Meta-hirdetések az AI korában: így működik az Andromeda és a GEM, és így hirdess most

Az elmúlt hónapokban, években teljesen átalakult a Meta hirdetési rendszere. Az AI átvette az uralmat a hirdetési algoritmusok fölött. Új rendszerek és új nevek jelentek meg: Andromeda, GEM, Lattice, Generative Recommender. Így nem csofa, hogy sok hirdető csak találgatja, mit kezdjen az új megoldásokkal, mi az új sikerrecept, ha nem csak hirdetgetni szeretne, hanem valódi eredményt.
Ezért született meg ez az útmutató, amiben két dolgot kapsz. Egyrészt érthetően elmagyarázom, hogyan dönti el ma a Meta, ki melyik hirdetésedet látja. Másrészt végigmegyünk azon a hirdetési módszeren, ami ebben a rendszerben működik: kreatív, fiókstruktúra, célzás, tesztelés, mérés, és az AI-ügynökök használata.

Ezt a cikket folyamatosan frissítem, ahogy a Meta rendszere változik. A végén egy idővonalon és változásnaplóban látod, mi és mikor módosult.

Mi változott a Meta-hirdetésekben az AI korában?

A legfontosabb változás, hogy a Meta ma már nem azt kérdezi tőled, kinek mutassa a hirdetést. Azt kérdezi, mit akarsz elérni, és mivel. A közönséget a rendszer keresi meg: a hirdetésed tartalmából és az emberek viselkedéséből.

Te már nem egyesével kezeled az összes beállítást, hanem a rendszernek adsz célokat, irányokat, kereteket, a rendszerbe épített, zömében AI alapú megoldások pedig ennek alapján végzi el azokat a beállításokat, amiket korábban Neked kellett.

Ez nem egyetlen frissítés eredménye. Az iOS14 adatvédelmi változásai 2021-ben megnyirbálták a pontos célzást és mérést. A Meta erre AI-jal válaszolt: jött az Advantage+ célközönség, aztán az automatizált Advantage+ kampányok, 2026 januárjától pedig a régi részletes célzási opciók egy része végleg megszűnt. A Meta súgója szerint az érintett opciókat használó régi kampányok 2026. január 15-én leálltak.

A kreatív szerepe sem új keletű. A Meta már 2022-ben, az első Performance Marketing Summitján arról beszélt, hogy az aukciós eredmény 56 százaléka a kreatívon múlik. Csak akkor ezt még sokan udvarias túlzásnak gondolták. Ma ez a rendszer működési elve.

Szempont	Korábban	Ma
Ki dönt a közönségről?	Te, érdeklődésekkel, hasonmásokkal	a rendszer, a kreatív és a viselkedési jelek alapján
Mit javítasz leggyakrabban?	közönségszegmentálás	kreatív koncepciók és jelminőség
Fiókstruktúra	sok kampány, sok hirdetéscsoport	kevés kampány, összevont adat
Kreatívgyártás	kézzel, néhány változat	kézzel és AI-jal, sok változat
Mérés	szabályalapú attribúció	modellezett és inkrementális mérés is
Irányítás	Célzások, elhelyezések beállítása közvetlenül, egyesével	Keretek meghatározása például értékszabályokkal

Hogyan dönti el ma a Meta, ki melyik hirdetést látja?

Több lépcsőben, másodperc töredéke alatt. Először egy előválogatás sotán kiválasztja, mely hirdetések jöhetnek szóba egy adott embernél. Aztán a rangsorolás megjósolja, melyiknél mekkora az esélye a kívánt eredménynek. Végül az aukció ezt a becslést a licittel és a hirdetés minőségével együtt mérlegeli, és eldönti, mi jelenik meg.

Az Andromeda az első lépcső motorja, a GEM a második lépcső tanára.

Andromeda: a rövid lista

Az Andromeda a Meta hirdetéslekérő rendszere, amelyet a cég 2024 decemberében mutatott be a mérnöki blogján. A dolga az, hogy a teljes hirdetéskészletből kiválassza azokat, amelyek egy adott embernek egyáltalán szóba jöhetnek. A PPC Land összefoglalója szerint ez több tízmillió jelöltből pár ezret jelent, vagyis az első szűrés nagyságrendekkel több hirdetésre van hatással, mint a későbbi szakaszok.

Miért volt erre szükség? Mert a hirdetések száma robbanásszerűen nőtt. Egyetlen hirdetésből a több szövegváltozat, a kreatív fejlesztések és az AI-generált verziók miatt ma akár több száz kombináció születhet, és a régi előválogatási (lekérési) rendszert nem erre tervezték. A Meta saját mérése szerint az Andromeda a Facebookon és az Instagramon 6 százalékkal javította a lekérés pontosságát, egyes szegmensekben pedig 8 százalékkal a hirdetések minőségét.

2026 közepén jött a következő lépés: a Meta pénzügyi igazgatója, Susan Li a második negyedéves gyorsjelentésnél elmondta, hogy az első generatív modell is bekerült a lekérési rendszerbe, érezhető teljesítményjavulással.

GEM: a központi agy

A GEM (Generative Ads Recommendation Model) a Meta hirdetésajánló alapmodellje. A Meta 2025 novemberi mérnöki bejegyzése szerint a nagy nyelvi modellek mintájára épült, több ezer GPU-n tanítják, és az a dolga, hogy a többi hirdetésajánló modellt jobbá tegye. Magában túl nagy és túl lassú ahhoz, hogy valós időben döntsön, ezért tanárként működik: a tudását átadja a több száz kisebb modellnek, amelyek ténylegesen kiválasztják, melyik hirdetést látod.

A 2026-os változat lényeges újítása, hogy a korábban külön kezelt Facebook-, Instagram- és Reels-előrejelzéseket egyetlen központi modell váltotta ki. A PPC Land elemzése szerint a modell a sok adatot adó kattintásokból tanult mintákat a ritkább konverziók előrejelzésére is felhasználja. Ennek kisebb hirdetőként különösen örülhetsz: ha kevés konverziód van, a rendszer más jelekből is tud következtetni.

A számok látványosak, de érdemes a helyükön kezelni őket. A Meta 2026 októberében 18,9 százalékos konverziós és 12 százalékos átkattintási javulásról számolt be, azonban nem derül ki pontosan, mihez képest, milyen időszakban és milyen módszerrel mérték. A második negyedéves befektetői hívásban a GEM, a felhasználó-megértő modellek és a szekvenciatanulás együttesen a Facebookon 8,3 százalékkal több kattintást és 15,7 százalékkal több konverziót hozott. De legyünk tisztába vele: ezek a Meta saját, független ellenőrzés nélküli adatai.

Ha pedig megpróbáljuk ezeket lefordítani a saját kampányainkra, akkor fontos, hogy tudjuk: az üzleti célt mi ismerjük, és nekünk kell tudni, hogy ehhez milyen módon tudjuk igazítani a Meta megoldásait. Például hiába javít a Meta AI a kattintások mennyiségén és költségén, ha az nekünk nem elég releváns üzleti cél, mert alapvetően rossz célcsoportnál növekedik csak az eeredmény.

Lattice, Adaptive Ranking Model, Generative Recommender: kell ezekről tudnod?

Elég, ha nagyjából tudod, mit csinálnak, mert egyikhez sincs kapcsoló a Hirdetéskezelőben. A hatásukat az Advantage+ és az automatikus kiszolgálás közvetíti.

Rendszer	Mit csinál?	Mit jelent neked?
Andromeda (2024)	lekérés: kiválasztja a szóba jöhető hirdetéseket	a hasonló hirdetések egy lehetőségnek számítanak
GEM (2025, 2026)	központi alapmodell, tanítja a rangsoroló modelleket	a felületek közötti viselkedésből is tanul
Lattice	a sok különálló rangsoroló modell összevonása	kevesebb, okosabb modell dolgozik a hirdetéseiden
Adaptive Ranking Model (2026)	LLM-méretű rangsorolás valós időben, Instagramon	pontosabb illesztés a nagy szándékú vásárlókhoz
Generative Recommender (2026)	a hirdetés tartalmát és a felhasználó preferenciáit együtt értékeli	a kreatív tartalma még többet számít

Két részlet érdemes a figyelmedre. Az Adaptive Ranking Model a Common Thread Collective összefoglalója szerint Instagramon 3 százalékkal több konverziót és 5 százalékkal magasabb átkattintást hozott a célzott felhasználóknál. A Generative Recommender pedig a Meta szerint nem egyenként pontozza a lehetséges hirdetéseket, hanem nagy nyelvi modellel együtt mérlegeli a hirdetés tartalmát és a felhasználó ízlését.

És van egy harmadik, amit sokan átsiklanak: Susan Li elmondta, hogy az Instagramon minden nyilvános Reels- és hírfolyam-posztot automatikusan feldolgoz egy nyelvi modell a témájától a hangneméig. Ezek a jelek a hirdetések rangsorolásába is bekerülnek. Vagyis a Meta ma szó szerint „olvassa” és „nézi” a tartalmat, a hirdetésedet is.

Tévhitek az Andromedáról és a GEM-ről

Az Andromeda körül több a legenda, mint a tény. Technikai, nehezen érthető, és kényelmes rá fogni, ha romlanak az eredmények.

Tévhit	Mi a helyzet valójában?
„Az Andromeda az új algoritmus, ami a célzást végzi.”	Az Andromeda az előválogatás, a kiszolgálás első lépcsője. A rangsorolás és az aukció más rendszerek feladata.
„60 százalék fölötti hasonlóságnál a Meta elnyomja a hirdetést.”	A Meta nem tett közzé ilyen számszerű küszöböt arra, mennyire kell két hirdetésnek különböznie.
„Hirdetéscsoportonként 20-30 hirdetés kell.”	Ez nem Meta-szabály. Több kampányban, különböző kreatív mennyiséget tesztelve nem látni egyértelmű győztes arányt.
„Ha AI-jal száz változatot generálok, az diverzifikáció.”	A szinte azonos hirdetések a rendszer szemében egyetlen lehetőséget jelentenek, nem százat. A diverzifikáció vizuálisan, üzenetben és formátumban valóban eltérő kreatív portfoliót jelent.
„Az Andromeda tönkretette az eredményeimet.”	Az eredményromlásnak jellemzően hétköznapibb okai vannak: kreatív, jel, struktúra, piac.

Hogy miért terjednek ezek? Mert a Meta tudatosan nem részletezi, hogyan „látják” a modelljei a kreatívokat. A cég szóvivője a Marketing Brew-nak azt mondta, hogy az útmutatásuk szándékosan eredményalapú, nem modellspecifikus: diverzifikáld a kreatívot, tesztelj, és hagyd, hogy a rendszer optimalizáljon. Ebbe a résbe költöznek be a kitalált számok, és a marketingblogok sokszor egymástól veszik át őket.

Mit jelent, hogy a kreatív az új célzás?

Azt, hogy a hirdetésed tartalma (a kép, a videó, a szöveg, a szereplők, a helyszín, a hangnem) jelzi a rendszernek, kiknek szól, és a Meta ehhez keresi meg az embereket. A Meta a korábi, saját Performance 5 ajánlásaiban is így fogalmaz: a folyamatosan fejlesztett, különböző igényekre szóló kreatívok a célzás új eszközei lehetnek.

Egy példa. Ugyanazt a gyorsfagyasztott ételt hirdeted két videóval. Az egyikben egy kisgyerekes anyuka este hétkor tíz perc alatt vacsorát tesz az asztalra. A másikban egy nyugdíjas pár azt számolja, mennyit spórolnak azzal, hogy nem dobnak ki maradékot. A célzás mindkettőnél széles, mégis más emberekhez jutnak el, mert a rendszer abból tanul, kik állnak meg az egyiknél és kik a másiknál, és mit mutatnak a jelek a Meta rendszerein belül, és a Te weboldaladon.

Ebből az következik, hogy a régi „közönség × hirdetés” gondolkodás megfordul. Nem hirdetéscsoportokat építesz különböző közönségeknek, hanem különböző kreatívokat különböző vásárlási motivációkra, és a rendszerre bízod, hogy összepárosítsa őket.

Mi a kreatív diverzifikáció, és mi nem az?

A kreatív diverzifikáció valóban különböző koncepciókat jelent: más motivációt, más megközelítést, más formátumot. Ugyanannak a hirdetésnek tíz színváltozata nem az.

Valódi diverzifikáció	Csak álváltozat
más vásárlási ok (idő, pénz, biztonság, státusz)	ugyanaz az üzenet más háttérszínnel
más formátum (rövid videó, kép, karusszel, katalógus)	ugyanaz a kép másik címsorral
más szereplő, helyszín, élethelyzet	ugyanaz a videó más zenével
más megközelítés (bemutató, vélemény, összehasonlítás, ajánlat)	csak a cselekvésre ösztönző gomb cseréje
teljes vásárlói életutat lefedő, különböző üzenetek	ugyanaz az üzenet más szinonímákkal

A diverzifikációt nem a hirdetések elárasztásával érdemes elérni, hanem egy kezelhető számú hirdetésen belül: több formátummal, több üzenet megközelítéssel, az Advantage+ kreatív fejlesztésekkel és a rugalmas formátummal. Ez fontos különbség. A hirdetésen belüli variálást a rendszer elvégzi helyetted, a koncepciók közötti különbséget viszont neked kell megtervezned.

Így tervezd meg: motiváció, megközelítés, formátum

Én három tengely mentén tervezem a kreatívokat, és ezt a módszert javaslom neked is:

1. Motiváció: miért venné meg valaki? Gyűjts 3-5 vásárlási okot vagy problémát a buyer personádból, az ügyfélvéleményekből, a sales-beszélgetésekből. Fókuszálj a kifogásokra, az ajánlatod eltérő elemeire, a vásárlási úthoz kapcsolódó egyedi megközelítésekre.
2. Megközelítés: hogyan mutatod meg? Bemutató, termékteszt, összehasonlítás, vásárlói vélemény, előtte-utána, szakértői magyarázat, alapítói megszólalás, közvetlen ajánlat.
3. Formátum: milyen formában? Rövid függőleges videó, statikus kép, karusszel, katalógushirdetés, alkotói tartalom.

Két kreatív akkor számít igazán különbözőnek, ha legalább két tengelyen eltér. Ugyanaz a motiváció más formátumban még csak változat. Más motiváció, más megközelítés és más formátum együtt: az már új koncepció.

Hány hirdetés kell egy hirdetéscsoportba?

Nincs bűvös szám, és a Meta sem ad ilyet. Annyi valóban különböző koncepció kell, amennyit a költségkereted el tud tartani úgy, hogy mindegyik kapjon elég megjelenést a tanuláshoz.

A „20-30 hirdetés” és a „40-60 kreatív havonta” típusú tanácsok főleg nagy költésű e-kereskedelmi fiókokból jönnek, ahol a napi büdzsé ezt el is bírja. Ha a költségkereted mellé túl sok hirdetést teszel, egyszerűen szétaprózod: a legtöbb hirdetés túl kevés adatot kap ahhoz, hogy a rendszer bármit tanuljon belőle. Ökölszabályként talán abból érdemes kiindulni, hogy hirdetésvariációnként napi 500-1500 forintos kerettel érdemes indulni. Vagyis ha van 20 eltérő hirdetésed (diverzifikált a korábban említett három tengely szerint), akkor 10.000-30.000 forint / napi büdzsében gondolkodj. Vagy fordítva: oszd el a a kereted ezzel az összeggel, ami megadja egyszerre kb. mennyi hirdetéskreatívot érdemes futtatnod.

Jó hír, hogy a hirdetésen belüli változatokat ma már nem kell külön hirdetésként felraknod. A több szövegváltozat, a rugalmas formátum és a kreatív fejlesztések egyetlen hirdetésből is sok kombinációt adnak a rendszernek. A koncepciók számát tehát a büdzsé, a változatokét a Meta eszközei skálázzák.

Mi van, ha kicsi a költségkereted?

Akkor sem kell lemondanod a diverzifikációról, csak okosabban kell adagolnod. Kisvállalkozásnál ezt a kiindulópontot javaslom:

• Egy kampány, egy-két hirdetéscsoport az adott üzleti célra.
• 3-5 valóban különböző koncepció a motiváció-megközelítés-formátum mátrix alapján, mindegyik hirdetésben több szövegváltozattal.
• Havonta egy-két új koncepció a leggyengébbek helyére, nem minden héten teljes csere.
• Meglévő tartalom újrahasznosítása: a jól működő organikus Reelsek, vásárlói videók, alapítói megszólalások gyakran a legolcsóbb új koncepciók.

A GEM keresztfelületes tanulása itt kifejezetten neked dolgozik: kevés konverziónál a rendszer a kattintásokból és más viselkedési jelekből is tud következtetni. Ehhez viszont az kell, hogy a meglévő jeleid tiszták legyenek, erről a mérésről szóló fejezetben lesz szó.

Milyen legyen a fiókstruktúra 2026-ban?

Egyszerű: kevesebb kampány, kevesebb hirdetéscsoport, több adat egy helyen. A Meta már régen, az Performance 5 keretrendszerében a fiókegyszerűsítést nevezte meg alapnak, mert minél több adat fut össze egy helyen, annál gyorsabban jut túl a kampány a tanulási szakaszon, és annál jobbak lesznek a rendszer döntései. Ez az Andromeda és a Gem korában méginkább igaz.

A logika: a széttagolt adatból rosszabbul lehet tanulni, mint az egyben lévőből.

Szempont	Régi struktúra	Ma javasolt
Kampányok	célonként és közönségenként több	üzleti célonként egy
Hirdetéscsoportok	perszónánként, érdeklődésenként	egy-kettő, széles célzással
Teszt és skálázás	külön tesztkampány és skálázó kampány	új koncepciók a futó kampányba
Kizárások	sok, átfedések elkerülésére	csak ahol üzleti oka van

Mikor érdemes mégis külön kampányt vagy hirdetéscsoportot nyitni? Akkor, ha más az üzleti feltétel: más ország vagy nyelv, más termékcsalád saját költségkerettel, más optimalizálási cél (például leadgyűjtés és vásárlás), vagy egészen más ajánlat a meglévő ügyfeleknek. Ha a különbség csak annyi, hogy „szerintem ez egy másik célcsoport”, azt bízd a kreatívra.

Advantage+ vagy manuális kampány?

A legtöbb értékesítési és leadgyűjtő célnál ma az Advantage+ a jó kiindulópont, manuális beállításra akkor van szükség, ha kötött korlátod van. Hogy a Meta mennyire ebbe az irányba megy, azt jól mutatja: Mark Zuckerberg szerint az Advantage+ elérte a 75 milliárd dolláros éves bevételi ütemet 2026 második negyedévében.

Legyünk őszinték: a legtöbb esetben ma már nincs más lehetőségünk, mint az Advantage+ használata. Egyre kevesebb olyan hirdetési fiók van, ahol érdemben ki tudjuk kapcsolni ezt a lehetőséget.

Helyzet	Javaslat
webshop, vásárlás a cél, van katalógus	Advantage+ értékesítési kampány, katalógushirdetésekkel
leadgyűjtés szolgáltatásra	Advantage+ célközönség, Advantage+ leadkampány tesztelése
szigorú jogi vagy földrajzi korlát	manuális beállítás a kötelező korlátokkal
nagyon kevés konverzió, új fiók	egyszerű kampány sekélyebb konverziós céllal, amíg nincs adat

Kell még részletes célzás és hasonmás közönség?

Jelzésként igen, falként ritkán.
Az Advantage+ célközönségnél a megadott érdeklődések és egyéni közönségek javaslatok: elindítják a tanulást, de a rendszer túlléphet rajtuk, ha máshol jobb eredményt talál.

Kemény korlátot csak ott állíts be, ahol az üzleti vagy jogi oka van: ország, régió, nyelv, életkor (például alkohol- vagy szerencsejáték-hirdetésnél), vagy a meglévő ügyfelek kizárása, ha az ajánlat kifejezetten új vásárlóknak szól. Minden más szűkítés jellemzően drágábbá teszi a kampányt, mert kevesebb lehetőséget hagy a rendszernek.

Hogyan tesztelj kreatívot, ha az algoritmus maga osztja el a költést?

Koncepciót tesztelj, ne apróságot, és fogadd el, hogy a rendszer egyenetlenül osztja el a költést. Ez az egyenetlenség maga is információ: azt mutatja, melyik hirdetéshez talál a Meta több vásárlásra kész embert.

1. Fogalmazz meg hipotézist. Például: „a vásárlói véleményre épülő videó olcsóbban hoz leadet, mint a közvetlen ajánlat”. Ha nincs kérdésed, a teszt csak zaj.
2. Az új koncepciókat a futó kampányba tedd. Ha tiszta, összehasonlítható választ akarsz egy fontos kérdésre, használd a Meta beépített A/B tesztjét, de ne ez legyen a mindennapi működés.
3. Ne dönts korán. Várd meg, amíg a hirdetéscsoport kijut a tanulási szakaszból (ehhez a Meta szerint körülbelül 50 optimalizálási esemény kell egy héten belül hirdetéssorozatonként), vagy legalább egy teljes hét lefut. Ha nincs elég optimalizálási esemény, keress másik, “könnyebb” konverziós célt.
4. Koncepciószinten értékelj. Ne azt nézd, melyik hirdetés nyert, hanem azt, melyik motiváció és megközelítés. Ebből tudod, merre menj tovább például a kreatív készítésben.
5. A nyertest érdemben iteráld. Új vizuál, új szereplő, új nyitómondat, ugyanazzal az üzenet iránnyal (motivációval). A címsor cseréje önmagában ritkán ad új esélyt.

Hogyan kezeld a kreatívfáradást?

A kreatívfáradás jele, hogy ugyanannál a hirdetésnél nő a gyakoriság, közben romlik az átkattintás és drágul az eredmény. Ilyenkor nem az a megoldás, hogy ugyanazt a hirdetést új színnel újra feltöltöd, mert a rendszer azt jó eséllyel ugyanannak látja. Új koncepció kell, vagy egy erős koncepció érdemi újragondolása. A Reels-videók készítéséhez itt is sokat segítenek az Instagram saját tippjei.

Használd a Meta AI-os kreatíveszközeit?

Igen, de válogatva. A változatok gyártására kiválóak, a koncepció kitalálását viszont nem végzik el helyetted. Valamennyire növelik a diverzifikációt, de ennek inkább a formátum részét.
A Meta szerint 2026 második negyedévében 9 millió kisvállalkozás használt legalább egy AI-os kreatíveszközt, a videóból képet készítő generátor használata pedig egyetlen negyedév alatt több mint duplájára nőtt.

Az eszközkészlet gyorsan bővül: szövegváltozatok, képkiterjesztés, képből videó, hátteret és zenét generáló funkciók, és az új Muse Image modell is bekerül a hirdetésekbe. Az idei újdonságokat a Meta AI hirdetési újdonságairól szóló cikkben gyűjtöttem össze.

Ezeket érdemes bekapcsolni vagy kipróbálni:

• Több szövegváltozat egy hirdetésen belül: olcsó módja annak, hogy a rendszernek több üzenetet adj.
• Formátumhoz igazítás (képkiterjesztés, vágás, elhelyezésenkénti változat): hogy a kreatív a Reelsben és a hírfolyamban is natívan nézzen ki.
• Márkaelemek megadása a Hirdetéskezelőben, hogy a generált változatok a márkaszíneidet és betűidet használják.

És amire figyelj: minden generált változatot nézz meg (ha tudsz), mielőtt élesbe megy. Az AI megváltoztathatja a termék részleteit, és olyan állítást is tehet a szövegben, amit nem tudsz alátámasztani. Arra is érdemes gondolni, hogy a vevők bizalma az AI-képek iránt nem egyforma minden kategóriában.

Mi a helyzet az alkotói és felhasználói tartalommal?

Fontosabbak, mint valaha. A valódi emberek által készített, natív hatású tartalom pont az a fajta kreatív sokszínűség, amit az AI-rendszerek jól tudnak használni: más arc, más hang, más élethelyzet. A Meta szerint az alkotói tartalmat használó partnerhirdetések 10 milliárd dolláros éves bevételi ütemet értek el 2026 első negyedévében, több mint kétszeres növekedéssel.

A kettő nem zárja ki egymást. Egy jól működő kreatívmixben az alkotói vagy vásárlói videó hozza az új koncepciót és a hitelességet, a Meta AI-eszközei pedig ebből gyártják le a formátumokhoz és elhelyezésekhez illő változatokat.

Jelminőség és mérés: amiből az AI tanul

Az AI annyit ér, amennyi jó adatot kap. Ha a konverziós jeleid hiányosak vagy pontatlanok, a GEM és a többi modell magabiztosan fog rossz célra optimalizálni. A jelminőség ezért ma ugyanolyan fontos elem az optimalizálásban, mint a kreatív.

Az alapcsomag:

• Pixel és Konverziók API együtt. A szerveroldali Konverziók API pótolja azt, amit a böngészős Pixel a süti- és adatvédelmi korlátok miatt elveszít. A telepítéséről marketingeseknek már írtam, és azóta megjelent az egykattintásos CAPI-beállítás is.
• Az új, AI-jal gazdagított Meta Pixel beállításainak átnézése: mit gyűjt automatikusan, és mit kapcsoltál be tudatosan.
• A lehető legmélyebb esemény, amiből van elég. Ha van elég vásárlásod, arra optimalizálj, ne kosárba helyezésre. Ha leadet gyűjtesz, küldd vissza a Metának, melyik lead lett valódi ügyfél.
• Érték, ahol lehet. A vásárlási érték vagy a lead becsült értéke segít a rendszernek a jobb ügyfeleket keresni, nem csak a több ügyfelet.

Mit jelent az inkrementális attribúció, és miért mutat kevesebbet?

Az inkrementális attribúció azt próbálja megmondani, hány konverzió történt a hirdetés miatt, és nem csak azt, hány történt a hirdetés után. A Meta megfogalmazásában olyan modellekkel optimalizál és riportál, amelyek azt jósolják meg, hogy egy konverziót valóban a hirdetés okozott-e.

Ezért szinte mindig kevesebb konverziót mutat, mint a megszokott, szabályalapú attribúció: kiszűri azokat, akik a hirdetés nélkül is vásároltak volna. Ez elsőre ijesztő a riportban, valójában közelebb visz a valósághoz. Két módon használhatod:

• Csak mérésre: a Hirdetéskezelőben az Oszlopok menüben az attribúciós beállítások összehasonlításánál bekapcsolhatod mellé az inkrementális nézetet, a kiszolgálás változtatása nélkül. Az attribúciós összehasonlításról régebben részletesen is írtam.
• Optimalizálásra: a hirdetéscsoport attribúciós beállításánál az inkrementális modellt választod, és a rendszer azokat keresi, akiknél a hirdetés tényleg változtat a döntésen. Ezt egy kampányon, párhuzamos összevetéssel érdemes kezdeni.

Mennyire bízhatsz a Hirdetéskezelő számaiban?

Döntéshez jók, a végső igazsághoz kevesek. A Hirdetéskezelő számai egyre inkább modellezett becslések, és a Meta teljesítményjavulásról szóló adatai is a cég saját mérései. Saját tapasztalataink szerint van, amikor levesebb valódi konverziót mér a Meta, van amikor többet, ezért a Meta mellett más rendszereid adatait is használd az optimalizálásra. Erről is szól a Meta és a Google Ads együttműködéséről írt cikkem is.

AI-ügynökkel is kezelheted a hirdetéseidet. Érdemes?

Igen, és 2026 áprilisa óta hivatalos úton is, de az első hetekben csak olvasási joggal engedd dolgozni. A Meta 2026. április 29-én nyitotta meg a hirdetési rendszerét külső AI-eszközök, például a Claude és a ChatGPT előtt, a saját üzemeltetésű Ads MCP szerverén keresztül.

A Meta dokumentációja szerint egy ilyen kapcsolaton keresztül az AI-ügynök riportot készíthet, kampányt, hirdetéscsoportot és hirdetést hozhat létre vagy szerkeszthet, katalógust kezelhet, megnézheti a jelek állapotát, és A/B teszteket vagy konverziós lift-méréseket is indíthat. A gyakorlati beállításról a Meta-hirdetéskezelés ChatGPT-vel és Claude-dal cikkben, a később érkezett biztonsági beállításokról pedig külön írtam. A Hirdetéskezelőn belül ott van a Meta AI Üzleti asszisztens is, ha nem akarsz külső eszközt használni.

Ahol szerintem ma a legtöbbet hozza:

• Gyors riportok és összehasonlítások természetes nyelven: „melyik koncepció hozta a legolcsóbb leadet az elmúlt 30 napban?”
• Rendellenességek kiszűrése: nulla megjelenésű kampányok, hirtelen drágulás, kifáradó hirdetések.
• Kreatívelemzés koncepciószinten, ha a hirdetéseid beszédes nevet kapnak.
• Változtatási javaslatok előkészítése, amit te hagysz jóvá és te hajtasz végre.

De aki kicsit bátrabb/rutinosabb, akár komplexebb kampányok felépítésére is használhat MCP kapcsolatot. Egy egyszerű, egy hirdetéssorozatot és 5-10 használó kampány esetén ugyanis nem feltétlenül jelent érdemi időmegtakarítást, ha az AI építi hozza létre a hirdetéseket, de ha már 2-3 kampányról és 40-50 kreatívról van szó, érdemes az AI-ban gondolkodni.

Ahol viszont különösen izgalmas az MCP-k nyújtotta kapcsolódás az, amikor egy elemzés során több adatforrást dolgoztatsz fel az AI-jal. Például ha ki szeretnéd elemezni a Meta kampányaid eredményeit, akkor jó ha ehhez a Google Analytics és a CRM rendszered adatait is. Erre kifejezetten jók az MCP megoldások, hiszen egy Claude vagy ChatGPT beszélgetés során több forrásból összegyűjti Neked az adatokat, így pedig meggyorsítja a döntéshozást az optimalizálás során,

Romlottak az eredményeid? Így keresd meg az okát

Mielőtt az Andromedára fogod, nézd végig a gyakoribb okokat: kifáradt a kreatív, romlott a jel, szét van aprózva a fiók, vagy egyszerűen drágább lett a piac. Az utóbbit ne becsüld alá: a Meta 2026 második negyedévében 12 százalékkal magasabb átlagos hirdetési árról számolt be, mint egy évvel korábban.

Tünet	Gyakori ok	Mit nézz meg?
nő a CPA	kreatívfáradás	mikor került be az utolsó új koncepció
hirtelen esés egy adott napon	mérési hiba, Pixel vagy CAPI	események és jelek állapota
sok hirdetés, kevés kap költést	túl sok hirdetés a büdzséhez	hány hirdetés kap érdemi megjelenést
sok hirdetéscsoport tanulási szakaszban	szétaprózott struktúra	összevonható hirdetéscsoportok
jó kattintás, gyenge konverzió	landing oldal vagy ajánlat	betöltés, üzenet-egyezés, ajánlat

A klasszikus okok egyébként nem változtak sokat azóta, hogy 2022-ben megírtam a „Rosszabbul mennek a Facebook-hirdetéseim” cikket. Csak most több AI-réteg van a hirdetés és az eredmény között, ezért nehezebb látni őket.

Teljesen automatizált lesz a Meta-hirdetés? Mi marad a te dolgod?

A Meta célja egyértelmű: a Wall Street Journal beszámolója alapján a cég 2026 végére szeretné elérni, hogy egy hirdető megadja a céget és a célt, az AI pedig elkészíti a hirdetést, kiválasztja a közönséget és beállítja a költést. Hogy ez pontosan mikor és milyen formában jön el Magyarországra, még nem tudni, de az irány a Meta AI-tervei alapján régóta látszik. Persze látjuk, hogy ez folyamatosan tolódik, de előbb-utóbb be fog következni valami hasonló az összes hirdetési platformnál.

Akármikor is jön ez, fontos, hogy tudd: a gép viszont nem tudja helyetted eldönteni:

• mit kínálsz, és miért éri meg nálad vásárolni;
• ki a jó ügyfél számodra, nem csak a gyorsan konvertáló;
• milyen koncepciókkal szólítod meg a különböző vásárlási motivációkat;
• milyen adatot kap a rendszer, és az mennyire tiszta;
• mi a valódi eredmény a Hirdetéskezelő számai mögött.

Mit csinálj most?

Ne építsd újra az egész fiókodat egyik napról a másikra. Ezt a hét lépést javaslom a következő 30 napra:

1. Nézd át a struktúrát: mely kampányok és hirdetéscsoportok vonhatók össze, mert csak a célzásukban különböznek?
2. Ellenőrizd a jeleket: fut-e a Pixel és a Konverziók API együtt, és a legmélyebb olyan eseményre optimalizálsz-e, amiből van elég?
3. Készíts kreatívmátrixot: 3-5 vásárlási motiváció, 4-5 megközelítés, 3-4 formátum.
4. Indíts 3-5 eltérő koncepciót, mindegyikben több szövegváltozattal.
5. Nevezd el a hirdetéseket koncepció szerint, hogy később szűrni és elemezni tudd őket.
6. Kapcsold be mellé az inkrementális nézetet, és nézd meg, mennyire tér el a megszokott számoktól.
7. Próbálj ki egy AI-ügynököt olvasási joggal heti riportra és rendellenességek kiszűrésére.

Idővonal és változásnapló

A Meta hirdetési rendszere gyorsan változik, ezért itt követem a fontosabb mérföldköveket. Ha valami lényeges történik, ezt a részt és az érintett fejezetet frissítem.

Dátum	Változás
2024. december	A Meta bemutatja az Andromeda lekérési rendszert.
2025. november	Megjelenik az első részletes mérnöki leírás a GEM-ről.
2026. január 15.	Leállnak a megszűnt részletes célzási opciókat használó régi kampányok.
2026. március 31.	Az Adaptive Ranking Model élesben fut Instagramon.
2026. április 29.	Elindul a Meta hivatalos Ads MCP szervere és AI-csatlakozói.
2026. július 29.	Bemutatkozik a Generative Recommender, és az első generatív modell bekerül a lekérésbe.
2026. október 13.	A Meta leírja a GEM 2026-os, egyetlen központi modellre épülő változatát.

• 2026. október 27.: a cikk első kiadása.

Gyakori kérdések

Mi az a Meta Andromeda?

A Meta hirdetéslekérő rendszere, a hirdetéskiszolgálás első lépcsője. Minden megjelenésnél kiválasztja a több tízmillió aktív hirdetésből azt a pár ezret, ami az adott felhasználónak szóba jöhet. Nem célzási rendszer, és nincs hozzá beállítás a Hirdetéskezelőben.

Mi a különbség az Andromeda és a GEM között?

Az Andromeda kiválasztja a szóba jöhető hirdetéseket, a GEM pedig a rangsorolásért felelős modelleket tanítja, amelyek megjósolják, melyik hirdetés hozza a legvalószínűbben a kívánt eredményt.

Hány hirdetést tegyek egy hirdetéscsoportba?

Nincs hivatalos szám. Annyi eltérő koncepciót, amennyit a költségkereted el tud tartani. Kisvállalkozásnál 3-5 koncepció, hirdetésenként több szöveg irány a jó kiindulópont.

Kell még érdeklődési célzás a Facebook-hirdetésekhez?

Legfeljebb jelzésként. Az Advantage+ célközönségnél az érdeklődések javaslatok, a rendszer túlléphet rajtuk. Kemény korlátot csak jogi vagy üzleti okból érdemes beállítani, például országra, nyelvre vagy életkorra.

Advantage+ kampányt használjak vagy manuálisat?

A legtöbb értékesítési és leadgyűjtő célnál az Advantage+ a jobb kiindulópont. Manuális beállítás akkor kell, ha szigorú jogi, földrajzi vagy üzleti korlátod van.

Hogyan lehet pontosabban célozni?

Mivel közvetlenül egyre nehezebb kiválasztani, hogy kinek és hol jelenjenek meg a hirdetéseid, két irányra érdemes fókuszálni:
1. használj érték alapú szabályokat, vagyis licitálj jobban azokra a célcsoportokra, célközönségekre, akik valóban Neked fontosak
2. adj át elegendő adatot és pontos jeleket, amik igazodnak az üzleti céljaidhoz, így a Meta jobbban tud tanulni és optimalizálni.

Miért mutat kevesebb konverziót az inkrementális attribúció?

Mert kiszűri azokat a konverziókat, amelyek a hirdetés nélkül is megtörténtek volna. Kevesebbet mutat, de közelebb áll a hirdetés valódi hatásához.

Biztonságos AI-ügynökkel kezelni a Meta-hirdetéseket?

Hivatalos úton, a Meta Ads MCP szerverén keresztül igen, de a módosítások azonnal élesbe mehetnek. Kezdd csak olvasási joggal, és minden változtatást te hagyj jóvá.

Források

• Engineering at Meta: Meta Andromeda, next-gen personalized ads retrieval engine (2024. december 2.)
• Engineering at Meta: Meta’s Generative Ads Model (GEM) (2025. november 10.)
• Engineering at Meta: Meta Adaptive Ranking Model (2026. március 31.)
• Meta for Developers: Ads MCP Server (2026. július)
• Meta Q2 2026 Earnings Call Transcript (The Motley Fool) (2026. július 29.)
• PPC Land: Meta says its GEM ads model lifted conversions 18.9% across its apps (2026. október 14.)
• PPC Land: Andromeda
• PPC Land: Meta profit drops 8% to $15.8bn as legal charges hit ad gains (2026. július)
• PPC Land: Meta Q1 2026, $56.3B revenue as AI tools double advertiser adoption (2026. április)
• PPC Land: Meta opens its ad system to Claude and ChatGPT with new AI connectors (2026. április 29.)
• Nasdaq: Meta Platforms Q2 Earnings Call Highlights
• Steady Compounding: Meta Q2 2026
• MediaPost: Meta Boosts Advertising In Q2, Tries To Reassure Investors On AI
• Common Thread Collective: Meta’s Biggest Ad Algorithm Update Since Advantage+, Explained (2026. április 2.)
• Jon Loomer: The Truth About Meta Andromeda and Ad Retrieval
• Social Media Today: Meta shares new tips to maximize ad campaign performance (Performance 5)
• Marketing Brew: How advertisers are adjusting to Meta’s ad creative diversification best practices
• AdSights: Meta Andromeda, an operational playbook for advertisers
• Refonte Learning: What Meta’s Advantage+ automates in 2026
• Social Media Today: Meta updates information on incremental attribution
• WorkMagic: Incremental Attribution on Meta
• AdKit: How to set up the Meta Ads MCP
• Hawky: Meta Ads Updates 2026
• Cart.com: 4 takeaways from the Meta Performance Marketing Summit (2022)