Google AI Max 搜索广告系列：全自动广告——转化率提升 14%，还是广告商代价高昂地失去控制权？

谨防隐性成本：为何激活 Google AI Max 前务必注意以下 3 项安全措施

性能至上 vs. 人工智能至上：谷歌的全新人工智能为何将永远改变搜索广告系列

谷歌推出的“AI Max”堪称其迄今为止规模最大的搜索广告自动化项目。其承诺听起来十分诱人：平均转化率提升14%，且无需对账户进行任何结构性更改。只需点击一下，AI即可接管一切。然而，在这光鲜亮丽的外表下，隐藏着一场颠覆传统搜索引擎营销基本支柱的技术范式转变。启用AI Max意味着将对搜索查询、广告文案和落地页的精确控制权拱手让给一个“黑匣子”。尽管谷歌自身的案例研究展现了令人瞩目的成功，但独立分析却描绘出一幅更为复杂的图景，其中既有显著的业绩提升，也有巨额预算损失和法律合规风险。然而，随着动态搜索广告（DSA）在2027年初的强制迁移，AI Max将不可避免。本文将揭示这套新系统的真实运作方式，以及谷歌不愿公开的具体数据，并探讨广告商可以采取哪些具体策略来驾驭AI，从而有效保护品牌和预算。.

当算法接管一切——广告商真正需要了解的谷歌最强大的自动化工具

谷歌迈向完全自动化广告的下一步

2025年5月，谷歌推出了面向搜索广告系列的AI Max，这款产品堪称谷歌广告史上最具雄心的自动化项目。它并非一种全新的广告系列类型，而是一个优化层，只需单击一下即可集成到现有的搜索广告系列中，从根本上改变其运作方式。此次发布还附带了一项在营销界引起轰动的数据：启用AI Max的广告主，在CPA或ROAS相近的情况下，平均可获得14%的转化量或转化价值提升。对于目前仍主要基于精确匹配和词组匹配关键词的广告系列，提升幅度通常更高，可达27%。.

谷歌传递的信息乍听之下似乎清晰明了：无需结构性改变即可提升绩效。然而，正如数字营销领域的技术飞跃常常展现的那样，魔鬼藏在细节里。启用 AI Max 意味着放弃一些长期以来被视为专业搜索广告系列不可撼动的基石的基本控制机制：对匹配搜索查询、展示广告文案以及用户最终访问的着陆页的精准控制。因此，经验丰富的广告主们最关心的问题并非：AI Max 是否有效？而是：它能否以我的方式、在我的条件下为我服务，并且不会让我失去战略控制权？

三个控制杆，一个黑盒子：系统的技术架构

AI Max 将三个紧密相关的功能整合到一个统一的技术架构下。第一个也是影响最为深远的功能是搜索词匹配，它结合了广泛匹配和无关键词匹配技术。系统会分析现有的关键词、创意素材和网址，并从中学习，从而针对系统认为相关的、之前未曾涉及的搜索查询投放广告。从本质上讲，这项技术是对广泛匹配的增强，但它更进一步，即使账户中不存在匹配的关键词变体，也能投放广告。.

第二个要素是文本自适应，以前称为“自动创建资源”，现在启用“最终网址扩展”后，它已成为 AI Max 的必备组件。该系统会根据着陆页内容、现有广告文案和关键词信息动态生成广告标题和描述。它利用 Google 的生成式 AI 来创建与搜索查询匹配的文本，而不一定符合广告主的编辑指南。第三个要素是“最终网址扩展”，它会根据算法自动将用户重定向到网站上最相关的子页面，而无需考虑广告中最初使用的网址。.

从技术层面来说，这三个组成部分之间的联系在于预测意图识别原理。谷歌表示，它不再仅仅对过去的搜索查询做出反应，而是预测用户接下来可能搜索的内容，并在付费搜索广告以前无法触及的时刻和情境中投放广告。这听起来很高效，但同时也标志着与传统的基于关键词的搜索引擎营销的确定性逻辑的背离：它不再遵循“关键词=广告=落地页”的等式，而是转向用户行为的概率建模，在这种建模中，算法会根据情境做出决策，而这些决策并非由任何人工营销经理预先定义或批准的。.

数据真正揭示了什么——以及谷歌隐藏了什么。

谷歌自身提出的“转化率提升14%（相同每次转化费用）”的绩效指标听起来很有说服力。然而，仔细分析就会发现其方法论上的局限性，任何认真的效果营销人员都应该对此敲响警钟。首先，该数据基于谷歌2025年的内部数据，并且仅针对非零售广告主。电子商务公司——数字营销领域规模最大、最重要的广告主群体之一——被明确排除在该基准之外。谷歌在脚注中而非标题中提及了这一局限性。.

首个独立的大规模研究于2026年3月发布，该研究基于对超过250个谷歌广告系列的分析，描绘了一幅更为细致的图景。中位收入确实增长了13%，接近谷歌的承诺。然而，与此同时，中位每次转化费用（CPA）也上涨了16%。广告支出回报率（ROAS）在+42%到-35%之间波动，表明结果存在极大的差异。负责这项分析的Smarter Ecommerce公司的Mike Ryan简洁地总结了研究结果：在很多情况下，启用AI Max就像抛硬币——你可能会获得一些提升，但效率通常无法跟上。.

2025年11月的一项独立分析涵盖了超过250个广告系列，结果显示，与传统匹配类型相比，AI Max的广告支出回报率（ROAS）最多降低了35%。这些数据与谷歌官方的说法截然相反，表明在那些效率高于数量的行业和场景中，该系统绝非必然的最佳选择。真正的问题在于结果的差异性：AI Max可能表现出色，也可能造成巨大的预算损失，而具体结果如何，单个广告主几乎无法预测。.

承诺问题：为什么谷歌自身的数据需要谨慎对待。

谷歌围绕AI Max的沟通策略遵循着数字广告平台发展史上常见的模式：在最佳条件下测量效果数据，引用案例研究，然后以平均值的形式呈现，却不说明其适用的具体条件。例如，欧莱雅的案例研究（转化率翻倍，每次转化成本降低31%）和MyConnect Australia的案例研究（潜在客户数量增加16%，每次转化成本降低13%）虽然真实存在，但也经过了筛选。.

目前缺失的是对整体结果分布情况的代表性披露。究竟有多少广告主的实际效果有所提升，又有多少广告主的效果有所下降？谷歌的官方声明中并未给出答案。独立分析在一定程度上弥补了这一空白，但这些分析也并非完美无缺，因为所分析的广告系列通常来自特定类型的代理商客户。总体而言，数据显示，AI Max 并非一种通用的效果提升方案，而是一款依赖于具体情境的工具，具有巨大的提升潜力，同时也存在同样巨大的下行风险。尤其令人担忧的是，谷歌在主要声明中系统性地忽略了零售业的排除条款，因为电子商务公司正是谷歌广告最大的投资者群体之一。.

此外，谷歌在2026年4月发布了一项更新后的性能指标，乍看之下令人费解：AI Max 的全套功能，包括搜索词匹配、文本优化和最终 URL 扩展，平均转化率比单独使用搜索词匹配高出 7%。这个数字听起来比之前的 14% 低，是因为它采用了不同的参考点。它衡量的是创意和落地页组件带来的增量提升，与单独使用目标定位带来的提升相比——这种区别在日常繁忙的工作中很容易被忽略，但对于系统进行战略评估至关重要。.

控制的幻觉：真正的控制可能性止步于何处

从一开始，谷歌就向 AI Max 承诺，在保持控制的同时提升广告效果，以此消除广告主的疑虑。事实上，该系统提供了一系列超越 Performance Max 的控制机制。“品牌控制”功能允许用户添加或排除特定品牌，防止广告与不想要的品牌词一同出现。“兴趣位置”功能允许在广告组级别进行基于位置的定向。“URL 包含和排除规则”使广告主能够优先显示或屏蔽特定着陆页。AI Max 也支持否定关键词。.

然而，与传统的人工广告系列管理相比，关键区别在于所有这些控制机制都是被动的。广告可以在投放后移除，但无法事先审核。网址可以在系统错误识别后排除，但您无法预先定义哪些页面应该被定位。否定关键词可以在发现代价高昂的错误匹配后添加，但您无法主动阻止它们。尤其从合规性角度来看，文本生成存在问题：系统每天可以生成数十种新的广告变体，而这些变体在发布前没有任何人工审核人员看过。.

一个在专业领域引起轩然大波的具体案例揭示了这一结构性问题：一家英国金融服务品牌发现，AI Max 中包含自动生成的素材，这些素材暗示该服务无需信用审核——而根据英国金融法，信用审核是必须披露的信息。这种自动生成的非法声明所带来的法律后果并非由谷歌承担，而是由广告商承担。这并非假设情景，而是一个有据可查的事件，它表明谷歌“我们使用您已批准的素材”的说法与人工智能生成文本的实际情况之间存在巨大差距。.

谁获益最多——以及谁应该格外小心

基于现有数据和实践经验，我们可以勾勒出AI-Max系统成功者和失败者的差异化特征。该系统对于拥有庞大广告资源或服务组合的广告主而言表现尤为出色，因为无需关键词匹配即可有效弥补覆盖范围的不足。团队规模较小的公司，如果能够从自动化中获益，而无需优先考虑精细化控制，同样也能从中受益。此外，那些专注于非品牌广告领域、并愿意通过提升销售额来证明较高每次转化费用（CPA）合理性的电商企业，也能从中获益。.

相比之下，在医疗保健、金融和法律等监管严格的行业，尤其​​需要谨慎，因为自动文本生成很容易触及合规性的关键领域。拥有明确品牌语气准则和严格品牌政策的品牌，可能会面临AI Max生成与品牌语气不符的信息的风险。预算非常紧张且对每次转化成本（CPA）高度敏感的广告主，也不建议在未进行A/B测试的情况下启用AI Max，因为CPA可能增加16%甚至更多，从而在短期内影响整体广告活动的效率。.

对于目前使用动态搜索广告 (DSA) 的广告主而言，这种情况尤其值得关注。2026 年 4 月，谷歌宣布将于 2027 年初停止将 DSA 作为独立广告格式，并将所有受影响的广告系列自动迁移到 AI Max。由于广告主的强烈反对，原定于 2026 年 9 月的 DSA 广告系列迁移截止日期被推迟至 2027 年 2 月。被动等待迁移的广告主可能会面临谷歌选择默认设置以最大化覆盖范围的风险，这可能会导致初期预算效率低下。主动进行自主迁移则可以让广告主在学习阶段开始之前配置设置、排除项和网址规则。.

Xpert.Digital 是一个以数据驱动的 B2B 行业中心，由 Konrad Wolfenstein 领导。该公司为工业合作伙伴提供外部的、准内部解决方案，弥补其在市场营销、内容和销售方面的运营缺口，而无需客户投入额外资源。.

更多信息请点击这里：

• 准内部解决方案：Xpert.Digital 如何弥合 B2B 营销和销售中的运营差距——智能内容驱动型业务

AI Max 系统对比：它与 Performance Max 有何不同

关于 AI Max 的讨论中，一个关键的误解是将其与 Performance Max 混淆。这两个系统都依赖于人工智能驱动的自动化，但它们的理念截然不同。Performance Max 是一个跨渠道系统，它将预算分配到搜索、展示广告、YouTube、Discovery、Gmail 和地图等平台。广告主提供素材和目标，其余一切都由算法决定。关键词控制几乎不存在，精细的查询级别报告也几乎不可能实现。.

另一方面，AI Max 仍然专注于搜索渠道，它将 AI 自动化与比 Performance Max 更高的透明度和控制力相结合。否定关键词功能有效，提供搜索词报告，并且可以在广告系列和广告组级别控制 URL。一项针对 24,702 个广告系列的研究表明，在转化率方面，搜索广告的表现几乎是 Performance Max 的两倍——这表明，对于高意向 B2B 和高考虑度行业而言，AI Max 系统性地更具优势。.

对于具有战略眼光的广告主而言，相关的结论是：AI Max 并非迈向 Performance Max 的一步，而是传统搜索渠道的 AI 扩展，它补充而非取代关键词。谷歌自身也强调，关键词仍然是广告系列结构的核心，因为它们提供了算法赖以构建的意图信号。那些认为 AI Max 将完全取代关键词功能而拆除现有关键词结构的广告主，可能会破坏系统训练所依赖的数据基础。.

新的控制工具：人工智能简报和文本指南

AI Max 近期最重要的进展之一是 AI Brief 功能，该功能于 2026 年 4 月推出，基于 Google 的 Gemini 模型。AI Brief 允许广告主以自然语言告诉 AI 系统哪些广告应该传达哪些信息、哪些广告不应该传达信息、广告的目标受众以及适用的匹配标准。具体来说，广告主可以定义诸如“绝不提及价格”之类的信息传递准则、诸如“优先展示健康主食的搜索结果”之类的匹配准则，以及诸如“针对注重健康的消费者：重点展示我们的清洁标签产品”之类的受众准则。.

AI Brief 可生成素材和搜索查询的预览，让广告主在广告系列上线前提供反馈并进行调整。这相比之前的系统有了显著的概念改进，之前的系统中 AI 生成的文本只有在广告发送后才会显示。AI Brief 还配备了文本指南，允许广告主从文本生成中排除最多 25 个特定词语，并定义最多 40 条内容限制。对于监管严格的行业，我们还引入了文本免责声明功能，确保即使启用了最终 URL 扩展，广告中也会显示法律要求的披露信息。.

这些进展表明，谷歌正在积极回应广告主的反馈，并逐步解决初期阶段存在的控制缺陷。与此同时，这也明确指出，如果不主动配置这些准则，该系统将带来重大风险。“AI简报”和“文本准则”不会自动启用，需要用户主动维护。启用“AI Max”功能但忽略这些功能的广告主，实际上无法控制其广告中由人工智能生成的内容。.

正确的激活策略：先测试逻辑，再推广的心态

实施 AI Max 时最大的战略失误是同时在所有广告系列中不加区分地启用它。正确的做法是基于清晰的测试逻辑，并利用 Google 内置的“实验”功能。此功能位于“广告系列”部分的“实验”菜单项下，允许在现有广告系列中进行 50/50 的拆分测试，而无需创建副本。它会将正在运行的广告系列中的流量和预算进行拆分，一半启用 AI Max，另一半则不启用。.

要进行有效的测试，必须考虑以下几个因素。首先，每日预算至少应为 50 欧元，因为谷歌建议不要在预算较低的广告系列中使用 AI Max。其次，广告系列应提供足够的转化数据以达到统计显著性，这至少需要持续四到六周。第三，测试前应导出清晰的基准报告，其中包含转化数据、搜索词报告和着陆页指标，以便进行前后对比。.

除了测试阶段，还有三项配置措施至关重要：首先，定义一份全面的否定关键词列表，其中包含所有无关类别和已知的问题词。其次，设置品牌控制，将您自己的品牌词移至单独的品牌推广活动，或通过品牌包含和排除规则进行管理。第三，配置 URL 排除规则，排除不适合作为着陆页的页面，例如法律声明页面、招聘子页面或纯信息类文章页面。这三项措施共同构成了安全网，确保 AI-Max 的激活真正做到负责任。.

作为一项战略性建筑任务的消防和预算保护

在 AI Max 环境下保护品牌和预算并非仅仅是个别设置的问题，而是一项影响整个广告系列结构的架构设计挑战。最重要的措施是严格区分品牌广告系列和非品牌广告系列。品牌广告系列通常不应启用 AI Max，因为在竞争激烈的竞价中，关键词蚕食和错配会导致预算浪费的风险真实存在。无关键词匹配技术可能导致品牌广告系列将预算浪费在那些自然搜索结果已经覆盖的搜索查询上。.

结构化的URL管理是预算保护的第二个关键支柱。最终URL扩展是一个强大的工具，但前提是整个网站都满足付费流量的质量要求。转化基础薄弱、缺少行动号召元素或移动优化不足的页面应主动排除在URL扩展之外。AI-Max系统根据搜索引擎的相关性而非转化概率来选择着陆页——因此，手动管理允许的URL库是不可或缺的。.

第三道保障措施是每周监控搜索词，并设定明确的升级阈值。如果搜索查询产生的支出超过预设阈值但未带来转化，则必须立即将其添加为否定关键词。AI-Max 系统会从转化信号中学习，而早期缺乏限制可能会导致低效模式的形成，这些模式比传统关键词广告系列更难纠正。按搜索词类别对成本、展示次数和转化次数进行分组的结构化每周报告是数据驱动优化的必要基础。.

DSA迁移是一个转折点：现在需要采取哪些战略措施

即将进行的从动态搜索广告 (DSA) 到 AI Max 的迁移并非一项例行的技术任务，而是对任何将 DSA 作为搜索策略基石的广告主而言，都是一个战略性的转折点。DSA 将于 2027 年 2 月自动切换到 AI Max，而 Google 用于自动迁移的默认设置旨在最大限度地扩大覆盖范围，而非最大限度地提高效率。.

积极主动管理迁移流程的广告主有几个月的时间来建立干净的数据基础。这包括导出历史动态搜索广告 (DSA) 报告作为效果基准，将现有的 DSA 定位规则映射到相应的 AI Max URL 包含和排除规则，以及彻底审查和更新否定关键词列表。Google 提供升级工具，可将历史设置和数据迁移到新的默认广告组，以确保平稳过渡。.

尤其需要理解的是，AI Max 和 DSA 在概念上是不同的系统：DSA 通过确定性地分析着陆页并生成标题，而 AI Max 则通过实时意图信号进行预测和生成，动态创建符合用户情境（而不仅仅是底层网站）的广告内容。这种概念上的差异意味着，即使 DSA 广告系列表现优异，在迁移到 AI Max 后，其效果也不会自动保持，直到 AI 系统收集到足够的转化数据进行自我校准。因此，必须为这一学习阶段做好规划，并预留充足的预算和时间。.

从更宏观的角度来看：谷歌的自动化攻势对行业意味着什么

AI Max不应被孤立地看待，而应被视为谷歌系统性战略的一部分，该战略旨在逐步用人工智能驱动的自动化取代人工控制。这一演进过程从智能出价、响应式搜索广告和效果广告Max，一直延续到AI Max和AI Brief：每一步都以牺牲部分人工控制为代价，换取预期的效果提升。这一模式清晰可见，将AI Max视为这一演进的最终阶段未免过于天真。如今采用AI Max的用户，实际上是在为未来广告生态系统做准备，在这个生态系统中，配置和控制人工智能系统的能力将比管理关键词的能力更为重要。.

这对数字营销技能发展有着深远的影响。传统的搜索引擎营销（SEM）专业知识——关键词研究、匹配类型策略、手动出价优化——正逐渐失去其重要性。取而代之的是，利用高质量输入来指导人工智能系统的能力正变得越来越重要：精准的转化目标、结构良好的网站架构（包括清晰的URL层级）、完整且维护良好的素材库，以及严格的排除管理。那些仍然试图沿用2015年搜索广告投放方式的广告主将会越来越落后。.

与此同时，业界应警惕商业平台发展史上屡见不鲜的一种动态：广告商越依赖单一供应商的专有自动化系统，其议价能力就越弱，对媒体支出效率的控制力也越低。AI Max 固然强大，但它毕竟是谷歌的工具，其性能参数并非独立设定，而是由一家以最大化广告支出为核心商业模式的公司制定。因此，正如一些独立研究已经开展的那样，对该系统进行批判性的、数据驱动的评估并非吹毛求疵，而是专业人士的职责所在。.

☑️ 我们的业务语言是英语或德语。

☑️ 新增：用您的母语进行通信！

 

我和我的团队很乐意为您提供私人顾问服务。.

您可以通过填写此处的联系表格联系我wolfenstein@xpert.digital：，或者直接致电+49 7348 4088 965。我的邮箱地址是

我期待着我们的合作项目。.

 

 

☑️ 为中小企业提供战略、咨询、规划和实施方面的支持

☑️ 制定或调整数字化战略和数字化

☑️ 拓展和优化国际销售流程

☑️ 全球及数字化 B2B 交易平台

☑️ 先锋业务拓展/市场营销/公关/展会

在工业B2B领域，可持续的业务关系很少一蹴而就。它们需要循序渐进地发展——通过提升知名度、增强专业相关性、建立持续的联系以及不断增长的信任。Xpert.Digital的四阶段模型正是针对这一需求而设计的：它提供了一条结构化的路径，从易于管理的切入点开始，并可根据需要发展为更深入的业务拓展合作。.

这种模式不依赖于夸张的营销承诺，而是将合作关系置于首位。企业首先制定清晰明确、易于计算的衡量指标，然后根据自身经验决定合作的拓展程度。这种不受干扰的信任建立过程的关键在于：平台完全杜绝了令人厌烦的广告，因此内容完全聚焦于企业的专业知识。.

更多信息请点击这里：

• 从可见性到信任：Xpert.Digital 助您实现可扩展性发展