AI w Meta Ads: Advantage+, Andromeda, kreacje z AI i praca z automatyzacją

AI w Meta Ads to już nie funkcja, którą się włącza, tylko sposób działania całego systemu. Meta sama wybiera, które reklamy w ogóle wezmą udział w aukcji, komu je pokazać, w jakim miejscu i za ile, a coraz częściej także dopisuje tekst albo dogenerowuje tło. Dla reklamodawcy oznacza to przesunięcie pracy: mniej ustawiania, więcej dostarczania danych i materiału oraz pilnowania, żeby automat optymalizował pod właściwy cel. W tym przewodniku zbieramy, co AI w Meta robi dobrze, gdzie się myli i jak z nią pracować na co dzień. Na końcu piszemy też, jak sami używamy AI do analizy kont, bo z tej pracy powstał program OWLI AI.

Zanim zaczniesz poprawiać automat, zobacz, gdzie on w ogóle siedzi. W nowej kampanii sprzedażowej większość decyzji podejmuje system, a Ty decydujesz o celu, ofercie, pomiarze, budżecie i materiale.

Najgłębszą zmianą ostatnich lat jest Andromeda, czyli system, którym Meta wybiera reklamy do aukcji o uwagę konkretnej osoby. Zapowiedziany pod koniec 2024 roku, od jesieni 2025 działa na wszystkich kontach. Zmienił dobór reklam do odbiorcy, a nie sposób liczenia konwersji. Co to znaczy dla struktury konta i liczby kreacji, opisujemy w tekście Andromeda w Meta Ads: co zmieniła w wyświetlaniu reklam.

Podział pracy między człowieka a maszynę rozpisujemy w tekście AI w Meta Ads: co oddać automatyzacji, a co zostawić człowiekowi. Krótko: automat lepiej od człowieka wyławia kupujących z dużej puli i układa kolejność kreacji. Nie wie natomiast, co sprzedajesz, dla kogo i za ile się to opłaca. Skąd się bierze ta zmiana i dlaczego zmusza do myślenia o jakości kreacji, Szymon Głogowski z OWLI tłumaczy w filmie z listopada 2025 roku.

Advantage+ to w Meta nazwa rodziny automatyzacji. Dawne kampanie Advantage+ shopping zmieniły się w kampanie sprzedażowe Advantage+. Według dokumentacji Meta tryb Advantage+ jest włączony, gdy kampania ma jednocześnie budżet kampanii Advantage+, odbiorców Advantage+ i umiejscowienia Advantage+. Ręczna zmiana któregoś z tych ustawień wyłącza tryb. Ta sama logika działa dziś w kampaniach na aplikacje i na leady.

Dla sklepu z danymi i budżetem automat zwykle wygrywa prostotą i szybszą nauką. Ręczna struktura daje więcej przy małym budżecie, na nowym koncie i wtedy, gdy różne linie produktów mają zupełnie inną opłacalność. Porównanie i plan przejścia na jeden tydzień są w tekście Advantage+ czy kampanie ręczne: porównanie dla sklepu. Gotowy układ, od którego zaczynamy konta sklepów z budżetem od około 240 zł dziennie, opisujemy w tekście konto sklepu w erze Andromedy: uproszczona struktura Advantage+.

Jedna rzecz z praktyki, którą łatwo przeoczyć: w Advantage+ próg około 50 konwersji tygodniowo na wyjście z fazy uczenia nie działa jak twarda ściana, bo sygnał spływa do jednego zestawu. Z naszej praktyki realne minimum to około 25 konwersji tygodniowo, ale śladowa liczba konwersji nadal oznacza niestabilność. Więcej w tekście faza uczenia w Meta Ads. O samym targetowaniu Advantage+ pisaliśmy wcześniej we wpisie Targetowanie Advantage+ w systemie reklamowym Meta, a o tym, kiedy kontrola nad grupą ma jeszcze sens, w tekście szerokie targetowanie czy zainteresowania.

Ta sama filozofia przeszła na inne platformy. Jeśli prowadzisz kilka kanałów, zobacz odpowiedniki: Performance Max w Google, Smart+ na TikToku i kampanie Accelerate w LinkedIn Ads. Wszystkie mają ten sam warunek: działają na dobrych danych i dobrym materiale.

Skoro odbiorców wybiera system, kreacja przejęła dużą część pracy targetowania. Meta rozpoznaje, co jest na obrazie, w tekście i na stronie docelowej, i na tej podstawie dobiera ludzi. Reklama z budową domu trafi do innych osób niż reklama z tym samym produktem w mieszkaniu w bloku, nawet przy identycznych ustawieniach zestawu.

Z tego wynikają trzy praktyczne zasady:

1. Różnorodność to kąty, formaty i osoby, nie kolory. Pięć wersji tej samej grafiki z innym przyciskiem to dla Andromedy jedna kreacja.
2. W szerokim zestawie trzymaj 8-15 kreacji. System potrzebuje materiału, żeby ułożyć różnym osobom różną sekwencję: rolkę, poradnik, ofertę.
3. Kreacja zakopana przez system nie jest przetestowana. Automat potrafi wepchnąć budżet w dwie reklamy i zostawić resztę bez wyświetleń. Z reklamy bez wyświetleń nie wyciągaj wniosków o jej jakości.

Hierarchia zostaje jednak ta sama: produkt, komunikacja, dopiero potem reklama. Co oceniać w kreacji, opisujemy w tekście co naprawdę decyduje o skuteczności kreacji w Meta Ads, a jak sprawdzać hipotezy bez mieszania zmiennych w tekście testowanie kreacji w Meta Ads.

Personalizacja dzieje się sama, o ile dasz jej materiał. Przygotuj kilka wersji tekstu głównego i nagłówków, personalizuj format i kąt, ale nigdy rdzeń obietnicy. Pięć różnych obietnic to brak obietnicy. Więcej w tekście personalizacja reklam z AI bez utraty spójności marki.

Czy „targetowanie kreacją” to rewolucja, czy nowa nazwa starej zasady, Szymon rozbiera w osobnym odcinku.

Meta dokłada do reklam zestaw automatycznych ulepszeń: koryguje obraz, dogenerowuje tło, przestawia i generuje teksty, dodaje muzykę, nakładki albo komentarze pod reklamą. Część działa w tle, część zmienia to, co widzi klient, a kilka korzysta z generatywnej AI. Część z nich Meta włącza domyślnie przy tworzeniu reklamy.

Pełną listę grup ulepszeń i kolejność ich włączania opisujemy w tekście ulepszenia kreacji Advantage+: włączać czy nie.

AI pomaga też poza panelem Meta, przy samej produkcji materiału. Każdy z tych obszarów ma osobny poradnik:

• Teksty. Model bez słów Twoich klientów i bez konkretu oferty pisze średnią z internetu. Najpierw kąt, oferta i język klienta, potem generowanie, na końcu redakcja (o tym jak pisać teksty reklam z AI i nie brzmieć jak wszyscy, a o samym briefowaniu modelu w tekście prompty dla marketera). Przed publikacją przydaje się lista GPT-izmów po polsku.
• Grafiki. Dobrze sprawdzają się jako tła, ilustracje i szybkie warianty do testów, szkodzą, gdy udają prawdziwy produkt albo ludzi. Spójność bierze się z zasad i szablonu, a nie z promptu (więcej w tekście grafiki z AI dla firmy spójne z marką).
• Wideo. Montaż, napisy i przycinanie do pionu to najbezpieczniejszy start. Najwięcej ryzyka niesie to, co udaje rzeczywistość: awatary i „klienci”, których nigdy nie było (o tym w tekście wideo z AI w reklamie: awatary, lektor, montaż).

Od 2 sierpnia 2026 stosuje się art. 50 AI Act. Realistyczne osoby, głosy, miejsca i zdarzenia wygenerowane albo zmienione przez AI trzeba w reklamie widocznie oznaczyć na samej kreacji, najpóźniej przy pierwszym kontakcie odbiorcy z treścią. Kryterium to pozór autentyczności, a nie samo użycie AI: korekta koloru nie wymaga oznaczenia, wygenerowana „klientka” tak. Meta dodaje do części reklam etykietę „AI info” w menu reklamy, ale ta warstwa platformy nie zastępuje oznaczenia w pliku. Praktykę w panelu opisujemy w tekście oznaczenie treści AI w reklamach Meta, a obowiązki firm szerzej w tekście AI Act w marketingu.

Najczęstszy błąd w rozmowie o AI to traktowanie jej jak jednej rzeczy. W reklamach Meta AI to kilka różnych mechanizmów, a każdy myli się w innym miejscu.

Dwie obserwacje z kont, które prowadzimy, dobrze to ilustrują. Pierwsza: kampania przedświąteczna z założeniem „kobiety, młodsza grupa” wydała ponad połowę budżetu na starszych mężczyzn, a wynik był bardzo dobry, bo ludzie kupowali prezenty. Automat obalił założenie i miał rację. Druga: zestaw z wysokim zwrotem z wydatków potrafi stać na kilku zamówieniach, a automatyczna reguła „skaluj zwycięzców” podwaja mu budżet. Tu automat nie ma racji, tylko o tym nie wie.

Wniosek dla praktyki: zanim uznasz decyzję automatu za błąd, sprawdź wynik. Zanim przyjmiesz rekomendację „skaluj”, sprawdź, ile danych za nią stoi. O tym, że AI nie zastąpi człowieka, pisaliśmy już w 2023 roku we wpisie AI i ChatGPT nie zastąpi człowieka i w 2026 roku to stanowisko się nie zmieniło. Zmieniło się to, w czym AI realnie pomaga.

Praca z automatem to głównie zapewnienie mu warunków i nadzór przez reguły, a nie codzienne klikanie. Zmiana wprowadzona „na wszelki wypadek” zwykle cofa zestaw do fazy uczenia.

Checklista, którą przechodzimy na kontach przed oddaniem automatowi większej części decyzji:

1. Dane. Piksel i API konwersji wysyłają zdarzenie, pod które optymalizujesz, a liczba zakupów w Menedżerze zdarzeń zgadza się ze sklepem.
2. Cel. Cel kampanii odpowiada celowi biznesu. Automat dowiezie dokładnie to, o co poprosisz.
3. Budżet. Starcza na zebranie konwersji w zestawie. Z naszej praktyki kampania Advantage+ nie startuje poniżej około 100 zł dziennie.
4. Materiał. W głównym zestawie jest 8-15 kreacji o różnych kątach, a kampania testowa dostarcza nowe.
5. Reguły nadzoru. Wiesz, przy jakim koszcie wyniku tniesz, przy jakim skalujesz i ile dni czekasz po zmianie.
6. Kontrola ulepszeń. Po zapisie reklamy sprawdzasz podgląd i wiesz, które ulepszenia są włączone.
7. Dziennik zmian. Każda zmiana ma datę i powód. Bez tego za miesiąc nie wiesz, czy wynik zrobił automat, czy Ty.

Szerzej o całym procesie prowadzenia kampanii, od konta po skalowanie, piszemy w kompletnym przewodniku po Meta Ads. Mapę zastosowań AI poza reklamą (raporty, treści, wyszukiwanie) zebraliśmy w tekście AI w marketingu w 2026.

Najwięcej obietnic wokół AI dotyczy dziś nie samej reklamy, tylko analizy: wklejasz eksport z panelu, a model w kilkanaście sekund pisze podsumowanie z rekomendacją. Problem w tym, że model językowy przewiduje kolejne słowa, a nie wykonuje obliczeń. Jego podsumowanie może stać na błędnym dzieleniu, trzech zamówieniach albo średniej, którą przestawił jeden dobry dzień.

Trzy pułapki, które widzimy najczęściej:

• Mała próba. ROAS z dwóch zamówień albo koszt leada z trzech formularzy to szczęście albo pech, a nie wynik.
• Średnia z długiego okna. Kampania może mieć dobry miesiąc i słabnąć od trzech tygodni. Średnia z 30 dni tego nie pokaże.
• Brak kontekstu. Model nie wie, że skończyła się promocja, magazyn był pusty albo jedno zamówienie hurtowe zrobiło połowę przychodu.

Najbezpieczniejszy podział pracy: liczby liczy kod albo arkusz, model je opisuje i stawia pytania. Szczegóły w tekście AI do analizy danych marketingowych: gdzie model się myli, a podział na to, co w raportach zautomatyzować, a co zostawić człowiekowi, w tekście automatyczne raporty marketingowe z AI.

Krok dalej to agent AI, który sam wykonuje decyzje na koncie. Technicznie da się go zbudować w jeden wieczór. Trudne jest to, żeby nie podejmował decyzji na kilku konwersjach i nie robił rzeczy nieodwracalnych. Bezpieczniki (tylko akcje odwracalne, limity, przerwy między zmianami, awaryjny stop, dziennik z cofaniem) i wdrażanie etapami opisujemy w tekście czy agent AI może sam prowadzić kampanie.

Jak bardzo mogą się rozjechać dwie analizy tych samych danych, pokazuje case opisany na ai.owli.co: to samo konto ocenione tego samego dnia czystym modelem językowym i silnikiem z regułami dało sprzeczne rekomendacje budżetowe. Pełny opis znajdziesz w tekście Sprzeczne rekomendacje AI w Meta Ads (otwiera się w nowej karcie).

Opisane wyżej problemy nie są dla nas teorią. Prowadzimy konta Meta Ads i przez lata składaliśmy dane do decyzji ręcznie: eksport, arkusz, porównanie okresów, notatka dla klienta. Żeby skrócić tę część pracy i nie oddawać liczenia modelowi językowemu, zbudowaliśmy narzędzie, z którego korzystamy na co dzień. Dziś udostępniamy je innym jako OWLI AI.

Co program robi, według opisu na stronie programu:

• Rozmowa zamiast klikania. Polecenia po polsku zamiast szukania raportów w kilkunastu ekranach. OWLI pobiera dane z konta przez oficjalne API Meta i Twoją własną aplikację Meta, bez przekazywania loginu i hasła.
• Silnik liczy, model rozmawia. Werdykty pochodzą z osobnego silnika diagnostycznego, który ocenia wyniki według stałych progów, reguł i testów statystycznych. Model językowy opisuje wynik, ale nie wymyśla liczb. Każdą możesz sprawdzić w Menedżerze reklam.
• Ocena z pewnością danych. Silnik ocenia kampanie i zestawy na dwóch osiach (czy wynik jest przy celu i w którą stronę idzie) i ma prawo odmówić rekomendacji, gdy danych jest za mało. Opis w tekście jak działa silnik diagnostyczny OWLI (otwiera się w nowej karcie).
• Zakres pracy. Analiza konta, diagnostyka przyczyn zmian, analiza kreacji i ich zmęczenia, budowa kampanii (także masowo), optymalizacja według warunków i raporty dla klientów. Pełną listę funkcji znajdziesz na stronie funkcje OWLI (otwiera się w nowej karcie).
• Zmiany tylko za zgodą. Nowe reklamy powstają wstrzymane, operacje wymagające decyzji widzisz przed wykonaniem, a OWLI nie kasuje, najwyżej wstrzymuje. Szczegóły w tekście jak OWLI chroni Twoje konto Meta (otwiera się w nowej karcie).

Czego OWLI AI nie robi: nie podejmuje decyzji biznesowych za Ciebie i nie zastępuje specjalisty. Nie jest też narzędziem do nauki Meta Ads od zera. Jest pomyślane dla osób, które zawodowo prowadzą kampanie i wiedzą, czego od nich chcą. Obecna wersja wymaga konfiguracji Claude Code i własnej aplikacji Meta. Narzędzie skraca czas analizy i operacji, ale nie gwarantuje wyniku kampanii. Ten nadal zależy od oferty, pomiaru, budżetu i kreacji, czyli od wszystkiego, o czym jest ten przewodnik.

Jeśli chcesz sprawdzić, jak AI pracuje na Twoim koncie, zrób jutro rano trzy rzeczy:

1. Otwórz główną kampanię i sprawdź, czy ma włączony tryb Advantage+, a jeśli nie, które z trzech ustawień go wyłącza i czy był ku temu powód.
2. Policz kreacje w głównym zestawie i oznacz, które z nich mają realnie inny kąt komunikacji. Zobacz też, ile z nich system w ogóle wyświetlał.
3. Otwórz kilka aktywnych reklam w podglądzie i sprawdź, które ulepszenia są włączone i czy któraś kreacja wymaga oznaczenia treści AI.

Jeśli wolisz, żeby to zrobili ludzie, którzy pracują z automatem Meta codziennie, prowadzimy kampanie Meta Ads dla sklepów i firm usługowych. Jeśli sam prowadzisz konta i szukasz narzędzia do analizy, zajrzyj na ai.owli.co.