Test-告別精準鎖定：深度解析 Meta「仙女座（Andromeda）」演算法與 2026 廣告新賽局

在數位廣告的領域中，「演算法更新」往往意味著舊有規則的崩解。過去一年，Meta 悄然完成了其廣告投遞引擎自誕生以來最徹底的一次翻修——內部代號為 Andromeda（仙女座） 的檢索系統。

如果你發現傳統的「興趣標籤」失效、手動設定受眾的成效大不如前，這並非單純的市場飽和，而是系統底層邏輯已經從「找人」轉向了「解構內容」。

1. 什麼是仙女座演算法（Andromeda）？

Andromeda 並非單純的優化，而是一個全新的廣告檢索（Retrieval）引擎。

在舊有的系統中，Meta 的運算邏輯類似於篩選器：根據廣告主設定的條件（年齡、興趣、行為），在對應的人群中排序廣告。然而，隨著隱私政策收緊導致第三方數據斷鏈，Meta 轉向以「深度神經網路」為核心的 Andromeda 系統。

Andromeda 的核心任務是在毫秒之間，從數千萬則潛在廣告中篩選出數千則候選名單。它的模型複雜度比以往提升了萬倍以上，且具備強大的**語義分析（Semantic Analysis）與電腦視覺（Computer Vision）**能力。這意味著系統不再依賴你填寫的標籤，而是直接「閱讀」你的圖片、影片與文案，來判斷這則廣告適合誰。

2. 從「設定受眾」到「素材即定位」

Andromeda 的上線正式宣告了 「素材即定位（Creative is the Targeting）」 時代的到來。

在新的邏輯下，投遞流程發生了結構性變化：

• 實體聚類（Entity Clustering）： Andromeda 會自動將相似的素材歸類為同一個「實體」。如果你只是微調了圖片邊框或文案中的一個詞，系統會認定這是重複內容，僅給予一次檢索機會。這解釋了為什麼「暴力測品」的邊際效用正在快速遞減。
• 深度意圖預測： 系統不再僅分析用戶「點過什麼」，而是分析用戶在特定時間、特定情境下的「深層行為模式」。例如，系統能識別出用戶在深夜偏好觀看感性敘事的長影音，而在通勤時則對資訊量大的圖卡更有反應。

3. 行銷人的應對戰略：多樣性大於數量

面對 Andromeda，2026 年的投放邏輯需要從「優化版位」轉向「豐富信號」。

A. 追求極端的素材差異化

由於系統會進行「實體聚類」，廣告主不應再製作 10 個相似的變體，而應開發 3 個完全不同「角度（Angles）」的創意。例如：一個專注於解決痛點的 UGC（使用者創作內容）、一個強調專業數據的動態圖表、以及一個具備情感共鳴的品牌故事。

B. 擁抱廣泛投放（Broad Targeting）

既然 Andromeda 能直接理解素材內容並找人，過多的人為鎖定反而會限制 AI 的學習空間。目前在 Advantage+（ASC）架構下，配合 Broad 投遞與精準的素材語義，通常能獲得更低的 CPM 與更高的轉換率。

C. 9:16 的垂直美學

根據 2026 年的數據，Meta 超過 90% 的廣告庫存已轉向垂直格式（Reels, Stories）。Andromeda 對於垂直素材的理解與匹配效率遠高於橫向或方型格式。若素材不符合 9:16，在檢索階段就會失去優先權。

結語：投手角色的轉型

Andromeda 的出現，讓「按鈕手」的價值趨近於零。

未來的廣告競爭力將建立在**「戰略架構」與「創意理解」**之上。我們不再需要花費數小時去測試哪組受眾更準，而需要思考：如何產出能讓演算法讀懂、且能觸發特定人群共鳴的深度內容？

這不是演算法的黑箱化，而是行銷本質的回歸——用對的故事，在對的時間，打動對的人。

延伸閱讀：

• Meta Lattice：支撐仙女座演算法的底層架構技術
• 從 CPC 轉向 CPMr：衡量廣告健康度的新指標