EshopPick
Meta 扩量 · 出价

Facebook 宽定向 vs 兴趣定向怎么选?2026 实战指南

📊
Maya Chen · 选品与数据策略主编
发布于 2026-06-29 · 4 分钟阅读

2026 年的默认答案变了:在 Andromeda / Advantage+ 体系下,宽定向(broad)在多数账户里打赢窄的兴趣定向(detailed/interest)。 原因不是兴趣没用了,而是 Meta 的机器学习已经强到——你只要喂够干净的转化信号和多样素材,系统自己找买家比你手挑兴趣更准。

但「宽定向通常更好」不等于「永远无脑全宽」。这篇讲清楚:宽定向为什么赢、什么时候仍要收窄、兴趣定向现在到底还起什么作用、以及大多数老手实际在用的混合打法。 想先看整条链路,读 Meta 电商完整指南

一句话答案

2026 年 Meta 把兴趣定向当成「建议」而非「硬约束」:你选的兴趣只是给系统一个起点,它判断有更好的人群时会自行跑到你选的兴趣之外去投。所以——信号够、素材多时,放宽定向让算法探索通常更划算;信号弱、预算小、或有强受众假设时,才值得收窄。

宽定向为什么在 2026 通常赢

  • 算法变强了:Andromeda 用素材、上下文和实时信号判断谁会买,比静态兴趣标签更准。
  • 素材即定向:系统观察谁对哪条素材有反应,据此优化投放——多样的素材 + 宽受众通常打赢「窄受众 + 单一素材」。
  • 窄定向的代价:叠太多兴趣会把受众池缩小,学习期更难喂满(每周约需 50 个转化),还容易让多个 ad set 互相抢量。

一句话:2026 年,你的素材库的多样性,比你的兴趣列表更决定触达谁。 怎么做多角度素材,见 高转化 UGC 实操

那兴趣定向(detailed)还有用吗?

有,但角色变了——从「主力杠杆」降级为「探索的种子和测试假设的工具」:

  • Advantage+ Audience 里,你填的兴趣是**「受众建议」**:系统优先从这里找,但会外扩。
  • 手动 campaign 里,兴趣仍是硬约束——这正是你想验证一个具体受众假设时该用的地方。
  • 用兴趣做测试种子:想验证「母婴人群买不买」这种假设,用窄兴趣小预算测,得到结论后再放宽。

什么时候仍该收窄(别无脑全宽)

宽定向不是万灵药。这几种情况收窄反而更稳:

情况为什么收窄
强本地/小众属性比如只卖某城市、某语言、某职业人群,宽投会浪费在无关人群上
合规/年龄限制法律要求限定年龄、地区的品类必须收窄
预算极小预算太小时,宽定向探索成本高,集中到一个明确假设更省
要验证受众假设想知道「到底哪类人买」时,用窄兴趣测才看得出归因
高客单/长决策某些高单价品类,精准受众的前期质量更可控

大多数老手的混合打法

2026 年成熟卖家很少跑「纯宽」或「纯兴趣」,而是混合(预算占比为常见起点,以你账号实测为准):

角色类型预算占比(起点)
冷启动主力Advantage+ 宽定向约 70%–80%
再营销老客/加购召回约 10%–20%
测试种子兴趣 / 类似受众(Lookalike)测试约 5%–10%

逻辑很清楚:主力交给宽定向 + 算法,小部分预算用兴趣/Lookalike 做探索和测试种子,再营销单独留一块。 Advantage+ 和手动到底怎么分工,看 Advantage+ vs 手动广告;ASC 怎么搭,看 Advantage+ / ASC 指南

切换到宽定向前的前提条件

别只因为「听说宽定向更好」就把所有兴趣删了——先确认这几样到位,否则宽定向也救不了:

  • 转化追踪准:Pixel + CAPI 双打、信号干净。信号脏,宽定向只会更快烧钱。
  • 素材够多样:至少 3–5 个不同角度,否则系统没东西可「探索」。
  • 预算喂得满学习期:每个 ad set 大致每周 50 个转化的门槛。

常见问题

2026 年新手该直接用宽定向吗? 多数情况是的——前提是追踪准、素材有 3–5 个不同角度。新手手挑兴趣往往不如算法,把力气花在素材多样性和追踪上,通常比纠结兴趣列表更值。

Advantage+ 里填的兴趣还起作用吗? 起「建议」作用,不是硬约束。系统会优先参考你填的兴趣,但判断有更好人群时会跑到兴趣之外去投。想要硬约束,得用手动 campaign。

宽定向会不会把钱浪费在不相关的人身上? 信号干净、素材多样时通常不会——算法会用素材反应快速收敛到对的人。但若是强本地/小众/合规受限品类,收窄反而更省。

什么时候我该坚持用窄的兴趣定向? 预算极小、需要验证具体受众假设、强本地或小众属性、或合规年龄限制时。这些场景下,窄定向的可控性和归因清晰度更重要。

底线

2026 年的定向逻辑可以一句话总结:宽定向 + 多样素材 + 干净信号是默认主力;兴趣定向降级为探索种子和测试工具;少数小众/合规/小预算/验证假设的场景才收窄。 别再把力气耗在兴趣列表上——把它花在素材和追踪上回报更高。算法行为会变,务必在 Ads Manager 实测并核实

接着看:Advantage+ vs 手动广告 · 高转化 UGC 实操 · Meta 电商完整指南 · 免费工具

📊
关于作者
Maya Chen
选品与数据策略主编

EshopPick 选品与数据线主编。专注 TikTok Shop 美区选品方法论、费用与利润测算、平台模式对比。所有结论以本站每周更新的真实销量与机会分为依据,只讲能落地的判断,不追榜单噪音。

看完想动手?让 AI 帮你做投放

GrowthGPT 帮你生成广告素材、分析竞品、直接上投放并 24 小时实时优化。