从候选广告到静态预览：批量研究与克隆实战

找到一条好广告靠运气，找到一种模式靠流程。这篇指南讲批量工作流：批量导入、用去重保持广告库干净，以及从研究走向你自己的广告。

从 Meta 批量导入

在 Ad Library 中打开 Import from Meta。你选择一个关键词或广告主和一个国家——导入会排队一个搜索 job，而不是过滤已经在库里的广告。这个区别很关键：导入拉取的是 新 的源数据，而筛选只是切分已有数据。

• Queued → Running → Completed：在 Recent imports 中跟进 job 状态。
• 如果 import executor 没有运行，job 会保持排队，直到它恢复才继续——这会在界面上明确展示，而不是静默失败。
• 导入的结果会带着完整的来源标注进入广告库，你永远知道一条记录来自哪里。

去重如何让广告库保持干净

同一条广告会在多次搜索中出现。与其存两份，TexoAI 按源广告 ID 只保留一条 canonical 记录：

• 已在库中的广告会被匹配，并显示为 "already in library"。
• 搜索同时会触发一次 有边界的 Meta 刷新——不是完整实时索引，并且会明确标注这一点。
• 进度显示 "X imported or updated so far"，即使结果是分批到达，你也能看到 job 在推进。

结果就是：你的收藏板和导出只包含唯一广告，重复搜索一个品牌也无需再做去重清理。

日期区间与不完整数据

抓取很长的日期区间会很快触及 Meta 的 first-batch 上限。导入会把区间切片——当月份触及上限时甚至会细到 day 级——从而获得完整覆盖，而不是静默截断。如果某次刷新不完整，记录会被标记为 partial 或 source unavailable，绝不会被误标为已停止。

从广告库到上线

广告库干净之后，生产工作就开始了：

1. 从候选板里挑选一条优胜广告。
2. 用 Ad Clone 克隆它：以该广告为源，设置你的品牌画像和产品，生成品牌化静态变体。
3. 跟踪 job——credits 在提交时预留、交付时扣取、失败时释放，重试永远不会重复扣费。
4. 需要分享或归档时，导出你研究过的广告。

保持诚实

批量广告库只有在标签可信时才有用。TexoAI 从不声称自己没有的投放数据：如果来源缺少某个字段，它就保持不可用；如果刷新漏掉了某次抓取，它会说 "source unavailable"，而不是 "stopped"。基于这一点构建流程，你的广告库就会一直是可靠的资产。