ChatGPT Ads 改平均成本目標：Target CPA 與 Target CPC 點設

As of November 2026，ChatGPT Ads 已經把自訂出價上限的玩法換掉：新建轉化型廣告系列由 2026 年十一月九日起以 Target CPA 取代 Max Bid，新建點擊型廣告系列同日可選用 Target CPC，舊有廣告系列的 Max Bid 與 Max CPC 則在 2027 年一月一日退役。做 sem 的團隊要處理兩件事，一是把廣告系列搬過去，二是用自己近期的實際成本決定目標數字，而不是抄一個整數。這兩個目標都是平均值，單次點擊或轉換可以貴過它。

重點摘要

• 二○二六年十一月九日起，新建的轉化型廣告系列用 Target CPA，新建的點擊型廣告系列可以選 Target CPC；舊廣告系列仍可用舊控制，直到二○二七年一月一日（January 1, 2027）退役。
• 經 API 建立的廣告系列由 November 18 起，送進舊欄位的數值會被當成平均目標，舊欄位不再受支援之後，二○二七年一月一日起正式棄用。
• 目標低於近期實際成本會限制投放，結果是預算花不完；如果連轉化訊號本身都弱，系統更難找到機會。
• 目標數字的起點是同一轉化事件近期的實際 CPA、或點擊型廣告系列近期的實際 CPC，並且要看同一段報告期。
• 出價目標與計費事件是兩個獨立設定，優化轉化不等於按轉化收費。

目錄

1. 三個日期分別改甚麼
2. Target CPA 與 Target CPC 是平均成本目標而非上限
3. 單次點擊可以高於目標：如何依近期實際 CPA 與 CPC 設定目標
4. 轉化訊號不夠，目標定得再準也花不出去
5. ChatGPT Ads 的三種出價模式怎麼分
6. Topkee 的看法：目標只是起點，總帳才是尺子
7. 今日可以自己跑的檢查
8. 常見問題

三個日期分別改甚麼

OpenAI 在說明出價與定價的文件中把時間表寫得很清楚，分成三個階段，每個階段影響的人不同。

第一個日期是十一月九日。當日開始，只想要競價上限的廣告主在建新廣告系列時，已經沒有 Max Bid 可以揀；想做轉化型廣告系列、並以每次轉化成本為目標的，會看到 Target CPA。點擊型廣告系列同樣在十一月九日多了一個 Target CPC 選項。既有廣告系列在這個階段不受影響。

第二個日期是十一月十八日，對象是經 API 建立廣告系列的夥伴。由這日起，如果夥伴仍然用舊的 Max Bid 或 Max CPC 欄位去建立廣告系列，或者改動廣告群組的出價類型，送進去的數值會被視為平均成本目標，不再是競價上限。舊欄位可以繼續用到十二月三十一日，官方建議這段時間改用新的 Target CPA 與 Target CPC 欄位。

第三個日期是二○二七年一月一日。舊的 Max Bid 與 Max CPC 欄位由這日棄用，既有廣告系列的舊控制亦在同日退役。夥伴要在這個日期之前把整合改好，否則排程送出的廣告系列會撞上失效的欄位。

這張表值得存在團隊的交接文件裏，因為香港不少品牌把投放交給代理商或內部小團隊，廣告系列由誰在甚麼工具上建立，直接決定它落在哪一批。

Target CPA 與 Target CPC 是平均成本目標而非上限

官方的講法很直白：Target CPA 與 Target CPC 是平均值目標，不是每次轉化或每次點擊的固定價錢，實際平均值可以高於或低於你設的數。系統會逐次競價自行決定出價，聽起來比固定上限自由，代價是單次結果不再有天花板。

用官方自己的例子會比較清楚。假設你設 $50 作 Target CPA，系統會朝「平均每次轉化 $50」這個方向努力，有些轉化貴過 $50，有些便宜過，最後的平均值未必等於 $50。點擊型廣告系列同一道理，Target CPC 讓系統在個別競價中可以出高於或低於目標的價，只為在預算內拿到最多點擊。

這對報表閱讀習慣有影響。以前看 Max CPC，你看到的是「每一次點擊最多付幾多」，現在要改成看一段時間的平均實際成本，並接受個別日子或個別轉化偏離目標。如果團隊的 KPI 仍然寫成「每次點擊不得超過某個數」，這條 KPI 在新機制下無法直接對應，需要改成對平均值的檢查。

另外要分清出價目標與計費事件。官方在常見問題中列明，出價目標與計費是兩個設定：一個廣告系列可以優化轉化，但按點擊或曝光收費，視乎計費設定。看到 Target CPA 就以為「按轉化付款」，是另一個常見的誤讀。

單次點擊可以高於目標：如何依近期實際 CPA 與 CPC 設定目標

官方在「設定現實的目標」一節給了方法，順序是先看近期表現，再對照成果的商業價值，然後才設定數字。

第一步是查同一轉化事件的近期實際 CPA，或者點擊型廣告系列的近期實際 CPC。關鍵是報告期要一致，並且要把轉化回報的延遲算進去，否則未回傳的轉化會被當成不存在，拉高表面成本。

第二步是把近期實際成本與成果對品牌的價值放在一起看。官方明言，目標設得低於近期表現，可能會限制投放。一個比現況更低的數字不會自動帶來更便宜的轉化，系統只會少參與競價。

第三步是隨廣告系列轉用新策略時設定或調整目標，並且把花費、結果與平均實際成本一起看，讓系統在學習期內有時間調整。

官方用出一組例子說明實際 CPA 的來源：一段報告期內的花費除以歸因購買次數，得出這段時間的實際成本。這個結果可以作為起點，再按獲客目標調整。文件同時提醒，把目標設成 $20，不代表系統可以在觀察到的成本一半之下交付購買。

如果設了受眾出價乘數，要連乘數一齊看。官方的例子是 $50 Target CPA 加上 1.2 倍新客乘數，該受眾區隔的目標等於基礎目標乘以乘數，而且仍然是平均值，不是每次轉化的保證價。做新客拉動的香港品牌要特別留意這一點，因為新客與回購客的成本結構本來就不同。

轉化訊號不夠，目標定得再準也花不出去

目標數字只是其中一半，另一半是回饋訊號的質素。OpenAI 的文件提到，廣告系列花不完預算有三個原因：目標太緊、可用的投放機會有限、轉化訊號太弱或根本缺失。

具體要求是用 OpenAI Pixel、Conversions API 或兩者同時設定轉化追蹤，並揀選支援的轉化事件。文件寫得很清楚，設定好不等於已經收到可用的轉化訊號，要逐項確認真實事件有到達廣告系列所連結的數據源。

事件質素分數（EQS）描述收到的資料對測量的有用程度，轉化量則描述所選動作的發生頻率。官方提醒，分數高不代表訊號足以支撐規模。檢查時要看事件質素警告中關於配對資料缺失、延遲與重複事件的提示，並逐項處理。

這一點與香港市場的經驗吻合。零售與服務業的成交不少發生在點擊之後的電話、WhatsApp 或門市，如果這些線索沒有以事件形式回傳，平台看到的轉化量會偏低，系統學到的東西也偏窄。目標數字改得再精，缺了這批訊號，廣告系列仍然會少花錢、少交付。

ChatGPT Ads 的三種出價模式怎麼分

二○二六年十一月之後，Ads Manager 裏有三條路可以走，選哪一條取決於團隊手上有沒有可靠的轉化數據，以及是否要指定成本水平。這也是日常做 sem 時最常要交代的決定：預算固定之下，是先守住成本上限，還是先爭取轉化數量。

Intelligent bidding 就是原本的 Maximize Results。官方文件說明這個策略會自動調整出價與投放，在預算內爭取最多結果，但同時列明它不保證達到某個特定的 CPA、CPC、ROAS 或其他成本效益目標。如果你的合約要求每次轉化成本落在某個範圍，Intelligent bidding 本身不提供這個保證，需要另外的檢查機制。

至於點擊型廣告系列的起點價，Search Engine Journal 在報導這次改動時提到，針對點擊的廣告系列，建議以每次點擊 $3 to $5 作為起步的出價參考，該頁面同時仍然寫著廣告主在廣告群組層級設定最高出價。兩者並存反映的是過渡期的文件狀態，實際操作應以 Ads Manager 當下的選項為準。

Topkee 的看法：目標只是起點，總帳才是尺子

Topkee 於二○一二年五月成為 Google Partner，二○一六年七月取得 Google Premier Partner 資質，長期的立場是廣告投放應以收入為目標，而不是單純追求點擊，服務覆蓋由展示、點擊、著陸頁、諮詢、提案到成交的全漏斗。ChatGPT Ads 這次把出價由上限改成平均目標，方向上與這個立場一致：點擊被降級為中間指標，平台按轉化成本去分配流量。

差別在於優化的層級。平均成本目標優化的是「平均」，算法可以用便宜的轉化拉平平均值，一個填表與一宗已簽單在模型裏可能只是同一個轉化事件。Topkee 的衡量口徑是把成交價值除以廣告支出的 ROAS，公開承諾由起步水平提升至數倍的區間，逐期可核，未達標可在下一計費日前通知退出。用這個尺子看，Target CPA 達標與否只回答了一半問題。

平台算法有結構上的邊界。智能出價只調配平台自有流量，跨平台之間預算該偏向哪一邊只能靠外部判斷；歸因窗口方面，Google 與 Meta 各有官方窗口，超出窗口的成交會被丟棄，長決策週期的 B2B 訂單往往落在窗口之外。這些限制在平均成本目標的框架下不會消失，因為它們發生在平台的數據圍牆之外。同樣，部分關鍵詞因數據有限而不顯示質素得分，仍然可能帶來後端轉化，按官方規則質素得分也不是出價信號。

這也是評估一間 google ads marketing company 時值得問清楚的問題：對方會不會只在平台報表內看平均成本，還是會把窗口外的成交、跨渠道的預算劃分一併算進去。實務上可以配合的工具，是 TTO 漏斗調優智能體這一類以「一活動一實例」為原則的診斷：八章全鏈路漏斗診斷、五至七級漏斗形態、六維帳戶健康度評分，先修數據再談優化，明確區分「投得差」與「沒測準」，並輸出具優先級的行動清單。出價目標改動之後，第一件要檢查的正是回饋數據對不對得上，而不是先把數字調低。

今日可以自己跑的檢查

以下是這篇文章的落地部分，半日內可以完成；如果團隊同時在跑 Google 廣告，可以配合 Topkee 的香港 Google 及 Meta 廣告投放服務 一併檢視。

第一項，列出所有經 API 建立的廣告系列，以及它們目前送出的出價欄位，標明哪些仍用 Max Bid 或 Max CPC。複製到新的 Target CPA 與 Target CPC 欄位之後，再讓舊欄位走入棄用的時間表。

第二項，對每個轉化型廣告系列，用同一段報告期計出實際 CPA（花費除以歸因轉化次數），並記下報告期的起訖日。點擊型廣告系列用同樣方法計實際 CPC。

第三項，把每個轉化事件對照一次是否真的在收資料。用 Ads Manager 的事件質素分數與診斷頁逐項看，重點是配對資料缺失、延遲與重複事件三類警告。

第四項，檢查受眾出價乘數。有乘數的區隔，其目標等於基礎目標乘以乘數，要逐一核對是否仍符合獲客目標。

第五項，對照一下 google廣告收費 與 ChatGPT Ads 的計費方式，確認兩個平台的報表口徑沒有混用，也不要拿一邊的單次點擊價直接套到另一邊。

第六項，把團隊的 KPI 文件更新一次，將「每次點擊不得超過 X」改成「某段報告期的平均實際成本不超過 X」，並寫明個別結果可以偏離。

如果帳戶本身有多個渠道，可以順手把 Google 的投放數據與 ChatGPT Ads 的數據並排放，用同一段時間比較每次轉化成本。兩個平台的計費結構不同，直接比較單次點擊價意義有限，比較每次轉化的總成本與成交價值才有用。香港不少品牌本身已把投放交給外部團隊，若同時經營 Google 與 ChatGPT Ads，google ads marketing company 的分工與交接就要寫清楚：由誰建立廣告系列、由誰改出價目標、報表用哪一個口徑。Topkee 的 效益型 Google 廣告投放服務 把診斷、關鍵詞策略、素材與預算調整放在同一個流程內，可以作為對照。

常見問題

ChatGPT Ads 的 Target CPA 是不是每次轉化都不會超過這個數？

不是。官方文件把 Target CPA 定義為平均值目標，個別轉化可以貴過或便宜過目標，整段時間的平均值亦可能高於或低於你設的數字。要用它控制成本，看的是報告期平均值，而不是逐次檢查。

我的舊廣告系列幾時一定要搬走？

舊廣告系列的 Max Bid 與 Max CPC 在二○二七年一月一日（January 1, 2027）退役。官方建議由二○二六年十一月九日起，在 Ads Manager 開始把廣告系列轉到新的出價選項，預留時間觀察學習期的表現。

經 API 送出的舊出價數值會怎樣處理？

由 November 18 起，用舊欄位建立廣告系列或改動廣告群組的出價類型時，送進去的數值會被當成平均成本目標。舊欄位支援到十二月最後一日，January 1, 2027 起棄用。

為甚麼設了目標，廣告系列仍然花不完預算？

可能有三個原因：目標設得太緊、可用的投放機會有限、轉化訊號太弱或缺失。先對照近期實際成本檢查目標是否過低，再查看事件質素與診斷頁，確認所選轉化事件真的有收到數據。

出價目標與計費方式是不是同一件事？

不是。官方列明兩者是獨立設定。廣告系列可以以轉化為出價目標，同時按點擊或曝光計費，取決於該廣告系列的計費設定。

Sources

1. "ChatGPT Ads Is Replacing Max Bid & Max CPC With Cost Targets", Search Engine Journal, 2026-11-10. https://www.searchenginejournal.com/chatgpt-ads-is-replacing-max-bid-max-cpc-with-cost-targets/596491/
2. "Bidding strategies and how pricing works in ChatGPT Ads", OpenAI Help Center, undated. https://help.openai.com/en/articles/20001634-bidding-strategies-and-how-pricing-works-in-chatgpt-ads
3. "Maximize results bid strategy", OpenAI Help Center, undated. https://help.openai.com/en/articles/20001425-maximize-results-bid-strategy