大多数广告平台谈个性化时，关注的是“该向这个用户展示哪条广告”。我想把问题再向前推进一步：如果广告本身也能变化呢？它可以根据用户正在阅读的内容、当下可能的需求，以及广告主提供的素材，调整信息、格式与呈现方式。
问题：个性化不该只停在“选广告”
传统广告个性化通常只解决一个问题：“应该向这个用户展示哪条广告？” 系统根据用户资料，从一组固定广告中选出最合适的一条。但广告本身并不会改变：依然是同一套创意、同一种格式与同一句信息。
然而在新闻流与故事流等内容体验中，这种模式很快便会遇到限制：
- 用户不一定处于登录状态，平台未必拥有稳定、完整的用户资料
- 当下情境往往比历史记录更重要：用户正在阅读旅行还是财经内容，会直接改变广告的相关性
- 一条广告包含大量可灵活组合的素材，例如图片、标题、描述与 CTA
- 展示位置差异很大，内容流、侧栏与回答卡片需要不同的呈现方式
真正的机会不只在于“选择哪条广告”，更在于设计广告本身应如何适配：让内容、格式与信息层级随情境变化，使广告更相关，也更自然地融入整体体验。
框架：三层信号，共同驱动广告适配
我将个性化拆分为三类信号：用户、情境与广告素材。三者既可独立发挥作用，也能彼此组合。即使某一类数据缺失，系统仍可利用其余信号做出更合适的呈现，而不必退回到完全静态的广告。
第一层：用户认知
当平台对用户有所了解时，广告可以根据用户资料、兴趣偏好与过往行为提升相关性。这一层承接传统个性化信号，但在用户未登录或历史数据不足时，也必须能够合理降级。
- 用户资料：人口属性、地区与语言
- 偏好信息：产品兴趣、品牌倾向与价格敏感度
- 行为信息：浏览模式与历史互动
第二层：情境感知
即使不了解用户，我们仍然掌握当前情境：用户正在阅读什么、通过什么搜索进入，以及广告出现在页面的哪个位置。同一条旅行广告，出现在旅行文章与财经文章中，呈现方式不应完全相同。
- 内容情境：文章主题、情绪与阅读深度
- 搜索情境：用户是在获取信息，还是已经接近交易决策
- 展示位置：内容流、侧栏、卡片或横幅
第三层：广告素材感知
每条广告都包含图片、标题、描述与 CTA 等不同素材。系统不应每次都展示同一套固定创意，而应根据可用空间、当前情境与可能的用户动机选择素材、调整呈现。即使不知道用户是谁，也能让广告更像是为此刻重新组织而成。
- 创意素材选择：使用哪张图片、哪一个标题
- 形式适配：卡片、横幅或原生广告单元
- 渲染优化：版式、字体与视觉层级
关键洞察在于，这三层可以灵活组合。即使只有情境与广告素材，系统也能比静态广告更进一步；当三类信号同时具备时，则可以形成更深入的个性化体验。
战略概念：情境化素材优化
在核心框架之外，我进一步设计了一组面向未来的产品概念，探索智能个性化如何改变广告体验。我将这一机会空间命名为“情境化素材优化”（Contextual Assets Optimization）：不仅优化广告应当投放给谁，也优化创意素材在不同情境中的组合与呈现方式。
个性化内容单元
广告单元可以根据搜索情境、产品类别与用户偏好，调整整体呈现方式。例如，动态产品展厅与筛选条件可以随用户意图变化：预算型搜索突出价格，比较型搜索突出功能，紧急需求则强调即时可用性。
交互式个性化
用户不必被动接受系统的一次性预测。赞助内容单元可以通过轻量交互，让用户刷新推荐、表达偏好并校准兴趣，使个性化从单向猜测转变为双向对话。
整合式回答
自然内容与赞助内容可以被组织为统一的回答体验。三层框架决定的不只是展示哪条广告，也包括广告应如何自然地融入回答，让赞助推荐更像有用的信息，而不是对内容的打断。
影响：从探索走向策略
这是一项面向长期方向的前瞻探索，并非已经上线、拥有直接指标的功能。它的价值在于形成了一套可复用的战略框架，帮助团队重新理解广告个性化，也为后续商业化策略讨论提供了共同参照。
我交付了什么
- 三层个性化框架 — 说明用户、情境与广告素材如何组合，形成动态适配的体验
- “情境化素材优化”战略类别 — 定义智能广告适配的新机会空间
- 消费者广告个性化探索 — 面向新闻流与内容场景的 Figma 原型和概念设计
- 三类战略概念 — 个性化内容单元、交互式个性化与整合式回答
- 创新机会框架 — 支撑领导层评审材料中的未来商业化方向
汇报与认可
这项工作曾向 Gary Anderson（广告设计负责人）、Vincent Muedra 与全球设计团队汇报，并被纳入面向领导层的评审材料。Gary Anderson 明确认可这套个性化框架正是他所寻找的战略方向，相关内容随后也被整合进更广泛的商业化创新规划。
这项探索影响了后续的个性化策略讨论，也成为团队思考 AI 如何重塑消费者广告体验的重要参考。
为什么重要：不只设计交互，更要设计系统如何判断
很多广告设计关注的是广告如何呈现，或用户如何与它互动。这项工作所解决的是更深一层的问题：系统应如何作出判断。它需要明确应考虑哪些信号、如何组合这些信号，以及广告应如何随之变化。
这也是广告设计中更难的问题：重点不在按钮应放在哪里，而在于系统如何理解用户当下的需求，并作出自然、可信的回应。
它也完成了我三个 AI 相关项目之间的叙事递进：
- DTS（案例一） — AI 通过选择最合适的版式，优化广告呈现
- 横幅广告生成（案例二） — AI 学习设计规则，生成自适应版式
- 广告个性化（案例三） — AI 通过组合多类信号，让广告理解当前情境
三个项目依次展现了 AI 在优化、生成与判断三个层面的作用，也体现了我对 AI 的理解：它不应只是自动化工具，更应成为能够理解情境、创造适配体验的系统能力。
本案例呈现的是战略探索与框架设计，并非已经上线的产品。它所展示的是我如何处理复杂且尚未被清晰定义的问题，以及如何建立能够指导未来实现的系统逻辑。这套框架影响了商业化策略，但并不代表已经产生直接的上线指标或产品结果。