AI Google Ads教學：用Perplexity由Keyword Planner做到Search Campaign上線

不少 Google Ads 教學由「新增 Campaign」開始，但真正影響成效的決定，通常在按掣之前已經發生：市場是否真的有搜尋需求？客戶用甚麼字描述問題？競爭者用甚麼承諾吸引點擊？Landing Page 又能否承接廣告所說的內容？

這篇 AI Google Ads教學 會以 PCPDM 的實際教學方向，說明如何用 Perplexity 配合 Google Ads Keyword Planner，由市場分析、搜尋需求、Campaign 架構、Responsive Search Ads（RSA）及 Google Ads Assets，一路做到 Connector 輔助上載與人手審批。重點不是教 AI 代替廣告主，而是把 AI 放進一套由專業判斷主導的 Digital Marketing 工作流。想先理解整體流程，可延伸閱讀 AD-Linkage 的AI 數碼營銷完整工作流程。

1. 做 Google Ads 之前，先用 AI 了解市場與搜尋需求

第一步不是叫 Perplexity「幫我開廣告」，而是把公司、產品、目標客戶、商業目標及 Landing Page 交代清楚，再要求它整合公開市場資料及已提供的內部資料。Perplexity 官方的 Marketing 頁面亦把市場與競爭者研究、客戶情緒、Campaign Brief、SEO Analysis 及廣告關鍵字建議列作營銷應用。

一個有用的 AI 市場分析，應先協助廣告主看清四個問題：

• 市場需求：客戶已經主動搜尋解決方案，還是仍需要先教育？
• 客戶語言：目標客戶會用產品名稱、問題、比較條件，還是結果去搜尋？
• 競爭定位：競爭者常用哪些賣點、承諾及 CTA？當中哪些有證據，哪些只適合作為待驗證假設？
• 頁面承接：Landing Page 是否真正回答搜尋問題，還是廣告承諾與頁面內容各說各話？

這一步的輸出不是「市場真相」，而是一份有來源、可追問、可驗證的分析底稿。AI 可以迅速找出市場訊號；誰是真正競爭者、哪個客群值得投資、公司有沒有能力承接查詢，仍要由人判斷。

確認市場假設及 Campaign 目標後，才連接 Google Ads。連接前要核對正確帳戶、操作權限及預覽畫面；任何對外投放或涉及預算的改動，都應保留清晰的人手批准點。

2. Keyword Planner 提供數據；AI 整理訊號，人判斷商業價值

Google 官方說明確認，Keyword Planner 可以由產品、服務或網站發掘新關鍵字，查看月均搜尋及成本估算，建立 Keyword Plan，並按預算查看 Clicks、Impressions 或 Conversions 的 Forecast。這些是 Google Ads 的數據地基，但數據本身不會替公司作商業決定。

在 Google Ads Keyword Planner AI 工作流中，Perplexity 可以把大量結果整理成幾個決策維度：

• 搜尋需求：市場是否真的有人搜尋，以及需求集中在哪些主題；
• 搜尋意圖：用戶正處於認知、比較、行動還是品牌搜尋階段；
• 成本情境：不同字詞、預算及目標可能帶來甚麼流量範圍；
• Landing Page Fit：網站是否有合適內容承接該項搜尋；
• Negative Keywords 候選：哪些字詞可能代表錯誤意圖或公司無法服務的需要。

AI 可以快速做分類，但不知道公司的實際利潤、Lead Quality、銷售團隊承接能力、過往帳戶表現及季節因素。搜尋量高不代表值得買，CPC 較低亦不代表會帶來合資格客戶。這些正是 SEM 專業判斷不可缺少的地方。

Keyword Planner 的 Forecast 亦不是報價或成效保證。Google 指出實際表現仍受 Bid、Budget、Ad Quality、Location Targeting、產品及客戶行為等因素影響。香港中文 Campaign 亦要留意：官方目前把「Organize keywords into ad groups」標示為只支援英文，因此中文分類可以由 AI 協助，但必須由人覆核。

3. Campaign 與 Ad Group 架構：AI 可以分群，人決定邊界

完成 Keyword Research 後，AI 可以按照字面、主題、搜尋意圖及 Landing Page 提出 Google Ads Campaign架構 初稿。不過「把相似字放在一起」並不等於建立了正確的帳戶策略。

Google 將 Campaign 定義為共享預算、地區及其他設定的一組 Ad Groups；Ad Group 則包含主題及 Targeting 相近的廣告與關鍵字。實際分拆時，人需要判斷：

• Campaign 邊界：是否需要按產品線、地區、語言、商業目標或預算責任分開；
• Ad Group 邊界：同一批 Keywords 是否代表同一搜尋意圖，並可共用合理的廣告承諾；
• Landing Page 對應：用戶點擊後能否立即找到廣告所承諾的答案；
• 資源取捨：哪些需求值得獨立預算，哪些只應先小規模測試。

4. AI 起草 RSA、CTA 及 Assets；人守住承諾與轉化邏輯

第四階段是 AI廣告文案。Google 的 Responsive Search Ads 會把多個 Headlines 與 Descriptions 組成不同版本。官方現行規格容許每個 RSA 最多 15 個 Headlines 及 4 個 Descriptions；Headline 最多 30 characters、Description 最多 90 characters，而中文等 Double-width 字元會按兩個 characters 計算。

AI 的價值不只是「一次寫多幾句」，而是迅速提供不同市場角度、客戶動機、證據表達及 CTA 候選。當團隊本身缺乏某種 Creative Angle 時，AI 可以擴闊選項；但最後仍要由人判斷：

• 文案是否回應該 Ad Group 的真實搜尋意圖；
• 不同版本是否代表不同客戶動機，而非同一句話的同義改寫；
• 產品聲稱、價格、資歷及優惠是否有證據支持；
• CTA 是否符合 Landing Page 的下一步及銷售流程。

Google 已把 Ad Extensions 改稱 Assets。Perplexity 可以為 Sitelink、Callout、Structured Snippet，以及適用的 Call／Location Assets 準備結構化草稿，減少重複撰寫及格式整理：

• Sitelink：把用戶帶到課程內容、價錢、FAQ 或聯絡等相關頁面；
• Callout：以不可點擊短句補充具體賣點；
• Structured Snippet：用指定 Header 配合 Values，列出服務、類型或課程內容；
• Call／Location：在電話接聽及實體地址資料已核實時使用。

5. Connector 減少重複輸入；未支援項目由 AI 完整起草

本文沿用搜尋者常用的 Perplexity Google Ads Connector 稱呼。按 PCPDM 課堂當下的實測流程，學員可以透過所用的 Connector／API 連接，上載工具畫面明確顯示支援的項目；但這是特定帳戶、權限及操作日期的結果，不應被寫成適用所有人的固定支援清單。

Perplexity 官方的 Marketing 頁面把部分廣告關鍵字輸出形容為可整理成 ready-to-import Campaigns 及 Ad Groups；官方 Ramp 客戶案例亦展示由 Comet 把篩選後的關鍵字推送到 Google Ads。不過公開資料沒有逐項確認 Campaign、Ad Group、RSA 及各類 Assets 在所有帳戶的寫入能力，因此每次操作都要核對工具、權限及預覽。

實際做法是：支援的項目由 Connector／API 連接減少重複輸入；如某類 Asset 未提供寫入工具，Perplexity 先整理成完整草稿，再由學員在 Google Ads 介面加入、預覽及審批。AI 的價值是減少行政與格式工作，不是繞過平台責任。

6. AI Google Ads教學最重要一課：上線前後都要人作專業判斷

Campaign 成功上載，只代表資料進入了平台，不代表策略正確。真正影響結果的，是廣告主能否用市場知識、產品理解及過往經驗，在上線前後持續作出判斷。

正式啟用前，至少要經過四個專業判斷範疇：

• 商業判斷：目標、預算、地區、出價方向及銷售承接能力是否配合；
• 關聯判斷：Keyword、Ad、Asset 與 Landing Page 是否回答同一個需要；
• 量度判斷：Conversion、Tracking、Lead Quality 及後續銷售結果是否能反映真正價值；
• 管治判斷：產品聲稱、政策、權限、品牌風險及最終批准人是否清楚。

上線後，AI 亦可以協助整理 Search Terms、廣告版本、Conversion 及查詢質素，找出異常、浪費及可測試方向。但是否加預算、停用 Keyword、重組 Ad Group、改 Landing Page，或者把某個問題改由 SEO／GEO 長期承接，仍要由人決定。

總結：AI 加快研究與執行，實戰經驗決定方向

Perplexity 最有價值的地方，不只是替廣告主多按幾個掣，而是把市場資料、競爭訊息、搜尋需求、Keyword Planner 數據、Campaign 結構、文案及上載工作接在一起。以前需要較長時間完成的研究、整理、Creative Development 及重複輸入，現在可以由 AI 大幅加速。

但 AI 看到的是資料與模式；廣告主還要理解產品利潤、客戶質素、銷售流程、品牌承諾及市場取捨。這亦是 AI＋Digital Marketing 的真正定位：不是只識使用一個工具，而是知道甚麼交給 AI、甚麼必須由人決定，以及如何用數據持續改善下一步。

如果想比較另一個廣告平台如何分配 AI 與人的責任，可延伸閱讀Meta Advantage+ AI 廣告工作流程。

常見問題 FAQ

AI 市場分析可以完全取代傳統市場研究嗎？

不可以。AI 可以快速搜集、比較及整理公開資料，幫助團隊形成市場假設；但資料可能不完整或過時，亦未必包含公司的利潤、客戶質素、銷售能力及內部數據。重要結論仍要核實來源，並由了解業務的人判斷。

Perplexity 可以直接把完整 Google Ads Campaign 上線嗎？

它可以協助研究、初稿、文案、格式整理及部分上載工作；實際可寫入範圍受工具版本、帳戶權限及推出狀態影響。Perplexity 未公開一張適用所有帳戶的逐項支援表，正式啟用及預算承擔必須由人確認。

Google Ads Keyword Planner 本身是不是 AI？

Keyword Planner 是 Google Ads 的官方關鍵字研究及 Forecast 工具。這套流程用它取得搜尋與成本訊號，再由 Perplexity 協助整理意圖、比較方案及找出資料缺口；最終商業判斷仍由廣告主負責。

AI 可以判斷哪個 Keyword 最有商業價值嗎？

AI 可以綜合搜尋量、成本、意圖及 Landing Page Fit 提出候選，但通常不知道實際毛利、成交率、Lead Quality、銷售容量及過往帳戶表現。它可以協助分析，不能單獨決定投資優先次序。

Google Ads Extensions 與 Assets 有甚麼分別？

Google 已把 Ad Extensions 改稱 Assets。Sitelink、Callout、Structured Snippet、Call 及 Location 等舊稱 Extensions 的項目，在現行介面及官方文件都歸入 Assets。

學會使用 AI 後，是否不再需要 SEM 經驗？

不是。AI 令市場研究、Keyword 分類、文案起草、資料分析及重複輸入更快；SEM 經驗則用來判斷市場、預算、搜尋意圖、帳戶架構、Landing Page、風險及優化方向。工具提高產能，專業判斷決定資源是否用得其所。

資料來源

• Google Ads Help：Use Keyword Planner
• Google Ads Help：Campaign Definition
• Google Ads Help：Ad Group Definition
• Google Ads Help：About Responsive Search Ads
• Google Ads & Commerce：Ad Extensions 改稱 Assets
• Google Ads Help：About Assets
• Google Ads Help：Negative Keyword Definition
• Google Ads Help：Create a Search Campaign
• Perplexity：Perplexity for Marketing
• Perplexity Customer Story：Ramp Paid Search Workflow
• AD-Linkage：數碼營銷實戰專業證書（PCPDM）