PMax 把關鍵詞、出價、版位的控制權全部收走，只留下素材和轉化訊號兩個入口。這意味著投放成敗在開跑之前就決定了。這篇講清楚交出控制權之前必須建好的四件事。
Performance Max 最讓投手不適應的一點，是它把大部分控制權拿走了。
傳統搜尋廣告裡能控制關鍵詞、否定詞、出價、版位、時段。PMax 全部收走，只給你留兩個真正的入口：**你上傳的素材**，和**你回傳的轉化訊號**。
這個設計有個直接後果——**投放的成敗在廣告開跑之前就基本決定了**。跑起來之後你能調的東西非常有限。
所以這篇不講怎麼最佳化 PMax，講交出控制權之前必須先建好什麼。
本文重點
寫這篇時我核對了 Google 官方的 Performance Max 頁面。它**沒有給出任何整體性的效果統計**——沒有「平均提升多少」，只有三個具名客戶案例，並且在頁尾明確寫著實際效果因廣告主而異。
中文和英文的二手文章裡流傳著幾個數字：平均轉化率提升 18%、PMax 驅動了 45% 的轉化、採用率 82%、收入多 76%。這些數字我沒能在 Google 官方渠道找到出處。
所以本文不用它們。在別處看到這類數字時，也值得先問一句來源是哪裡——**廣告平台自己都沒說的數字，通常是被層層轉述放大出來的**。
這是 PMax 唯一不能出錯的地方，因為演算法完全按你給的轉化訊號來最佳化。
**訊號錯了，演算法會非常高效地把你帶到錯誤的地方。** 這不是比喻——如果你把「加入購物車」設成主要轉化目標，PMax 會精準地找來一批愛加購但不付款的人，而且做得很好。
開跑之前要確認三件事。
跨境場景還要額外注意退款和拒付。如果你的品類退款率高，只上報下單不上報退款，演算法會持續找來那批會退款的人。
PMax 會把素材拆開重組，投到搜尋、展示、YouTube、Gmail、Discover、地圖各個位置。控制不了它怎麼組合，只能控制**素材池本身的質量和多樣性**。
這裡最常見的錯誤是**素材同質化**——傳了 15 張圖，但都是同一個產品同一個角度換背景色。演算法拿到的實際是一張圖，它沒有可測試的空間。
有效的素材池應該在這幾個維度上真正不同。
PMax 的覆蓋面包含搜尋，所以它可能會去競價你自己的品牌詞——那些本來靠自然搜尋就能免費拿到的流量。
這會造成一個常見的假象：**PMax 的資料很好看，但生意總量沒變**。因為它把原本免費的轉化算到了付費賬上。
判斷方法是看**增量**，不是看 PMax 報表裡的轉化數。開跑前後，你的自然搜尋流量有沒有下降？總訂單量有沒有真的上升？如果 PMax 報了 100 個轉化而總訂單隻多了 20 個，那 80 個是搬運來的。
Google 提供了品牌詞排除功能（不同賬戶的可用性和名稱會變），值得在開跑前問清楚客戶經理怎麼配。
PMax 依賴機器學習，而機器學習需要資料。資料太少時，它的表現會明顯不如手動投放。
**這些情況下 PMax 通常不是第一選擇：**
更穩的路徑是：**先用搜索廣告積累轉化資料、驗證賣點，再把 PMax 用於放大。** 反過來做，你是在用最貴的方式做最基礎的測試。
官方口徑通常是一到兩週，但實際取決於轉化量。轉化量少的賬戶，學習期會拖得很長甚至反覆重啟。**學習期內不要頻繁改動**——每次大改預算或目標都可能讓它重新開始。
PMax 提供的搜尋詞資料比傳統搜尋廣告少得多，且顆粒度粗。這是它的已知侷限。想要精細的搜尋詞控制，就該用搜索廣告而不是 PMax。
一個可用的起點是：日預算至少能覆蓋你目標 CPA 的三到五倍。低於這個，演算法很難在合理時間內積累足夠樣本。如果這個數字超出你的承受範圍，那更說明現階段該用搜索廣告。
建議分。不同國家的轉化價值、競爭強度、素材語言都不同，混在一個 campaign 裡會讓演算法把預算集中到最容易轉化的市場——那未必是你最想要的市場。
在開啟 PMax 之前，先回答三個問題：主要轉化目標是不是真實的生意結果？你有沒有至少四組賣點不同的素材？你過去 30 天有多少轉化？
任何一個答案不理想，先別開 PMax。把控制權交給演算法的前提，是你給它的目標和素材本身是對的。
FREE WEBINAR · 本週直播
免費報名《AI 行銷出海 90 分鐘實戰公開課》
陳榕榕親授：跨國出海實戰案例 · ChatGPT/Claude 行銷 workflow · 當場答疑
免費報名下一場直播 →2026-09-10 · 12 分鐘