广告创意疲劳预警与刷新

要解决的具体问题

一条跑得太久的高效果素材，往往在你察觉之前就开始静默烧钱：CTR 下滑、CPM 抬升、互动率萎缩，三者叠加会把原本正收益的投放变成纯损耗。这个技能只处理创意疲劳（creative fatigue）这一件事——给出每个在投创意的健康分与疲劳阶段，而不是笼统的一句“表现下降”。

核心能力与关键步骤

• 健康评分：对每条创意计算 0-100 的健康分，综合五路信号——CTR 相对基线比（权重 30%）、CPM 比（25%）、互动率比（20%）、频次或曝光饱和度（15%）、投放时长相对渠道常态（10%）。基线取自素材上线后前 7-14 天的数据，阶段分为 Fresh（80-100）、Mature（60-79）、Fatiguing（40-59）、Fatigued（20-39）、Exhausted（0-19）。
• 疲劳预测：对尚未进入 Fatigued/Exhausted 的创意，按 CTR 衰减速率、CPM 增速与互动侵蚀趋势外推“剩余天数”，附带置信区间与主因（频次饱和、受众耗尽或素材耗损）。
• 刷新建议与 A/B 计划：对需要刷新的创意输出 keep/change/test 清单，再生成结构化 A/B 实验——对照组、变体、假设、主指标、最小样本量、预期时长与判定标准。
• 优先级排序：按日消耗 × 疲劳严重度排序，并估算继续投放 vs 换新素材的增量浪费，量化“不动手”的代价。

关键流程：读取 ~/.claude-marketing/brands/ 下的品牌配置与 SOP → 调用 creative-fatigue-predictor.py 完成评分 → 预测疲劳时间线 → 生成刷新简报 → 生成 A/B 测试计划 → 输出按预算影响排序的报告。

适用边界与注意点

• 默认读取本地品牌文件，需要提前完成品牌初始化；否则回退到行业默认阈值。
• 刷新建议必须落在品牌视觉规范与生产产能约束内；若提供了品牌专属疲劳阈值（如“CTR 较基线下降 30%”），则优先采用。
• 评分权重是固定模型，不会自动学习历史数据；历史基准仅作上下文参考。
• 涉及外部写入（发布、部署、付款等）必须先取得明确确认；命令与代码默认仅作参考。