Google AI Agent 雙發：Ask Ad Manager 與 Ask Advisor，把行銷後台從「查報表」變成「問一句」
這幾天 Google 沒開盛大記者會，但對每天打開廣告後台、分析後台的人來說，地基已經被悄悄換掉了。
一週之內，Google 連續推了兩個 AI agent（AI 代理人，會幫你查資料、幫你做事的對話式助手）。一個叫 Ask Ad Manager，塞進 Google 廣告管理後台（Google Ad Manager）；一個叫 Ask Advisor，塞進 Google Analytics（GA，Google 的網站與 App 流量分析工具）。兩個都是用 Gemini（Google 自家的大型語言模型）做的。
如果你問我，這兩個東西單看都不算驚天動地。但兩個放在一起看，訊號就很清楚了。
重點是什麼？
Google 正在把「你自己去查」這件事，整碗端走。
先講一個你每天都在受的罪
想像一下，你早上九點打開電腦，咖啡還沒喝兩口，主管就在 Slack 丟你一句：「昨天營收怎麼掉了？」
於是你開始了。打開 GA，拉一張流量報表，再拉一張轉換報表，再開一個分頁比對上週同期，發現好像是某個流量來源掉了，又回頭去查那個來源前一天有沒有被改過設定。半小時過去，咖啡涼了，你還在「拼報表」，連一句能回主管的話都還沒生出來。
這個場景，做過行銷企劃的都懂。
我自己跑行銷企劃那幾年，最花時間的從來不是「想策略」，是「把資料湊出一個能回答老闆的數字」。你知道為什麼嗎？因為這些工具是設計給「會操作工具的人」用的，不是給「想知道答案的人」用的。
以前，你得先學會這個後台怎麼操作，才有資格問它問題。
現在，Google 想讓你直接問問題，操作丟給 agent 去跑。
這就是這兩個產品的共同底層邏輯。
Ask Advisor：GA 裡面多了一個「懂你帳號的分析師」
先講跟你最貼身的這個。
其實 Google 在廣告端早就放了一個同名邏輯的東西（Google Ads Advisor 上線，AI Agent 坐進廣告後台 那篇我聊過），現在這套「坐進後台直接問」的打法，從廣告投手那一側，正式燒到做數據分析的人這邊。
Ask Advisor 是 GA 裡的一個對話框，你用講人話的方式問，它用你自己帳號裡的資料回答你，還會附上圖表跟相關報表的連結。Google 自己列了六種你可以問的問題，我幫你翻成生意人聽得懂的話：
- 概況題：「我網站最近表現怎樣？」「新客的獲取健不健康？」這種你早上想快速掃一眼的問題。
- 明確指標題：「過去 30 天活躍用戶的趨勢」「上週自然搜尋帶來的總購買數」，它直接生圖給你。
- 為什麼題：「為什麼我 8 月 1 號營收掉了？」「為什麼新客比上個月少 15%？」這種以前要你自己當偵探查半天的，它幫你歸因。
- 怎麼做題：「我要怎麼建立一個受眾包？」「怎麼把 GA 串到 Google Ads？」等於內建一個會操作的家教。
- 設定題：「我的 measurement ID 是多少？」「我有幾個資料串流？」這種翻設定翻到眼花的雜事。
- 優化題：「我該做什麼讓生意更好？」「看完商品頁就跑掉的人，怎麼把他們勾回來最有效？」
你發現了嗎？這六種問題，剛好就是一個行銷分析師一整天在做的事。
打個比方。以前的 GA 像一間超大的自助餐廳，菜色超多，但你得自己拿盤子、自己找菜、自己算熱量。Ask Advisor 比較像店裡多請了一個服務生，這個服務生只認識你這桌，知道你點過什麼、口味怎樣，你說一句「我想吃點清爽的」，他直接幫你配好端上來。
有幾個現實限制要先講清楚，免得你期待過高：它目前只認英文，而且只看「單一 property（GA 資源，也就是你某一個網站或 App 的資料桶）」裡面的資料，跨資源它不幫你串。資料安全這塊 Google 強調得很用力，它只在你那個資源層級裡處理資料。
2026/8 更新：Ask Advisor 開始拿「別人的數字」來比你了
這篇六月寫完之後，Google 在 8 月 10 日又補了一批東西。我把它加在這裡，因為它剛好驗證了上面那個判斷，而且多了一個我當初沒料到的轉折。
先講四個新功能：
- GA 首頁多了 AI Overviews（AI 摘要）。 你一登入，它就先把「距離你上次登入，有哪些變化值得看」摘成卡片，從季節性的銷售高峰到流量的變化都算。看到哪張卡不對勁，點一下就把那段脈絡直接帶進 Ask Advisor 繼續追。你也可以選擇讓它用 email 或手機通知你，頻率自己設。
- Google Ads 首頁也翻新了。 換成個人化的 AI 洞察卡片，卡片上方還多了一個輸入框，你可以自己下提示叫它生一則你現在最想知道的洞察，例如「競爭對手怎麼吃掉我的曝光份額」。
- 新的 Dashboards。 你用一句話描述你要的報表，它把原始資料變成視覺化圖表，而且每張報表都自動附一段「為什麼會這樣」的即時說明。這裡有個順序要注意：它先上 Google Ads，Google Analytics 是「coming soon」。
- Benchmarking（同業對標）。 這個在 Google Analytics 裡，走 Ask Advisor。它把你的成效拿去跟「類似企業的匿名平均」比。
前三個，說穿了是把上面那句「從查報表變成問一句」再往前推一格：以前你要開對話框問，現在它連問都不等你問，登入就先講給你聽。
但第四個不一樣。
你回頭看上面整段 Ask Advisor，不管是六種問題還是歸因分析，它用的全部都是你自己帳號裡的資料。它很懂你，但它只懂你。它能告訴你「你的轉換率這個月掉了 12%」，它沒辦法告訴你「12% 到底算慘還是算還好」。
Benchmarking 是第一次，Google 把你帳號以外的資料端了進來。
這個差別對台灣的中小電商特別大。你想想，一個做保健食品的品牌主，老闆問「我們的加購率算不算好」，你過去要怎麼回答？只能翻自己去年的數字，或去問同業朋友、去買一份貴得要命的產業報告，兩種都不準也不即時。現在 GA 直接把一個對照組放在你眼前。
打個比方。以前的 Ask Advisor 像一個很認真的家教，把你考卷每一題錯在哪講得清清楚楚，但他不知道全班考幾分。加了 benchmarking，等於他手上多了一張全班成績分布，你終於知道你這 78 分是前段還是吊車尾。
而且據 Search Engine Journal 的報導，它給的不只是一個平均值，是中位數加上 25／75 百分位，分布在客戶開發、參與度、營利、回訪率（Acquisition／Engagement／Monetization／Retention）這四類報表裡。這比只給平均值誠實得多。電商數據長尾很兇，平均值很容易被幾個大戶拉高，中位數才是「跟你差不多的人大概長什麼樣」。
不過有兩件事 Google 沒講清楚，我先幫你標起來。
第一，你看不到對照組怎麼組成的。 「類似企業」是怎麼分的？用產業別、還是用規模？跟 GA 原本的同業比較用同一套分群嗎？Google 沒說。拿一個你不知道成分的對照組去改預算，那個風險你自己扛。
第二，可能有設定門檻。 現行的 GA 同業比較功能，要開「模型化貢獻」（Modeling contributions，一個把你的資料匿名貢獻出去、換取同業數據的設定）才看得到。新的 benchmarking 吃不吃同一道閘門，目前還沒有明確說法。要用之前先確認你家 GA 這個開關的狀態，順便確認你願不願意分享。
Google 這次找了 Gardyn 的 Paid Media Director Kevin Marshall 出來背書。他的話我倒覺得值得引用，因為他講得很誠實：Ask Advisor 是他檢查付費媒體成效時「方向性檢查」（directional check）的首選，因為快，所以他有時間再往下深挖。
注意他的用詞是「方向性」，不是「結論」。連 Google 自己挑出來的滿意用戶，都是把它當第一道篩子在用，不是當答案。
最後還有一件事，我必須講。
你去看官方頁面的註腳，Google Ads 那兩項旁邊掛的是「目前為英文帳號的 beta 版本」。而 Ask Advisor 本身，也一樣還卡在英文帳號的 beta。跟我六月寫「它目前只認英文」的時候，一模一樣。
兩個月，功能加了四個，語言那道門一公分都沒移動。
所以台灣的行銷人現在真正該做的，不是每天去後台看那個 icon 長出來了沒。是趁這段時間差，把下面那件事先做完：把你的 GA 資料整乾淨。等這些工具真的開到你這裡，比的不會是誰先知道，是誰的資料餵得飽。
以上都是行銷人這一側的變化。天平另一端的發行商，Google 也沒放過。
Ask Ad Manager：發行商那一側，也有人開始幫你顧錢
另一個 Ask Ad Manager，服務的是天平另一端的人：發行商（publisher，靠廣告變現的網站、App、媒體內容方）。
如果你是賣廣告版位的一方，這個 agent 想幫你做三件事：
第一，即時排障。 以前某個廣告檔次（line item，一筆具體的廣告投放設定）出問題、收入卡住，你得自己生報表、自己翻資料找病灶。現在你直接問它，它給你診斷跟下一步，還能追問，把卡住的收入解開。
第二，一句話出報表。 想看某個自訂指標、某張複雜的對比報表，不用再手動把好幾張報表拼起來，講一句話它就生給你。
第三，幫你帶路。 它會在對話裡直接給你「帶好篩選條件跟設定」的連結，你點一下就到後台對的位置，不用自己在選單裡點來點去。
一句話總結它的野心：把你從「一直問、一直找」變成「直接做」。
更值得盯的是後面那段。Google 說 Yahoo 這種大發行商已經把 Ad Manager 接進自己的客製 agent，從預測、建檔次到報表優化全包。而且今年稍晚會放出開發者工具：REST API 跟一個 MCP server（Model Context Protocol，模型脈絡協定，簡單說就是讓外部 AI agent 能標準化地接進 Ad Manager 去操作的接口）。再往後，是專門給發行商跟代理商的 specialized agent，以及一套讓「第一方跟第三方 agent 大規模互相溝通」的基礎建設。
翻成白話：Google 不只想讓你用它的 agent，它想當整個廣告生態裡 agent 互相講話的那條高速公路。
別被「聊天機器人」這四個字騙了
我知道你看到「對話框」「問一句」可能會想：不就又一個 chatbot 嗎？
不是這麼簡單。這裡有三個真正的差別，你抓住了才看得懂這波在幹嘛。
一來是「用你自己的資料」。 它不是給你一段網路上查得到的通用答案，它是針對你這個帳號、你這個資源的私有資料給建議。同樣問「我該怎麼改善」，它的答案跟隔壁公司的答案完全不一樣。
二來是「從問到做」。 傳統 BI 工具回答你「是什麼」，這一代 agent 想直接接手「那要怎麼辦、現在帶你去做」。Google 自己用的詞是 from asking to doing，從詢問走到執行。
第三，這是 agentic（代理式，能多步驟自己規劃、自己跑流程）的架構，不是一問一答。GA 那邊甚至寫明「有些問題它需要花點時間思考、規劃、再準備回答」，這代表它背後是會自己拆步驟、跑多輪的東西，不是查表機器。這條 agentic 的線，跟我在 王董週刊 #1 講的 Agentic Commerce 元年 是同一條，差別只是這次 agent 不是替你的客戶下單，是替你打開後台。
把這三點疊起來，你看到的就不是兩個新功能，是 Google 整條產品線的操作介面在換檔。
以前的競爭力，是「誰比較會操作這些後台」。
現在的競爭力，正在變成「誰手上有夠乾淨、夠完整的第一方資料，餵得飽這些 agent」。
那你現在該做什麼？
講趨勢不落地等於沒講。如果你是行銷人、電商老闆、或在代理商工作，這幾件事我建議你這季就動：
► 把第一方資料當資產顧好。 agent 的答案好不好，天花板就是你帳號裡資料的乾不乾淨。GA 事件有沒有埋對、轉換有沒有設準、命名亂不亂，這些以前是技術細節，現在直接決定 AI 給你的建議準不準。先去把你的 GA 健檢一遍。順帶一提，不只你後台的資料要為 agent 整理，連你給消費者看的內容也是，我在 商品描述要改寫給 AI Agent 讀 那篇講的就是同一個道理。
► 練「問問題」這個新技能。 過去大家比的是會不會操作後台，接下來比的是會不會問。同樣一個帳號，會問的人三句話挖到洞見，不會問的人問一句「我網站怎樣」拿到一段廢話。把你最常追的那幾個商業問題，先想好怎麼用一句話問清楚。
► eligible 就先去開來用。 兩個目前都是 beta（測試版），Ask Advisor 在符合資格的帳號右上角就有 icon。早一步上手，你就早一步知道它哪裡好用、哪裡還不能信，而不是等對手都用熟了才開始摸。
► 如果你是發行商或代理商，盯緊那個 MCP server。 今年稍晚 Ad Manager 要開 REST API 跟 MCP 接口，這代表你可以把它接進自己的工作流。提早規劃，比之後手忙腳亂接得好。
► 別把 agent 的話當聖旨。 Google 自己都標了「可能有能力限制」「只看單一資源」。它是個很強的初稿產生器跟跑腿，不是替你扛決策的人。重要判斷，數字你還是要自己回頭驗一次。
收尾：Dashboard 時代的黃昏
我做行銷這些年，看過太多「儀表板很漂亮、但沒人看得懂」的案子。資料一直都在，缺的從來是「把資料變成一句能行動的話」這段翻譯。
這一波 agent，本質上就是 Google 想把這段翻譯自動化。
也許再過兩年，「打開後台、自己拉報表」這個動作，會變得跟「進辦公室先收一疊傳真」一樣老派吧？也許你帶新人時，教的不再是「這個按鈕在哪」，而是「這個問題該怎麼問」。也許後台這個詞本身，都會慢慢被「對話框」吃掉。
我不確定時間表，但方向我很確定。
當操作門檻被 AI 抹平，真正拉開差距的，就剩兩件事：你手上資料的品質，跟你問問題的功力。這兩件，現在就可以開始練。
本文由王董與 AI 協作完成，內容經人工編輯與查證。文中引用之第三方資料、產品與觀點均標註來源，原始出處以官方公告為準。
本文為產品趨勢解讀，非投資、採購或技術導入建議；所述功能多為 beta 階段，實際能力、開放範圍與時程以 Google 官方最新公告為準。AI 工具發展快速，本文原稿以 2026 年 6 月為準，並於 2026 年 8 月增補「2026/8 更新」小節，後續更新請以官方說明為主。
資料來源：
- Introducing Ask Ad Manager, the AI agent that will help you get more done — Google Ad Manager Blog（Peentoo Patel, 2026-06-18）
- Ask Advisor in Google Analytics (Beta) — Google Analytics Help
- Evolve your marketing with new AI tools — Google Blog（Josh Moser, 2026-08-10）
- Google Announces Campaign Benchmarking In Google Analytics — Search Engine Journal（2026-08）
