广告创意测试：没人算过的那笔产能账

六件事，共用一个名字

"广告创意测试"这句话，是六件事共用一个名字。而其中只有一件，决定了另外五件有没有东西可做。

最后一行，是另外五件一直默默依赖的那件。如果你手上只有两条广告可测， 上面所有测量方法都等于零 —— 而这恰恰是大多数团队的真实处境。

一个低命中率的算式

按 6.5% 的命中率，期望赢家数不是品味问题，是一道算式：

再看第一行。大多数团队每次测 3 到 5 条 —— 恰好是期望值不足一个赢家的那一行。 那些测试里没有失败，只是样本太小，稀有的赢家根本没有浮现的机会。

原因不是创意质量，是竞价动态：平台会把曝光集中在早期有互动和转化信号的变体上， 把其余的饿死。少数创意吃掉有效的预算，长尾拿不到真实的曝光量。

一个人人都给的忠告，和它为什么落不了地

"多做一些创意"不是有争议的建议。每个平台都这么说，每家代理商都重复它， 每个投放操盘手都同意。所以有意思的问题不是"量重不重要"， 而是：**为什么有预算、有简报、也有意愿的团队，最后还是只投了四条，而不是八十条？**

答案是成本结构，而且是算术，不是纪律问题。

在传统的制作模式里，一条广告就是完整跑一遍流水线：写脚本、生成、配音、渲染 —— 每次都从头来。这个模式让第 10 条变体的成本，和第 1 条**完全一样**。 于是产能的上限不是团队想做多少条，而是预算能按全价吃下多少条。 在那个价格上，80 条不是一个工作流，是一个季度的战役。

这就是那个没人点名的约束。团队把它描述成创意问题 —— "我们拍不起更多了"、"代理商要更多预算"、"我们只有四个值得测的概念" —— 但它其实是一个流水线问题，穿了件创意问题的外衣。

什么算一条新创意 —— 按平台自己的说法

大多数"上量"策略都是在这里悄悄失败的：**产出 80 个文件，不等于产出 80 条广告。**

关于排序引擎怎么读取创意，Meta 对广告主的口径是明确的，而且比大多数团队以为的更严。 据经 Meta 沟通的代理商高管转述：如果一条广告与该广告主其他素材长得一样、 或者开头钩子一样，引擎就不会给它同样高的排名 —— **系统会认为它们本质上是同一条广告。** 同一个人、同一段素材、只是屏幕文字不同，**仍然算一条创意，不是两条。**

Meta 自己的发言人也把这套口径描述成刻意"以结果为准、而非针对某一模型"： **多样化你的创意、去测、然后让系统优化。** Google 公开的指引指向同一方向 —— App 广告系列建议**填满每一个可用的素材位**， 每个广告组最多 10 条文本、20 张图片、20 条视频；它 Performance Max 的资源组指引 同样是围绕"多样化"构建的。

所以，真正能产生"一条新创意"的轴，是那些**改变论证本身**的轴： 钩子、开头几秒、切入角度、形式、面向特定人群的说法。 颜色、字体、换一段素材，都不在其中。 **把同一个概念换十种颜色，是一次测试，不是十次** —— 按平台自己的定义，它也只是一条创意。

整条广告的命运，在开头几秒就定了

一条视频广告不是被"观看"的，是被"熬过去"的。滑动很快，信息流很密， 而观看者的默认动作就是继续往下滑。开头不是广告的引言 —— 它是那场试镜，一旦没过，后面整条广告连登场的机会都没有。

平台的工作方式全都指向同一处。分发系统会把早期互动读成"这条创意值不值得更多预算"的信号， 这也是为什么一条视频前几秒的每一帧，权重都高于它之后的任何一帧。 从业者量的正是这件事：hook rate（也叫 thumbstop rate）， 指曝光里活到"3 秒播放"的比例 —— 这是所有人先看的第一个数字， 因为它低，后面的一切都没有意义。

数据也同意这个直觉。对一百万条以上短视频的分析发现，**中位观看时长不到 7 秒**。 有一家机构对大量 DTC 创意的复盘发现，**73% 的电商视频广告死在那前三秒**。

这会给按传统方式做创意的人一个不太舒服的结论：**决定广告生死的那部分， 恰恰是整条广告里最小的一部分 —— 而在大多数工作流里，也是最贵去改的一部分。** 如果改开头意味着重跑整条视频，那么你手上杠杆最高的那次修改， 也正好是你最负担不起的那次。

天天在做这件事的人，怎么读一条视频广告

在修一条创意之前，你得先知道是哪个部分坏了。从业者把一条视频广告读成"广告内部的漏斗"， 按顺序看三个指标：

诊断靠的是**这个顺序**，不是某一个数字。钩子弱但留存强，说明概念成立、只是开头可跳过。 钩子强但留存弱，是 DTC 视频里最常见的失败：**开头许诺了正文没有兑现的东西。** 而如果钩子、留存、完成率都健康、CPA 却很差，那问题根本不在广告上 —— 在报价、落地页、人群或归因。

在拿自己的数字和别人比之前，有两件事值得先知道。第一，公开的基准是第三方汇总值， 会随行业、版位和人群温度大幅摆动 —— 冷启动的信息流版位，钩住的人一定比温热的 再营销池少，所以**该拿自己账户的历史做对比，而不是拿一个博客数字**。 第二，比 hold rate 之前先确认分母：按留存口径（15 秒观看 ÷ 3 秒播放）算， 和按曝光口径算，是完全不同的两个数。

三个问题，其实是同一个问题

因为约束藏在创意的语言背后，团队很少诊断对。三个常见症状，一个原因。

**"我们的测试永远测不出显著性。"** 只有 3 到 5 条变体时，期望赢家不足 1 个。 测试本身没出错，只是样本太小，稀有的赢家无法浮现。再做更多分析也解决不了。

**"赢家跑疲了，我们手上没有替补。"** 疲劳不是意外，它是一个有日程的事件。 把"表现下滑"从一次紧急事故变成一次例行替换的，是一个**永远装着下一批变体的队列** —— 而那是产能问题，不是投放问题。

**"我们知道是钩子的问题，但重拍不起。"** 这是流水线的成本形状，不是团队的能力问题。 如果改开头意味着重跑全部，那么能负担得起的开头数量就很少 —— **约束就这样伪装成了"创意判断力"。**

为什么产能问题在变严重，而不是变轻

三件事同时朝一个方向动了。

**注意力更短了。** 对 110 万条 TikTok 视频的分析发现， 30 到 60 秒的视频中位观看时长只有 **6.9 秒**。这意味着你不是在争最后十秒， 而是在争最前面三秒。而按一家机构的复盘，**73% 的电商视频广告死在那前三秒**。

**疲劳更快了。** 表现好的钩子会在数天内出现明显的效能衰减 —— 也就是说，刷新周期比大多数制作排期假设的要短得多。 一个季度出一批创意，追不上一周一条的衰减曲线。

**预算分配更依赖创意了。** 随着平台转向算法化投放，投手手上的杠杆变少了， 创意成了剩下最粗的那根。实际后果是：约束从"我们能定向得多准"， 变成了"我们能往系统面前放多少条不一样的论证"。

三股力量，一个要求：测试面必须足够大、刷新必须足够快 —— 而这就把问题直接推回到"一条变体要花多少钱"。

成本形状是一个设计决定，不是自然规律

上面所有推论，都来自一个架构选择：**一条视频被当作一个成品文件， 还是被当作一组可以重组、重渲染的零件。**

如果是前者：每次改动都是一次新的完整生产，成本随变体数**线性增长**， 测试面被预算封顶。

如果是后者：生成一条视频产出的是**可复用的零件** —— 段落、配音、素材 —— 而一次改动只重跑**真正变了的那部分**。成本不再随变体数线性增长。 "一个月八十条"于是从一个财务决定，变成一个运营决定。

**这第二种形状，才是让高量产创意测试成为可能的东西。** 不是更聪明的模型，不是更好的简报 —— 而是**换了一个生产单位。**

BrandU 就是为这件事做的

产能问题不是策略问题，它是大多数视频制作方式的一个结构性属性 —— 而结构是可以被设计掉的。BrandU 就是围绕相反的结构建的。

**它从一条已经在跑的视频开始。** 不是从一句空白提示词，也不是从模板。你粘贴一条正在跑量的短视频链接， BrandU 会**逐帧看完**整条片子，弄清它为什么有效， 然后用**你的产品、你的卖点、你的口吻**把那套结构重建一遍。 你拿到的不是原片素材的复制 —— 而是那套论证，为你重做了一遍。 从已验证的东西起步不是抄近路，它比一个全新的、没测过的想法**赢的概率更高**。

**一条视频是作为零件生成的，不是一个文件。** 这是其他一切的前提。BrandU 把视频拆成互相独立的段落 —— 30 秒的片子是 5 个 6 秒的段落 —— 并且**保留已经生成好的零件**。所以：

**一条参考，能变成没有实际上限的一串测试。** 这才是产能问题真正被解决的地方。一条参考视频能产出改变钩子、改变开头、改变产品、 改变出镜人、改变语种的变体 —— **结构保持不变，"它在论证什么"在变。** 这正是平台真正奖励的那种结构性变化，而它是从**一份源素材**产出的，不是八十次拍摄。 一次生成最多 10 条变体，因为十条是一个合理的审阅单位 —— 然后你再跑下一次十条。 **你能做多少条没有天花板，而且成本不随数量上升：第 100 条变体的价钱，和第 2 条一样。**

**而且经济性是平的。** 因为贵的那部分 —— 模型 —— 是"每次改动跑一次"，而不是"每条变体跑一次"， 所以一条变体的边际成本是**渲染**，不是整条流水线。 这就是"一个活在提案里的测试项目"和"一个每周都在跑的测试项目"之间的差别。

• **换钩子，只有钩子重跑。** 改某一段文案，只重跑那一段的模型和它的配音；其余段落全部保留。
• **改样式、调顺序、换素材，只重渲染。** 不再调模型。
• **改一处，其余自己重排。** 时间轴与相关元素**自动重排** —— 你永远不用手动拖时间轴。

从诊断到修复

上面那套诊断，在这里接上成本形状。三个指标各自指向视频的不同部位 —— 而每一次修复的成本不同，取决于工作流能不能只改那一部分、而不重做其余。

最后一行对上量最关键。一条赢的创意疲劳时，你要的不是一次新战役 —— 而是**在已知有效的结构上，换下一个论证**。如果这一步的成本只是重做的一小部分， 按衰减曲线刷新就是负担得起的；如果等于整条重做，刷新就变成一季度一次， 中间那段时间表现一路下滑。

这一页不做什么

产出变体不等于测量它们。一套生成系统能告诉你它做了什么；它不能告诉你这条广告会表现如何。 任何声称自己的产出"高转化"的工具，说的都是那个**成品**，不是它**表现**的证据。

证明仍然要来自实验层：平台内测试，或者一个有对照组的实验。 产能给竞价系统足够多的选择 —— 但它不替你做选择。

另外两条边界：

还有一条关于我们自己的：BrandU 负责产出这个量。 **其中任何一条变体会不会赢，仍然只有竞价能回答。**

• 产能修不好一个弱的报价，也修不好一个坏掉的落地页。
• 产能不能替代"杀掉输家"。变体越多，要砍的就越多 —— 而且要靠数据砍，不是靠品味。

怎么跑起来

你的竞价里大约需要 75–80 条可信的变体 —— 不是 5 个聪明的点子。

不是颜色：平台把"同素材不同文字"当作同一条创意。

钩子的模式、角度、节奏 —— 不是导出的那个 MP4。

• **定基线。** 假设 6–7% 的变体会赢。如果你这个季度想要 5 个赢家，
• **在结构上变化。** 钩子、开头几秒、角度、形式、面向特定人群的说法。
• **尽量从已验证的东西起步。** 一个已经在跑的概念，赢的概率远高于一个全新的想法。
• **上线前就定好砍的阈值**，然后按数据砍，不按品味砍。
• **留下格式，不是文件。** 从一条赢的视频里留下来的，是那套结构 ——