我使用claude进行行业调研，发现的一些数据情况。
用上 AI 出图之后，广告主的素材月产量平均从 15 条拉到 45 条，翻了三倍。同一时间，一条素材在 Meta 上的有效寿命，从 2024 年的四到六周，缩到了2026年的两到三周。
出图越来越快，素材越来越短命。这两件事同时发生，不是巧合。
一、快的红利，正在被同质化吃掉
MIT 去年做过一个实地实验：2,234 个人、11,024 条真实广告。用了 AI 的团队，产量提升 50%，文案质量也更高——但代价是，产出变得更加”自相似”。也就是说：图更多了，但长得越来越像。最终这些团队在点击率和成本上，没有拿到任何净收益。
为什么会这样？另一个研究给了答案。研究者让 25 个主流大模型写同一个主题，输出高度趋同；两个不同公司的模型描述同一款产品，措辞相似度达到 81%。所有人都在用同源的模型、套用同款的提示词公式——”生活场景 + 产品 + 暖光”——那出图越快，就只是越快地重复自己，和别人。
Meta 已经开始在平台层面处理这件事。新推出的 Creative Similarity（创意相似度）指标，明确把”换个背景、改句文案、微调排版”这类操作排除在”创意多样性”之外。更实际的影响是：相似素材会在竞价里被归为一组，互相抢预算，拖累彼此的表现。你以为你在做 A/B 测试，平台看来你在跟自己内耗。
要说明的是，问题不在 AI 本身。一项覆盖 30 万条广告、5 亿次曝光的研究显示，AI 广告的平均 CTR 其实高于人工广告（0.76% 对 0.65%）数据来源于claude搜索的.——前提是，别被用户一眼认出来是 AI。真正的分水岭不是”用不用 AI”，而是怎么用。
AI 作图不是为了多出图，而是为了更快验证广告假设。
二、系统的核心部件，不是出图，是”素材假设”
大多数人用 AI 出图，是打开对话框说一句：”帮我做张高级感的产品图。”这就是典型的输出端思维——所有的功夫都花在图的样子上。
流程是这样的：输入产品链接，AI 访问推广页，拆出产品核心画像，然后按五层变量展开——产品认知、痛点、信任证明、价格锚点、生活方式。每一层对应一种说服逻辑，每种说服逻辑生成不同作图角度的英文 prompt，最后才是出图。
把一个产品，转化成一组可验证的广告素材假设。——这是这套系统真正在做的事。
拿 eBike 举个例子。一台面向北美通勤族的电助力自行车，五层变量拆下来是五个完全不同的故事：
● 产品认知：这是台什么车——电机、续航、Class 分级，用产品细节图和参数可视化讲清楚”它是什么”；
● 痛点：通勤族现在的日子——早高峰堵在路上、地铁挤成罐头、停车位比工位难抢。素材是场景图：同一个早晨，两种通勤状态；
● 信任证明：北美用户对电池安全是真焦虑，UL 认证、真实用户返图、好评截图，这一层解决”我凭什么信你”；
● 价格锚点：不跟别的车比，跟”一年的油钱 + 停车费”比——对比图一张，账算给他看；
● 生活方式：周末的滨海骑行道、带娃的亲子后座、不出汗的绿色通勤——卖的不是车，是他想成为的那种人。
看出来了吗？痛点角度和价格锚点角度出来的图，天生就是两个不同的说服逻辑——不是一张图换个背景的变体。Meta 的 Similarity Score 惩罚的是后者，而这套系统从输入端就绕开了它。
这不是我的一家之言。Meta 自己的数据：使用真正多样化素材的广告主，CTR 高 11%，转化率高 7.6%。差异化的收益是平台明码标价的——只是大多数人做差异化的位置错了：差异化要做在输入端的角度上，不是输出端的风格上。
三、从”能用”到”系统”：我砍掉的那次手动搬运
第一版很朴素：Claude 负责拆卖点、生成 prompt，ChatGPT 负责出图。两个工具都很强，但中间断了一截——每次作图，我都要把 Claude 生成的 prompt 手动复制、切到 ChatGPT、粘贴、出图，再切回来做下一个角度。
费时是一方面。更麻烦的是不一致：搬运的次数多了，总有 prompt 被改动、角度走样、前后对不上的时候。流程里每一次人肉复制粘贴，都是一个误差入口。
所以第二版做的最重要的一件事，就是把这一截接上。我用 Codex 把整个流程搭成了一个工作台：一个系统、一个入口，产品链接进去，拆解卖点、生成 prompt、出图，一气呵成。把中间的手动搬运去掉——作图效率和素材一致性都上来了。
有个细节我自己挺喜欢：这个工作台上的按钮，叫”新建素材实验”，不叫”新建图片”。措辞不是随手起的——每出一组图，就是开一组实验；投出去跑数据，就是在验证假设。系统的每个部件都在提醒你：你不是在生产图片，你是在生产假设。
出图之前，还有一个前置动作：先备好素材弹药库，再谈测试。
我把 Facebook 广告素材整理成 13 种核心类型，归成五类：产品展示（新品、设计图、场景图、卖点亮点、细节图）、信任背书（社交证明、好评图、用户 UGC）、促销转化（折扣图）、对比说服（竞品对比、使用前后对比）、组合策略（客户返图+折扣、KOL+折扣）。
但不是 13 种都交给 AI。像好评图、用户返图这类信任背书素材，价值就在一个”真”字——这类我不用 AI 生成【需 Lee 确认口径】。别忘了那个 30 万条广告研究的另一半结论：被一眼认出是 AI 的广告，表现明显更差。一眼就能看出是 AI 批量生成的素材缺乏真实感，这在我的诊断清单里，是 CTR 低于 1% 的常见死因之一。
素材感这个东西也不玄学。找 20–30 个竞品独立站，去 Meta 广告资料库看他们的高频素材，就能培养出对素材的感觉。
四、素材是消耗品，系统才是资产
系统跑起来之后，你要面对的才是那个真问题：再好的素材，也会死。
我的一线口径是：优质素材能跑 2 周左右，看 CTR 衰减趋势判断生死。具体到品类和 ROI 会有出入，但量级就是这个量级。
有意思的是，行业数据和这个体感对上了：多家监测机构给出的 2026 年素材有效窗口，正是 2-3 周。一线经验和行业研究互相印证的时刻不多，这算一个。
判断素材生死，我只看一个领先指标：CTR 是素材的领先指标，衰减先于转化恶化——跌破基线前启动轮换。转化数据是滞后的，等 ROAS 掉下来你才动手，钱已经花出去了。CTR 先动——持续下滑、逼近 1%，这条素材就该准备后事了。
所以素材生产的正确计量单位，从来不是”一张图”，而是”一条持续补给线”：
素材会死，系统不死。持续补充新素材，增长飞轮才不会停。
给系统喂什么角度、什么假设、什么一手洞察——平台做不了，这才是你的位置。真正的壁垒在于：策略思维 + AI 工具驾驭能力 + 数据分析深度。
AI 不是替代 Facebook 广告投手，而是把投手从重复执行，推向策略判断。
「版权提示」：信息来自于互联网，不代表官方立场，内容仅供网友参考学习。如发现本站内容存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至 contact@glosellers.com，我们将及时沟通与处理。如若转载请联系原出处。 「注意事项」：锦品出海(含网站、客户端等)所展示的商品/服务的标题、价格、详情等信息内容由实际供应商/服务商提供。如用户对商品/服务的标题、价格、详情等任何信息有任何疑问的，可直接同供应商/服务商沟通确认，其他问题，请向锦品出海客服咨询。因第三方供应商/服务商与用户因服务行为所发生的纠纷由第三方供应商/服务商与该用户自行处理或通过法律途径解决并自行承担法律后果。锦品出海根据用户申请可参与相关协调调解工作，但不对纠纷事项及调解工作承担任何责任。
