1. 引言：自然语言时代的到来

近期，Facebook广告后台的“细分定位”（Detailed Targeting）板块中，出现了一个新的选项——“描述受众”（Describe Your Audience）。这一变化，标志着Meta广告受众定位正式进入“自然语言”时代。简单来说，就是把过去从庞大的标签库里逐个找词，变成了直接用日常语言描述想要触达的目标人群。

“描述受众”并非孤立的UI升级，而是Meta近两年来受众定向策略的延续。从2022年Advantage+购物广告（ASC）上线、2023年Advantage+受众逐步替代传统细分定位，到今天的自然语言描述，Meta每一步都在做同一件事：将受众选择的决策权，从广告主手中转移到算法手中。

然而，真正的底层驱动力，是Meta在2025年完成全球部署的新一代AI广告检索引擎——Andromeda（仙女座）。

2. 技术底层：Andromeda（仙女座）算法

2.1 定义与定位

Andromeda是Meta基于新一代AI技术构建的核心检索引擎。在Meta的广告投放系统中，推荐分为三个阶段：检索、排序和投递。检索是第一个步骤，从数千万则潜在候选广告中筛选出数千则，再将这份清单传递给后续的AI模型预测价值并完成投递。Andromeda正是这一检索环节的引擎。在Andromeda时代，投放逻辑已从“受众优先→再配创意”变为“创意优先”的检索系统。

2.2 硬件基础与性能指标

Andromeda实现了Meta历史上首次“软硬一体化”的底层重构，运行在NVIDIA Grace Hopper Superchip及Meta自研的MTIA（训练与推理加速器） 芯片上。相较于H100或A100，Grace Hopper的CPU与GPU超高速互联实现了指数级算力增长，使模型复杂度提升10,000倍。

根据Meta的官方披露数据，Andromeda部署后，检索系统的召回率（recall）提升+6%，广告质量（ads quality）提升+8%。在面向广告账户的全量部署完成后，广告系统的效果影响在2025年8月至9月开始集中显现，许多广告主在此阶段感受到明显的效果波动。

2.3 核心能力：语义理解

Andromeda能通过深度解析素材内容（色彩、人物、文案、情感、优惠、视觉风格等）来理解广告意图。算法先解析素材，再去海量用户中推理该素材最可能对谁有吸引力，最终触达的人群可能远超广告主初始想象。

从用户侧来看，仙女座不再只依赖静态的“兴趣标签”，而是实时分析用户的“事件流”——用户上一秒做了什么、点击过什么、停留过什么，下一秒最可能做什么，实现全链路行为预测。

3. “描述受众”：一句话读懂

3.1 基本信息

该功能允许广告主使用自然语言描述目标用户特征，最长可输入2000字符，AI将自动解析用户画像、需求、场景与行为偏好，并快速生成完整的兴趣、行为、人口统计等定向标签。目前覆盖Facebook、Instagram及Meta受众网络，处于逐步向部分广告账户上线的阶段，后台同时保留“使用原始选项”的入口以便过渡。

3.2 撰写方法

一个好的AI受众描述通常包含三个要素：年龄与性别、兴趣或生活型态、产品类型与特性。例如：“Women aged 25 to 40 interested in sustainable fashion and independent designer handbags.”

用英文撰写，Meta AI的理解准确度会显著更高，因为其AI模型主要以英文语料训练。描述需覆盖身份、使用场景、购买动机与核心痛点，越具体，算法识别越准确。同时，广告素材必须与描述逻辑强关联，以提升系统对意图的理解一致性。

3.3 阶段性局限

根据行业实测，该功能仍存在一些问题：

• 匹配精准度有限：实测中存在语义理解偏差、人群泛化等情况，部分案例与纯广泛投放效果趋同。

• 缺乏过程可控性：无法查看系统提取的信号与匹配逻辑，无法动态优化该受众。

• 尚处于早期阶段：当前算法仍在迭代，建议审慎评估，避免大规模替换成熟定向策略。

3.4 测试建议

建议建立三组平行实验：测试组（描述受众）、对照组（当前主力定向方式）、基准组（广泛投放），确保素材、预算、投放周期一致，运行5–7天后对比点击率与转化率。初期日预算建议控制在50–100美元，分阶段温和加量。

4. 不可忽视的行业变局：旧版标签停用与排除功能移除

“描述受众”只是行业变局中的一环，以下是两项已完成的重大变化：

• 旧版兴趣标签停用：自2025年12月15日起无法新增选择旧版标签，截至2026年1月15日，任何仍包含这些标签的广告已全面停止投放。

• 细化排除功能移除：2025年3月至6月间，Ads Manager中的细化定位排除选项被分批移除；现存广告中的排除功能已于2026年3月31日被完全清除。Meta官方数据显示，不使用排除条件时，中位单次转化成本可降低22.6%。

这两项变化说明，Meta正在系统性收窄手动精细控制的空间——如果广告系列中还包含已弃用标签，这些广告可能已无法正常投放，请务必检查。

5. Meta广告投放的核心变化

• 受众定向能力价值下降：随着算法承担受众匹配职责，受众定位技能正在快速贬值。优化师的核心竞争力从“懂标签”转向“懂用户”。

• 素材驱动时代：Alberto J.的行业观察文章以“创意即定向”（Creative Is the New Targeting）为题总结——素材本身就是最强的定向信号。

• 模拟账户结构简化：合并目标、受众或创意相似的广告组，集中预算，避免冗余结构分割数据。

• 素材多元化驱动算法：建议每周准备6-10条不同类型的广告素材（覆盖用户评价、开箱测评、场景应用、专家讲解等层面），为算法提供多元化学习样本。投放3-5个不同创意供系统选择，开启CBO自动分配预算。同时善用第一方数据（网站访客、邮箱列表）创建类似受众，为算法提供高质量的信号源。

6. 结语

“描述受众”不是终点，而是一个信号：在AI全面接管广告投放执行层的时代，投放人员的核心竞争力正在从“后台熟练工”式的操作能力，转向对产品、用户和生意的深度理解。与其焦虑未来，不如把它当作一次升级自己的机会。在新的投放逻辑下，素材的创意能力比受众的标签选择权更重要——而这正是人类智慧的核心领地。