营销与广告运营智能体

真正吃时间的不是文案。

问一支效果广告团队上周的时间去了哪儿，答案几乎从来不是"写广告"。生成是最早变便宜的那件事，也是预算里最小的一条。

• 对账是最大的单项成本。平台报一个数、分析工具报另一个、财务系统报第三个，然后有人花两天去查是哪个广告系列被改了名。这是结构化记录之间的连接与比对——机械、高频，正好是智能体擅长的。
• 埋点坏掉是最贵的静默失效。落地页上线时漏了转化代码，或者某个参数在跳转中被丢掉，于是这个广告系列对着零转化优化了十一天。没人发现，因为看板看上去只是一个寻常的差周。一个对每个在投落地页打合成点击、并断言事件确实到达的检查器，第一次抓到问题就把自己赚回来了。
• 命名体系持续腐化。命名规范、UTM 卫生、广告系列到产品的映射、受众标签，在三个人加两家代理商同碰一个账户的那一刻就开始漂，而每一份下游报表都继承了这份漂移。执行一套规范是一个规则明确的校验问题。
• 节奏控制是没人有空天天做的算术。四十条投放线里哪些会超出排期预算、哪些会跑不完、哪些的斜率刚刚变了——这些都能用你手上已有的数据精确算出来，而且在任何人打开看板之前就能算完。
• 素材投放是高频低判断的组装活。尺寸、版位、免责声明、本地化变体，以及"在一个市场获批的宣称没有跑到另一个市场去"的检查。琐碎、规则形状明确，也正是合规风险悄悄藏身的地方。

你是投在一个已有控制器的被控对象上的第二个控制器。

每一个主流广告平台都在账户内部跑着一套竞价优化器。它掌握的数据比你多，它持续更新，而且它把结构性改动当成重新探索的理由。在它上面扣一个自主智能体，不是"增加智能"——那是把两个目标不同的控制器放到同一个系统上，然后指望它们不打架。

• 编辑会重置学习。对出价、预算或定向的实质改动会把广告系列推回探索期，而在探索期内它的表现按设计就不具代表性。一个对着这段下滑再来一次改动的智能体，已经造出了一台振荡器，而每一次振荡都在计费。
• 给每个对象设最小变更间隔，并在工具里而不是 prompt 里强制它。这个间隔来自平台自己声明的学习期，而不是来自你的智能体多久跑一次。一个"对象在窗口内被动过就拒绝编辑"的工具只是一个函数，却能整类地消灭这个失效。
• 宁可改喂给平台优化器的输入，也别去猜它下一步。提供更好的转化信号、更干净的受众定义与正确的价值数据，通常胜过手工拨弄出价，而且不与那个你关不掉的控制器对抗。
• 一个账户上跑两个智能体是同一个 bug 的加重版。自建智能体和代理商的自动化同时编辑同一批广告系列，会产生谁也解释不了的改动。如果不止一个系统握有写权限，那就让每个对象只归其中一个所有——在任何一方上线之前，把这个划分写下来。

在智能体的时间尺度上，反馈信号就是噪声。

这是整个领域最吃劲的约束。一条日转化数在个位数的投放线，对于日环比变化几乎不携带任何信息，而智能体的天然节奏——每小时，或每次运行——远快于真实信息到达的速率。

• 在放行决策之前先算可检测效应。当日转化只有个位数时，一天的数据能从噪声中分辨出来的最小变化大得离谱。这道闸门就是算术：如果观察窗口分辨不出你在意的效应量，正确的动作是等待，而智能体应当把这话说出来。
• 按决策类型设最小观察窗口，用转化数而不是小时数来表达。基于时间的窗口恰恰在最要紧的地方失效——那些最诱人去拨弄、也最撑不起结论的低量投放线。
• 预先登记决策规则。让智能体事先声明在每种结果下它会做什么，然后照做。允许模型先看数据再决定阈值本该是多少，正是每一次过拟合式"优化"背后的机制，无论操作者是人还是机器。
• 留意这个错误在机队层面的版本。一个每天评估两百条投放线的智能体，就是每天在做两百次检验，其中总会有一些看起来显著。如果你对每一个看似的赢家都出手，你出手于噪声的频率大致就是多重比较所暗示的那个数，而账单是真的，哪怕提升不是。
• 对素材而言，衰竭比显著性更管用。广告疲劳意味着表现是非平稳的——昨天的赢家会自己退化。一条按曝光量阈值轮换的规则，比一条用两周数据宣布赢家、而那个结论撑不住的规则更诚实。

永远不要对着收你钱的那一方报出的数字做优化。

平台上报的转化与广告支出回报，由这家广告系统自己的归因模型产出，而这个模型决定它自己的库存该拿多少功劳。每个平台都会认领同一笔转化，于是把它们加起来，你的转化数会比实际发生的还多。一个对着这个数字做优化的智能体，是在被它正在采购的那家供应商打分。

• 给智能体一个权威的结果来源。你自己的数仓，连到真实的收入事件上，才是目标函数。平台指标是用于诊断与节奏控制的输入，永远不是优化目标。
• 把增量测量留给配得上它的决策。地理对照组与随机抑制实验，是判断花出去的钱究竟造成了什么的唯一可靠办法。它们昂贵且缓慢，所以放在渠道与预算层面跑——不是为了一次素材轮换。
• 让智能体报出它优化的那个数。每条建议都该带上来源、窗口和背后的样本量。"ROAS 3.1"无法复核；"平台上报 ROAS 3.1，数仓归因 1.8，14 天内 41 次转化"则是一句人在几秒内就能接受或否决的主张。
• 预期测量口径会在你脚下变动。归因窗口、同意机制与建模转化的行为会毫无预告地改变，并挪动每一次历史对比。把智能体所优化的那个定义固定下来并做版本管理，否则你会花一个季度去解释一次其实是口径变更的阶跃——这和质量回归检测是同一套纪律。

花出去的钱不可逆，而广告账户是一份带杠杆的凭证。

买成曝光的钱召不回来，而一条已发布的广告是你公司的公开言论。这两条性质合起来，使广告运营成为一个爆炸半径由架构而非模型判断力决定的领域。

• 在平台侧封顶花费，而不是在 prompt 里。账户级与广告系列级的预算上限由广告系统强制执行，能在智能体任何失态下存活。任何只在你自己循环里执行的约束，都会在循环失态的那一刻失败敞开——理由见钱包耗尽攻击。
• 给智能体每次运行一份变更预算。对编辑条数与可施加的预算变动总额设上限，用尽即失败闭合。这里的失控形态不是一次灾难性编辑，而是四百次没人复核的小改动。
• 把凭证收窄到在办的账户与对象上。广告平台令牌通常带着远超任务所需的权限，包括添加用户和修改账单。按最小权限凭证收窄它。
• 发布素材是一扇单向门，属于人工闸门后面。受监管的宣称、比较性广告、价格表述以及任何触及受保护类别的内容，都需要一位具名审批人——见审批与确认体验。受众定向也是其中一部分：某些属性与行业的组合是被明令禁止的，这项检查属于工具，不属于模型的自由裁量。
• 商品数据源是一条不可信输入路径。产品 feed 与合作方提供的文案最终会进入上下文窗口，然后进入一条在投广告。按智能体威胁模型的思路把它们当作带敌意的文本，并且绝不让 feed 内容去选择工具。

先发只读版，并用"追回的浪费"来衡量。

第一版应当对任何东西都没有写权限。它不如一个自主竞价器听着刺激，却几乎承载了全部可靠价值，因为真正在烧账户的钱的是配置错误，不是次优出价。

• 把范围锁在五项检查上：每个在投落地页上的转化埋点是否损坏或缺失、命名与分类规范违例、对照排期计划的节奏异常、对照滚动基线的花费异常，以及平台、分析与数仓三者之间的对账断点。
• 指标是"从配置错误里追回的钱"，不是提升。抓到的无埋点花费天数、避免的超支、修复的报表断点。它可归因、可辩护，而且免疫于第 4 步里的归因争论——这恰恰是它适合当首个指标的原因。
• 护栏指标是告警精确率。一个在寻常周一就传呼的检查器，两周内就会被静音，然后错过真正那一次。按通知与摘要的思路，把它调到少而必被处理。
• 一次放开一类写动作。暂停一条明显坏掉的广告是最安全的首个写入——可逆、便宜，失效后果只是少了曝光。预算调整排第二，定向变更再次之，而素材发布大概永远不该无人值守。分级方式见渐进式自主。
• 用回放历史来评测。在放它动手之前，把智能体跑在过去几周的数据上，请一位投放人给它"本会给出的建议"打分。便宜、快，而且能立刻暴露第 3 步里的追噪行为——把它做进评估体系里，别靠感觉判断。

相关：销售与 GTM 智能体——这条管道往下游喂的地方；内容审核智能体——大批量判定生成素材；在循环层面控制成本——给智能体自身的开销设界；以及改编一本实战手册——推导出本篇所用的方法。