15 分钟用 Anyword 生成 50 条广告文案变体（并预打分）
目录
上周二下午 2 点客户找过来:5 点之前要新品发布的 Google Search 广告文案,12 个 ad group,每组 3 条变体。我用 Anyword 跑出 50 条候选、打分、筛出 Top 36 导出——一杯茶还没凉。
Anyword 比单用 ChatGPT 多花 39 美元/月,值就值在 Predictive Performance Score(PPS,预测表现分) 这一项功能。它是用 Anyword 自有的真实广告投放数据训练的,分渠道(Google / Meta / LinkedIn 各算一套)。我自己实测里,PPS 90+ 的变体在 CTR(点击率)上能比 60 分的高出 1.5–2 倍。这意味着你不只是在"生成文案",而是在花钱投放前就先做了一道筛选。
下面这套 15 分钟流水线,我在任何 Google Search 或 Meta 付费投放前都会跑一遍。
Step 1 — 4 行 brief(2 分钟）
打开 Anyword 之前,我会强制自己先把这 4 行写下来:
- 产品(Product): 一句话,讲它做什么——不是它"赋能"什么
- 受众(Audience): 具体到人设——"年收入 $50–80K 的自由设计师",不是"创意从业者"
- 承诺(Promise): 用户买这个产品想得到的那个唯一结果
- 证据(Proof): 一个能让承诺站得住脚的事实
垃圾 brief 进、垃圾文案出,PPS 再高也救不回来。分数只评估流畅度和模板匹配,救不了你的策略。
Step 2 — 配置(2 分钟）
选好渠道模板（Google Search RSA、Meta Single Image 等)。挂上你自己的 Brand Voice(品牌语调) ——用 5–10 条以前表现最好的广告训练一次,之后每个 campaign 都能复用。受众下拉里选一个,或者按你 brief 的 Audience 那行写一个 custom 的。
很多人就是跳过这一步,然后抱怨 PPS 分数难看。
Step 3 — 批量生成 50 条变体（5 分钟)
用 "Generate Variations" 一次出 10 条,跑 5 次。或者用 Boost 功能拿首批最高分的那条做基础,继续衍生同风格变体。
为什么是 50?因为我跑了很多次发现,Top 10 的 PPS 几乎永远集中在第 30 到第 50 条之间。前 10 条都是可预测的"保险牌",后 40 条才会冒出你自己没想到的角度。
Step 4 — 筛到 Top 10(3 分钟)
按 PPS 降序排,然后做三轮砍:
- 砍近似重复。 Anyword 经常出"换两个词"那种伪变体,留一条就够了。
- 砍夸大用力的。 95 分的"颠覆性 AI……"标题点击率会高,接着你的"点击→转化"比直接崩盘。分数不是 ROAS(广告投放回报率）。
- 保留一条低分 wildcard（60–70 分)。 模型有时会看错你的受众。我大约 1/8 的项目里,65 分的变体最终在实战中打败了 90 分的。
Step 5 — 导出(3 分钟）
CSV 导出 → 丢进 Google Ads Editor 或 Meta Ads Manager,收工。
3 个能稳定拉高 PPS 的输入模板
填 Anyword 输入框时,这 3 个模板能让我的平均 PPS 提高 10–15 分:
1. 具体痛点 → 具体结果。 不要写"节省邮件时间"。试试:"别再每周一花 2 小时给团队写周报。"
2. 数字 + 动词 + 时间窗。 "90 天内把 CAC（获客成本)砍 30%"永远比"显著降低获客成本"得分高。
3. before / after 对比。 "从 47 张 Excel 到一个 dashboard"——Anyword 的模型对"具体对比"加权很重。
PPS 看不见的东西
PPS 评估的是文案流畅度、在模板内的新颖度、以及与训练集中赢家广告的匹配度。它看不到:
- 你的落地页能不能兑现广告的承诺
- 你的报价在同行里有没有竞争力
- 你的受众是不是已经被同一角度轰炸到麻木
所以我把 Top 10 当作候选清单,不是结论。把它们丢到 Meta Advantage+ 或 Google ACA 里跑 5–7 天,然后让真实点击数据去覆盖 PPS。PPS 是起跑线,不是终点线——但比对着空白文档发呆,这条起跑线快太多了。