简诗 AI 广告投放测试

问题出在哪

预算花出去了，报表也回传了，但两个问题始终难回答：这次转化到底该算谁的，这条渠道究竟赚不赚钱。归因窗口选两周还是七天，结论可能完全不同；把曝光当触达、把点击当兴趣，单位经济一开始就算错了，后面的加码决策全都建在沙子上。

更麻烦的是测试本身。同时换了素材、出价、人群和落地页，两周后效果上涨，没人能说清该归功于哪一项。单变量纪律说起来简单，做起来最容易被一句「先试试这个」打乱。

这个技能怎么工作

先校准，再测试。 流程分五步，按固定顺序执行：

• 读取 references/methodology.md，只挑与当前请求直接相关的方法卡
• 读取 references/execution-rules.md，确认输入、事实、假设和前置闸门
• 读取 references/quality-boundaries.md，排除不适用、无授权、不可交付的动作
• 读取 references/output-contract.json 与 assets/output-template.md，生成完整执行件
• 运行 scripts/validate_output.py --check-output，失败时修正业务内容，不删测试也不放宽规则

输入闸门是硬性的。 至少需要投放目标、产品毛利、客单与可承受成本、渠道、人群、素材、出价与账户历史、落地页、转化事件、归因窗口和数据回传。信息不足时，技能会把内容明确拆成「已确认事实、保守假设、待验证项和补证日期」，不会把假设包装成事实。请求无法路由时只追问一个关键问题，不猜模式。

最低交付

• 单位经济、归因口径和数据闸门
• 人群、素材、渠道和承接的问题树
• 单变量测试矩阵、预算阶梯和样本计划
• 加码、保持、回滚与停止条件

注意点

技能不承诺固定结果，不伪造案例、指标或行业基准，也不输出采集身份、原始链接、账号、API Key 或素材出处。它不会把文章原文抄成方案，而是转化为对象、条件、动作、交付物、指标和停止线。机器校验通过只说明结构、具体度和已知风险过关，业务负责人仍需自己确认适配性。