AI 搜索会有广告吗？我们应如何为 AI 广告制定付费策略？

AI 广告是真实存在且正在加速发展。当前格局如下：

现已上线的内容：

与传统 PPC 的区别：

早期表现数据：

微软报告：

• 点击率比传统搜索高 69%
• 转化率高 76%

原因？用户可先从 AI 答案获得上下文，点击更有意向。

机遇：

AI 广告可在高意向、强相关场景触达用户。先行者能获得学习优势，抢占红利期。

电商视角——我们已在测试 AI 广告：

我们在 AI 概览中使用 Performance Max 的体验：

当用户搜索产品相关问题时，我们的购物广告会直接在 AI 生成的答案内展示。例如：

用户问：“200 美元以内最好的无线耳机” AI 概览：对比功能、列出规格 我们的广告：以价格、评分、图片展示产品

与传统购物广告效果对比：

主要收获：

平均点击价更高，但转化更好。用户在了解 AI 上下文后更有购买意向。

我们做出的改变：

1. 产品数据源优化 —— 描述更丰富，便于 AI 理解上下文
2. 否定关键词更新 —— 排除无购买意向的搜索
3. 落地页适配 —— 与 AI 概览内容保持一致

变化趋势：

AI 广告更像推荐而不是传统广告。用户目前更信任这些广告。

趋势展望（市场预期）：

市场增长预测：

预期演进阶段：

第一阶段（现在）： 集成于现有平台

• Google Ads → AI 概览广告位
• Microsoft Ads → Copilot 广告位
• 初步探索

第二阶段（2026-2027）： 专属 AI 广告产品

• 各平台推出 AI 广告专属形式
• 新型定向方式
• 全新效果评估框架

第三阶段（2028+）： AI 优先广告

• 语义定向普及
• 对话式广告体验
• 深度集成电商

广告主应准备：

1. 产品数据丰富度 —— AI 推荐需要详尽信息
2. 语义准备 —— 超越传统关键词思路
3. 效果度量升级 —— 跟踪 AI 广告归因
4. 预算灵活性 —— 能根据表现调整分配

零售商视角：

AI 广告越来越像零售媒体（如亚马逊广告），而不是传统搜索广告。争当被推荐的品牌，而非仅靠排名靠前。

资深搜索广告人的看法：

熟悉的地方：

• 新广告形式上线（我们经历过）
• 早期试水有红利（如移动端、购物广告）
• 效果衡量总有挑战
• 广告位由平台控制

真正不同的地方：

1. 意图理解 vs. 关键词匹配

   • 不能只靠关键词出价
   • AI 理解用户真实需求
   • 要用语义定向

2. 原生集成 vs. 独立广告

   • 广告像推荐而非促销
   • 用户信任 AI 推荐
   • 但也有透明度担忧

3. 对话式上下文

   • 多轮交流
   • 后续广告机会
   • 用户路径截然不同

我的准备建议：

现在就做：

• 精通 Performance Max（Google 的 AI 优先产品）
• 优化产品/服务数据源
• 建立有机 AI 曝光（为广告提供上下文）
• 测试微软 Copilot 广告位

准备好：

• 语义定向策略
• 对话式广告文案
• 新的效果衡量框架
• 预算重分配规划

不要做：

• 恐慌性全部转移预算
• 忽视传统 PPC（依然有效）
• 等到“成熟”再试水（早学早受益）

这让我有了清晰的准备路线。我的计划如下：

立刻行动（本季度）：

1. Performance Max 审核

   • 检查当前活动
   • 确保符合 AI 概览资格
   • 优化产品数据源

2. 微软广告扩展

   • 启用 Copilot 广告位
   • 测试响应式搜索广告
   • 抢先建立曝光优势

3. 效果基线建立

   • 跟踪现有 AI 推荐流量
   • 记录传统 PPC 指标
   • 建立对比框架

近期目标（未来两个季度）：

4. 预算分配

   • 预留 10-15% 用于 AI 广告测试
   • 持续对比传统广告表现
   • 根据数据灵活调整

5. Perplexity 测试

   • 申请参与资格
   • 准备赞助内容
   • 明确测试参数

6. 有机+付费整合

   • 加大有机曝光投资（为广告赋能）
   • 统一品牌曝光策略

我不会做的：

• 放弃有效的 PPC
• 等到“完美”AI 广告产品才行动
• 把鸡蛋放在一个篮子里

心态：

AI 广告是进化不是革命。用搜索广告的基本原则，结合新场景灵活调整。早期学习 > 完美策略。

预算分配规划：

基于效果数据逐步转移，不盲从市场炒作。

感谢大家的战略建议！