AI Agent 能不能跑廣告？4 道結構性限制的技術拆解

2026 年 7 月更新： Meta 已發佈官方 MCP 伺服器。我們在限制一和 FAQ 中探討它的影響。

Claude Code、Codex 這類程式碼 Agent 愈來愈強。有人開始用它們串接 Meta Marketing API，試圖讓 AI 自動擴量。我們花了一個月驗證，結論是：Demo 跑得通，實戰跑不動。

它讀數據很強。分析起來像一個資深投手。

然後它試圖執行。

接下來發生的不是模型能力不足——而是結構性斷裂。無論用更大的 context window、更強的推理能力、還是更精巧的 prompt，都修不了。

我們記錄了四道限制。它們適用於 Codex、Claude Code、ChatGPT 插件模式、Manus，以及任何試圖自主投放廣告的通用程式碼 Agent。

先講結論

1. 權限問題 — 平台把自主 Agent 視為威脅。還沒做出成績，就被限流、標記、甚至停權。
2. 護欄問題 — 預算拉高到 5 萬沒有復原鍵。Agent 天生不理解「不可逆」代表什麼。
3. 數據解讀問題 — 業務脈絡不足——同樣的數據，在不同商業情境裡代表截然不同的決策意涵。
4. 狀態問題 — Agent 不會自動維護持續演化的業務狀態。沒有狀態，每次決策都是孤立的。

一句話： 跑廣告不再是一個智力問題。它變成了一個基礎設施問題。決定你廣告能不能活下去的，不是模型。是護欄。

Framework

每一次廣告操作都有兩面：

	分析	執行
通用 Agent
Codex / Claude Code
ChatGPT + 插件
MCP（Meta 官方）		⚠️ 部分
專用系統

通用 Agent 擅長左邊那一欄。讀資料、找規律、提假設、寫分析程式——比任何人都快。

右邊那一欄是它們斷裂的地方。執行需要權限、護欄、持久狀態和平台安全邏輯——沒有任何基礎模型能開箱提供這些。

下面逐一證明。

限制一：當平台認定你是機器人，會發生什麼？

Meta 對寫入類 API 端點（建立/編輯 campaign、ad set、ad）強制執行 100 QPS 上限，按 app × 廣告帳戶組合計算。這是公開數字。實際上限更低。

在公開限流之下，還有一套行為評分系統靜默運作。每個 API 呼叫者都在累積聲譽分數。異常模式——凌晨三點的批次編輯、快速建立/刪除循環、人類不可能產生的編輯頻率——會無聲地降低你的分數。

沒有警告。可能是 24 小時冷卻。可能是永久審核。也可能正在花 4 萬美元的廣告帳戶直接被停權。

今年稍早，一位名叫 Leo 的開發者用 Codex 搭了一套廣告管理系統。跑起來了——直到 Meta 的行為偵測層標記了他的存取模式。他的覆盤文章完整記錄了整個過程。

Meta 官方 MCP 伺服器能解決這個問題嗎？

Meta 在 2026 年 4 月發佈了官方 MCP 伺服器。它解決了合規通道的問題——你現在有了一條官方認可的接入路徑。但 MCP 本身是一個協議層，不是執行系統。它告訴你「可以從這裡存取」，但不告訴你「什麼時候該做什麼操作」。限流、行為評分、帳戶安全邏輯依然存在。你仍然需要 MCP 之上的基礎設施層。

投放廣告的關鍵不在於你「能不能」呼叫 API。而在於你持續呼叫數週、數月之後，帳戶是否還活著。

限制二：為什麼執行護欄比聰明更重要？

一個真實廣告帳戶裡每週都會發生的情境：

一檔 campaign 在超支，CPA 是目標的 3 倍。Agent 正確識別了問題。「聰明」的反應：立即暫停。

但是：

• 這檔 campaign 是目前唯一還在餵 Pixel 購買事件的，正處於學習階段重置期。
• 暫停它意味著背後的 ad set 退出學習階段並重置—— 2,000 美元的學習投資歸零。
• 正確操作是降預算 30% 並等 48 小時，不是暫停。

沒有復原鍵。預算拉到 5 萬就收不回來——Meta 的投放系統已經圍繞新上限做了優化。學習階段被暫停的 campaign 不會從中斷點恢復。

通用 Agent 天生不理解不可逆性。每個操作在它看來都一樣——一次 API 呼叫，回傳 200 OK。

專用系統將不可逆邏輯寫進架構：冷卻期、階梯式擴量、學習階段保護規則、高風險變更的人工確認閘門。

限制三：為什麼廣告數據會讓通用 Agent 失靈？

Meta Insights API 回傳的結構長這樣：

{
  "actions": [{"action_type": "purchase", "value": "12"}],
  "action_values": [{"action_type": "purchase", "value": "1847.30"}],
  "purchase_roas": [{"action_type": "purchase", "value": "2.31"}]
}

看起來夠乾淨。但對一個 Agent 來說，關鍵問題不在資料本身——

• 這 12 筆轉換是 7 天歸因還是 1 天？
• 這組廣告還在學習階段嗎？花了多少預算才累積到這些轉換？
• 同帳戶另一組 CPA=$45，算高還是低？要看品類、客單價、歷史基線。

API 本身不會提供這些業務脈絡。 Codex / Claude Code 看到 CPA=$45——如果你把學習期、歷史花費、轉換量、品類基線全部餵給它，它當然能做分析。但 API 本身不回傳這些脈絡。Agent 得自己拼湊，而目前沒有一個開箱即用的方案能可靠完成這件事。

Agent 需要從 5-7 支不同的 API 呼叫拼湊上下文，交叉比對存儲的業務狀態，套用品類特定的經驗法則。

那不是 prompt 的問題。那是基礎設施的問題。

限制四：為什麼無狀態會殺死自主投放？

週一。你上了一組新廣告，定向美國 25-44 歲女性，興趣：保養品。日預算 $50。CPA 目標 $28。

週二。CPA 到了 $47。Agent 判斷：「超支。暫停。」

週三。你重新開啟。CPA 降到 $24。學習階段浪費的總成本：$200。

為什麼？因為週二的 Agent 不知道這組廣告才跑了 18 小時，處於 7 天學習階段的第一天。它只看到一個數字。對著數字做了動作。

通用 Agent 不會自動維護一套持續演化的業務狀態。Claude Code 有 Project Memory、Codex 有 checkpoint——但那是「筆記」，不是結構化的業務狀態機。

一檔廣告從學習階段進入穩定投放、預算從 $50 爬到 $500、受眾從冷啟動到飽和——這個連續演化過程，沒有任何通用 Agent 會自動追蹤。

專用系統將狀態當作一等基礎設施來維護：階段追蹤、預算軌跡、受眾飽和曲線、素材疲勞度——全部即時更新，全部參與每一次決策。

那什麼才真的管用？

仔細看上面四道限制，沒有一道是「模型」問題。更強的 GPT-5 或 Claude 4 修不了它們。它們是基礎設施問題：

• 權限需要合規、維護聲譽安全的 API 接入，搭配行為合規邏輯。
• 護欄需要理解不可逆性的決策邏輯，搭配冷卻期和人工確認閘門。
• 資料解讀需要從多數據源拼湊業務脈絡，跨時間持久化。
• 狀態需要一個結構化、持續演化的業務表徵，能跨工作階段存活。

我們不是在說不要用 Claude Code 或 Codex。

恰恰相反——拿它們做分析非常強。用 Claude Code 寫資料管線、做一次性的競品拆解、產 SQL，比任何專用工具都快。

真正困難的不是分析。是執行。

執行需要：即時狀態追蹤、平台護欄、多步決策鏈、不可逆操作的保護機制。

這正是 GrowthGPT 在做的——它透過合規通道接入 Meta、Google、TikTok；跨工作階段維護持續的業務狀態；為每一次寫入操作編碼平台安全邏輯；高風險決策保留人工確認，日常優化自主執行。

模型是大腦。基礎設施是讓大腦不會燒掉你廣告帳戶的東西。

FAQ

Q：Meta 官方 MCP 伺服器能解決權限問題嗎？

部分解決了。MCP 提供了一條合規接入通道——這是實質進步。但它是協議層，不是執行層。限流、行為評分、不可逆保護、狀態管理、業務脈絡拼湊——這些仍然需要 MCP 之上的專用基礎設施。

Q：我能自己搭這套基礎設施嗎？

技術上可以。現實中：6-10 週搭基礎框架 + 持續維護（API 版本每季更新）+ token 成本 $500-2,000/月/人 + 每個邊界案例自己踩。對大多數團隊來說，接入現成的基礎設施（15 分鐘上手），是更理性的選擇。

Q：模型繼續進化，這四道限制會不會自動消失？

限制三和四（資料解讀和狀態）會隨著 context window 增大和工具使用能力增強而部分緩解。限制一和二（權限和護欄）是平台施加的、業務邏輯要求的——它們存在是因為自主操作本身有風險，隨著更多 Agent 試圖自主執行，它們只會收緊，不會放鬆。

Q：有些 Agent 宣稱能「端到端跑廣告」，怎麼判斷？

問三個問題：(1) 它有合規寫入權限，還是在錄螢幕操作？(2) 它編碼了不可逆邏輯，還是直接發 API 呼叫？(3) 它維護持久業務狀態，還是每次工作階段從零開始？任何一個答案是否定的，那是 demo，不是產品。

延伸閱讀：TikTok Agentic Hub 上線了。真正缺的不是 Agent，而是跨平台決策。——每個平台都有 agent 了，跨平台的調度、記憶與決策還沒人做。也可讀：GPT-5.6 更聰明了，還是跑不了你的廣告——更聰明的模型縮的是推理鴻溝，廣告卡在權限鴻溝。

跑廣告不再是一個智力問題。它變成了一個基礎設施問題。決定你廣告能不能活下去的，不是模型。是護欄。

→ GrowthGPT 免費試用