新素材上线后的测试方式，直接影响两件事：测出的速度，和账户的稳定性。全部投新素材，学习期波动大、过审风险集中；只依赖老素材，池子越用越旧。组合测试是在两者之间找平衡：让新素材获得测试机会，同时保留成熟素材的过审与起量基础。
这篇文章说明组合测试的三种常用结构、在批量创编里的落地方式，以及组合结果的判读方法。所有组合比例均为起点假设，按账户状态调整。
为什么值得组合：三个理由
第一，过审打底。成熟素材经过市场与审核的双重验证，与新素材同组投放时，能稳定创意组的基础表现，减少整组翻车的概率。第二，对照参照。新素材与已知表现的素材同组，数据的解读有基准——单独一条新素材的数据噪音大，放进组合后相对关系更可读。第三，产出接力。新素材起量后自然接替衰退中的老素材，测试与接棒在同一个动作里完成，不需要额外的切换计划。
三种常用组合结构
结构一：新带新——同批次新素材按方向分组组合。适合新版本、新资料片上线期，目的在于快速分出方向优劣。注意每组内保持一个主变量（方向不同、其他条件对齐），否则结果不可解释。
结构二：新老混组——新素材与表现稳定的优质老素材同组。适合常态化的测新节奏：老素材提供稳定基底，新素材的数据在对比中显现。站内控制变量原则文里强调过的「可解释性」，在这里主要靠老素材这个锚实现。
结构三：优质组复制——把表现好的素材组复制一份，再批量填充新素材。适合已验证的结构继续挖潜：结构保留，变量只换素材，是最省预算的测新方式。
三种结构不是互斥的，可以按团队节奏轮换使用：版本期用结构一抢方向，日常用结构二做常态测新，有验证过的结构时用结构三持续挖。
在批量创编里怎么落地
组合测试的执行量不小，逐条手工搭配会拖垮节奏。在创量智投标准版里，可以把新素材与老素材、优质素材或不同创意方向按指定数量组合到创意组中，也可以复制优质素材组后再批量填充新素材；素材乱序和文案排列可以进一步制造差异化组合——这个细节的价值常被低估：多个优化师按相同顺序选材时，创意组会高度重复，乱序从源头减少了内部撞车。
落地建议把组合规则做成固定动作：每周固定时间执行一轮组合测试，组合方式按当期结构选定，结果记录进测试档案。让组合测试从「想起来才做」变成「排期里的固定项」。
结果判读：看相对，不看绝对
组合测试的判读重点是相对关系：同组内新素材与老素材的差距、不同组之间新素材的排序、复制组与原组的保持度。绝对值受时段与竞争影响大，相对关系才反映素材本身。
三个判读提醒：新素材在混组中「不拖后腿」就是合格的第一步，不必强求首测起量；复制组的保持度下降时，先检查填充的新素材质量，再怀疑结构失效；连续多轮都测不出的素材方向，问题可能不在素材而在方向假设——把它退回创意讨论，而不是继续消耗测试位。
组合与自动测新的衔接
组合测试回答「有假设的问题」，常态化的测新则可以交给规则：自动测新按周期巡检新上传素材，复用优质模板广告并按规则创建测试广告，既可只测新素材，也可与符合条件的优质老素材组合，并在多账户间复用或平均分配。两者的分工与站内「测试矩阵」主题讨论过的一致——有假设进矩阵，没假设进常态测新。组合测试的成品（验证过的组合方式）沉淀为策略，反哺自动测新的规则配置。
组合规模的约束
组合的组数与每组内的素材数都需要克制。每组素材数过多时，单条素材的数据被稀释，组内相对关系看不清；组数过多时，预算与账户测试位被摊薄，每组都跑不出有效样本。可参考的起点是每组三到五条素材、同时运行的组数按账户测试容量倒推。规模约束没有标准值，判断方法是看每组数据能否支撑组内排序——排序都排不出来的组合，规模再大也没有产出。
记录组合结构的原因
组合测试的结果要能复盘，前提是组合结构被记录：哪批素材、按什么方式组队、组内谁是参照。这看似繁琐，实际只是一张随任务保存的组合清单。它的价值在判读时显现——两周后回看数据，没有结构记录的组合，你分不清「素材不行」还是「当时组合方式就有问题」。结构记录与创意标签一起，构成测试可复现的最小条件。
组合测试的常见失败形态
三类失败形态值得对照自查：其一「组而不测」——组合搭出来了，但组内条件没有对齐，结果是噪声集合；其二「测而不读」——组合跑完了没人按相对关系判读，只看单条数据的绝对值；其三「读而不动」——判读结论没有转化为放量或淘汰动作，测试位被无效组合反复占用。三类失败都不是方法问题，是流程闭环问题——把「组合→记录→判读→动作」四个环节的责任人定清楚，组合测试才真正开始产出。
下一步
控制变量的原则与变量设计，见游戏素材测试，如何控制变量而不是只堆数量？；常态测新的机制说明见本站「新素材自动测试」主题（同批新稿，发布后可从此处互链）。组合测试与自动测新的能力说明，可在创量智投标准版页面了解；游戏场景的完整工作流见游戏解决方案。