廣告素材越來越多，哪些值得繼續投？用 ChatGPT 分析 Meta 廣告成效
2026-10-31
13
廣告素材與受眾組合越來越多，光是找出目前正在投放的廣告，就得花時間整理。這篇以保健食品電商的實際工作情境為例，說明如何透過 MCP，用 ChatGPT 比較 KOL 素材、受眾與預算表現，並整理每週廣告報告。
廣告越投越多，反而不知道哪些廣告表現最好？
上一篇我們有提到如何透過chatgpt串到META廣告帳戶這一篇我們來討論如何去做分析
還沒看的連結 [點這裡]
這篇以保健食品電商為例，品牌會與不同 KOL 合作，製作產品介紹影片、形象圖片，以及搭配優惠資訊的廣告素材。每一種素材又會依照受眾與投放策略，分配到不同的廣告活動或廣告組合中。
投放一段時間後，有些廣告會暫停，有些重新啟用，也有些正在測試新的受眾或素材版本。當你想回頭確認某一位 KOL 的廣告成效，得先找出相關廣告，再逐一比較花費、購買次數、ROAS，以及不同受眾的表現。
Meta 廣告管理員本身就有完整的篩選與報表功能，但如果同時管理大量廣告，每次要找資料、比較成效，都需要花時間操作。
透過 MCP 連接資料後，就可以直接請 ChatGPT 查詢、比較與整理廣告成效，省去每次重新匯出 Excel，或手動找齊所有廣告的步驟。
一、先讓 ChatGPT 讀得到 Meta 廣告資料
要讓 ChatGPT 分析廣告，第一步是讓它取得正確的數據。
過去常見的方式，是從 Meta 廣告管理員匯出報表，再上傳到 ChatGPT。
透過 MCP（模型上下文協定），ChatGPT 可以連接外部服務，使用服務提供的工具查詢 Meta 廣告資料。
Meta 提供的 Ads MCP 伺服器網址為：
https://mcp.facebook.com/ads
在支援自訂 MCP 連線的 ChatGPT 帳號中，加入這個伺服器，並透過 Facebook 帳號完成 OAuth 授權，就能使用已授權廣告帳戶提供的查詢工具。
完成連接後，可以先用一個簡單的指令確認：
請列出目前可以存取的 Meta 廣告帳戶，顯示帳戶名稱與編號，不要修改任何廣告設定。
接著就可以開始查詢廣告活動、廣告組合，以及花費、點擊、購買等成效資料。
在 Meta 廣告中，資料主要分成三個層級：
- Campaign（廣告活動）： 管理廣告的行銷目標，以及活動層級的設定。
- Ad Set（廣告組合）： 設定受眾、投放條件與部分預算配置。
- Ad（廣告）： 實際投放的影片、圖片、文案等素材。
分析不同問題時，會用到不同層級的資料。想知道整體廣告花了多少錢，可以先看 Campaign；想比較不同受眾，可以查看 Ad Set；想知道某位 KOL 哪個素材表現較好，就進一步比較 Ad。
接下來，我們從三個最常遇到的廣告管理問題開始。
二、快速掌握目前有哪些廣告正在投放
當廣告數量很多，而且經常開啟、暫停或調整時，第一個問題通常不是成效好不好，而是連目前有哪些廣告正在執行，都需要重新整理。
以前面的保健食品品牌為例，多位 KOL 各有不同版本的素材。要知道哪些還在投放、哪些已經暫停，以及各自花了多少預算，就得在廣告後台逐一篩選。
現在可以直接詢問 ChatGPT：
請查詢目前 Meta 廣告帳戶中設定為啟用的所有廣告活動、廣告組合與廣告。
整理廣告名稱、建立日期、目前狀態、最近七天花費、購買次數與 ROAS，並依照花費由高到低排序。
另外，請找出設定為啟用，但最近七天沒有實際曝光或花費的廣告。
ChatGPT 會依照查詢結果，把資料整理成表格，讓我們可以直接掌握廣告狀態。
當廣告代理商調整投放策略時，品牌也能用這份清單確認目前正在執行哪些活動，在定期報告之外掌握廣告帳戶的最新狀況。
三、同一位 KOL 的三種素材，哪個成效最好？
掌握目前投放狀態後，下一步就是比較素材成效。
假設同一位 KOL 製作了三個版本：
- A 版本：產品介紹影片
- B 版本：產品形象圖片
- C 版本：加入優惠資訊的素材
這三支廣告都在推廣同一項產品，呈現方式不同。但實際投放時，同一份素材可能被放進不同的 Campaign 或 Ad Set，分別測試不同受眾。
如果只查看其中一支廣告的成效，就無法掌握這份素材的整體表現。
這時可以請 ChatGPT：
請找出與指定 KOL 相關的所有廣告素材，包含分散在不同 Campaign、Ad Set 中的版本。
確認同名廣告是否使用相同素材後，將同一素材的花費、購買次數與購買轉換價值合併統計，重新計算整體 ROAS 與單次購買成本。
比較各個素材的 CTR、購買次數、CPA 與 ROAS，並整理成表格。
這裡有一個重要的計算細節：同一素材出現在不同廣告組合時，不能直接把各組合的 ROAS 取平均。
正確的整體 ROAS，應該使用「總購買轉換價值 ÷ 總廣告花費」計算。
舉例來說，假設同一素材在兩個廣告組合分別得到 ROAS 4 和 ROAS 2，但兩組的廣告花費不同，直接平均得到的 ROAS 3 就不代表素材的真正整體表現。
如果第一組花費 1,000 元，帶來 4,000 元購買轉換價值；第二組花費 9,000 元，帶來 18,000 元購買轉換價值，合併後的 ROAS 應該是 2.2，而不是 3。
除了整體 ROAS，我們也能請 ChatGPT 分別找出「購買次數最多」與「ROAS 最高」的素材。
因為購買次數多，代表累積了較多轉換；ROAS 高，則代表每單位廣告花費獲得較高的廣告歸因購買價值。這兩個排名不一定相同。
比較 ROAS 時，還要留意樣本太少的情況。只花少量預算、剛好產生一筆高金額訂單的廣告，不應立即被認定為最佳素材。
透過這些比較，品牌不只可以看到哪個版本表現較好，也能進一步觀察影片、圖片或優惠素材在不同受眾中的成效差異。
這些結果可以帶到下一輪 KOL 合作，作為影片腳本、圖片方向與優惠呈現方式的參考。
四、從受眾與預算找出值得注意的廣告
除了素材，廣告受眾與預算配置也是每週需要檢查的重點。
尤其當同一個品牌建立了很多廣告組合，還不斷測試不同受眾時，想知道哪些受眾目前表現較好，就需要將資料集中比較。
例如可以問：
請比較最近七天與前七天，各個廣告組合的花費、購買次數、單次購買成本及 ROAS。
找出花費增加但購買次數沒有相應成長的廣告組合，以及轉換表現較穩定的受眾。
請整理每個廣告組合的建立日期與目前狀態，並提出本週值得保留、繼續測試及需要檢討的項目。
除了廣告組合本身，也能分析取得的年齡、性別等受眾資料，了解哪些受眾組合帶來較多購買轉換、哪些組合的廣告成本正在增加。
例如某個廣告組合的 ROAS 從上週開始下降，原因不一定在受眾。素材、競價環境、預算調整、商品價格，甚至網站結帳流程，都會影響購買表現。
所以我會先請 ChatGPT 找出異常，再整理需要確認的問題，而不是看到 ROAS 下降就直接關閉廣告。
五、把分析整理成每週廣告報告
前面的三種查詢，可以分別處理廣告狀態、素材比較與受眾表現。持續投放廣告的品牌，每週還需要重新檢查這些資料，規劃下一階段的工作。
在這次保健食品電商的使用情境中，除了日常查詢，也會固定整理廣告週報。
報告不只呈現廣告花費與 ROAS，還包含本週與上週的成效比較、表現最好的素材、主要轉換受眾、預算配置，以及下一週值得討論的調整方向。
這類每週重複的分析，可以整理成固定 Prompt。以下是一份可依品牌需求修改的範例。
ChatGPT 每週 Meta 廣告分析 Prompt
請使用已連接的 Meta Ads MCP，分析【廣告帳戶名稱】的廣告成效，並整理成每週分析報告。
分析期間
使用廣告帳戶時區，統計最近一個完整週一至週日，並與前一個完整週一至週日比較。
請先確認帳戶名稱、日期範圍、幣別、購買轉換事件與歸因設定。
1. 整體廣告成效
整理總花費、購買次數、購買轉換價值、ROAS、CPA、CTR、CPC 與 CPM，計算兩週的變化。
2. 廣告活動與素材排名
整理各 Campaign 的花費、購買次數及 ROAS。
另外列出兩份素材排名：
- TOP 5 購買次數最多的素材
- TOP 5 ROAS 最高的素材
ROAS 排名請依品牌設定的最低花費及最低購買次數篩選，將樣本不足的素材另外標示，不要直接判定為最佳素材。
3. 同素材合併統計
找出出現在不同 Campaign 或 Ad Set 的相同素材。
先核對素材名稱與實際素材是否一致，再合併計算總花費、總購買次數、總購買轉換價值、整體 ROAS 與 CPA。
4. 受眾與素材交叉分析
比較各廣告組合的成效，以及可取得的年齡、性別等受眾資料。
找出同一素材在不同受眾組合中的表現差異，整理值得持續觀察的搭配。
5. 預算與問題診斷
找出高花費低轉換、ROAS 明顯下降，以及 CTR、CPC、廣告頻率出現異常變化的廣告。
整理值得調查的原因，不要直接把數據變化當成已確認的問題原因。
6. 本週建議
將分析結果分成：
- 建議保留或持續觀察
- 建議增加測試
- 建議調整或檢討
- 建議評估暫停
每項建議都要附上數據依據，以及仍需要人工確認的事項。
最後整理三個最值得與廣告代理商討論的問題。
重要計算規則
- 同一素材在不同 Campaign 或 Ad Set 的數據，只合併一次，不能重複計算。
- 整體 ROAS = 總購買轉換價值 ÷ 總廣告花費，不可直接平均各廣告 ROAS。
- 整體 CPA = 總廣告花費 ÷ 總購買次數。
- 不同期間使用一致的轉換事件、歸因設定與報表口徑。
- 無法取得的數據請標示，不能自行補值。
- 僅進行查詢、分析與提供建議，不得修改廣告或預算設定。
這份 Prompt 將分散的查詢整理在一起。第一次產出報告後，先核對數據是否與 Meta 廣告後台一致，再調整成品牌需要的內容。例如有些品牌更關心 KOL 素材表現，有些則需要長期追蹤受眾與預算分配。
當分析流程固定後，就可以將這份指令用於每週例行工作。
六、帶著分析結果，與廣告代理商討論調整
很多電商品牌將廣告投放交給專業代理商，品牌本身仍要掌握行銷方向、產品資訊與素材規劃。ChatGPT 整理好的數據，可以帶進雙方的討論。
討論可以從「這週成效好不好」「下週要不要增加預算」，進一步問到具體的素材或受眾。
例如：
「同一位 KOL 的圖片版購買成本比影片版低，下一輪素材是否值得增加圖片版本？」
「這個受眾組合本週花費增加，但購買次數沒有成長，最近是否調整了預算或投放設定？」
「目前 ROAS 表現最好的五支素材，有沒有共同的內容特徵值得延伸？」
「這週整體 ROAS 比上週低，我們能不能先拆開看，是廣告點擊成本變高、點擊率下降，還是進站後的購買轉換出了問題？」
從最常重複的查詢開始
用 ChatGPT 整理後，可以把討論放在接下來的工作，例如下一輪 KOL 合作要測試什麼素材，以及哪些受眾或預算配置需要調整。
如果你也在管理 Meta 廣告，可以先從一件最常重複的工作開始，例如每週整理一次廣告成效，或比較同一位 KOL 的不同素材。
先建立一套能確認數據、解讀結果的分析方式，再將它變成固定工作流程。
先用 ChatGPT 整理廣告帳戶的變化，再帶著數據與問題和代理商討論。
我是 Level UP 升級志的Nemi，持續整理和分享 AI、職場工作、行銷、數位工具與工作方法等主題。
如果你也喜歡研究怎麼把工具用得更好、讓工作方式持續升級，可以關注 Level UP，我們會繼續分享一路上研究、實作和整理出的內容。