AI 廣告操作架構

ROLE

先定義 AI 的角色

導入 AI 前，先說清楚它負責哪一段工作。最常見的角色包含整理資料、找出異常、提出建議、準備待辦與協助驗證。角色沒有界線，AI 就容易把「看見問題」誤解成「可以直接修改」。

廣告操作可以先分成五個階段：

角色設計的重點，是每一階段都有明確輸入、輸出與停止條件。AI 可以協助更多工作，但不能因為做得到，就自動取得決定權。

DATA HEALTH

資料健康要早於成效判斷

AI 的結論取決於輸入。如果日期、轉換定義、廣告狀態或資料範圍不完整，即使分析寫得很有道理，也可能建立在錯誤前提上。

判斷前先確認四件事

• 資料是否新鮮：分析的是現在的狀況，還是過期快照。
• 範圍是否完整：需要比較的活動、素材與期間是否都在資料裡。
• 定義是否一致：轉換、成本與狀態是否使用同一套口徑。
• 身份是否明確：資料能否確定歸屬到正確品牌、帳戶與物件。

缺少關鍵資料時，系統應標示「無法判定」或降低信心，不用經驗值把空白補滿。誠實地停下來，比產生一個看似完整的答案安全。

SEPARATION

把巡檢與執行拆成不同層

比較穩定的做法，是讓「看資料的人」與「改設定的人」走不同流程。巡檢層只負責觀察、判斷與排序；執行層只接收已核准、範圍清楚的工作。

唯讀巡檢層

整理資料健康、異常訊號、可能原因與建議優先順序。它可以說明哪些項目需要注意，但不能直接改預算、停用素材或建立新廣告。

受控執行層

只處理已經確認的變更，並限制可操作的帳戶、物件、欄位與數量。任務範圍不清楚時，流程要退回補資料，而不是自行擴大。

分層可以避免 AI 在同一段推理裡同時當分析者、核准者與執行者，也讓問題更容易追查。

HUMAN APPROVAL

用確認卡保留人的決策權

AI 準備執行前，先把變更整理成一張人看得懂的確認卡。人需要知道要改什麼、影響哪些範圍、使用哪些素材與設定，以及目前還有哪些未知。

一張清楚的確認卡應回答

• 本次任務的目的與邊界是什麼。
• 預計改動哪些層級，以及不會碰哪些部分。
• 目前依據、風險與未驗證事項有哪些。
• 核准後會進入哪一個安全狀態，何時才會正式生效。

核准應綁定這一版內容。確認後如果素材、預算或設定改變，就重新確認，避免人核准的是 A，系統最後執行成 B。

SAFE RELEASE

先驗證，再正式生效

高風險變更不宜一次完成所有動作。可以先建立在不會立即投放或不會影響正式資料的安全狀態，再核對名稱、素材、受眾、時間與追蹤設定。

驗證結果要有三種狀態

• 通過：關鍵欄位與核准內容一致，才能進入下一步。
• 提醒：存在不影響核心安全的未知，必須明確揭露並由人判斷。
• 失敗：身份、範圍或關鍵設定不符，維持安全狀態並停止。

驗證應重新讀取實際結果，不能只相信系統回覆「操作成功」。真正要確認的是：平台現在的狀態是否符合核准內容。

TRACEABILITY

讓每次變更都能追溯

廣告平台只會留下部分設定結果，不一定保留當時的商業理由。系統需要另外記錄誰提出變更、誰核准、改動前後差異、驗證結果，以及尚未完成的事項。

紀錄至少要回答

• 這次為什麼要調整。
• 核准與執行的範圍是什麼。
• 變更前後有哪些差異。
• 哪些項目已驗證，哪些仍待追蹤。

相同任務重跑時，也應避免重複建立或重複修改。能識別「這件事已經做過」，是自動化系統維持穩定的重要基礎。

好的 AI 廣告系統不只追求速度。它讓人能在任何時點回答：系統看見了什麼、為什麼建議、誰同意，以及最後是否真的符合預期。