Facebook广告系列预算优化（CBO）把预算放在广告系列层级，由系统在多个广告组之间动态分配，能减少人工调控带来的波动。但很多账户在CBO下迟迟走不出学习期，成本居高不下。本文从CBO适用场景、学习期突破、预算调整节奏三方面给出可落地方法。
CBO和ABO到底该怎么选？
ABO把预算锁在广告组层级，适合需要保证每个受众都拿到测试量的探索阶段；CBO则由系统集中调度，适合受众验证完成、追求整体成本最优的放量阶段。实操建议先用ABO跑受众与素材测试，筛出稳定转化的组合后，再迁入CBO放量，让算法把预算自动倾斜到表现最好的广告组，避免一开始就把决策权全交给系统而错失有潜力的受众。
学习期为什么迟迟不结束？
学习期需要广告组在一定时间内积累足够的转化事件，通常以每周约五十个优化事件为参考。若转化目标太靠后、预算太低或频繁改动设置，都会让学习期反复重置。想快速突破，应选择更靠前且量足的优化事件，保持预算稳定，避免在学习期内改受众、改素材或改出价，让系统有连续数据可学。
CBO下预算怎样调整才稳？
预算调整应小步慢走，单次加幅控制在百分之二十以内，且间隔至少一到两天，给系统重新平衡的时间。大幅加预算会打乱已有的投放节奏，重新触发学习。遇到成本上升时，先排查素材疲劳与受众重叠，而不是急于砍组或猛加预算。稳定的预算曲线本身就是降低成本的重要前提。
广告组数量如何设置更合理？
CBO下广告组不宜过多，否则预算被过度分散，每组都难以积累足够转化。建议控制在三到五个受众清晰、彼此重叠度低的广告组，让系统有足够空间做分配又不至于摊薄。定期合并表现相近的受众，把预算集中到高回报组合。
如何用规则守住成本下限？
为CBO广告系列配置自动化规则：当整体单次结果成本连续两天高于目标值时提醒复核，当某广告组连续三天零转化时自动暂停。配合频次监控，当同一用户曝光过高时提示更新素材。规则的意义是给系统设定护栏，而非替代对素材与受众的持续优化。所有素材须符合平台政策与投放地区法规，避免敏感与违规表述，保障账户长期健康。
小结
CBO的价值在于让算法替你做预算分配，但前提是给它稳定的环境与清晰的受众结构。先测后放、小步调预算、守住成本护栏，学习期才能顺利突破，回报也更可持续。
CBO一定比ABO效果好吗？
不一定。CBO适合放量阶段，ABO更适合精细测试，应根据账户所处阶段选择，而非盲目切换。
学习期内可以改素材吗？
不建议。学习期内改动会触发重新学习，应等学习期结束、数据稳定后再迭代素材。