「廣告一加預算，成效就掉」幾乎是每個自己投 Meta 廣告的老闆和投手都踩過的坑：本來 ROAS 穩穩的，手一癢把日預算往上調，隔天成效直接跳水。多數時候這不是玄學，而是你的調整觸發了 Meta 的「重大編輯」，廣告被送回「學習階段」重新摸索受眾。我是狼大，RunningMate 電商陪跑社的創辦人，自己下廣告、也在課堂上帶學員逐支健檢廣告帳號，這篇就把重大編輯與學習階段的運作邏輯講白話，並給你一套安全放大預算的做法。
為什麼廣告一加預算，成效就掉？
直接回答：因為大幅度的預算調整，很可能被演算法視為「重大編輯」——廣告會被送回學習階段，原本累積的投放慣性被重置，成效自然開始波動。
我在課堂上常用「捕魚理論」來比喻這件事：一支穩定出單的廣告，就像一支已經找到魚群的釣竿——演算法知道魚在哪、知道什麼餌有效，所以能穩定收成。這時候大幅改動預算，就像把釣竿整支抽起來、換個位置重拋，前面累積的手感直接歸零，一切重新來過。
更麻煩的是後續的連鎖反應。很多人看到成效掉，急著再改一次——換受眾、換素材、再調一次預算——每改一次，就可能再觸發一次重大編輯。結果就是廣告永遠在重新學習，成效永遠不穩，最後只能下結論說「Meta 廣告不能加預算」。其實不是不能加，是加的方法錯了。
Meta「重大編輯」是什麼？哪些調整會觸發？
直接回答：重大編輯指的是幅度大到讓演算法認定「這支廣告的投放條件已經變了」的調整；一旦被認定，廣告就會重回學習階段，重新摸索該投給誰。
方向上，常見會觸發重大編輯的調整包括：
- 預算的大幅調升或調降：這是「加預算成效就掉」的最常見來源
- 受眾設定的改動：年齡、性別、興趣、自訂受眾的增減
- 素材或文案的更換：對演算法而言，換素材接近換一支新廣告
- 出價策略或優化目標的變更：等於改變了演算法要追的目標本身
至於「多大的幅度才算重大」，Meta 並沒有給一條放諸四海皆準、永遠不變的明確界線，平台規則也會隨版本調整，所以與其去背門檻數字，不如記住行為原則：改得越大、改得越頻繁，越容易被演算法當成一支新廣告來重新學習。
學習階段是什麼？為什麼這段期間成效特別不穩？
直接回答：學習階段是演算法重新蒐集數據、摸索「該把這支廣告投給誰」的時期；在找到穩定的投放模式之前，成效本來就會上上下下。
廣告剛上線，或觸發重大編輯之後，都會進入學習階段。這段期間演算法在做的事，其實是拿你的預算去「試投」不同的人：投給 A 群人看看反應、再投給 B 群人比較，一邊花錢一邊蒐集回饋。所以這段期間的成效數字，參考價值有限——它反映的是演算法的探索過程，不是這支廣告的真實實力。
這也是最多人誤殺廣告的時刻：看到學習期成效差就急著關掉，等於在魚竿剛拋出去、魚群還沒聚過來時就收竿。反過來，學習期看到一兩天成效好就大幅加碼，也一樣危險——你放大的可能只是短期波動。
坊間流傳各種「累積幾次轉換、跑滿幾天就會結束學習」的說法，版本很多，這裡不替任何一個數字背書。真正該記住的是原則：學習階段內盡量少動它——頻繁改動，等於讓學習一直重來。
想加預算不踩雷：安全放大的做法
直接回答：關鍵就兩條路——在原廣告上「垂直加碼」時守住 20% 放大原則；想放大更多，就用水平「兩艘船」複製法另開一支，讓會賺錢的原廣告不受干擾。
做法一：垂直加碼，守住 20% 放大原則
在原本的廣告上調預算時，把每次往上加的幅度控制在 20% 左右，小步調升、觀察幾天成效穩定後，再加下一次。小幅度的調整比較不容易被演算法視為重大編輯——等於讓釣竿留在原地，只是慢慢加餌，而不是整支抽起來重拋。
做法二：水平複製，派「兩艘船」出海
想放大的幅度比較大時，別動原本那支。做法是複製一支一模一樣的廣告，給它獨立的預算，像派第二艘船出海捕魚：原本會賺錢的船繼續作業，新船自己去經歷學習階段。就算新船表現不好，也不會拖垮原本的成效；表現好，就等於用安全的方式放大了整體預算。
加碼前的兩個紀律
- 一次只動一個變因：預算、受眾、素材不要同時改。同時改了，成效變化你也分不出是哪個造成的，下一步只能用猜的。
- 挑成效穩定時再動手：廣告還在學習階段、或成效起伏很大時，先讓它跑穩；急著在波動期放大，放大的往往是虧損。
該關、該等、該加碼？用數據驗證，再放大
直接回答：加預算不是信心問題，是驗證問題——先用數據確認這支廣告真的在賺錢，再談放大，順序不能反過來。
RunningMate 判斷「該關、該等、該加碼」靠的是自己的方法論 RACAE 優化循環，套在加預算這件事上是這樣跑的：
- Record 紀錄：把每支廣告的花費與成效老實記下來，不靠印象
- Analysis 分析：切年齡、性別、版位、天數，看市場給這支廣告的真實回饋
- Conclusion 結論：判斷這支是該關、該等、還是值得加碼
- Assumption 假設：例如「幅度控制在 20% 內小步加碼，成效應能維持」
- Experiment 驗證：實際小步加碼，用接下來的數據驗證假設對不對
一句話總結：RACAE 驗證再放大。多數人踩坑的順序剛好相反——先憑感覺放大，成效掉了才回頭想為什麼。把順序倒回來，重大編輯就從地雷變成一個可以管理的變因。
另外要提醒的是，演算法端本身也一直在進化，Meta 這兩年把整個投放系統大改了一輪，想理解機器那一端發生了什麼事，可以延伸閱讀〈META 廣告的仙女座 Andromeda 引擎解析〉；如果想從頭補「廣告學習效果有限」這類基礎題，我們的舊文〈廣告學習效果有限是怎麼一回事？〉也整理過。
加預算這件事，說到底考的不是手速，是判斷力。開廣告的操作 AI 都能代勞了，「該關、該等、該加碼」的判斷才是投手真正的價值。想把這套判斷力練成自己的能力，我把課堂上帶學員用真帳號逐支健檢的方法，整理成了〈FB/IG 廣告投放實戰課程〉，從數據判讀、預算放大到漏斗佈局一次講完。
廣告會開了，下一關是看懂數據做決策
我是狼大。ROAS 一掉就慌、該關該等該加碼全靠猜，才是廣告燒錢的主因。FB/IG 廣告投放實戰課程用真帳號實投，帶你從會操作練到會判斷——數據判讀、預算放大、漏斗佈局，以及讓 AI 當副手而不是被它帶著走。
重大編輯與學習階段：投手最常問的 4 題
廣告一加預算成效就掉，是正常的嗎？
很常見。大幅度調整預算可能觸發 Meta 的「重大編輯」，讓廣告重回學習階段、成效開始波動。想降低風險，單次調幅建議控制在 20% 左右，小步調升、穩定後再加。
哪些調整會觸發 Meta 的重大編輯？
方向上包括：大幅調整預算、更動受眾設定、更換素材或文案、變更出價策略或優化目標。Meta 沒有公開一條永遠不變的明確界線，原則是改得越大、越頻繁，越容易被演算法當成新廣告重新學習。
學習階段要多久才會結束？
沒有一個對所有帳號都成立的固定天數或轉換次數，坊間流傳的數字版本很多，本文不替任何一個背書。行為原則是：學習期間的成效參考價值有限，盡量少動它，頻繁改動會讓學習一直重來。
想放大預算，比較安全的做法是什麼？
兩條路：一是垂直加碼，守住 20% 放大原則小步調升；二是水平「兩艘船」複製法，複製一支相同廣告給獨立預算，讓原本會賺錢的廣告不受干擾。無論哪條路，都記得一次只動一個變因。
