我用 AI 讀廣告報表，它最常看錯的三個地方

把廣告後台的數據丟給 AI，問他「這個月表現怎麼樣」，是我現在每個月都會做的事。他整理得很快，但有三個地方我一定會自己再看一遍，因為他很穩定地會看錯。

第一，他會把「相關」講成「因為」

最常出現的句子是：某某素材的 CTR 比較高，所以建議加預算。

問題是 CTR 高有很多種可能。可能是那組素材剛好投到比較窄的受眾、可能是那幾天有檔期、可能是它的版位比較多在動態消息。AI 看到的是兩個數字一起動，他就會寫成一個因果句。

我的做法是每次看到「所以」「因為」「導致」這類字，就停下來問自己：這兩件事之間，有沒有第三個東西同時影響了它們。多數時候有。

第二，他不知道哪些數字不能相加

這個是最危險的，因為結果看起來完全正常。

廣告平台的轉換動作有很多種類型，同一筆購買可能同時被記在好幾個欄位裡。如果你把它們加總，數字會膨脹，而 AI 沒有理由知道這件事，他看到一欄一欄的數字就會幫你加。

我看過最誇張的一次是 ROAS 被算成接近兩倍。報告寄出去之前如果沒有人用常識檔一下，那個數字就會變成下個月的預算依據。

所以我現在丟資料給 AI 之前會先做一件事：把我不要他碰的欄位直接刪掉，而不是在 prompt 裡叫他不要用。刪掉比較保險。

第三，他看不到不在表裡的東西

報表上有的，他會分析。報表上沒有的，他當作不存在。

但廣告成效常常是被表外的事情決定的。那週官網改版了、客服人力不夠回不完訊息、對手剛好在打折、你的貨其實缺了三天。這些都不會出現在後台，可是它們才是那個月數字難看的原因。

AI 給的解釋永遠只會在資料範圍內找，所以他一定會歸因到出價、素材、受眾這些看得見的東西上。

我現在的習慣是，在丟數據之前先自己寫三行「這個月發生了什麼」，跟數據一起餵進去。有沒有這三行，出來的結論品質差很多。

那我還用不用

用，而且用得很兇。

他省下的是整理跟第一輪掃描的時間，那部分本來就很機械。我把省下的時間拿去看他標出來的異常，這樣分工比我自己從頭爬報表有效率得多。

但我不會讓他直接產出要寄給客戶的結論。中間一定有一道我自己的判斷。

AI 很會回答你問的問題，可是廣告的答案常常不在你問的那張表裡。

我把常用的幾個判讀工具整理在 AI101，有需要可以看看。

常見問題