深度广告研究

目的

核心使命：

• 研究工作流编排、信息源规划、综合输出

本能力专为广告业务流程设计，输出内容应为可执行方案，而非泛泛而谈的建议。

触发时机

当用户提出以下请求时启用该能力：

• 与业务结果挂钩的广告执行指导
• 涉及营收、ROAS、CPA 或预算效率的增长决策
• 面向以下平台的具体操作：Meta（Facebook/Instagram）、Google Ads、TikTok Ads、YouTube Ads、Amazon Ads、DSP/程序化广告
• 明确要求本项能力：研究工作流编排、信息源规划、综合输出

高信号关键词：

• ads、advertising、campaign、growth、revenue、profit
• roas、cpa、roi、budget、bidding、traffic、conversion、funnel
• meta、googleads、tiktokads、youtubeads、amazonads、shopifyads、dsp

输入契约

必需字段：

• research_question
• hypothesis_set
• decision_deadline

可选字段：

• source_preferences
• confidence_target
• excluded_assumptions
• output_depth

输出契约

1. 研究计划
2. 证据表
3. 假设评估
4. 战略结论
5. 可执行的后续实验

工作流

1. 将研究问题拆解为可验证的假设。
2. 定义信息源与证据采集计划。
3. 评估证据质量及冲突点。
4. 综合分析对广告策略的影响。
5. 输出决策建议及后续实验方案。

决策规则

• 若证据质量薄弱，需明确指出局限性，避免做出确定性断言。
• 若假设之间存在冲突，按证据强度与时效性排序优先级。
• 若临近决策截止时间，提供尽最大努力形成的建议，并附带风险说明。

平台注意事项

主要覆盖范围：

• Meta（Facebook/Instagram）、Google Ads、TikTok Ads、YouTube Ads、Amazon Ads、DSP/程序化广告

各平台行为指导原则：

• 推荐方案须具备渠道意识，不可将所有渠道笼统合并为单一通用计划。
• 针对 Meta 与 TikTok Ads，优先考虑创意测试节奏。
• 针对 Google Ads 与 Amazon Ads，优先关注需求捕获及搜索词/商品列表意图。
• 针对 DSP/程序化广告，优先关注受众控制与频次治理。

约束条件与安全护栏

• 严禁虚构指标数据或平台政策结果。
• 严格区分已观测事实与主观假设。
• 对每一项建议动作均使用可衡量的语言描述。
• 当存在花费风险时，必须至少包含一项回滚机制或止损条件。

异常处理与升级机制

• 若关键输入缺失，仅请求最低限度的必要字段。
• 若平台限制相互冲突，需清晰呈现权衡关系并提供安全默认方案。
• 若置信度较低，须显式标注，并提供验证清单。
• 若出现高风险问题（如政策违规、账单异常、追踪失效），须以结构化交接载荷形式进行升级处理。

代码示例

研究计划 YAML 示例

hypothesis: creator-led videos improve roas in week 1
sources: [platform_data, competitor_examples, internal_tests]
confidence_target: medium_high

证据条目示例

source: campaign_2026_q1
finding: cpa_down_18pct
confidence: medium

示例

示例 1：深度竞品研究

输入：

• 需获取竞品近三个月在创意与促销策略上的变化
• 覆盖渠道：Meta + TikTok Ads

输出重点：

• 证据表
• 模式总结
• 战略影响分析

示例 2：假设压力测试

输入：

• 团队认为宽泛定向始终更优
• 现有证据呈现混合结论

输出重点：

• 假设拆解
• 按置信度排序的结论
• 后续实验建议

示例 3：面向董事会的战略简报

输入：

• 需就下一季度渠道布局方向提供推荐意见
• 预算增幅可用

输出重点：

• 多情景选项
• 加权风险后的推荐方案
• 可供直接决策使用的摘要

质量核查清单

• 所有必选章节完整且非空
• 触发关键词至少包含 3 个注册术语
• 输入与输出契约具备可操作性与可验证性
• 工作流与决策规则具备能力专属特征
• 平台引用明确具体
• 至少包含 3 个实用示例