每日更新足球、篮球、网球等焦点赛事分析
消费者已在表达不满，而品牌总部却尚未目睹自家广告。
这是“剪吊牌”事件中最为尴尬的局面。10月12日，新浪财经《BUG》栏目联系回力，市场部工作人员称尚未见到涉事广告，已进行记录并反馈。匹克客服则表示，授权门店可独立发布广告，无需总部审核。
这些广告采用相似的剧情劝阻顾客退货，部分画面标注为AI生成。它们是否源自同一制作方，尚无定论。但品牌已暴露出一个问题：允许经销商销售产品，实际上也赋予了它们代表品牌发声的权力。
过去，这种失控受限于制作能力。如今，一家店铺、一名运营人员就能借助AI不断生成新广告。总部下放的权限未变，但渠道使用这些权限的能力和效果已发生改变。
AI营销已进入这一阶段。央视市场研究2026年对超过200家企业营销中高层人员的调查显示，94.1%的受访广告主已投入AI营销应用，但60.3%对其成效的评价仍为“一般”。工具普及迅速，但如何有效使用，远未达成共识。
对品牌而言，AI带来的首要挑战是：当广告可以不断生成、改写和投放，如何确保每个版本都坚守相同的产品事实和品牌立场？
审核过原稿，AI也可能投放另一条广告
AI营销最令老板心动的，是节省成本。过去需要编导、演员和剪辑的工作，如今输入商品信息即可开始制作。一条不满意，可继续生成，直至挑出可用版本。
但内容数量增加后，原有的逐条审核方式会变得紧张。这种情况下，品牌团队容易退而求其次：先审核模板，人物、场景、部分台词交由运营处理。
问题可能恰恰出在“部分台词”中。
以服装广告为例，从“面料耐穿”改为“怎么穿都不坏”，看似语气更强烈，实则已改变产品承诺。优惠条件省略几个字，也可能让原本有限制的折扣显得人人可享。画面和Logo未变，品牌的话语却已改变。
而且，修改未必止于上传之前。巨量引擎的即创可批量生成脚本和成片，将素材同步至广告账户，再分析表现；Google Ads则提供自动生成文字、优化图片和视频等功能。开启相关功能后，品牌面对的已是一批不断组合、调整的内容，审核过一份原稿，不能保证审查过所有投放版本。
过去，优化广告主要是决定将一条广告投放给谁；生成式AI又进一步，开始参与决定这条广告说什么。
针对不同人群变换表达，本是AI的优势。但品牌也需分清，哪些可以变化，哪些必须保持一致。AI可更换生活场景，但不能随意修改产品材质。AI可调整语气，但不能将售后条件一并“优化”。
AI越能自由发挥，品牌越需提前明确它不能改动什么。仅在发布前增加一道人工签字，已不足够。
给算法立规矩，比考核员工更难
“符合品牌调性”“尊重消费者”，这些要求写入品牌手册无问题，但用于约束AI却过于模糊。
剪吊牌广告便是一个例子。即使画面无违规词汇，也可能让消费者感到被冒犯。仅让系统检查敏感词，很难发现剧情将顾客置于何种位置：一个想退货的人，被商家用剪刀替他做了决定。
品牌需将笼统要求拆解为具体判断。例如，不将正常退换货描述为占便宜，不使用剥夺顾客选择的剧情催促下单；优惠文案必须保留适用条件，不能让模型为简洁自行删除。再配上通过和不通过的样例，运营人员与AI才有共同参照。
广告平台已在补充这一能力。Google Ads测试中的“文字规范”功能，允许广告主排除特定词语，也能限制AI使用某些概念、联想和表达方式。其官方说明特意举例：想避免广告出现价格，单独屏蔽美元符号并不够，需明确要求不要生成价格信息。
这一细节说明了新旧管理方式的区别。过去主要检查成片中是否有不合适的内容，现在还需在生成之前，将不允许出现的表达告知系统。
但禁令只能解决一半问题。品牌还需提供一套可靠的产品资料，让AI知道可以说什么：面料成分以哪份资料为准，哪些功能有依据，这轮促销何时结束。经销商可用这些资料生成不同版本，不能各自拿旧商品页、同行广告和随手写的卖点喂给模型。
这也为品牌总部提供了新的作用。与其要求每家店自行摸索、再等总部挑错，不如提供经过确认的图片、卖点和脚本，让守规则的内容更容易制作出来。AI可帮助品牌将好素材送达更多门店，前提是总部先将素材管理好。
规则还需能随问题更新。某种剧情翻车后，不能仅删除被曝光的那条，再放任同一模板换个人物继续生成。Google上述功能已有一个值得参考的设计：更新文字限制时，不符合新规范的既有自动生成素材也会停止投放。这类功能仍有适用范围和能力限制，但管理思路很明确，发现一次错误，要能处理同类内容。
被转化率绑架的广告，正在摧毁品牌口碑
即便商品未画错、文案未说错，AI广告仍可能损害品牌。剪吊牌的冒犯，就很难通过核对商品参数发现。
这涉及一个更深层的问题：系统究竟在学习什么？
Meta研究人员2025年发表的一项研究，为此提供了具体参照。他们用历史广告表现作为奖励信号，训练广告文案模型AdLlama。在持续10周、覆盖近3.5万家广告主和64万个广告变体的A/B测试中，新模型的点击率比使用精选广告训练的另一模型相对提高了6.7%。
这一结果证明，依据广告表现训练模型，可改善点击效果。但6.7%是点击率增幅，不能直接等同于销售额、利润或品牌信任的增幅。广告被点开后，消费者是否感到受骗、是否退款，或许意味着更高成本。
笔者曾在一家在线教育公司的品牌部门工作时，就经历过这种分裂。信息流投放归销售部门，团队考核看线索成本和下单量。夸大提分效果、刻意放大用户焦虑的素材，只要能带来线索，就很难被叫停。品牌部门可提意见、开会，偶尔拦下一两条，但担忧影响不了对方的奖金。
AI使这种矛盾更难处理。它能根据团队选中的素材继续生成、测试、放大。假如团队始终奖励当期转化，品牌部门面对的就会是一批批更擅长完成这一任务的广告。
因此，审核不能仅是品牌部门的一项义务，还需对应实际权限。运营可生成和测试多个版本，但新增功效承诺、改变优惠条件、采用易引起争议的剧情，需重新确认。总部要能看到渠道实际投放的内容，并通过账户权限或授权约定，获得暂停问题广告的办法。
考核也需跟上。测试一批AI素材时，除比较点击率和下单成本，还应追踪退款、投诉及复购；评估口碑，则需另设消费者调查，不能以点击率代替。短期数据好看、后续问题明显的素材，不应继续成为下一轮生成的样板。
这会增加管理成本，但制作费用下降并不意味着整个营销过程都该同步减员省钱。AI省下来的钱，有一部分需花在准确性和控制能力上。
回到剪吊牌风波，AI将替品牌发声的门槛降得很低，品牌就更需管住发声的依据、权限和结果。经销商可获得更强的创作能力，却不能因此自行扩大产品承诺、改写品牌对顾客的态度。
AI时代的品牌管理做得好不好，今后还要看：消费者看到一条广告时，总部能否说清它依据什么生成、经过谁确认，出了问题又由谁叫停。
**注：**本文数据来自公开报道与公开资料，部分为行业经验口径，不构成投资建议。
本文来自微信公众号“强调Next”（ID：leo89203898），作者：青云，编辑：小白，36氪经授权发布。
阅读全文
读者评论
陈伟杰
2026年9月30日CBA季前赛，辽宁本钢以102比89击败北京首钢。张镇麟砍下全场最高的31分，赵继伟送出12次助攻。辽宁队在第三节打出18比4的攻击波奠定胜局。
林浩然
2026年10月2日ATP上海大师赛第二轮，张之臻以6比4、7比6直落两盘战胜世界排名第15的鲁内，晋级16强。张之臻全场发出9记ACE球，一发得分率高达82%。