如果你正在跑 Instagram Reels 广告，大概率遇到过这种情况：受众包调了又调，兴趣标签快把整个行业都圈进来了，Advantage+ 也开得明明白白，可转化成本就是降不下来。花了不少钱，用户在前三秒看得很起劲，点进去的人也不少，可一到落地页就没了下文。于是很多人得出一个结论：Reels 用户就是来刷视频找乐子的，根本不适合做转化。
但我跟美国不少 DTC 品牌和代理团队聊下来，发现真实情况不是这样。问题不在于“这些人不买”，而在于你向他展示广告的那一刻，他压根没准备好切换到消费信息的频道。
传统的信息流广告定位，解决的是“谁可能对我的产品感兴趣”。它默认用户刷 Feed 时处于一个相对开放、愿意接收信息的状态。可 Reels 完全不同--它是一个短平快的内容瀑布，用户的拇指在屏幕上飞速滑过，大脑处在高度被动、追求即时情绪反馈的模式里。你以为你在向“对健身感兴趣的人”推蛋白粉广告，但当他前一秒还在看狗追自己尾巴的搞笑视频时，他的注意力结构根本接不住你的产品卖点。
这就是 Reels 版位转化成本偏高的核心原因：你在对的状态下找错了人，或者在错的状态下找到了对的人。而大多数人只顾着在前者上发力，完全忽略了后者。
音频，才是 Reels 上被无视的定向层
讲一个有意思的细节。Meta 官方从来没有开放过“音频定向”这个选项，但 Reels 的推荐系统是典型的多模态内容理解模型。这意味着系统不只“看懂”你的画面，还在“听懂”你的音频。音乐风格、节奏快慢、有没有人声、语气是亢奋还是平静、甚至音效的情绪基调，都会被解析成一个个特征，进入广告内容向量的计算中。
换句话说，音频其实是你每天都在用、却没有意识到的定向条件。它决定了系统会把你这条广告推给哪些正在刷 Reels 的人。
为什么这么讲？因为 Reels 的推荐逻辑本质上是内容匹配，不是简单的人群属性匹配。一个每天都看高强度健身内容、对高能量电子乐有极高完播率的用户，和一个每天看美妆教程、偏好轻柔人声旁白的用户，可能在人口属性上高度重合--都是 25 到 34 岁、住在一线城市的女性。但她们在 Reels 上的注意力触发机制完全不同。如果你用同一条音频去触达这两个人，系统可能随机分配，导致大量曝光浪费在“此刻不在状态”的用户身上。
有一个美国 DTC 护肤品牌的测试很能说明问题。他们的 Reels 广告画面和文案一个字没动，只把背景音乐从一首节奏感很强的流行电子乐，换成了一段带轻微环境噪声的 ASMR 风格音轨。结果 Reels 版位的 CPM 降低了 18%，加购率反而上升了 22%。原因不复杂--那段轻柔的音频让系统把广告推给了更多在晚间放松时段刷 Reels 的用户，而这恰好是品牌的核心人群：习惯在睡前浏览护肤内容、注重自我护理的消费者。
这就是音频作为隐式定向层的威力。它不是玄学，而是多模态模型每天都在运行的结果。只是绝大多数广告主把它当成了创意的附属品，而不是一个需要单独管理的变量。
四个策略，把音频变成你的定向武器
策略一：先摸清目标用户的“音频图谱”，再谈兴趣标签
很多团队一上来就打开 Ads Manager，选一堆自以为相关的兴趣标签，然后直接跑。但在 Reels 上，更聪明的做法是先花点时间搞清楚一件事：你的目标用户到底在刷什么样的内容时最容易停下来？
我建议的做法很落地：
- 拿出两周时间，让负责投放的同事每天刻意去刷目标人群会看的 Reels，不要凭感觉，要像做田野调查一样记录。重点看高频出现的音频类型、音乐风格、语速快慢、情绪基调。
- 把看到的音频归纳成几类，比如高能量节奏型、舒缓氛围型、快语速口播型、幽默音效型、低刺激的 ASMR 型。
- 再把你的产品决策属性对应上去。高客单价、需要理性思考的产品，不适合配高能量节奏型音频；而冲动消费型、价格较低的产品，可能恰好需要那种“上头”的节奏来推动。
- 最后，为每一类音频集群制作对应的素材版本，让不同音频各自跑独立的 Reels 广告组，而不是只换画面不换声音。
这一步的本质，是把音频从一个“随便选一首免版权音乐”的环节，升级为一个主动管理的内容定位变量。你不再只是对系统说“找对健身感兴趣的人”，而是告诉系统“我要找那些在刷 Reels 时对高强度节奏内容有高完播行为的人”。这两者之间的差距，往往就是转化成本的差距。
策略二：用声音钩子过滤掉没注意力的用户
有一个数据很多人没意识到：Reels 上相当大比例的用户是静音滑动的，尤其是在通勤、办公室或者深夜等场景。开着声音看 Reels 的人，通常处于更沉浸、更愿意接收信息的状态，注意力质量天然更高。但如果你把核心信息全部压在画面上，静音用户和开声音用户都会一股脑进入你的漏斗，结果就是大量低质量的点击。
怎么解决？很简单：在音频里设计一个“必须听到才能理解”的钩子。举个例子，你可以在前两秒突然插入一句“等等，你刚才是不是也遇到过这种情况？”这种带有一点对话感、需要听见才能接住上下文的话。或者用一个和目标用户强相关的声音记忆点，比如键盘敲击声、婴儿的笑声、开汽水瓶盖的那一下“噗嗤”。
静音滑走的人自然被过滤掉了，留下来的都是开着声音、注意力更投入的用户。他们的点击行为质量更高，进落地页后的转化概率也更大。当然，这意味着你的 CTR 可能会下降，但你在为真正有价值的注意力买单。美国一些高客单价品牌就是这么做的，他们宁可 CPM 贵一点，也不愿意为一堆无效点击烧钱。
策略三：用高完播人群构建“类音频相似受众”
Meta 的自定义受众功能允许你基于视频互动创建人群，但大多数人只会用“观看视频 25%”或者“50%”这种宽泛的条件。这里面其实有很大的精细化空间。
把 Reels 广告中完整观看率超过 90% 的用户单独拆出来，用他们做种子受众。为什么？因为一个人能在 Reels 这种快节奏环境下把你的广告从头看到尾，说明他对这条广告的音频、节奏、内容语境产生了相当程度的耐受，甚至很可能有真实兴趣。这个信号的价值远高于一次随手的点击。
然后拿这个高完播人群去创建类似受众。Meta 的算法会基于这些种子用户的行为特征，去寻找在 Reels 上具有相似内容消费模式的人。这等同于你间接构建了一个“音频相似受众”，完全不需要 Meta 开放音频定向功能。
但有一个前提必须强调：Reels 广告组一定要单独拆出来跑，不能和 Feed、Stories 混在一个 Advantage+ 里。一旦混合版位，种子用户的行为信号就会被其他版位的互动数据稀释，最后生成的类似受众根本不知道你真正想要的是什么。
策略四：把音频当成 A/B 测试的主角，而不是背景板
大多数品牌测试 Reels 广告的时候，注意力全放在前三秒画面、文案、CTA 按钮上，音频永远是那个被忽视的配角。可既然音频是隐式定位信号，你就应该把它和受众设置放在同一个级别上来对待。
一个实用的测试框架是这样的：
- 保持画面和文案完全不变，只更换音频轨道，比较不同音频在 Reels 版位单独跑出来的 CPM、完播率和转化成本。
- 反过来，固定音频，只改变前三秒的视觉钩子，观察开声音用户和静音用户在转化行为上的差异。
- 最关键的一步：在 Ads Manager 里把 Reels 的指标单独拉出来看，绝对不要看整体汇总。很多音频带来的影响，会被 Feed 的数据完全淹没掉。
还有一个很多人踩过的坑：为了避免版权问题，全部使用 Meta 音乐库里的低识别度免版权音乐。这样做确实安全，但也意味着你的广告音频落在一个极其拥挤、毫无区分度的内容聚类里。系统很难把你和某类特定用户的内容消费模式匹配上，最后只能退回宽泛的人群属性定向，效果自然上不去。
别忽略这些风险
音频定位不是万灵药，用之前有几个现实问题必须心里有数。
版权永远是第一位的。如果你用热门音频，一定要确认商业授权是否清晰。美国市场对音频版权极度敏感，Meta 也可能随时限制或下架未授权的音频。稳妥做法是使用商业音乐库里授权明确的曲目，或者自己制作原创音轨。
流行音频衰减极快。一个 trending audio 的生命周期可能就几天到两周。如果你的广告过度依赖热门音频，就必须建立快速的替换机制，否则效果会断崖式下跌。建议提前准备好三到五个备选音频版本，每周监控数据变化，一旦发现某条音频的完播率或 CPM 开始恶化，立刻切换。
静音兼容性不能丢。虽然我们强调开声音用户的注意力质量更高，但广告的底线是：静音状态下仍能看懂核心信息，开声音后情绪和说服力再加一层。两者缺一不可，不能为了追求声音钩子而牺牲静音场景下的可读性。
不要过度依赖音频定位。它是 Reels 广告策略中的一块重要拼图，但无法替代产品价值、画面创意和落地页体验。把它当成现有定位体系的“倍增器”，而不是独立解法，才是理性的使用方式。
写在最后
Reels 广告定位的本质难题，从来不是“找不到人”，而是“在错误的状态下找到了人”。当整个行业都在盯着 Advantage+ 的自动化和 AI 扩量时，音频这个被长期忽略的信号，恰恰是连接创意和定位的那座桥。它让广告不再只是朝一群人喊话，而是朝一群正处于特定内容消费状态中的人传递信息。
下次你准备给 Reels 广告设置受众之前，不妨先停下来问自己一个问题：我的目标用户，此刻正在听什么？然后想办法，让广告成为他们正在听的内容的一部分。这一个小小的转变，可能比你再调十轮兴趣标签都管用。