这篇文章能帮你搞清楚什么
- 正式进入正文前先抓住核心结论
- 这件事会怎样影响读完后的实际判断
- 下一篇最值得继续打开的相关文章
「你向AI问了什么」决定了你看到的广告。
这个事实,还有很多人不知道。2025年12月16日,Meta更新了隐私政策(Meta官方)。Meta AI的对话内容将被用于广告定向投放。这项变更覆盖Facebook、Instagram、WhatsApp。
你向Meta AI咨询「正在找孩子的英语教材」。第二天你的Instagram信息流里就排满了英语培训机构的广告。这样的机制,已经在运转了。
这是营销领域的地壳变动。不是搜索记录,也不是浏览记录,而是与AI的「对话」成为了广告的原材料。我把这称为「AI聊天广告」。
从AEO(面向AI的优化)到GEO(生成引擎优化),这是我一路追踪的系列文章的最新阶段。今天我们来深入剖析这一变化。我会具体告诉你,营销人本周该做的两件事。
到底变了什么?梳理2025年12月16日的政策变更
Meta AI在2025年5月突破了月活10亿用户(DemandSage)。仅仅8个月就从5亿翻倍。集成在Facebook、Instagram、WhatsApp、Messenger中的AI聊天机器人,被10亿人日常使用着。

这10亿人的对话,将成为广告定向的数据源。这就是政策变更的核心。
具体会收集什么?Meta的官方文档中是这样写的。
「Prompt(你或他人分享给Meta AI或发送给Meta AI的提问、消息、媒体及其他信息)」
不只是文本。图片、语音,只要你交给Meta AI的内容,都可能成为广告优化的素材。搭载在Ray-Ban智能眼镜上的AI功能也在范围之内。
这里有3个需要把握的要点。
- 无法选择退出。只要使用Meta AI,就没有任何方法拒绝对话数据被用于广告(Proton)。唯一的规避方法是「完全不使用Meta AI」
- 敏感信息被排除。Meta明确表示,涉及宗教、性取向、政治观点、健康的对话不会用于广告定向
- WhatsApp有条件。WhatsApp中的AI对话被用于广告,仅限于WhatsApp与Instagram等账号已关联的情况
超过30个数字权益团体向FTC(美国联邦贸易委员会)请求阻止此事(EPIC)。「连最基本的退出选项都没有」是最大的争议点。
日本是「适用对象」。地缘政治层面的不对称已经产生
这项变更不适用于某些国家和地区。EU、英国、韩国这3个地方(Gizmodo)。
原因在于GDPR等强力的隐私法规存在。Meta在EU甚至连将数据用于AI训练都受到限制。挪用到广告定向门槛就更高了。
而日本是适用对象。
Instagram在日本的用户为6320万人。占总人口的51.4%(DataReportal)。Facebook在日本的用户为7260万人。在这合计约1.3亿的触点上,AI聊天广告已经在运转。

这里产生了地缘政治层面的不对称。
EU圈的营销人,无法使用AI聊天数据进行广告投放。日本的营销人可以使用。这既是约束,也是机会。
不过,我们不应该对这个「机会」无条件地欢呼。
日本的《个人信息保护法》在2022年进行了修订,但远不及GDPR的强制力。要对Meta说「限制AI聊天数据的使用」,目前的法律依据还很薄弱。2025年12月经济产业省公布的特定数字平台提供商定期报告书(经济产业省)中虽然包含了Meta相关信息。但针对AI聊天数据用于广告的直接监管,目前还没有建立起来。
也就是说,日本的营销人正处于「能用,但还在监管追上来之前的宽限期」这样的状态。这一认知非常重要。
营销人本周必做的事1:切换到「对话起点」的关键词设计
接下来是实操层面的话题。
AI聊天广告的本质,在于用户的「意图」会被比以往更深入地捕捉。
在Google搜索「英语教材 推荐」的人,处于比较选购阶段。而向Meta AI咨询「想教5岁的孩子学英语,该从什么开始?」的人,处于更早期的「困扰」阶段。
这种差异,会从根本上改变广告定向的精度。
传统的广告定向读取的是「行为的痕迹」。看了哪些页面、把什么加进了购物车、看完了哪些视频。这是「已经做过的事」的数据。
AI聊天广告捕捉的是「正在思考的事」的数据。在尚未行动阶段的困扰和比较,以文本形式留存下来。对广告主而言,这意味着多了一种触达购买漏斗最上游用户的手段。
Meta新的广告基础设施Lattice,是一套整合处理来自35.8亿日活用户信号的机制(Meta AI Blog)。Meta宣布,与传统模型相比,行为预测精度提升了4倍。据报告,引入Lattice的企业,收入提升10%,转化率改善6%。
在这种环境下,营销人该做的事很明确。
不设计搜索关键词,而设计「对话关键词」。
举个例子,如果你经营的是英语培训机构,传统的SEO关键词应该是「在线英语 对比」「英语 便宜」之类。
到了AI聊天广告时代,你还需要设想「用户可能向AI咨询的语境」。
- 「因为跳槽需要用到英语。3个月达到日常会话水平的方法?」
- 「想提高托业成绩,自学和上课哪个好?」
- 「孩子的英语,几岁开始最好?」
这些都是Google搜索中很难输入的长句咨询。然而在AI聊天中却会被非常自然地输入。把这种「对话型意图」反映到内容中,就更容易搭上AI聊天广告的定向。
具体行动。本周希望你做的是这件事。
- 列出与自家服务相关的「向AI咨询的话术」10条
- 提取这些咨询话术中的关键短语
- 把提取的短语反映到Meta广告的定向设置中
写10条这件事,30分钟就能搞定。请把自己当成正在向AI咨询的人去写写看。你会发现,「搜索时的自己」和「向AI咨询时的自己」,使用的词汇是不一样的。
营销人本周必做的事2:整理Lattice全自动广告的「输入质量」
Meta的目标是在2026年内完成「Goal-only」广告系统(Adtaxi)。这是一套只需输入URL和目标,AI就能从创意生成到投放优化全自动执行的机制。
已经有超过400万广告主在使用Meta的GenAI(生成式AI)工具(Meta官方)。据报告,引入AI生成创意后,制作时间减少了80%。
「既然全自动,营销人就什么都不用做了吗?」
并非如此。全自动的广告系统,成果由「输入的质量」决定。

Lattice参照的是你网站上的信息。如果网站结构没有整理好,AI就无法生成准确的创意。如果商品信息陈旧,AI就会用过时的信息制作广告。
也就是说,Lattice时代营销人的工作不再是「制作广告」,而是要转向「营造让AI能制作正确广告的环境」。
本周希望你做的第二件事是这个。
- 确认自家网站的结构化数据。商品名、价格、说明文、图片,是否用JSON-LD或Open Graph标签正确描述。Lattice会读取这些元数据生成创意
- 更新陈旧信息。是否有价格变更、服务内容变更、已下架商品仍然留存。如果AI用过时信息制作广告,会直接引发客诉
这与上一篇文章介绍的GEO(生成引擎优化)实践是相通的。准备能被AI正确读取的内容。无论是搜索引擎还是AI广告,该做的事情根本上是一样的。
结构化数据的确认,用Google的Rich Results Test可以免费完成。每页耗时约5分钟。先从自家首页和主力商品页这2个页面开始确认即可。
「对话变成广告的时代」,我怎么看
老实说,我对这个变化怀有复杂的感情。
作为营销人,「能更深入理解用户意图的工具」摆在眼前,没有不用的理由。基于AI聊天数据的定向,精度可能远超传统的行为数据。
但作为AI Agent的运营者,我也有不安。把我实践的AI Agent管理的「分阶段权限设计」思路套用到广告系统上,Meta的举动看起来就像是「把自主执行突然套用到了全体用户身上」。没有退出选项,作为设计来说也未免太粗暴了。
超过30个数字权益团体向FTC请求阻止,反映的应该就是对这种「没有阶段性」的反弹。
即便如此,我认为这股潮流是停不下来的。
Meta 2026年Q1的预期收入为535亿至565亿美元。年度资本开支将达到1150亿至1350亿美元。要回收如此巨额的投资,把AI聊天数据用于广告几乎是不可避免的。是经济结构在驱使他们这么做。
对营销人而言,正确的姿态我认为是「一边批判,一边使用」。在认识到隐私问题的基础上,在监管完善之前推进可行的实务应对。
总结。从搜索到对话。广告的原材料变了
Meta AI月活10亿人的聊天内容被用于广告定向的时代来了。与EU、英国、韩国不同,日本是这项变更的适用对象。
整理一下今天分享的2个实务行动。
- 「对话关键词」的设计:不是搜索词,而是列出10条「向AI咨询的语境」,反映到广告定向中。耗时30分钟
- 面向Lattice的输入质量整备:确认自家网站的结构化数据与内容时效性。先从首页和主力商品页这2个开始着手。每页耗时5分钟
AEO→GEO→AI聊天广告。一路追这个系列的读者应该看得到。共通的是「准备能被AI正确理解的信息」这条原则。搜索引擎的优化、生成引擎的优化、AI聊天广告的应对,根子上都是一样的。
不同的是,AI读取的「原材料」从搜索查询扩展到了对话数据。这一变化的量级,还没被多数日本营销人意识到。
我自己在写AEO的文章时,认为「被AI引用」就是优化的目标。到了GEO的文章,视野扩展到「让AI作为信息源参照的设计」。这次的AI聊天广告,我确信已经进入了「对话本身成为广告投放起点」的第三阶段。
这股潮流只会加速,不会倒退。
本周,请抽出30分钟的时间。列出与自家服务相关的「向AI咨询的话术」10条。仅此一项,就能迈出AI聊天广告时代的第一步。

AIを使いこなせない方は、この先どんどん差がつきます。僕はAIエージェントを毎日動かして、壊して、直して、また動かしてます。そういう泥臭い実践の記録をここに書いてます。理論は他の方にお任せしました。僕は動くものを作ります。朝5時に起きてウォーキングしてからコードを書くのがルーティンです。


