Google 最近針對 Demand Gen（需求開發廣告）推出了一系列更新，其核心目標是降低廣告主在面對 YouTube 多樣化螢幕尺寸時的素材製作成本，並利用 AI 提升轉單效率。對於技術端或負責廣告投放的工程師來說，這次更新最關鍵的在於素材的自動化適配與數據追蹤的完整性。
自動化影片尺寸轉換的實務意義
在 YouTube 的生態系中，使用者可能會在手機端觀看 Shorts（直式），或在平板與電腦觀看傳統影片（橫式）。過去，如果想要在所有版位都達到最佳視覺效果，開發者或設計師必須手動製作多組不同比例的影片素材，這極大地增加了維運成本。
這次更新引入了更強大的 Video Resizing（影片尺寸自動調整）功能。系統現在支援將直式影片轉換為正方形或橫式，以及將正方形轉換為橫式。這意味著你不再需要為每個版位單獨剪輯影片，系統會自動處理比例轉換，確保廣告在不同螢幕上都能維持良好的視覺呈現，進而提高轉換率。
利用 Gemini AI 優化素材品質
很多時候，廣告表現不佳並非因為產品不好，而是因為素材不符合平台的消費習慣。為了減少這種試錯成本，Google 引入了由 Gemini（Google 的多模態大模型）驅動的 Creative Insights（素材洞察）。
當你在設定 Demand Gen 廣告並上傳圖片或影片時，Gemini 會自動分析素材內容，並根據 YouTube 上的成功案例提供優化建議。例如，它可能會提醒你影片的前三秒缺乏吸引力，或是圖片的構圖在行動端會被遮擋。這種 AI 導向的建議能讓工程師與行銷人員在投放前就先對齊平台的最佳實踐，而非在浪費預算後才發現問題。
Web to App 獲客衡量的重要性
對於擁有 App 的企業來說，最頭痛的問題之一就是歸因追蹤，也就是如何確定一個使用者是在瀏覽網頁後才決定下載 App。這在技術上稱為 Web to App Acquisition Measurement（網頁轉 App 獲客衡量）。
以往的追蹤路徑往往在跳轉過程中斷掉，導致無法準確計算 Demand Gen 廣告對 App 安裝量的貢獻。現在 Google 強化了這部分的衡量能力，讓你能直接看到廣告如何驅動使用者從網頁端跳轉並完成 App 安裝。這對於計算 CAC（顧客獲取成本）以及評估投資報酬率至關重要，讓技術團隊能更精準地調整出價策略。
總結與實務建議
這次更新的核心邏輯是減少人工干預。透過自動化尺寸調整降低素材壓力，利用 Gemini 降低創意門檻，並用更精準的追蹤解決數據斷層。建議在實作時，優先嘗試將現有的直式短片導入系統，測試自動轉換後的表現，並密切關注 Web to App 的數據回傳，以優化整體的獲客路徑。
來源：blog.google
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。