Google Ads 產品專家親選:2025年最重要的功能更新是什麼?

★ 三大必讀重點 ★

• Performance Max 終於有「分頻道報表」了,不再是黑盒子
• AI Max for Search 讓你既能用 AI 又能保留控制權
• 2026 成功關鍵:數據品質比什麼都重要

━━━━━━━━━━━━━━━━━━
目錄
━━━━━━━━━━━━━━━━━━
壹、產品專家怎麼看 2025 年的更新
貳、透明度革命:從黑盒子到看得見
參、AI 與控制權的平衡
肆、創意成為新的效能槓桿
伍、所有專家都提到的同一件事
陸、給你的 2026 行動清單
━━━━━━━━━━━━━━━━━━

壹、產品專家怎麼看 2025 年的更新

今年 Google Ads 推出超過一百個更新。

不是我說,連做這行的人都覺得眼花撩亂。

所以 Google Ads Decoded 這集很特別,他們直接問產品負責人:你覺得今年最重要的更新是什麼?

這些人每天在開發這些功能,他們的答案比任何新聞稿都真實。

貳、透明度革命:從黑盒子到看得見

★ Natalie 選的是 Performance Max 的「分頻道報表」★

你知道為什麼嗎?

因為過去最常聽到的抱怨就是:「PMAX 是黑盒子,我不知道錢花去哪裡」。

現在你可以看到:
• YouTube 帶來多少轉換
• Search 表現如何
• Display 的貢獻是什麼

更重要的是,這不是單獨存在的功能。

你可以搭配「素材報表」看:是不是我的影片素材不夠好,所以 YouTube 表現不佳?

你可以搭配「搜尋字詞報表」看:是不是該加一些排除關鍵字?

這就像從只能看「總營收」,進化到可以看「各部門損益表」。

決策的品質完全不一樣。

參、AI 與控制權的平衡

★ Walter 選的是 AI Max for Search ★

他說了一句很關鍵的話:「我們談 AI 超過十年了,但專業人士總說:我不能用,因為我需要控制某個特定的品牌或地區」。

AI Max for Search 的突破在哪?

不是技術有多厲害,而是:★ 它讓你可以開關任何自動化功能 ★

你可以設定「文字指引」告訴 AI 該遵守什麼原則。

你有完整的報表,看得到搜尋字詞、廣告創意、到達頁面的關聯。

你可以一鍵建立實驗對照組。

這才是真正的「AI 時代的專業工具」。

不是要你放棄控制權,而是讓 AI 幫你做重複性的工作,你專注在策略層面。

肆、創意成為新的效能槓桿

以前我們談效能,談的是出價、關鍵字、受眾。

現在不一樣了。

★ Sarah 提到「廣告個人化」★:系統會根據使用者興趣,自動配對最相關的產品。

★ Charles 選的是 Asset Studio ★:直接在 Google Ads 裡用 Imagen 3 生成素材。

你可以把多個產品放在同一個場景裡。

你可以快速做小調整來測試。

重點是什麼?

★ 創意的多樣性直接影響效能 ★

同樣的訊息,用產品去背圖和生活情境圖,效果可能差很多。

過去要做這些,你得找設計師、等排期、來回修改。

現在你可以在後台直接生成、測試、迭代。

創意不再是「做完就固定」的東西,而是可以像關鍵字一樣持續優化的變數。

伍、所有專家都提到的同一件事

這個最有意思。

這些專家來自不同的產品團隊:競價、搜尋、衡量、創意。

他們沒有事先對稿。

但問到「2026 年的建議」時,★ 三個人都說同一件事:數據基礎 ★

Walter 說:沒有好的衡量基礎,優化就像打地鼠。

Josh 說:數據品質是第一優先,才能用上新的 AI 功能。

Sarah 說:確保你的轉換資料能真正驅動效能。

為什麼這麼重要?

因為現在的 AI 工具越來越強,但它們都需要「燃料」。

★ 你給它什麼資料,它就優化什麼方向 ★

如果你只回報「表單填寫」,但實際上只有 10% 的表單會成交,那 AI 就會帶來一堆不會買的人。

如果你能回報「通過初步篩選的潛客」,AI 就能幫你找到更高品質的流量。

這不是技術問題,是策略問題。

陸、給你的 2026 行動清單

如果你問我,看完這集最該做什麼?

► 第一:檢查你的轉換追蹤設定

不只是「有沒有裝」,而是「有沒有標對」。

表單送出、電話撥打、真實成交,應該給不同的轉換價值。

► 第二:給 Performance Max 更多素材多樣性

不要只放一張產品圖、一支影片就算了。

試試看生活情境、不同角度、不同文案風格。

► 第三:如果你在用搜尋廣告,測試 AI Max for Search

但記得用「實驗」功能,不要直接全面切換。

對照著看數據,才知道對你的帳戶有沒有幫助。

► 第四:關注新客戶獲取的價值設定

如果你把新客設成 0.01 元,系統會以為你不在乎新舊客差異。

好好設定這個數字,能讓競價優化更精準。

━━━━━━━━━━━━━━━━━━

2025 年的更新很多,但核心邏輯很清楚:

★ 更透明、更可控、更重視創意、更依賴數據品質 ★

如果你還停留在「設定完就不管」的階段,2026 會越來越辛苦。

但如果你願意在數據基礎上多花點心思,這些新工具會是你的放大器。

This is an AI-generated summary. Please refer to the original article for accuracy.

影片來源:What was the #1 Google Ads launch of 2025? We ask our product experts to choose - Google Ads

生成的图片 2

Like this article?

如果喜歡我的文章

歡迎訂閱我的電子報

有最新文章,我會寄送給你

近期文章

Read more

AI 超級週期是巨頭的資本遊戲:史丹佛這堂課,教中小電商老闆別追熱點、先守住你的「護城河」

AI 超級週期是巨頭的資本遊戲:史丹佛這堂課,教中小電商老闆別追熱點、先守住你的「護城河」

2026 年,四大雲端巨頭(Amazon、Google、Meta、Microsoft)光是蓋 AI 基礎設施的資本支出(capex,capital expenditure),加起來預計要燒掉大約 7,250 億美元。 比 2025 年的 4,100 億暴增 77%。分析師還說,2027 年這個數字有機會突破 1 兆美元。(數字為多家券商與分析師預估,見 Tom's Hardware 彙整報導。) 我知道你看到這種數字,第一個反應通常是焦慮。 「大家都在 all in AI,我這間小店是不是要被時代輾過去了?」 先深呼吸。這篇文章想跟你聊的,剛好相反。 這 7,250 億美元裡,

By Lewis wang
你官網那句「請問需要什麼協助?」正在趕走客人:AI 要在他開口前就認得他

你官網那句「請問需要什麼協助?」正在趕走客人:AI 要在他開口前就認得他

巷口那家麵店,老闆一看到你走進門,不用你開口就先喊:「乾麵不要蔥、加顆蛋、大碗的齁?」 那一瞬間的「我認得你」,就是你會一直回去吃的原因。 現在把場景換到你的官網。客人點進來,右下角跳出對話框:「您好,請問有什麼可以幫您?」 聽起來很有禮貌,對吧?但如果你問我,這句話其實是一張自白書。它等於當著客人的面說:我不知道你是誰、不知道你從哪來、也不知道你想幹嘛,麻煩你從頭教我。 最近我看了一場演講,講者是 Position2(Position Squared)的全球營運與策略副總 Dr. Sajjan Kanukolanu,主題是〈Build the AI GTM Agent That Knows the Buyer〉,講怎麼打造一個「在買家開口前就認得他」的 AI GTM(Go-To-Market,

By Lewis wang
別再迷信「一個 agent 搞定一切」:矽谷工程師的「三種價值創造者」,翻成電商團隊該怎麼分工

別再迷信「一個 agent 搞定一切」:矽谷工程師的「三種價值創造者」,翻成電商團隊該怎麼分工

有個電商團隊,去年底很興奮地導了一隻 AI 客服 agent(智能客服代理),老闆跟主管在會議室裡擊掌,想著「太好了,以後客服不用排班、不用養人了」。 三個月後打開後台,臉都綠了。 該退的貨,它笑咪咪地退了;明明超過七天鑑賞期、一看就是來鑽漏洞的濫用申請,它也一句「親愛的顧客,已為您處理」放行。它把每一位客人都服務得眉開眼笑,順便把公司的退貨政策服務到破產邊緣。 問題出在哪?不是這隻 agent 不夠聰明。是這個團隊把「打死不能鬆的規則」跟「可以靈活應對的話術」,全部揉成一鍋,整包丟給一隻 agent,然後祈禱它自己會分。 它不會分。你沒告訴它的紅線,它就當作沒有。 矽谷工程師講的三種東西,其實在講你的電商公司 前陣子看到矽谷一位工程師 IndyDevDan 拍的影片,標題很嗆,叫 FORGET Loop Engineering。今年六月 AI

By Lewis wang
用 AI 的高手不寫更長的 prompt,他們設計「驗收迴圈」:解碼 Anthropic 工程師 Thariq 的工作法

用 AI 的高手不寫更長的 prompt,他們設計「驗收迴圈」:解碼 Anthropic 工程師 Thariq 的工作法

想像一下,你早上打開電腦,叫 ChatGPT 一次生 300 篇商品描述。三分鐘,全部出爐,爽度爆表。 然後呢? 你還是得一篇一篇點開來看。看它有沒有把「德國進口」掛在一個產地其實是中國的包上,看它有沒有把上個月就結束的「買一送一」又寫進去,看它有沒有冒出一句「本產品保證有效」,讓你直接吃上一張廣告不實的罰單。 生成,被 AI 加速了 10 倍。 驗收,還停在人力時代。 這就是今天大多數電商老闆用 AI 的真相。你以為瓶頸是「寫得不夠快」,其實真正的瓶頸從來是「你不敢直接用」。 一個 Anthropic 工程師的反直覺答案:把指令砍掉 80% 最近我看了一集 Peter Yang 訪談 Anthropic Claude Code 團隊成員 Thariq

By Lewis wang