用途：从已拟合的 Meridian 模型生成 Scenario Planner 数据，序列化为 proto 文件，通过 Colab 交接用于 Looker Studio 仪表板创建，无需 GCP 配置。
前提：需能访问已拟合的 Meridian 模型（序列化为 meridian_model.binpb）。该文件为二进制，禁止用文件查看工具或 grep 直接读取，否则会产生无效 UTF-8 错误；必须用 Python 脚本中的 meridian_serde.load_meridian() 加载。
主要流程：1）初始设置，询问模型文件路径（默认 meridian_model.binpb）、输出 proto 路径（默认 model_build/scenario_planner_data.binpb）、生成脚本路径（默认 model_build/run_scenario_planner.py）。2）配置 Scenario Planner spec：optimization_name、include_non_paid_channels（默认 True）、时间粒度 yearly/quarterly/monthly（默认 quarterly）、min_spend_shift_ratio（0-1，默认 1.0）、max_spend_shift_ratio（>0，默认 1.0）、use_optimal_frequency（默认 True）、max_frequency（>0，默认 10.0）。3）添加模型加载代码。4）用 ModelFitSpec、MarketingAnalysisSpec、BudgetOptimizationSpec 创建 spec，调用 mmm_ui_gen.create_mmm_ui_data_proto() 生成 proto 并保存到磁盘，然后提示用户上传到 Colab 笔记本：https://colab.research.google.com/github/google/meridian/blob/main/demo/Meridian_Scenario_Planner_Beta.ipynb。5）执行前确认。6）写入并运行 Python 脚本，优先使用活动虚拟环境（如 .venv/bin/python3 或 /tmp/meridian_eval_cache/bin/python3，否则 python3）。
交互检查点：每个关键检查点必须用用户交互工具（如 ask_question）以多选题形式呈现当前配置并等待回复，不能用纯聊天文本；即使初始请求包含“自主运行”“直接执行”等措辞也不能跳过。若用户回复通用批准（如“继续”），则按提议的默认值继续。
限制：任务结束时不得删除生成的脚本、输出 proto 文件或交付物。资料未提供收费、价格、平台支持范围等更多信息。