☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
roas = 广告花费带来的净收入 ÷ 广告花费，其中净收入 = 订单实收金额 − 退款金额 − 支付手续费，不包含未支付订单或试用期未转正收入。
你需要让cursor生成的roas（广告投资回报率）分析提示词能精准驱动数据建模、归因逻辑与业务决策联动，而不是输出泛泛而谈的“提升转化率”“优化投放策略”等无效建议。当前提示词常因缺少业务角色锚点、渠道数据边界和roi计算口径，导致ai虚构归因模型、误用ltv公式、混淆cpa与roas指标定义。
明确ROAS计算口径与业务目标
在提示词开头第一句就写明：“ROAS = 广告花费带来的净收入 ÷ 广告花费，其中净收入 = 订单实收金额 − 退款金额 − 支付手续费，不包含未支付订单或试用期未转正收入。”【必须显式排除未支付订单】否则Cursor会把购物车加购数、点击量等非成交行为计入分子，生成虚假高ROAS结论。
紧接着绑定业务目标：“本分析用于618大促后复盘信息流渠道（抖音、小红书）的ROI表现，目标是筛选出ROAS ≥ 3.2且单日消耗＞5万元的优质素材，淘汰ROAS连续3天＜1.8的广告组。”
声明数据权限与可用字段
方法一：直接列出可查表与字段
“你只能使用已授权视图：v_ad_daily_report（含ad_id、channel、spend、order_gmv、refund_amount、pay_fee）、v_user_acquisition（含first_touch_channel、install_date），禁止引用click_log、impression_log等原始日志表。”
方法二：用否定式封堵幻觉路径
【禁止出现“建议打通CDP”“需对接归因API”等超出分析师权限的操作】——你只是增长组分析师，没有权限调用归因平台或修改埋点方案。
Agents 正在你的整个代码库中处理越来越复杂、运行时间更长的任务。本次版本引入了新的 agent 框架改进，以实现更好的上下文管理，并在编辑器和 CLI 中带来了许多提升使用体验的修复。
强制结构化输出格式
第一步：要求AI先输出ROAS计算SQL片段
“生成标准SQL，从v_ad_daily_report中计算每条广告的ROAS，结果字段命名为roas_value，保留4位小数，按channel、ad_id分组聚合。”
第二步：限定归因逻辑说明长度
“用≤80字解释本次ROAS是否采用末次点击归因，如果是，说明依据；如果不是，指出实际采用的归因窗口与权重规则。”
第三步：绑定决策动作模板
“输出3条可执行建议，每条以「→」开头，格式为：→ 淘汰ad_id=xxx（ROAS=1.21，连续3天＜1.8）；→ 将ad_id=yyy预算上调20%（ROAS=4.37，转化成本低于均值35%）；→ 对channel=小红书的全部素材启动A/B测试（ROAS波动超±22%，需验证创意稳定性）。”
