 超過 5,000 宗；到晚上約 10 時，回報才明顯下降。Reuters 當日報道
換成香港及台灣時間，這段時間大約是：
9 月 21 日上午 8:55 至 10:00 左右。
同一時段亦有人報告 Meta Business Suite 和 Ads Manager 無法正常載入。不過，這部分問題沒有得到 Meta 正式承認。
更值得留意的是，到了 9 月 22 日 20:33 UTC，也就是香港及台灣時間 9 月 23 日凌晨約 4:33，Meta 的狀態資料出現了一宗正式的 Facebook Ads Manager — Ads Delivery incident。
當時的訊息是：
We are aware of an issue that may be impacting ad delivery.
事故大約持續一小時。Meta 狀態事故記錄
這些資料不能證明 9 月 20 日的服務中斷就是我的銷售下跌原因。
Facebook 或 Instagram 無法正常載入，不代表整個廣告競價系統停止運作；9 月 22 日的 Ads Delivery incident，也未必與兩日前的事故屬於同一個技術問題。
但它至少證明：
9 月 20 至 23 日並不是一段可以完全排除平台因素的時間。
這個可能性不應該直接成為結論，但應該進入調查清單。
Meta AI 沒有主動提出這一點。
看見數據，不等於已經找到原因
Meta AI 認為整體表現轉差，主要來自 creative fatigue 和 audience saturation。
它引用其中一個 Catalogue 廣告的數據，指出 CTR 下跌了 88.13%。這的確是一個需要調查的警號。
可是，同一份分析亦顯示，我的主力廣告 CTR 並沒有下跌，反而改善了 3.35%。
換句話說：
- 一個次要 Catalogue 廣告的 CTR 大跌；
- 主力廣告的 CTR 仍然穩定；
- 真正突然消失的是後段購買。
這些資料最多只能說明 Catalogue 廣告出了問題，不能直接證明主力廣告也出現 creative fatigue。
如果主力素材真的開始疲勞，我至少會期待看見幾項互相支持的變化：
- Frequency 持續上升；
- CTR 持續下降；
- CPC 上升；
- Conversion rate 下降；
- CPA 同時惡化。
但當時出現的情況更接近：
廣告仍然有人看
點擊仍然存在
CTR 沒有明顯轉差
但購買突然下降
這種情況也可能來自流量品質、placement 分配、網站轉換、付款流程、追蹤、歸因或平台投放不穩定。
Creative fatigue 只是一個假設。
問題是，Meta AI 很快便把這個假設寫成診斷，再根據診斷提出行動。
從數據跳到結論，人也經常這樣做
這不是只有 AI 才會犯的錯。
人看 Dashboard 時也很容易這樣思考：
CTR 跌了，所以素材疲勞。
銷售少了，所以預算不足。
CPA 升了，所以需要換受眾。
今日有三張訂單，所以新廣告成功。
我們先看到一個明顯數字，再替它找一個聽起來合理的故事。
故事一旦成立，下一步行動似乎也變得理所當然。
但一個完整的決定，其實至少有三層：
一、觀察
數據實際顯示了甚麼？
例如：
某個 Catalogue 廣告的 CTR 下跌了 88.13%。
二、解釋
甚麼原因可能造成這個變化？
可能是素材疲勞，也可能是展示量太少、產品組合改變、受眾分配轉移，或者比較期間不適合。
三、決定
在原因未明時，哪一個行動成本最低、最容易驗證，而且出錯後可以回復？
觀察可以是事實。
解釋通常仍然是假設。
決定則牽涉成本、風險和責任。
AI 很容易把這三層壓縮成一段流暢的答案；人亦很容易因為答案有數字、有表格、有預測，便忘記中間仍然存在很多未被驗證的假設。
診斷還未完成，處方便是增加預算
Meta AI 一方面說廣告可能出現 fatigue，另一方面卻建議把主力廣告的每日預算由 HK$290 增加至 HK$424。
它預測增加預算可以帶來約 73% 更多轉換，而 cost per result 可能只上升約 6%。
這裏有幾個問題。
如果素材真的疲勞，增加預算可能只會更快放大問題。
如果問題來自短期平台或投放不穩定，增加預算等於在不穩定的環境中購買更多流量。
如果 CTR 正常而購買率突然下跌，問題可能根本不在預算不足。
而且，同一組建議介面顯示的部分預測結果，使用了：
Percentage increase of messaging conversations started by added budget
但我真正追問的是網站購買和銷售下跌，不是訊息對話數量。
這不代表建議必定錯誤，卻代表我不能把「可能得到更多平台結果」直接理解成「生意會得到更多盈利」。
Meta AI 最熟悉的行動，自然是調整 Meta 平台裏可以控制的東西：
- 增加預算；
- 擴大受眾；
- 使用更多 placements；
- 更換素材；
- 採用更多自動化設定。
可是，我真正面對的問題，未必只存在於 Meta 裏面。
它知道廣告帳戶，但不知道整盤生意
Meta AI 可以看到廣告數據，卻不代表它真正知道我在經營甚麼。
在這次分析裏，它曾經建議我加入一個與實際產品資料不符的賣點。如果我沒有親自檢查，便可能把不準確的內容直接放進廣告。
問題不是讀者需要知道我正在售賣甚麼。
問題是 AI 並不知道：
- 產品真正的特點和限制；
- 每張訂單的實際利潤；
- 運費、退款和售後成本；
- 庫存與供應風險；
- 顧客為甚麼購買或不購買；
- 現金流能否承受突然增加的支出；
- 這次廣告的目的，是短期銷售還是長期測試。
它知道的是廣告帳戶。
我需要管理的是一盤生意。
兩者有重疊，但並不相同。
為甚麼我仍然會使用 Meta AI？
既然它有這些限制，是否不應再使用 Meta AI？
不是。
處理 Facebook 廣告的原生工作，Meta AI 仍然可能是最適合的第一站。
我會用它來：
- 快速找出某段時間的指標變化；
- 比較不同 Ad Set 或 Creative；
- 解釋 Ads Manager 的設定；
- 找出 delivery、payment 或 account 問題；
- 整理需要進一步檢查的假設；
- 提醒我有哪些平台內部數據仍未查看。
這些都是它擅長的工作，因為它最接近 Meta 的系統和資料。
但我不會再把以下問題完全交給它：
- 應否增加整體廣告支出；
- 哪一項產品值得繼續投資；
- 某個結果是否已經證明因果關係；
- 增加轉換是否等於增加盈利；
- 現在應該擴張，還是先保留現金；
- 業務是否正朝正確方向成長。
前者是平台分析。
後者是經營判斷。
Facebook 原生 AI 可以是最熟悉 Facebook Ads 的助手，但不需要因此成為公司的決策者。
我沒有立即增加預算，銷售仍然逐步回升
最後，我沒有把主力廣告直接由每日 HK$290 增加至 HK$424。
我先保持主要預算穩定，再檢查整條轉換路徑：
Spend → Impressions → CPM → CTR → CPC → Landing Page View → Add to Cart → Checkout → Purchase
9 月 20 至 28 日期間，主力廣告的整體 CPA 一度升至約 HK$187.17。
但到了 9 月 25 至 28 日，合計花費 HK$1,149.03，取得 9 次購買，CPA 已回落至約 HK$127.67。
9 月 29 日截至下午約 3:30，兩個主要相關廣告合計花費 HK$274.83，取得 3 次購買，CPA 約 HK$91.61。
這不能證明保持預算就是表現回升的原因，也不能證明平台事故一定造成了之前的下跌。
但它至少說明：
把主力預算立即增加至 HK$424，並不是廣告重新取得銷售的必要條件。
如果我當時同時增加預算、更換素材和擴大受眾，即使銷售回升，我也不會知道真正起作用的是甚麼。
有時候，暫時不動，也是一種測試。
AI 可以整理證據，但人要保留決定權
我在《AI 會放大你的優點，也會放大你的弱點：為甚麼 SOLO 必須先於 REACTOR》提過，AI 可以加快執行，卻不能替使用者決定甚麼值得執行，也不能替使用者承擔選錯的後果。
這次廣告經驗，正好是同一個問題的另一個版本。
Meta AI 手握大量平台數據，所以它的答案很容易令人相信。可是，更多數據只代表它看見更多現象，不代表它自動擁有更好的因果判斷。
人也一樣。
我們熟悉自己的生意、看過很多報表、累積了多年經驗，同樣可能因為看見一個突然變化的數字，便急於建立故事和採取行動。
所以，真正需要保留的不是「人一定比 AI 正確」這種自信。
而是知道自己仍未知道甚麼。
這也呼應了《知道自己不知道，才是學習的開始：AI 做 App 如何拆穿學習錯覺》裏的問題：當工具可以很快產生一個看似完整的答案，我們更加需要辨認答案裏哪些是事實、哪些是推論，以及哪些地方仍然需要驗證。
Meta AI 的表現只是一個例子。
真正的教訓是：
數據可以幫助我們縮小未知，但不能替我們取消未知。
AI 不應該因為手握數據便急於下結論。
人也不應該因為 AI 的答案附有百分比、預測和圖表，便放棄自己的判斷。
最後決定是否增加預算的人，仍然必須理解目標、檢查假設、控制風險，並承擔結果。
因為 Meta AI 可以在答案錯誤後重新生成一個新答案。
但花出去的預算，不會因為它改口而自動回來。
DISCUSSION
讀者留言