广告
一个美妆品牌把投放交给 AI 打理之后，超过九成的操作实现了自动化，转化率也涨了近四成。可另一份覆盖 181 家卖家的调研里，只有 9% 的人认为广告管理是 AI 带来最大收益的地方。差的往往不是工具，是前面几步有没有做对。
一、先把口径统一，再让机器看数
同一个关键词，美国站和德国站分开算；统计周期今天按自然周、明天按投放周；币种没换，归因窗口一个 7 天一个 14 天。这样的数据喂给 AI，它给出的调价建议会自己跟自己打架。
动 AI 之前先把这几样钉死：看哪个站点、统计多长周期、金额统一换成哪个币种、归因按几天算。这一步很枯燥，但它是后面所有判断的地基。
二、把你的经验写成规则，别让模型临场发挥
老运营心里其实有一套判断：什么词该加价、什么词该否掉、预算按什么比例分。这套东西留在脑子里，AI 只能瞎猜。
把它写下来。确定的部分用规则，比如"某个搜索词一周点满 20 次还零转化，就加否定"；只有真要判断的部分才交给模型，比如预估大促期流量会涨多少。规则是你定的，AI 只负责跑得比你快。
留个真问题：你现在能报出上周有多少预算，花在了没出单的搜索词上吗？
三、高风险动作，一定留人点确认
加预算、大幅提价、整词删除，这三类动作不要全自动。让 AI 给出"建议加多少、依据是哪几条数据、等你批"，人来点最后那一下。它一天能提十几条，你扫一眼用不了几分钟，但能挡掉那种一夜把预算烧光的手滑。
四、盯利润，不要只盯 ROAS
投放自动化程度再高，钱也可能悄悄溜走。这两年多个大类目的单次点击成本在涨，美妆涨了六成多，母婴和健康家居涨了四成。你省下的人力，很可能被更高的竞价吃回去。
所以看的数要往回收一层：不只看 ROAS 和 ACOS，还要看每个词的毛利、退货率、库存周转。AI 把执行做快了，判断哪笔钱值得花，还是你的事。
AI 不会替你决定投多少钱，它只会把你定的规则执行得更快。规则定对了它帮你放大，定错了，它亏得也更快。