廣泛定向下的 Meta Advantage+ 受眾：硬限制只有四項

Advantage+ 受眾下，興趣與類似受眾為什麼只算建議

Meta 廣告顧問 Jon Loomer 在〈Advantage+ Audience Best Practices Guide〉（2024 年 2 月發布、2025 年 3 月更新）寫到，建立廣告組時預設的受眾設定就是 Advantage+ 受眾。廣告主可以選擇填受眾建議，Meta 會先投給建議的人，再往外擴大。

他說得很直接：Meta 可以把廣告投給不在你所填自訂受眾、類似受眾或詳細目標設定裡的人。換句話說，勾了某個興趣，不代表廣告只會出現在那群人面前。

那哪些設定還有約束力？Jon Loomer 列出 Meta 稱為受眾控制（Audience Controls）的四個項目，這四項是 Meta 不會越過的硬限制。

Remember that the Audience Controls act as a tight constraint that Meta won’t deliver beyond, but your audience suggestion is just that — a suggestion.

年齡和性別要特別留意。Jon Loomer 指出，年齡上限與性別沒有對應的受眾控制；年齡上限只是建議，廣告可能投給超過上限年齡的人。

改回舊的原始受眾選項，也不代表就能完全照自己的範圍投。依他的說明，使用原始受眾選項時，只要優化轉換、連結點擊或到達頁瀏覽，Advantage 詳細目標擴展會自動開啟，而且關不掉。

他的建議是，優化轉換（尤其是購買）時，應該用 Advantage+ 受眾，而不是原始受眾選項。至於放寬到底划不划算，Meta 自己有列出數字。

Meta 列出的成本數字，與放寬需要的資料量

Jon Loomer 轉述，廣告主想從 Advantage+ 受眾切換回原始受眾選項時，Meta 的提示訊息會強調：依 2023 年 3 月到 6 月的實驗，Advantage+ 受眾的每次成果成本低 33%。Meta 文件另外列了三項降幅。

這四個數字都是 Meta 自家的實驗與文件，經 Jon Loomer 轉述，本文無法另行核實實驗設計。Jon Loomer 自己的讀法是：前兩項（目錄銷售、網站轉換）最有意義；第三項要看成效目標，可能反而是警訊。

我們的判斷是，四個數字的口徑不同，33% 是每次成果成本，7% 是網站轉換的中位成本，不適合拿來互相比較。

資料量的角色，兩位作者的寫法不同。馬爾他廣告代理商 The Growth Bully 創辦人 Stephen Ellul 在 2026 年 3 月 17 日的文章中，自稱管理過 90 多個客戶廣告帳號；他稱每週有 50 次以上轉換的帳號，Advantage+ 受眾搭配廣泛定向大概是最好的選擇，而且對多數轉換資料足夠的帳號，Advantage+ 受眾的表現勝過手動定向。

Jon Loomer 在〈When Broad Targeting Fails〉則把「預算高到足以產生 Meta 學習與優化所需的量」列為廣泛定向最有效、需同時成立的兩項條件之一，但接著也說，這有助於取得好成效，不是必要條件；他的重點是演算法有足夠資料量可學時，能學得更好。

Stephen Ellul 建議的驗證方式很具體：把 Advantage+ 受眾和目前最好的手動受眾並排，用相同預算跑 2 到 4 週。

廣泛定向在什麼情況會失敗？

Jon Loomer 在〈When Broad Targeting Fails〉（2024 年 1 月發布、2025 年 3 月更新）寫，Meta 廣告的優化是照字面執行的，系統只追求你設定的成效目標。優化任何漏斗上層動作時，廣泛定向可能是一場徹底的災難。

Broad targeting can be an unmitigated disaster when optimizing for any top-of-the-funnel action.

他舉的例子是連結點擊與到達頁瀏覽。該文寫到，多數有經驗的廣告主會說，為這兩種動作做優化幾乎總是浪費錢；點擊可能來自什麼都點的人、誤觸，甚至在被偵測前的機器人或點擊詐騙。

相對地，他認為廣泛定向最有效的條件之一，是成效目標設為轉換（數量或價值），而且轉換事件是購買。

受眾本身有明確性別或年齡限制時，問題更明顯。Jon Loomer 在受眾指南裡舉的例子是服務女性創業者的女性業者：優化漏斗上層動作時，幾乎擋不住男性互動與留言，演算法會因此認為男性該看到廣告。

Stephen Ellul 則列出詳細興趣定向最適合的三種情況。

新帳號這一點，Jon Loomer 談同一種情況時給的做法，是在 Advantage+ 受眾裡提供受眾建議：他稱新的像素或廣告帳號缺乏歷史資料時，提供一些建議當起點可能有幫助。

名單、種子與素材：放寬之後還能調整的輸入

Growwithsakib（提供 Meta 帳號健檢服務的 Md. Sakib Hossain）在 2026 年 6 月 11 日的自訂受眾指南中稱，直接上傳 CRM 資料建立的客戶名單自訂受眾，是 2026 年最可靠的受眾類型。

該站引述 Meta 說明中心，稱自訂受眾至少要有 100 人才能用於投遞，這個門檻本文無法另行核實；該站自己的實務說法是，低於 1,000 人時成效會明顯下滑。

名單怎麼分，Growwithsakib 的建議是依購買時間拆開：近 90 天購買的人做加購與忠誠受眾，90 到 365 天前購買的人做喚回受眾。依終身價值排序，前 10% 到 20% 的客戶則應該分開處理，該站稱這群人能做出更好的類似受眾種子。

排除也是名單的用途之一。該站建議把完整客戶名單上傳，設為每個開發新客與獲客活動的排除受眾；對照 Jon Loomer 的整理，排除的自訂受眾正是 Advantage+ 受眾裡少數 Meta 不會越過的硬限制。

名單之外是事件回傳。Stephen Ellul 稱，轉換 API（CAPI）已經不是選配，只用像素、沒有伺服器端事件追蹤，資料就不完整。

AI 社群內容工具業者 FLOWNIB 在 2026 年 8 月 12 日的文章則把重點放在素材。

When both the algorithm and your competitors are using the same AI infrastructure, the only real variance is your input.

該文接著建議把素材當成競爭差異，提供 Meta 與 Google 多元、資料豐富的素材。

銷波快觀點：精準定向沒有消失，換了位置

我們在節目裡講過受眾設定的三種運算邏輯。AND 交集鎖定同時符合多個條件的人，最精準，但 CPM 最貴。OR 聯集範圍最廣。AND-IF 是喜歡其中一個、但排除兩個都喜歡的人。當時的判斷是：族群縮小讓 CPM 略升，但轉換率提升的幅度往往大過成本增加，特別適合利基產品或高客單價。

這個判斷跟今天的廣泛定向看起來互相打架。我們在 EP29 也講過另一面：受眾設定已經從興趣標籤轉成 AI 自動媒合，廣告成敗只有 30% 在投放技術，60% 在素材數量與多元性。素材越多，系統越能找出最好的組合。

兩邊怎麼調和？我們的看法是，精準這件事沒有消失，它從受眾欄位搬到了素材與目標。以前用 AND 交集把人篩出來，現在要讓素材本身去篩人。假設一支影片只打動高客單價買家。它把錢導向對的人，效果會比勾十個興趣標籤更好。

目標設定是另一個篩子。我們談過流量目標與轉換目標的差別：流量目標去找願意點擊觀看的人，成本低；轉換目標去找傾向完成購買的人，成本高，但購買意願更強。混用兩者，預算效率會大幅下降。這跟 Jon Loomer 說的優化照字面執行，是同一件事。

類似受眾的本質也沒變。它是拿已購買的客戶名單當基準，讓平台反向找特徵相似的新客群。差別只在於，現在這份名單從硬性範圍變成系統的起跑點。名單本身越乾淨，起跑點越準。

結論：放寬之前，先看轉換量、目標與名單

依 Jon Loomer 的整理，Advantage+ 受眾裡的興趣、自訂受眾、類似受眾只算建議，硬限制只有地點、年齡下限、排除的自訂受眾和語言。

要不要放寬，可以對照三件事。轉換量：Stephen Ellul 以每週 50 次以上為參考，Jon Loomer 則把足以產生資料量的預算列為廣泛定向最有效的條件之一，但說有幫助、不是必要。優化目標：Jon Loomer 認為優化連結點擊、到達頁瀏覽這類漏斗上層動作時，廣泛定向可能是災難。名單：Growwithsakib 建議依購買時間與終身價值分群。條件到位之後，可以照 Stephen Ellul 的做法，用相同預算跑 2 到 4 週的對照。

今天就能做的一件事：打開你的開發新客與獲客廣告組，確認完整客戶名單有放進排除的自訂受眾。這是 Growwithsakib 對獲客活動的建議做法，排除的自訂受眾也是 Jon Loomer 列出的四項硬限制之一。

喜歡這篇？讓行銷變好懂，訂閱銷波快。

資料來源

• Jon Loomer — Advantage+ Audience Best Practices Guidejonloomer.com
• Jon Loomer — When Broad Targeting Failsjonloomer.com
• Stephen Ellul — Meta Ads Audience Targeting in 2026: What Still Works?stephenellul.co
• Growwithsakib — Meta Custom Audiences: The Complete 2026 Guidegrowwithsakib.com
• FLOWNIB — Meta Advantage+ and Google AI Max: 2026’s Ad Tech Tectonic Shiftflownib.com