一辈子只做好两件事，就可以变得很富有，投资长期有价值的事情，规避无效之事——查理芒格
一辈子只做好两件事，就可以变得很富有，投资长期有价值的事情，规避无效之事——查理芒格
OpenAI 的 Assad Awan 表示，ChatGPT 中的广告让广告主能够安全地触达 Free 和 Go 用户，并在设计中兼顾相关性与隐私保护。
谷歌广告总经理阐述了 2026 年人工智能和代理式商业将如何帮助广告主在消费者做出决策的关键时刻，实现创意制作、精准定向和高效转化。 在她的第三封年度公开信中，谷歌广告与商业副总裁兼总经理 Vidhya Srinivasan 介绍了人工智能如何在 2026 年重塑购物和广告领域——为消费者和企业带来更快速、更个性化、更无缝的体验。 关键趋势：
在 2026 年，YouTube 已成为最大的娱乐和营销平台。同时，我们从多个不同的角度使用 YouTube。许多教师利用 YouTube 为学生授课。因此，YouTube 成为寻找各种学科相关解决方案的最大在线学习平台。 此外，YouTube 也是一个可以观看新闻、娱乐消遣等内容的平台。如果你是一名
拥有近十年在数字营销代理公司的工作经验，其中多年专注于 PPC，我学到了很多东西。当然，还有更多值得深入掌握的内容，但我希望这些早期的心得能帮助你避免我一路走来犯过的一些错误。 1. 理解业务至关重要 要打造成功的广告活动，首先必须深入了解你所服务的业务，包括它的目标和客户。尽管不同行业之间可能存在相似之处，但每一家企业都有使其区别于竞争对手的独特因素。花时间去理解这些差异，才能让你创建真正贴合客户需求、并有效触达目标受众的广告活动。 2. 更广泛的营销知识是改变游戏规则的关键 在不断打磨 PPC 技能的同时，具备对更广泛营销概念的基础理解也极其重要。无论是了解搜索引擎结果页（SERP）的运作方式、掌握文案写作的基本原则，还是明白哪些渠道更适合承接需求或创造需求，这些更全面的知识都能帮助你提升 PPC 管理水平，并为其他营销策略提供有价值的洞察。 3. 专注于基础，而不是只追求快速解决方案 追求捷径或高级技巧往往很有诱惑力，但对 PPC 基础的深入理解——例如广告文案、定向方式、落地页以及转化跟踪——要重要得多。如果没有扎实的基础，你不仅难以判断何时以及如何运用高级策略，一旦出现问题，也很难找出真正的原因。 4. 融入 PPC
在头脑风暴阶段，Google 展示广告（Google Display Ads）是最有效的选择之一。在本文中，我们将带你了解 Google 展示广告的设置流程。 但你知道什么是 Google 展示广告吗？Google 展示广告活动会在你的目标受众经常访问的网站、视频或文章中展示引人注目的广告。 这些展示广告是基于用户兴趣进行投放的。在设置过程中，我们会定义具体的定向参数，随后 Google 会将广告展示给兴趣与所选类别相匹配的用户。 由于我们每天都会使用大量不同的 Google 产品，Google 会据此追踪我们的行为，并通过多种不同的指标将我们划分到不同的兴趣类别中。 Google 会将这些展示广告投放到其展示广告网络和合作伙伴网络中，其中包括数百万个网站和应用程序。 让我们来设置广告系列
看看如何借助 LLM，将客户、专家和竞争对手的数据转化为可用洞察，从而让内容更具人性化。 在谈到大型语言模型（LLM）时，规模化内容创作往往是最常被提及的话题之一，但它也很容易变成一种依赖。 我们都时间紧张，渴望让工作更轻松——那么，是否可以使用 Claude、ChatGPT 这类工具来重新设计流程，让网站内容工作更加贴近人性、减轻日常负担，而不是削弱创意本身？ 本文将探讨如何： 大规模分析客户反馈与常见问题 自动化获取来自领域专家的详尽且独特的信息 分析竞争对手 这些工作理论上都可以手动完成，而且在某些情况下仍然需要人工参与，但它们本质上是大规模、以数据为核心的任务，非常适合在一定程度上实现自动化。 掌握这些信息，有助于你真正立足于客户或市场视角，而不是陷入自我强化的回音室。 大规模分析客户反馈 LLM 最强大的特性之一在于它们能够： 大规模处理数据 发现模式 揭示那些原本可能需要人工花费数小时、数天甚至数周才能发现的趋势 除非你身处全球性大型企业，否则你大概率不会拥有具备这种能力的数据团队，因此，LLM 就成了次优但非常有效的选择。
受众列表门槛降低至 100 名用户，让各类规模的广告主都更容易使用再营销和客户名单。 Google 已将所有网络和受众类型的最低受众规模要求降至仅 100 名活跃用户，使再营销和客户名单定向变得更加容易获取——尤其利好中小型广告主。 最新变化：现在，用户数低至 100 人 的受众细分即可用于 搜索、展示广告和 YouTube，包括再营销列表和客户列表。同时，受众细分出现在 Audience Insights（受众洞察） 中的门槛也统一降至 100 人，此前为 1,000 人。
图像现在像语言一样被解析。OCR、视觉语境和像素级质量共同影响 AI 系统如何理解并呈现内容。 在过去十年中，图像 SEO 在很大程度上只是技术层面的基础维护： 压缩 JPEG，以应对没有耐心的访客。 为无障碍访问编写替代文本（alt text）。 实现延迟加载（lazy loading），以保持 LCP 指标处于良好水平。 尽管这些做法仍然是健康网站的基础，但像 ChatGPT、Gemini 这样的大型多模态模型的兴起，带来了新的可能性与挑战。 多模态搜索将不同类型的内容嵌入到同一个向量空间中。 我们现在优化的对象是“机器的凝视”。 生成式搜索通过将媒体内容切分为多个片段，并借助光学字符识别（OCR）从视觉信息中提取文本，使大多数内容变得对机器可读。
为了让 Google Ads 广告系列取得最佳效果，有效的定向至关重要。即使拥有大量流量，若定向不精准，也可能产生不理想的结果。 深入了解你的流量，是为 Google Ads 选择合适受众的关键。只有在充分了解受众的前提下，才能有效地触达正确的用户。幸运的是，Google 提供了丰富的工具和策略，帮助你与目标市场建立联系。清楚地了解你的流量是谁、他们在搜索什么，对于充分利用这些工具至关重要。 在本指南中，我们将详细介绍 Google 提供的各项定向选项，帮助你最大化广告系列的潜力。 Google Ads 受众定向 在 Google Ads 中，受众定向通常分为两种类型：一种是基于用户的定向，另一种是基于内容的定向。 首先，我们从基于用户的定向开始。在这里，我们将根据用户的年龄、教育程度、兴趣等因素来定向流量。接下来就让我们开始吧。首先，进入定向设置部分。
AI 概览正在将付费广告挤出用户视野。Adthena 分析了 1,000 万条搜索引擎结果页面（SERP），揭示了品牌正在失去优势的位置以及速度之快。 谷歌推出 AI 概览正在从根本上重塑搜索生态。对广告主而言，这一变化带来了严峻影响：曝光度下降、点击量减少，以及更高的不确定性。 随着生成式搜索的兴起，付费广告位和自然搜索结果正被不断推到页面下方，打乱了既有的搜索营销策略。 在 Adthena，我们开展了一项数据研究，深入分析这些变化在五大核心行业中的真实影响：零售、旅游、金融、医疗保健和汽车行业。结合客户洞察和真实的搜索结果数据，本文将阐明广告主需要了解的关键信息，以及他们应如何应对和调整策略。 什么是 AI 概览，以及它们为何如此重要 AI 概览是谷歌针对搜索查询推出的全新生成式回应。它们通常醒目地展示在搜索引擎结果页面（SERP）上，往往位于页面最顶部，通过结合 AI 生成内容和网页引用来概括答案。这类回应与传统功能（如精选摘要或知识面板）存在明显区别： 精选摘要直接引用单一来源的内容。 知识面板依赖结构化数据。
生成式引擎优化（GEO）建立在 SEO 的基本原则之上。了解为什么良好的 SEO 实践——内容、链接、用户体验（UX）——仍然是 AI 搜索可见性的核心动力。 AI 概览（AI Overviews）和“零点击搜索”正在改变人们获取信息的方式，也在改变品牌被发现的途径。随着搜索从“链接”转向“答案”，一个问题不断被提出：SEO 会发生什么变化？ 生成式引擎优化（GEO）依然基于几十年来指导有效 SEO 的同一套基础。正如 Danny Sullivan 最近所说：“好的 SEO 就是好的 GEO。”清晰、权威、以用户为中心的内容这一核心原则，仍然决定着可见性——无论结果是以排名列表呈现，还是以
