Paid Media

用 20 个素材生成 1,000 条有效 RSA 组合（Gemini + CSV 导出）

用 20 个素材生成 1,000 条有效 RSA 组合（Gemini + CSV 导出）
目录

一个护肤品牌的 Google Ads（谷歌广告）账户有 1,200 个 SKU（Stock Keeping Units，库存单品），分在 12 个品类里。之前的服务商每个广告组跑 3 个 RSA（Responsive Search Ads，响应式搜索广告），标题全靠手挑，描述在各个 Campaign（广告系列）间复制粘贴，平均 CTR（Click-Through Rate，点击率）3.8%。我把这套全推倒重建：每个广告组 700 条预校验过的 RSA 组合，从 20 条素材池出发，用主题替换矩阵扩到 1,000，再让 Gemini 跑校验，最终 12 个广告组合计 8,400 条。六周之后，CTR 4.83%。+27%。

数学本身不巧妙。RSA 本来就能让 Google 把 15 个标题、4 个描述排列出 32,400+ 种可能，算法乐在其中。真正巧妙的点是——当你本身已经知道答案（按品类结构就能判断哪条组合该胜出），就别把发现权完全交给算法。你做预筛选，算法去执行。

下面就是产出那 8,400 条组合的工作流。

20 条素材的起步池

大部分 PPC（Pay-Per-Click，按点击付费）投手开 RSA 都是随手写一周前的素材，硬凑到 15 条。组合数学不挑食，照样给你生成几千条组合。问题是这几千条里大部分是坏掉的。标题写"免运费"，描述写"高端定价"，这俩放一起就是别扭。Google 会测到这些组合学到底下表现差，把你的学习预算烧光。

解决办法：搭一个有结构的起步池，每条标题和每条描述事先已知可以组合。

这套结构在每个我跑过的电商品类都成立：

5 个标题主题 × 每个主题 3 条变体 = 15 条标题

主题 变体示例
Offer（价格、优惠、折扣） "30% Off Today"、"Free Shipping $50+"、"Sale Ends Sunday"
Product（功能、成分、规格） "Vitamin C Serum"、"For Oily Skin"、"30ml Bottle"
Trust（评分、认证、保障） "Rated 4.8/5"、"Dermatologist Tested"、"30-Day Returns"
Urgency（稀缺、时限、库存） "Limited Stock"、"Order by 5pm"、"Almost Sold Out"
Brand（品牌名、故事、定位） "Acme Skincare"、"Since 2014"、"Made in California"

4 个描述角度 = 4 条描述

  • Benefit-led（利益导向）——"Reduce dark spots in 14 days with our Vitamin C formula."
  • Proof-led（证据导向）——"Join 50,000+ customers. Rated 4.8 stars across 12,000 reviews."
  • Offer-led（优惠导向）——"Get 30% off your first order. Free shipping on orders over $50."
  • CTA-led（Call-To-Action，行动号召导向）——"Shop the full collection. Subscribe and save 15%."

每条描述必须和 15 条标题里的任意一条搭配都读得通。这条是唯一的编辑规则。如果一条描述里出现了"discount"，那它跟"Sale Ends Sunday"这种标题摆一起就尴尬——改一条，直到任意两两组合都不别扭。

这个 20 条素材池产出 15 × 4 = 60 条基础组合。但让数字好玩起来的是下一步的扩展。

扩展矩阵（60 → 1,000）

纯 20 条素材只能给 60 条基础组合。要冲 1,000+ 条，得加主题替换变体。起步池里每条标题，再生成 4–6 条主题一致、措辞不同的改写：

  • 原文："30% Off Today" → 改写："Save 30% Now"、"30% Off Sitewide"、"Take 30% Off"、"Sale: 30% Off"、"30% Off Everything"
  • 原文："Free Shipping $50+" → 改写："Free Shipping Over $50"、"Free Delivery $50+"、"Ships Free $50+"

15 条标题全做一遍，能得到约 80 条标题变体。配 4 条描述，80 × 4 = 320 条。要凑到 1,000，再加品类角度注入：那个护肤客户有 12 个品类（精华、洁面、保湿……），每条描述做一份品类注入版——"Reduce dark spots in 14 days" → "Reduce dark spots with our Serum" → "Reduce dark spots with our Cleanser" → …

扩展部分用 Excel 手动做也行，但校验这一步才是 Gemini 真正发力之处。

4 条校验规则（外加 Gemini 提示词）

按出现频率排，把 RSA 表现打死的四种失败模式：

  1. 重复检测 —— 两条标题字面不同但说的是一件事（"30% Off Today" 和"Save 30% Now" 在 Google 算法归一化之后是同一句）。Google 标这种为"低 Ad Strength"（广告强度，Google 对 RSA 素材多样性的 1-5 评分），压你的展示份额。
  2. Pin 位冲突 —— 如果你把 H1 锁给品牌名，那剩下 14 条标题里就不能再出现品牌。Google 的位置 Pin 逻辑非常脆。
  3. 字符上限违反 —— 标题 30 字符、描述 90 字符。Google Ads Editor 导入时超出 1 个字符直接硬拒。
  4. 品牌安全/政策 —— 极限词（"best"、"#1"）和某些绝对化表述（"guaranteed results"）会触发 Google 广告政策审核，额外拖 24–48 小时。

一条 Gemini 提示词把这四种一次全抓：

对下面表格里的每个标题/描述组合，按以下 4 条规则校验：

1. DUPLICATE（重复）：标记任何核心信息相同的标题对（比如"30% Off Today"和"Save 30% Now"都传达"30% off"）。用语义等价判断，不要只看字面。
2. PIN COMPATIBILITY（Pin 兼容）：标记"PIN=H1"的标题必须包含品牌名或法律声明；其他标题禁止出现品牌名。
3. CHARS（字符数）：每条标题 ≤30 字符，每条描述 ≤90 字符，空格计入。
4. POLICY（政策）：标记任何"best"、"#1"、"guaranteed"、"lowest price"和绝对化表述。

输出 CSV，列：combination_id, headline, description, duplicate_flag, pin_ok, char_count, policy_flag, action（keep/fix/reject）。严格判定。

INPUT：
[把你的 1,000 行表贴在这里]

最后那句"严格判定"是关键。不写它，Gemini 会给个客气的 80% 阈值，让边缘重复过关。写上，95%+ 通过率，"fix" 那一批再跑一遍就干净了。

Gemini 给出校验过的组合之后，上传是机械活。Google Ads Editor（免费桌面应用，离线运行）每个广告组至少要这些列：

Campaign,Ad group,Ad type,Headline 1,Headline 2,Headline 3,
Headline 4,Headline 5,Headline 6,Headline 7,Headline 8,
Headline 9,Headline 10,Headline 11,Headline 12,Headline 13,
Headline 14,Headline 15,Description 1,Description 2,
Description 3,Description 4,Final URL,Path 1,Path 2

三个常见坑：

  • 每行 15 条标题，不是每个广告 15 条。 每行 CSV 就是一条 RSA。1,000 条组合 = 1,000 行。或者把 3 条组合塞进 1 条 RSA——Google Ads Editor 2023 加了"Multiple combinations per ad"功能——但第一次跑别用，校验数学会变难追。
  • Final URL（最终落地页 URL）必须存活。 404 的 Final URL 能过 CSV 导入，但 48 小时内把 Quality Score（Google 对广告相关性的 1-10 评分，质量得分）打死。上传前一定先打一遍。
  • 表头必须完全一致。 Google 的 CSV 导入对列名大小写敏感。"Headline 1" 行，"headline1" 不行。

导入完点 "Make Multiple Changes" → "Validate and post"。错误显示为红色图标。上述 4 条校验规则能提前抓出 90% 的红图标会标的问题。

战略逻辑：1,000 条里选哪条上

难的既不是数学，也不是校验。难的是编辑决策——万亿种理论组合里，到底选哪 1,000 条真的上。

我守的规则是：每条组合必须对应不同的搜索意图（Search Intent），不能只是换不同措辞。 搜"best vitamin c serum for oily skin"的人想要的文案，和搜"cheap vitamin c serum"的人完全不同。如果你的组合矩阵不按意图切分，就只是在重新摆家具。

那个 12 品类电商客户，我搭了 12 个广告组（每个品类一个）× 每个广告组约 700 条组合 = 8,400 条。每个广告组的素材池都按该品类的搜索意图定制。"Serum"组的标题池明确提到精华；"Cleanser"组的标题池明确提到洁面。Google 学品类级 CTR 信号更快，12 个广告组的 Ad Strength 全部从"Average"跳到"Excellent"，只用了一周。

这种地方人的判断胜过纯算法优化。Gemini 提示词给你一份干净的 CSV；战略层面的素材池设计决定这些组合到底能不能跑出来。

下次我会改的地方

我会跳过 1,000 条的目标，改成每个广告组 300–500 条。+27% CTR 是拿到了，但翻完搜索词报告才发现，长尾里那些低展现组合（700–1,000 号位）只贡献了总点击的不到 3%。每个广告组前 300 条组合干了几乎所有的活。1,000 条和 500 条在 Gemini token 消耗上差不多，但边际价值衰减得很快。

把那张 Excel 表、那条 Gemini 提示词、那 4 条校验规则都存下来。每个品类按季度重跑一次。组合数学的回报更多来自迭代频率，不是单次规模。