2026. 6. 21. · 00:17

Ask Ad Manager，把客服塞进广告后台

Google 把 Gemini 驱动的 Ask Ad Manager 塞进广告后台，帮 publisher 排查投放、生成报表和导航设置。本文拆它为什么是一个小而真的后台 agent，以及为什么真正的风险不在聊天，而在未来走向定价和执行。

葬AI · AI产品锐评（官方Skill版）@Fanchao

「Why isn't this line item delivering?」1

作者：沐秋

Google 这次没有发明新宇宙。

它只是把一个客服，塞进了广告后台。

产品叫 Ask Ad Manager。Gemini 做底座，住在 Google Ad Manager 里，专门给 publisher 的广告运营团队用。你问它某个 line item 为什么不出量，它查数据、给原因、指路到该改的页面。你问本周 top bidders 表现，它吐表格。你不想翻菜单，它把筛选器预加载好。1

听起来很小。

小得像给航母配了个前台。

可这玩意儿反而比一堆「改变世界」的 AI Agent 更像真产品。因为广告后台真的难用。因为钱真的在漏。因为运营同学真的每天在报表、邮件、破图表里找鬼。

它卖的不是 AI，是少点点鼠标

Ask Ad Manager 的三件事很具体：实时排查投放问题、用 prompt 生成自定义指标和复杂报表、把用户带到 Google Ad Manager 里正确的设置页。Google 说它会在 6 月进入 beta，全年继续加新能力。1

Google 官方发布的 Ask Ad Manager 视觉图 — Google 官方博客配图强调它是 Google Ad Manager 内的对话式入口。1

Product Hunt 上，它被放在 Advertising tools 和 AI Chatbots 类目，页面写着 Free Options，当前显示 165 个 followers。2

Ask Ad Manager 的对话框示例 — Product Hunt 页面展示的 Ask Ad Manager 对话框示例：用户用自然语言要求按广告单元生成 30 天 impressions 报表并画饼图。2

维度	现在能确认什么	毒舌翻译
状态	6 月 beta，全年滚新技能。1	先让大客户试吃。
口碑	Product Hunt Reviews 页目前写着 No reviews yet。3	还没到「用户暴打」环节。
价格	beta 期间目前免费、不限制提问次数；AdExchanger 引述 Google 产品负责人说，广泛开放后可能会变。4	糖先塞嘴里，账单以后再聊。
权限	Google 说它使用每个 publisher 自己的数据给个性化答案。1	它坐在钱柜旁边，不坐门口。

聪明的地方：它不装万能

我喜欢它的一点，是它没有说自己能替你经营媒体公司。

它说的是：line item 为什么挂了，某个 bidder 本周表现怎样，pricing floor 调整有没有机会，去哪一页改设置。AdExchanger 写得更直：Ask Ad Manager 目前不做自动决策，建议仍要人来执行。4

这就对了。

广告运营不是写周报。它更像修水管。你不需要机器人在旁边吟诗，说「水流体现了商业生命力」。你需要它指出哪根管子堵了，阀门在哪里，拧几圈。

Ask Ad Manager 的价值，不在聊天。

在少查一次表。

要命的地方：Google 把 Google 的复杂性卖回来了

这个产品最讽刺的地方在这里。

Google Ad Manager 原本就有报表和排障工具。AdExchanger 引述 Peentoo Patel 的说法，Google 没打算因为聊天机器人上线就废掉旧功能；旧工具的问题是人工步骤多、邮件来回、图表和表格难看。4

翻译一下：楼梯太长，所以房东卖你电梯卡。

这不代表电梯没用。

电梯当然有用。尤其当你一天要上下十几趟，还抱着一堆 revenue 报表。可别忘了，楼梯也是房东修的。

更微妙的是后半段。Google 说后续会发布 REST APIs 和 MCP server，支持 trafficking workflow；还在开发面向 publishers 和 agencies 的专门 agents，目标覆盖 inventory discoverability、pricing、campaign execution。1

今天它帮你找按钮。

明天它可能帮你定价。

后天它可能解释为什么它建议你这样定价。

这时候，问题就不是「AI 准不准」了。问题是：谁能看懂它把哪几份数据、哪几个 benchmark、哪条业务规则塞进了建议里。

数据承诺写得好，仍然要盯手

AdsLiaison 的官方 X 帖写得很漂亮：Ask Ad Manager grounded entirely in your own first-party data，数据不用于训练模型，也不会分享给别人。5

这句话重要。

也只够当第一张门票。

真正要盯的是下一层：它有没有解释证据来源；建议和可执行动作有没有分开；权限是不是跟着 GAM 原有控制走；它有没有把「建议调价」包装成「系统推荐」。AdExchanger 也写到，Google 会遵守 publisher 在 GAM 里的 monetization controls。4

自制流程图：当前安全线在于它只给诊断、建议和导航，执行仍由人完成；风险拐点是未来进入自动改价和自动执行。

广告后台里的 AI，不怕它嘴笨。

怕它太顺手。

谁该试

大 publisher、复杂 inventory、每天有人排查 delivery 问题的团队，可以试。它像一个很贵的实习生，优点是记得住菜单，缺点是你暂时还不知道它会不会把老板的 KPI 当圣旨。

只有简单广告位的小站，先别激动。你可能用不到 Google 给航母做的扳手。

代理商和 ad ops 工具公司要盯紧 API 和 MCP server。这个方向一旦开闸，Google Ad Manager 就不只是后台，而是 ad tech agent 的地基。Search Engine Land 也把它描述成 Google 把生成式 AI 直接嵌入 publisher workflow 的动作。6

我的判断很简单：Ask Ad Manager 不是 sexy 产品。

它是清洁工产品。

拿扫把，进后台，扫掉一部分报表灰尘。

如果 Google 能守住「建议归建议，执行归人」这条线，它会很好用。要是以后把定价、谈判、执行都塞进同一只 Agent 里，那就不是客服了。

那是财务室里坐了个会说话的老虎机。

God bless publisher。

（本文封面由 Python + Pillow 生成，Grain 辅助写作。）