閱讀時間約 4 分鐘Meta 公開新一代 Andromeda 廣告初篩系統
Meta 於 2026 年 10 月 28 日介紹新一代 Andromeda「仙女座」廣告初篩系統，透過模型與 GPU 系統共同設計，加強廣告與用戶的配對。對廣告團隊而言，這次更新要分開看兩件事：系統能處理多少廣告，以及廣告最終帶來多少生意。
官方公布的約 100 倍增長屬於處理吞吐量，不能理解成廣告成效增加 100 倍。另一個 2.4% 轉換增幅，則是 Meta 對 Andromeda 自 2025 年起在 Facebook 帶來的結果所作的歸因，並非每個帳戶都能得到相同升幅。
Andromeda 在詳細排名之前先選出候選廣告
Meta 的廣告推薦流程會先從大量合資格廣告中選出候選，再交給後續模型做更詳細的排名。Andromeda 負責前面的 retrieval 階段，本文稱為「廣告初篩」。這與廣告政策審核是不同步驟。
初篩要在有限時間內處理龐大的廣告庫。Meta 指，生成式 AI 推動廣告素材增加，系統要同時應付更多候選廣告，並保留與用戶相關的內容。若只看最後排名，就會忽略廣告在更早階段已經經過篩選。
多專家模型處理不同興趣與情境
新一代系統採用 Retrieval Mixture-of-Experts，也就是由多個「專家」模型分工處理初篩。系統透過動態路由，按用戶的不同興趣與情境選用相關專家，而非要求單一模型處理所有配對。
Meta 將這個方向描述為接近詳細排名階段的模型能力。不過，這項描述針對初篩模型的表達能力，不能直接推論為每則廣告的質素或成交率都會改善。
十億個廣告與 100 倍，量度的是處理能力
Meta 表示，完整流程在單一 GPU 伺服器每秒能處理超過十億個廣告，吞吐量約為 2024 年版本的 100 倍。模型之外，系統設計亦是這項吞吐量增長的原因：廣告初篩的不同步驟在同一 GPU 流程中配合，減少資料搬移及處理開支。
這兩個數字都有指定量度條件。「每秒超過十億個廣告」指完整處理流程；「約 100 倍」比較的是 2024 年版本的吞吐量。它們不能換算成你的帳戶能用相同預算多帶來多少客人。
2.4% 轉換增幅不能當成加預算依據
官方指，自 2025 年起，Andromeda 帶動 Facebook 轉換增加 2.4%。這是 Meta 公布的整體結果，時間範圍早於 2026 年 10 月這篇技術文章，所以不應將全部增幅歸因於今次公布的升級。
文章沒有給出每個廣告帳戶的預期升幅，也不能用這個 Facebook 數字推算個別香港商家或 Instagram 廣告的表現。決定是否增加預算，仍要看帳戶本身的成本與成交結果。
廣告主設定的受眾條件仍然保留
Meta 在介紹系統的 co-location 設計時，提到保留廣告主設定的受眾邏輯，以及正式系統中完整的 targeting 語義。換言之，這篇文章沒有宣布取消廣告主的受眾條件。
這個範圍也要說清楚：保留受眾邏輯，不等於所有廣告設定的影響都不變，更不代表文章提供了一套適用所有帳戶的新操作方法。
實務解讀：素材測試要分清購買理由
以下為延伸實務解讀，並非 Meta 官方操作指引，也不是針對這次更新的成效保證。
當初篩模型更細緻處理用戶興趣，廣告團隊可以用不同購買理由設計下一輪素材測試。例如同一個健身課程，一款素材回應「新手有人帶」，另一款回應「放工也能配合時間」。兩款素材各自表達清楚的需求，測試結果才較容易解讀。
測試時固定優惠與轉換目標，避免同時更改受眾、預算及素材，否則難以判斷哪項改動帶來差異。這個方向不代表多出廣告就一定更容易通過初篩，也沒有指定所有帳戶都要增加素材數量。
實務解讀：將查詢接回成交成本
做查詢型廣告的商家，可以將各款素材帶來的查詢，與後續有效查詢及成交紀錄對照。先按業務訂明有效查詢的條件，例如符合服務地區及有相關需求，再用一致定義比較素材表現。
- 每個有效查詢成本：相關廣告開支除以有效查詢數量。
- 每個成交成本：相關廣告開支除以可對應的成交數量。
比較時要用一致的觀察期間，並留意查詢到成交之間的時間差；最近收到、尚未成交的查詢，不宜直接當作最終流失。若分母仍是零，就沒有可計算的單位成本。
查詢成本下降，但成交成本上升，值得先查清楚客人在哪個步驟流失，再決定是否增加預算。這比將平台公布的 2.4% 當作自己帳戶的預期增幅，更能對應實際經營結果。
