用途
该技能专注于评估短剧广告创意在特定投放条件下的综合表现，诊断问题的主要来源，并输出可行动的分析报告。它帮助回答诸如“这个创意为什么前端表现好但后续掉量”“哪些创意值得放量、优化或暂停”“哪种类型、钩子、演员或模板更有效”“同一创意在不同渠道为何表现不同”“创意何时进入疲劳期”“新创意能否在T+0/T+1估值”以及“如何在数数系统上长期评估创意”等问题。
主要能力
- 单创意诊断：通过三阶段漏斗、对照创意和根因推断，分析创意为什么前端表现好但后续下降，或无法起量。
- 创意横向评估：生成评分卡和分层矩阵，判断哪些创意值得放量、优化或暂停。
- 标签规律分析：对题材、钩子、演员、剪辑模板等进行交叉分析，提炼可复制的规律。
- 渠道适配分析：对比同一创意在不同渠道的表现差异。
- 生命周期分析：按上线天数观察趋势，识别创意疲劳或衰退。
- 早期预测：探索T+0/T+1早期行为与成熟价值之间的相关性，但需先基于历史成熟创意验证。
- 体系建设：设计数据管道、指标体系、看板和落地路线图，支持在数数系统上长期评估创意。
使用方式
执行流程共9步，不可跳过：
- 识别分析任务和决策问题：明确任务类型（单创意诊断、创意交叉评估、标签规律、渠道适配、生命周期、早期预测、系统建设）及对应默认输出。若用户已指定目标则不重复询问；信息不足时一次性询问所有缺失项。
- 确认最小输入：需要确认数数项目ID、分析对象（创意ID/批次/标签/全部）、时间范围与成熟窗口、商业模式（IAP/订阅/IAA/混合）、渠道范围、归因口径、主要决策。若无法提供全部信息，先进入数据探索，不要求用户提供ae-cli可查的事件名和字段名。
- 环境与项目预检（自动化）：运行
scripts/precheck.sh <PROJECT_ID>检查版本、认证、看板、报告、授权SQL表；运行scripts/metadata_scan.sh <PROJECT_ID> <AUTHORIZED_EVENT_TABLE_REF>获取完整元数据并与SQL测试事件列表交叉验证。确认CLI可用且认证有效；若未授权，停止数据检索并明确说明“只能输出分析设计，不能给出真实数据结论”。不自动安装、不猜测登录状态、不将样本数据当作真实数据。候选报告需用ae-cli analysis report get验证口径，匹配才复用。元数据API默认每页50条且可能延迟，需完整分页拉取并与SQL测试事件列表交叉验证。 - 确定数据可行性等级+确认门（强制）：按
references/feasibility-checklist.md完成五层检查（广告平台聚合层/归因层/产品行为层/IAA变现层/创意维表层），确定A/B/C/D等级，并逐项验证8个高频问题。填写assets/confirm-card-template.md，向用户展示并停止等待确认（可用AskUserQuestion），覆盖：字段映射是否准确（创意ID、收入、成本、渠道等关键字段是否正确选择）；是否接受可行性等级；是否有缺失字段/已有报告/既定口径。若用户修正字段，返回第3步重新验证并重新展示确认卡。用户确认前不得进行正式数据检索或输出结论。 - 统一口径和观察窗口：参考
references/metrics-caliber.md定义口径和窗口规则。先输出口径清单供用户确认；若用户已给出明确口径，仅复述确认不再询问。不同成熟窗口的数据不得混用；未成熟队列需标注“观察中”。 - 设计对照和样本阈值：优先对照同渠道/人群/阶段的创意交叉评估、同一创意跨渠道、同题材/钩子的不同版本、同一创意按上线天数对齐；有随机分流时优先A/B实验。查询前设定最小样本阈值；若用户未提供，根据项目分布推荐，至少同时检查曝光、点击、激活、付费用户、消耗和成熟天数。样本不足时仅输出“方向性信号”。
- ae-cli数据检索（模板已验证）：检索顺序为现有报告→标准分析模型→SQL兜底。使用
scripts/scorecard_query.sh <PROJECT_ID> <INSTALL_START> <template name> <AUTHORIZED_EVENT_TABLE_REF>，模板位于assets/sql/：scorecard（主评分卡）、ad_channel（创意×渠道）、lifecycle_week（生命周期）、paystruct（付费结构）、content_pref（题材偏好）。SQL规则和已验证陷阱清单见references/metrics-caliber.md（包括布尔字段、失败订单金额、多事件收入挂载、虚拟属性、$part_date类型等，检索前必读）。使用ae-cli analysis sql-table list --project-id <PROJECT_ID> --usage analysis返回的准确table_ref，不要本地构造v_event_<PROJECT_ID>。每个结果需记录项目、时间、过滤条件、分组维度、指标定义和数据来源。仅存在广告聚合数据时，采用“两层分析”（广告层聚合+用户层归因+统一创意ID关联），不得将聚合曝光/点击当作用户级漏斗。 - 三阶段诊断和业务决策：按
references/diagnosis-framework.md执行，先诊断（吸引力效率/获客效率/价值效率三阶段），标注证据强度（高/中/低，不使用“置信度”一词），再分类业务类别（爆量高价值/爆量低价值/低量高价值/低量低价值）。T+0/T+1仅可作为预测指标，其相关性须先基于历史成熟创意验证。 - 输出报告：默认在对话中直接输出结构化报告，模板见
assets/report-template.md，结构和质量标准见references/report-standard.md。仅当用户明确要求时才生成相应交付物（文档/表格/看板）。报告使用客户可理解的业务语言，不暴露内部提示或工具调用细节，仅在“数据范围与口径”部分说明数据来源。
适用场景
- 用户要求评估短剧广告创意的质量、投放表现或价值；
- 用户询问某创意为何点击率高但激活、付费或留存差；
- 用户想对比创意、创意版本、剧名、题材、钩子、演员、剪辑模板或投放批次；
- 用户想识别爆量高价值、爆量低价值、低量高价值或已疲劳的创意；
- 用户想分析来自创意的用户的观看、付费、留存、LTV、ROAS或广告变现情况；
- 用户想在数数系统上搭建创意分析框架、报告、看板或预警方案。
不接管的场景：纯埋点方案设计交给埋点方案技能；无数数数据需求的纯投放策略交给投放运营技能；仅创建报告/看板而不做业务诊断交给AE分析建设技能。
限制
- 不代为配置广告平台投放或自动出价；
- 当广告曝光、点击和消耗数据缺失时，不虚构完整的转化前漏斗；
- 当缺少用户级曝光/点击日志时，不声称存在严格的用户级“曝光→点击→支付”漏斗；
- 不将相关性描述为已证实的因果关系；
- 未经用户确认，不创建或修改线上看板、集群或标签；
- 数据未检索到时使用“未接入/不可用”，不用示例数字填充正式报告；禁止在结论中使用随机模拟字段（如
random()虚拟属性）； - 结论先行、无对比不结论、区分三方责任（创意吸引力、渠道/落地页获客、产品/内容转化分别判断）、指标带窗口（收入、LTV、ROAS须注明D0/D1/D3/D7/L30）、覆盖全部收入（混合变现须同时包含IAP、订阅和IAA）、展示样本成熟度（标注观察中/可决策/已衰退）、如实说明局限（聚合数据、缺失字段、归因偏差、样本不足）、建议可验证（每条建议说明验证指标和观察窗口）、不制造因果（使用“表明、支持、提示、可能”，避免“证明、必然导致”）。