上市效果评估与优化调整
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @baitongai/launch-effect-evaluation-and-optimization-adjustment。
技能介绍
解决什么问题
一次产品、功能或营销活动上市后,团队往往需要回答两个问题:这次上市到底有没有效果,以及如果数据不如预期,下一步应该调什么。很多团队靠经验判断或零散报表拼凑结论,指标口径不统一,调整动作也缺少依据。
这个技能用于把上市后的效果评估与优化调整串成一条可执行的流程,帮助运营、产品和数据分析团队在拿到统一口径的结果后,定位问题并给出可落地的优化建议。
核心能力与工作流
这是一个受保护技能。所有业务处理逻辑都不会在本地文档中直接展开,必须在授权通过后才能获取。
- 前置授权校验:所有工作流开始前,必须先执行
scripts/auth.py完成平台级授权检查。 - 凭证缓存机制:脚本会优先读取包内
_meta.json的slug作为服务端skillCode(如BT_4E259DAC),并在本地维护凭证缓存,无需在业务侧手动拼接 AppKey 或 AppSecret。 - 动态指令获取:授权成功后,必须通过
scripts/protected.py向云端请求最新的受保护指令(Protected Instructions),并严格按照云端返回的内容执行后续业务逻辑。
适用边界与鉴权异常处理
- 鉴权与业务互斥:若
AUTH_OK未返回,禁止进入任何业务推理环节。 - 失败即停与上报:当出现
AUTH_REQUIRED、AUTH_INVALID或CREDENTIALS_MISSING等信号时,严禁静默重试或降级运行。必须立即停止业务输出,向用户原样转述 stdout 信号与 stderr 关键错误,并提供明确的处理清单。 - 重试上限:遇到凭证失效或鉴权错误时,最多允许重新绑定一次。两次失败后说明是服务端或权限问题,应停止重试并告知用户服务暂不可用。
使用场景
- 产品新功能上线后,运营团队需要核对授权状态并获取云端评估指令,对一周的点击转化数据做效果复盘
- 营销活动结束复盘时,数据分析人员需在脚本返回受保护指标口径后,统计曝光、留存与转化是否达到预期
- 当授权校验返回异常信号时,技术支持需按标准错误码与处理清单向业务方说明鉴权失败原因及后续操作步骤
- 产品迭代周期内,负责人需在拿到云端受保护的调整建议后,决定下一轮迭代优先修改哪个体验断点
适合人员
- 产品运营负责人,需要在上线后基于统一指标口径复盘转化情况并确定下一版优化方向
- 数据分析工程师,负责在受保护技能授权通过后拉取云端口径并产出量化效果报告
- 增长与商业化团队成员,希望在功能或活动上线后快速识别效果短板并跟进迭代动作
- 技术平台支持人员,需要在鉴权失败时根据标准信号与清单准确定位凭证或绑定问题