Темы · Как это работает
Персонализация рекламы
Перевод статьи «Ad personalization» из The Instagram* Algorithm Encyclopedia (algos.wiki). Оригинал: https://algos.wiki/topic/ad-personalization, версия от 3 ноября 2026. Перевод выполнен с помощью нейросетей и может содержать неточности — сверяйтесь с первоисточниками. Неофициальный ресурс, не связан с Instagram* и Meta*.
Персонализация рекламы — это то, как Instagram* использует сведения о действиях, интересах и взаимодействиях пользователя, чтобы сопоставлять платную рекламу с людьми, для которых она, скорее всего, окажется релевантной1. Для бизнеса это может помочь платной рекламе охватить потенциальных клиентов на основе их покупательских интересов и действий за пределами приложений Meta*123.
В сентябре 2025 года в Meta* Newsroom подчеркнули, что люди, которые бесплатно пользуются Facebook* и Instagram*, могут влиять на свою рекламу и на используемые сведения через «Настройки рекламы» и настройки информации от партнёров; люди также могут выбирать, связывать ли свои аккаунты45.
Сведения, которые используются для персонализации рекламы
В Справочном центре Instagram* сказано, что персонализация рекламы может опираться на аккаунты, на которые человек подписан, публикации, которые ему нравятся или которые он публикует, его прежние реакции на рекламу, сведения и действия в связанных аккаунтах Facebook*, а также сведения, которые передают рекламодатели, например адрес электронной почты1.
В октябре 2025 года Моссери объяснил, что компания может заплатить за то, чтобы охватить человека, который ранее смотрел товар на её сайте, используя сведения о посетителях сайта, которые передаёт рекламодатель3. Meta* также описывает, как использует ИИ для понимания контента Reels, чтобы маркетологи могли показывать более релевантную рекламу6.
Instagram* сообщает, что к рекламе, которую показывают подросткам, применяются дополнительные правила, а в Meta* Newsroom говорится, что чувствительные темы, которые обсуждаются с Meta* AI, — в том числе здоровье, религия и политические взгляды — не используются для показа рекламы17.
По данным Meta* Newsroom, сведения могут использоваться во всех аккаунтах, которые человек решил добавить в один и тот же Центр аккаунтов (Accounts Center); например, взаимодействия с Meta* AI в WhatsApp исключаются из персонализации между аккаунтами, если этот аккаунт WhatsApp не был добавлен7.
В Meta* Newsroom также говорится, что Meta* не использует микрофон человека, если только тот не дал разрешения и не пользуется в этот момент функцией, для которой микрофон нужен7.
Персонализированные время, частота показов и опыт покупок
Персонализация рекламы может влиять и на то, сколько рекламы видит человек: на конференц-звонках Meta* по финансовым результатам говорилось о том, чтобы показывать больше рекламы восприимчивым к ней людям и, возможно, меньше тем, на чьё пользование сервисом она может повлиять, а для Reels планируется дальнейшая персонализация1314.
Meta* также рассказывала о том, как меняет место появления рекламы в ленте человека, чтобы находить более релевантные моменты и места для её показа15. Для рекламы товаров в Meta* Newsroom описывались тесты, в которых людей направляют в места, выбранные с учётом их покупательского поведения, — например, к отобранной подборке товаров в магазине или на сайт компании2.
В том же объявлении предлагалось изучить специальные предложения или акции для отдельных покупателей, а не представлять такие предложения как уже доступную функцию2. В одном из патентов Meta* описана возможность показывать внутри изображения разные ссылки на покупку товаров в зависимости от демографических данных зрителей; этот запатентованный метод не свидетельствует о подтверждённой функции Instagram*16.
Управление рекламой и сведениями для неё
В Справочном центре Instagram* сказано, что отключение использования действий на сторонних сайтах и в сторонних приложениях для персонализации рекламы может не исключить их использования для того, чтобы не показывать определённую рекламу, например уже купленных товаров1. В Meta* Newsroom говорится, что инструмент «Почему я вижу эту рекламу?» объясняет отдельные объявления и то, как люди могут управлять своим рекламным опытом4.
Справочный центр Instagram* отсылает пользователей к инструкциям о том, как видеть меньше рекламы на социальные темы, о выборах или политике; эта настройка отличается от настройки для рекомендуемого политического контента (political content)17. В Meta* Newsroom говорится, что люди, у которых аккаунты находятся в разных Центрах аккаунтов (Accounts Centers), сохраняют доступ к тем же настройкам и могут применять их к отдельным аккаунтам5.
Как это менялось
- 2023
- 2024
- 2024
ноябрь
К ноябрю 2024 года инженерная команда Meta* сообщила о запуске рекламной системы с обучением на последовательностях, которая заменила вручную собранные сводки активности обучением на упорядоченных взаимодействиях и действиях, совершённых в результате рекламы, включая поведение до и после этих действий20.
- 2025
- 2025
сентябрь
В Meta* Newsroom объявили, что Facebook* и Instagram* предложат подписку без рекламы в Великобритании4.
- 2025
октябрь
В Meta* Newsroom объявили, что с 16 декабря 2025 года в большинстве регионов взаимодействия с Meta* AI начнут учитываться в рекомендациях контента и рекламы7.
- 2026
октябрь
Марк Цукерберг объявил на конференц-звонке Meta* по финансовым результатам, что люди смогут подключать Muse, чтобы персонализировать свой контент и рекламу во всех продуктах Meta*22.
Как модели изучают предпочтения и подбирают рекламу
По исследованиям и патентам Meta*; они могут не описывать, как Instagram* работает сейчас
Для персонализации рекламы во всех продуктах Meta* инженерная команда Meta* описывает свою модель Generative Ads Model, или GEM, как модель, которая изучает предпочтения по длинным историям кликов, просмотров и других взаимодействий с рекламой и обычным контентом, а затем передаёт полученные знания другим моделям рекомендаций рекламы8.
По словам инженерной команды Meta*, чтобы помочь этим моделям понимать, что представляет собой объявление, её уже внедрённая система токенизации GenRecs (GenRecs Tokenization) присваивает элементам короткие многократно используемые смысловые метки вместо отдельного идентификатора для каждого элемента, сочетая контент с паттернами взаимодействия9.
Для этапа, на котором подбираются возможные объявления до того, как следующие системы выберут, что показать, инженерная команда Meta* описывает Andromeda как систему, которая сужает большой пул до меньшего набора потенциально релевантных объявлений10.
Экспериментальное исследование Meta* Hierarchical Interest Representation направлено на то, чтобы лучше понимать предпочтения, связывая выведенные интересы с товарами и услугами рекламодателей, в том числе с теми, у которых мало прежних взаимодействий; Meta* представляет это как исследование, а не как действующую функцию Instagram*11.
Для выбора между объявлениями в одном из патентов Meta* описан возможный метод, который сочетает прогнозируемые реакции со ставками — суммами, которые рекламодатели готовы заплатить, — и критериями таргетинга, то есть правилами рекламодателей о том, кого может охватить объявление; патент не подтверждает, что Instagram* сейчас использует этот метод12.
См. также
Эксклюзивы на Mave
Эксклюзивные материалы блога DNative
Telegram-канал @dnative
Новости и разборы про SMM
Источники
Instagram*
- 1 How Instagram* decides which ads to show you
- 2 New Ways to Shop for Products You Love Across Our Apps
- 4 Facebook* and Instagram* to Offer Subscription for No Ads in the UK
- 5 Centralizing Your Apps Settings in Accounts Center
- 7 Improving Your Recommendations on Our Apps With AI at Meta*
- 17 About Political Content Control on Instagram*
- 19 Facebook* and Instagram* to Offer Subscription for No Ads in Europe
Адам Моссери
Исследования и патенты Meta*
- 8 Meta*’s Generative Ads Model (GEM): The Central Brain Accelerating Ads Recommendation AI Innovation
- 9 GenRecs Tokenization: Transforming Ads Recommendation at Meta* with Stable Model Vocabulary
- 10 Meta* Andromeda: Supercharging Advantage+ automation with the next-gen personalized ads retrieval engine
- 11 Exploring Hierarchical Interest Representation For Meta* Ads Deep Funnel Optimization
- 12 Personalizing content associated with a third party system for presentation to an online system user based on interactions performed by the user with content from the third party system
- 16 Method for selectively advertising items in an image
- 20 Sequence learning: A paradigm shift for personalized ads recommendations