您可以在支出之前通过使用经过大量标记广告训练的模型对每个广告素材进行评分来预测广告效果。该模型读取文案、图像、定位和设置，并估计可能的点击率。使用分数来消除最薄弱的概念，并将实时测试集中在千钧一发的情况下。预测缩小了范围；它不能取代测试，并且应该能够自我解释。
核心要点
- 创意仍然是广告效果的最大单一驱动力，而生成式人工智能使竞争相同预算的创意人员数量成倍增加。
- 预测评分根据广告本身来评估效果，因此它在发布之前和帐户有任何历史记录之前就起作用。
- 分数只有在有理由的情况下才有用；可解释的模型将数字转化为编辑。
- 持续的工作流程是预测、剪切、测试，然后反馈真实结果，使模型保持校准。
为什么要在 2026 中预先测试广告素材？
因为可供选择的广告数量超出了任何预算的测试范围。创意在很大程度上决定了结果，而创意的供应量呈爆炸式增长。
尼尔森对近500个营销活动的分析发现创意仍然是销售提升的最大单一贡献者，尽管媒体的份额在十一年间从15%增长到36%。与此同时，Meta 的工程团队报告称，超过一百万广告商使用其生成式人工智能工具在一个月内制作了超过15百万个广告，并预计其系统中的创意数量将继续大幅增长。
实时 A/B 测试仍然是黄金标准，但每个变体都需要花费时间才能读取结果。如果一个团队产生了四十个概念并且有能力测试其中六个，那么真正的问题是哪六个。预测试回答了这个问题。
模型可以预测广告什么，不能预测什么？
模型可以根据广告素材及其设置中看到的功能来估计人们参与广告（尤其是点击广告）的可能性。它看不到下周的拍卖、竞争对手的推出或新闻的变化。
- 可预测：概念之间的相对点击率、视觉和文案选择的效果以及创意与其受众定位之间的契合度。
- 更难：转化率和收入，这也取决于着陆页、价格和库存；长期品牌效应；并格式化了以前从未见过的模型。
- 无法触及：外部事件、突然的平台变化以及特定日期的拍卖压力。
因此，分数是具有置信度的排名辅助工具，而不是对结果的预测。在 SOMIN 的代理中，预测总是显示为预测，未经个人批准，任何支出都不会移动。
预测创意评分如何发挥作用？
它了解广告包含的内容与类似广告的效果之间的关系，然后将其应用于新的创意。我们在 SOMIN 进行的同行评审研究解决了该问题的三个部分。
- 发布前评分。 SoCraft 在 WSDM 2023 上提出，是一种多模式模型，可在发布前根据广告商的文本、图像、定位和设置对广告商的元广告创意进行评分。
- 解释分数。“反对不透明度”(ACM Multimedia 2023) 预测新广告创意的点击率，并通过法学硕士助手 SODA 解释驱动因素。
- 将分数转化为行动。“融合预测和大型语言模型以在创意营销中提供可行的建议”（ACM TOIS 2025）将广告效果预测模型与法学硕士配对，因此创意分数成为营销人员可以采取行动的建议。
在生产中，SOMIN 的 付费媒体代理 背后的评分模型经过数万个标记广告的训练，并在客户基准中达到 78% 的点击率预测准确度，大约是人类基线的三倍。在SAMY案例研究中，在媒体支出之前阅读创意是赢得数百万英镑保留费的宣传背后的证据的一部分。完整的论文列表位于我们的研究页面。
您应该使用哪种预测试方法？
最便宜的一个可以回答您实际遇到的问题。大多数团队都需要混合。
| 方法 | 能说明什么 | 时间和成本 | 最适合用于 |
|---|---|---|---|
| 实时 A/B 或分割测试 | 真实拍卖中的真实表现 | 几天到几周，加上每个变体的测试预算 | 几个强概念之间的最终选择 |
| 小组或调查预测试 | 人们如何表达他们的反应：回忆、理解、喜欢 | 天，每次测试收费 | 高预算品牌电影和电视 |
| 预测评分模型 | 与其他概念相关的可能参与度，并有理由 | 分钟，无需媒体支出 | 发布前对许多概念进行分类 |
| 通用法学硕士的意见 | 看似合理的批评，但未受过广告效果方面的训练 | 秒数 | 集思广益和文案编辑，而不是预测 |
为什么团队很难证明他们的创造性工作？
因为他们在花钱后判断创意，通常是根据与业务目标不相符的指标。 SOMIN 的广告优化工作区清楚地表明了这一点。
其关键时刻模型表达了“我希望能够展示我们创造性工作的真正影响”和“我如何理解所有这些数据？”的想法。对于通过数字广告指标进行工作的角色。该工作区 10 月份 2026 对 128 帖子的空白研究包括一个主题（样本 23），该主题涉及关注 ROAS 和 CPA 等肤浅指标而不是收入和潜在客户开发的企业。
一个相关的见解“追逐幻想让我们看不到真正的机会”，应用了机会成本推理：当团队追逐虚荣指标时，预算流向不会增加利润的策略（跨10职位的15参与度）。在受众研究工作区中，匹配的命题是“在付费之前知道创意会起作用”，而消费者的收获是“我可以自信地投资于实际有效的策略”。
如何构建预测试工作流程？
- 选择每个目标的指标。 流量点击率、潜在客户或购买信号以进行转化。不要仅根据点击次数来判断认知度广告。
- 产生广泛的，而不是深度的。从不同的角度和张力来写概念，而不是同一个标题的十个版本；多样性为模型提供了一些可区分的东西。
- 对所有内容进行评分并阅读原因。 解释是编辑的来源：薄弱的形象、隐藏的利益、与观众的不匹配。
- 削减底层。得分明显低于其他概念的概念不应达到测试预算。
- 实时测试最高频段。 每轮包含一个得分较低的通配符，以便模型根据其怀疑的内容进行检查。
- 反馈结果。将每个预测与实际结果进行比较。 SOMIN 的付费媒体代理会在每一轮之后执行此操作，以便下一轮更加清晰。
- 注意疲劳。高分广告仍然会磨损；随着频率的上升重新评分和刷新。
FAQ
人工智能可以预测哪个广告效果最好吗？
它可以根据可能的参与度对概念进行排名，并具有有用的准确度：SOMIN 的模型在客户基准中以 78% 准确度读取点击率，大约是人类基准的三倍。它不能保证获胜，因此顶级乐队仍应进行现场测试。
什么是创意预测试？
在广告投放前使用受众小组、预测模型或小型现场测试对其进行评估，以确定哪些概念值得媒体预算。
我是否需要自己的广告历史记录来预测效果？
不会。在大量标记广告上训练的模型可以在帐户获得数据之前对创意进行冷评分，然后在实时结果到达后重新评分。
预测试会取代 A/B 测试吗？
不。预测试决定什么值得测试； A/B 测试可确认在真实拍卖中有效的方法。结合使用，它们可以减少浪费在明显失败者身上的支出。
为你的下一个活动制定概念清单，并在所有内容全部制作之前对其进行评分。剪切底部三分之一，使用一个通配符测试顶部带，并记录每个广告的预测与实际情况。两轮或三轮之后，您就会知道您的类别中的分数的可信程度，并且您的测试预算将用于难以做出的决定。
