游戏广告正日益由AI驱动，而非人工设置。Google表示，在广告主（advertiser）提供出价、文案和创意[1]之后，应用广告系列（App campaigns）可以在其整个生态系统中自动优化广告。
TikTok和Meta也朝着类似的方向定位其Smart+和Advantage+产品，利用AI自动进行设置、寻找受众和优化广告系列[2] [3] [4]。因此，广告效果不再高度依赖于手动微调小参数，而是更多地取决于设定正确的目标、向系统输入干净的数据信号以及提供充足的创意供算法学习。
Google还指出，应用广告系列的AI可以分析数亿种信号组合，同时测试多种素材变体和分发渠道，以找出表现最佳的广告[5]。
AI正在接管运营层（Operational Layer）
目前，用户获取（User Acquisition – UA）的三个核心方面已被高度自动化：
- 分发（Distribution）： Google的应用广告系列会自动优化其在Google所有广告库存（inventory）中的分发[1]。TikTok表示，Smart+自动化了广告系列设置、受众定向、优化和创意流程[6]。Meta则围绕AI支持的受众和应用广告系列优化来定位其Advantage+产品[3] [4]。
- 创意处理（Creative handling）： Google建议上传包含文本、图像和视频的丰富素材组合。移动游戏营销人员还可以添加HTML5格式和可玩广告（playable formats）。系统会自动在各个展示位置（placements）上生成并测试广告[5]。 Google还提供了生成式AI工具来创建新的图像素材，并可将这些图像推荐给广告主进行审核[7]。TikTok表示，Smart+可自动组合创意，并随着时间的推移将预算转移到表现更好的广告素材上[2] [6]。
- 以价值为导向的优化，而不仅仅关注数量： Google Ads API证实，应用广告系列可以支持从安装量（install volume）到应用内动作（in-app actions）及其价值（in-app action value）的多种目标[8]。对于游戏发行商来说，这至关重要。仅仅追求安装量很少是真正的商业目标。
广告创意（Creative）现在帮助系统寻找用户
在AI主导的系统中，创意不仅仅用于传达信息，它还帮助平台识别正确的用户群体。Google表示，应用广告系列将测试素材组合并展示表现最佳的广告[1]，而TikTok则表示Smart+利用系统的机器学习能力将合适的广告投放给合适的人[2] [6]。
随着竞争的加剧，这一点变得尤为重要。AppsFlyer报告称，到2025年，总安装量将达到248亿次，其中付费安装量为141亿次，付费安装比例同比增长10%，广告展示次数（ad impressions）增长高达20%[9]。
更多的广告素材不等于更好的UA效果
AI让批量生产广告变得更容易，但这并不意味着广告质量会更高。
Google表示，生成式AI工具可以在几秒钟内创建新的图像素材[7]，而TikTok则称Smart+可以自动组合创意素材并将预算转移到表现最好的素材上[6]。
这虽然提高了速度，但也增加了刻板重复和与实际产品脱节的风险。对于游戏发行商来说，关键问题是广告创意是否反映了真实的玩法（gameplay）。如果不能，这些广告系列可能仍然能带来安装量，但这些用户的留存率（retain）往往较低，变现（monetize）能力也较差。
人类的评估仍然起着决定性作用
这在游戏领域尤为重要，因为角色和视觉形象本身就是产品的一部分。
Google建议广告主在发布前审查生成或推荐的素材，以确保它们准确、不具误导性并符合政策。
Google还指出，由AI生成的内容也必须接受与普通广告内容相同的标准和规定的审核[7]。AI可以帮助扩大生产规模，但最终的审批环节仍然需要人工把控，特别是对于以角色为中心或具有品牌敏感性的广告素材。
越南市场背景：安装量与收入之间存在巨大差距
越南清楚地体现了这种差距。2025年第一季度，该国录得3.29亿次移动游戏下载量，是东南亚下载量最大的市场之一[10]。
然而，Gamota发布的《2025年越南移动游戏年度回顾》报告指出，该市场在2025年仅产生了8.25亿美元的收入，只有7%到10%的玩家产生消费，而被归类为高消费人群（高氪玩家）的比例仅为区区2%到3%[11] [12]。
这就是AI驱动的UA广告系列能否创造真正价值，还是仅仅增加虚荣安装量的关键所在。
游戏团队现在需要关注的重点
当平台在执行层面实现更多自动化时，营销团队的角色将变得比以往任何时候都更具战略意义。以下是三个最重要的原则：
- 从一开始就设定正确的优化目标： Google表示，应用广告系列会根据广告主选择的目标进行优化，例如安装量、应用内动作或基于价值的结果[5] [8]。如果提供给AI的信号是“安装量”，系统将只专注于寻找安装。如果信号是“价值”，系统就会有动力去寻找那些愿意花钱的玩家。
- 为系统提供足够的创意空间以供学习： Google建议使用文本、图像和视频的丰富混合素材库[5]。对于游戏发行商来说，这意味着要涵盖产品的各个不同方面，而不是以多种格式重复相同的吸引点（hook）。
- 避免过度碎片化（Over-fragmentation）： Meta表示，系统需要在每个广告组（ad set）中积累约50个优化转化事件（conversion events），才能脱离机器学习阶段（learning phase）[13]。过多零散的小广告组可能会因为数据被过度分割而限制AI的学习能力。
这里的原则很简单：当AI拥有明确的目标、足够大的数据源以及创意的多样性来进行有意义的测试时，它的运作效率最高。
结论
AI正在改变游戏广告的运作方式，但并未改变推动绩效的核心价值。
如今的平台在分发、优化和创意环节上实现了更多的自动化[1] [2] [3] [4]，这正是策略因素变得更加重要而非减弱的原因。
基本原则依然不变：设定精准的目标、向系统提供干净的信号，并确保创意能够真实反映实际产品。在像越南这样下载量大但付费玩家深度（payer depth）有限的市场中，这些基本原则将决定AI辅助的UA究竟是能真正改善业务结果，还是仅仅带来一堆无意义的安装量。
参考资料
[1] Google Ads Help, “About App campaigns”
[2] TikTok Ads Manager, “About Smart+ App Campaigns”
[3] Meta Business Help Center, “About Advantage+ Audience”
[4] Meta for Business, “Advantage+ app campaigns”
[5] Google Ads Help, “Best practices guide: Setting up your App campaigns”
[6] TikTok Ads Manager, “About Smart+ Campaigns”
[7] Google Ads Help, “About generated images in Google Ads”
[8] Google Ads API, “Create App Campaign”
[10] Sensor Tower, “Southeast Asian Mobile Game Market Insights 2025
[11] PocketGamer.biz, “Vietnam’s mobile games market reached $825m in revenue in 2025”
[12] Gamota, “Vietnam Mobile Gaming Year-in-Review 2025”
[13] Meta Business Help Center, “Best Practices for Meta Ads Delivery”
