n8n模板：每日监测Meta广告花费异常与素材疲劳

原文要点

该模板每天上午9点（cron）运行，对配置中的每个Meta广告账户生成“昨日”与7天回看窗口，经Meta Graph API拉取账户级日指标、在投广告级日指标和7天广告汇总基线，对比后标记花费骤升骤降、CPA飙升、CTR下滑、CPM异常、无结果或缺数据，并按频次与CTR走势识别素材疲劳。发现异常交OpenAI gpt-4o-mini生成简短诊断、按优先级排序的处置建议，疲劳时附新创意点子，连同Ads Manager链接发到Slack；一切正常可发平安报；流程失败有错误告警。阈值、回看天数、最低花费、目标CPA、频次阈值、最多疲劳广告数都集中在配置节点。Meta令牌用HTTP Header Auth凭据接到三个HTTP Request节点。

这次做成什么

在n8n上搭建这条“每日Meta广告异常+素材疲劳监测”流程，先用合成指标数据离线验证判定逻辑，再接真实Graph API跑通Slack告警。

准备什么

• 拥有目标广告账户读取权限的Meta访问令牌（ads_read权限）
• 可调用gpt-4o-mini的OpenAI API Key
• Slack工作区及OAuth2凭据与告警频道ID
• 可运行定时任务的n8n实例（Cloud或自托管均可）

具体怎么做

1. 集中配置账户与阈值

   在配置节点填入广告账户ID列表（act_开头）、客户名、投放目标、目标CPA、默认Slack频道、货币符号和action_types；同一处设置回看天数7、最低花费、花费/CPA/CTR/CPM阈值、频次阈值和max fatigued ads。把每个判断阈值写成可改参数，不要散落到后续节点。

2. 接Meta Graph API三个请求

   创建HTTP Header Auth凭据（Authorization: Bearer 你的令牌），接到三个HTTP Request节点：账户级昨日指标、在投广告级昨日指标、7天广告汇总基线。练习期先不连真接口，用Code节点输出下方合成数据代替响应，验证后续比较逻辑。

3. 实现异常与疲劳判定

   用Code节点对每条广告比较昨日与7天日均：花费变化超阈值记spend_spike/drop，CPA超目标记cpa_spike，CTR低于基线记ctr_drop，CPM异常记cpm_spike，昨日无转化记no_results，任一指标缺失记missing_data；频次超阈值且CTR较基线下滑判定creative_fatigue。把命中的问题汇成数组。

4. AI诊断与Slack输出

   有问题时把账户名、命中问题、关键数字发给OpenAI节点（gpt-4o-mini），用下方提示词生成短诊断和按优先级排序的建议，疲劳时要求附新创意点子；格式化后连同Ads Manager链接发Slack。无问题按配置发平安报。再加Error Trigger节点把流程错误发到错误告警频道。

可直接复制的材料

return [{json: {
  accounts: [{id: "act_1234567890", clientName: "演示客户", goal: "purchase", targetCpa: 80, currency: "¥"}],
  lookbackDays: 7,
  minSpend: 50,
  thresholds: {spendChangePct: 0.5, cpaSpikePct: 0.3, ctrDropPct: 0.25, cpmSpikePct: 0.4, frequencyMax: 3.0},
  maxFatiguedAds: 5,
  slackChannel: "C0DEMO123",
  sendAllClear: true
}}];

你是投放优化师。根据以下JSON中的广告账户异常数据，输出：1）一句话诊断（不超过60字）；2）按优先级排序的处置建议，每条一行，以【高】【中】【低】开头并给出具体动作；3）若存在creative_fatigue，额外给2条新素材创意方向。不要复述原始数字表格，不要输出JSON，直接用中文短句。数据：{{ $json.findings }}

{"yesterday":[{"adId":"ad_01","name":"春季视频A","spend":620,"cpa":132,"ctr":0.008,"cpm":58,"frequency":3.4,"results":4},{"adId":"ad_02","name":"图文轮播B","spend":310,"cpa":62,"ctr":0.021,"cpm":31,"frequency":1.6,"results":5}],"baseline7d":[{"adId":"ad_01","spend":300,"cpa":85,"ctr":0.019,"cpm":40,"frequency":2.2},{"adId":"ad_02","spend":305,"cpa":60,"ctr":0.02,"cpm":30,"frequency":1.5}]}

输入与输出示例

本站虚构演示，非作者模板真实运行结果；百分比为按合成数据计算。

输入

用上方合成数据跑比较逻辑：ad_01昨日花费620对比基线300，CPA 132对比目标80，CTR 0.008对比基线0.019，频次3.4。

对应输出

findings输出ad_01命中spend_spike（+107%）、cpa_spike（+65%）、ctr_drop（-58%）、creative_fatigue（频次3.4>3.0且CTR下滑）；ad_02无异常。Slack收到：【演示客户】广告告警——诊断：视频A成本失控且素材疲劳。建议：【高】暂停或降预算视频A；【高】替换新素材；【中】复盘受众定向。创意：试试UGC开箱角度、对比类口播。附Ads Manager链接。

做完检查这些

• 合成数据中ad_01应同时命中花费骤升、CPA超标、CTR下滑和素材疲劳四类问题
• ad_02指标正常时不产生任何告警条目，且开启sendAllClear时Slack收到平安报
• 阈值改为更宽松数值（如spendChangePct调为2.0）后ad_01的花费告警应消失
• 人为断开Slack凭据后Error Trigger把流程错误发到错误告警频道

容易卡住的地方

• Meta令牌需要对应广告账户的读取权限，令牌过期或权限不足会让三个HTTP节点全部失败
• 作者设定每天上午9点运行，时区以n8n实例配置为准，跨时区团队需核对
• 昨日数据在上午拉取时可能尚未完全归因，极端波动需人工复核再动手调预算
• 精确的花费与CPM数字来自平台返回，流程只负责比较，不保证平台数据无延迟
• OpenAI与Slack各自可能收费，告警频率过高也会增加模型调用成本