Agent/examples/auto_put_ad_mini/skills/decision_strategy.md

---

name: decision-strategy

description: 对广告做 action 决策时必读——判断原则、关停/降价/提价/扩量/观察经验、reason 输出规范

决策策略（每次决策前必读）

---

一、角色与原则

三层架构

规则引擎（自动检测）    →  候选标记（信号输出）   →  你（综合决策者）
ad_decision.py              roi_low=True 等           结合上下文做最终判断

你的职责

• ✅ 理解候选标记的业务含义（如"roi_low=True"表示"ROI 严重偏低"）
• ✅ 综合多因素做最终判断：裂变表现、调整历史、tier组合位置、数据稳定性、异常模式
• ✅ 给出可解释的 reason：说清楚"为什么做这个判断"，让运营能追溯逻辑

核心原则

规则引擎负责阈值检测和信号标记，你负责结合完整上下文做最终判断——信号是参考输入，不是执行指令。

roi_low=True 不等于必须 pause —— 可能数据不稳定、可能刚调过价还没见效、可能这是 tier 里唯一的跑量广告。 bid_up_candidate=True 也不等于必须 bid_up —— 可能 CTR 其实在下滑、可能近期已提过价。

你的判断 > 规则的候选，但要给出充分理由。

对比标准（不同维度用不同基准，严禁混用）

维度	对比基准	数据字段	业务含义
动态 ROI	渠道P50	channel_roi_p50	全体广告"动态ROI_7日均值"的中位数 = 全渠道整体水位
裂变率（fission_rate）	同类均值	tier_fission_mean	同人群包 R 值的裂变水位
CTR	同类均值	同类	同人群的曝光质量

为什么 ROI 必须看渠道：渠道P50 反映当前大盘的"合理回报"。预算是跨人群共享的，低于 P50 就是跑不出渠道平均效率，应优化或淘汰。某人群同类中位数低，不代表"达标"。

为什么裂变率必须看同类：不同人群的裂变天然不同（R500 高价值人群裂变弱、R50 宽泛人群裂变强）。只有同 R 值人群的裂变均值才能衡量"这条广告在它的人群里裂变强不强"。

reason 中的术语约定

禁止在 reason 中出现英文变量名，统一用中文术语：

禁用	必用
pause_line	关停线
bid_down_line	降价线
bid_up_line	提价线
channel_roi_p50 / roi_mean	渠道P50 / 渠道中位数
tier_fission_mean	同类均值 / 同类裂变均值
bid_increased_7d	7 天内已提价
creative_changed_7d	7 天内已换创意
roi_valid_days	ROI 有效天数

---

二、候选标记解读（规则层的输出，不要重复检查）

规则层（ad_decision.py）已经完成了以下检测，并把结果以候选标记的形式传递给你：

字段	含义	规则已检测的内容
roi_zone	ROI 所在区间（客观事实）	below_pause_line / bid_down_zone / above_bid_up_line / normal
fission_vs_tier	裂变率与同人群包均值对比	high(≥同人群包均值110%) / normal / low(<90%) / unknown(数据缺失)
bid_up_candidate=True	有提价潜力	ROI 明显优于渠道 + 年龄在提价窗口 + 消耗未过高 + CTR 达标
scale_up_candidate=True	值得扩量	成熟稳定 + 高消耗 + ROI 达标
decay_signal=True	有衰退迹象	消耗趋势下降或 ROI 持续走低

⚠️ 核心原则：候选标记是客观事实，不是操作指令。roi_zone="bid_down_zone" 不等于"应该降价"——必须结合裂变率（fission_vs_tier）综合判断，见§四思考步骤。

阈值参考（仅用于理解规则逻辑，不要在 reason 中引用具体数值）

• 关停线 ≈ 渠道P50 × 0.75 — roi_low 的触发线
• 降价线 ≈ 渠道P50 × 0.90 — bid_down_candidate 的触发线
• 提价线 ≈ 渠道P50 × 1.05 — bid_up_candidate 的触发线

（以上数值可能随运营策略调整，以规则输出的候选标记为准，不要硬记数值）

---

三、年龄策略

年龄分段以 config.py::COLD_START_DAYS（默认 3）和 EARLY_GROWTH_DAYS（默认 7）为准。

年龄段	天数	你会看到吗	允许操作	禁止操作	原因
冷启动期	≤3天	不会（规则已排除）	—	所有操作	系统刚开始学习，任何调整都会打断
早期成长期	4-7天	仅提价/观察候选	bid_up / observe / creative_adjust	bid_down / pause	降价会打断 oCPM 学习，关停更不行
成熟期	>7天	正常候选	全部 action	bid_up（改走 scale_up）	投手经验：稳定期不调出价，通过新增广告/创意拿量

说明：年龄保护由规则层 + 护栏层双重实现。你收到的候选广告已经过年龄筛选，不太可能收到违反年龄保护的广告。万一收到，护栏会兜底拦截。

---

四、决策思考步骤

面对每条候选广告，按以下顺序思考，不要跳步：

第 1 步：ROI 在什么位置？ 跟渠道P50 比，属于哪个区间：严重偏低（below_pause_line）/ 偏低（bid_down_zone）/ 正常 / 偏高（above_bid_up_line）？

第 2 步：裂变表现如何？ fission_vs_tier 跟同类均值比是 high / normal / low / unknown？ 注意：fission 在本业务中指"用户裂变率"（viral coefficient），即用户帮你免费拉新人的能力。tier 指同 R 值人群包。

第 3 步：ROI 和裂变的组合说明什么？

• 双低（ROI低 + 裂变低）= 真的不行，止损信号
• ROI低但裂变好 = 有后劲，用户在帮你免费拉人，ROI 可能回升
• ROI低但裂变数据缺失 = 不确定，先观察
• ROI正常/高 + 有提价/扩量候选 = 考虑放量

第 4 步：有没有干扰因素？

• 7天内调过价或换过创意？→ 效果还没显现，先等
• 数据够不够？（ROI有效天数、稳定消耗天数）→ 不够就先观察
• 是 tier 里最后几条广告？→ 关了整个人群就没量了
• ROI 是突降还是持续低？→ 突降可能是数据异常

第 5 步：综合判断 → 选 action + 写理由 结合以上 4 步的结论，选择最合适的 action（§五详解），写出包含 5 元组的 reason（§七规范）。

---

五、7 种 action 详解

1. pause（关停）— 明确低效，释放预算

触发前提：roi_low=True（规则已确认 ROI 严重偏低、消耗达标、年龄达标）

综合权衡要点：

1. 裂变 vs 同类（🔒 reason 硬要求）：

   • 必须在 reason 中写出裂变率数值 vs 同类均值及偏离%——因为裂变好=用户在免费帮你拉人，关掉就断了自传播链
   • 双低（ROI低 + 裂变低于同类50%+）→ pause 强信号
   • 裂变数据缺失时显式写"裂变数据缺失"，不得省略

2. 调整历史：

   • 7天内已降价/换创意 → 倾向 observe——调整效果要5-7天才显现，连续操作是盲目试错
   • 连续多次调整但无改善 → 倾向 pause——证明问题不在出价/素材

3. 数据质量：

   • ROI有效天数 < 5 → 倾向 observe——样本太少，ROI可能只是噪声
   • 30日稳定天数 < 7 → 倾向 observe——消耗波动大时ROI不可靠

4. tier 组合位置：

   • 该tier广告数 ≤ 3 且消耗占比大 → 谨慎pause——关了这条，整个人群就没流量入口了

5. 异常识别：

   • CTR正常但ROI低 → 可能是后端转化问题，标注"疑似后端问题"
   • ROI突降（与近期均值差距大）→ 可能是数据异常，先observe

pct 要求：= 0（pause 不改出价）

禁用于：bid_up_candidate=True 或 scale_up_candidate=True 的广告

---

2. bid_down（降价）— ROI 偏低 + 裂变偏低，双低确认

触发前提：roi_zone="bid_down_zone"（ROI 在降价区间）+ fission_vs_tier="low"（裂变低于同类）

条件（全部满足才能 bid_down）：

• ✅ 年龄 > 7 天（成熟期）——未成熟的广告降价会打断 oCPM 学习
• ✅ 7 日均消耗 ≥ 500 元——低于此值数据量太小，ROI 信号可能是噪声
• ✅ roi_zone = "bid_down_zone"（关停线 ≤ 动态ROI < 降价线）
• ✅ fission_vs_tier = "low"（裂变率低于同类）——核心条件，双低确认的"第二低"

即使 ROI 在降价区间，以下场景不降价：

• 裂变好或正常（fission_vs_tier = high/normal）→ observe——裂变好=用户在帮你免费拉人，降价会断裂传播链，长期损失更大
• 裂变数据缺失（fission_vs_tier = unknown）→ observe——数据不足不做不可逆决策
• 近 7 天已降过价 → observe——降价效果要 5-7 天显现，连续降是盲目操作
• 近 7 天换过创意 → observe——新素材数据还没稳定

pct 要求：负数，绝对值在 [3%, 5%]

幅度选择原则：

• ROI 偏离渠道P50 较小 → 降 3%（轻度优化）
• ROI 偏离渠道P50 较大（接近关停线）→ 降 5%（上限）
• 消耗稳定性或 ROI 置信度低 → 降幅取下限
• 更严重的低效走 pause，不要用"大幅降价"代替关停

禁用于：bid_up_candidate=True 的广告

---

3. bid_up（提价）— 冷启动期优质广告放量

触发前提：bid_up_candidate=True（规则已确认 ROI 优于渠道、年龄在 4-7 天窗口、消耗未过高、CTR 达标）

你需要综合权衡的要点：

1. 裂变是否真的强：裂变率高于同类 → 提价更有底气
2. CTR 是否在下滑：虽然规则检查了 CTR 达标，但如果你发现 CTR 趋势在下降，可以选择 observe
3. 消耗规模：消耗极低时（分支 A：唤醒沉默），提价幅度取下限（试探性）
4. 投手经验：成熟期（>7天）不再提价，改走 scale_up（规则通常不会给成熟期广告标记 bid_up_candidate）

pct 要求：正数，绝对值在 [5%, 10%]

幅度选择原则：

• ROI 超出渠道P50 较小 → 提 5%
• ROI 超出渠道P50 较大 → 提 8%-10%
• 数据不足时（消耗极低的唤醒场景）→ 默认 5%（试探性）

禁用于：roi_low=True 的广告

---

4. scale_up（扩量建议）— 成熟优质广告

触发前提：scale_up_candidate=True（规则已确认成熟+稳定+高消耗+ROI达标）

你需要综合权衡的要点：

1. 稳定性：虽然规则已检查稳定天数，但如果你发现近期 ROI 波动增大，可以先 observe
2. 创意数：创意数较少 → 在 reason 中建议"先补创意再扩量"
3. tier 饱和度：如果该 tier 已有很多广告，扩量价值有限

pct 要求：= 0（scale_up 不直接改出价，由运营新增广告/创意）

禁用于：roi_low=True 或 bid_down_candidate=True 的广告

---

5. creative_adjust（调整素材）— ROI 达标但素材吸引力不足

典型场景：

• ROI 达标但日均消耗极低 → 素材吸引力弱，跑不起量
• 7 天内换过创意但裂变率仍明显低于同类 → 新创意效果也不好
• CTR + CVR 同时下跌 → 素材疲劳

与其他 action 区别：

• vs hold：hold 认可现状，creative_adjust 认为 ROI 可以但需改素材
• vs bid_up：bid_up 提价拉量，creative_adjust 优化素材本身
• vs pause：素材疲劳优先换素材，避免丢掉 oCPM 学习资产

pct 要求：= 0（不改出价） 执行方式：不调 API，仅在审批表标识，由运营人工换素材

---

6. observe（观察等待）— 数据不稳定或接近阈值边界

典型场景：

• ROI 有效天数不足（置信度低）
• 近 7 天已调价或换创意（等待效果显现）
• 数据在阈值线附近徘徊（不确定走向）
• 年龄 4-7 天 + 消耗波动大

与 hold 区别：hold 是长期保持，observe 是短期复查（2-3 天后系统自动重新评估）

pct 要求：= 0

---

7. hold（保持不变）— 无异常信号

典型场景：

• 各项指标正常，无调整信号
• 冷启动期（≤3 天）— 默认 hold（你通常不会看到这类广告）
• 数据不足以做任何判断

pct 要求：= 0

---

六、多因素权衡（规则无法覆盖的决策维度）

这是你真正需要发挥的价值：

1. 裂变 vs ROI 双低判断

• ROI 低 + 裂变低于同类 → 真正的低效广告（pause 强信号）
• ROI 低但裂变正常/偏高 → 可能是出价过高或竞争环境变化，未必要 pause
• ROI 正常但裂变低 → 效率不差但增长空间有限，考虑 creative_adjust

2. 调整效果评估

• 7 天内已调价但 ROI 无改善 → 调价无效信号
• 连续多次调价均无效 → 问题不在出价，考虑 pause 或 creative_adjust
• 降价后消耗大幅下降但 ROI 仍低 → 低效无疑，pause
• 提价后消耗上升但 ROI 仍高 → 效果好，可以维持（hold）

3. 异常识别模式

模式	表现	可能原因	建议
CTR 正常但 ROI 低	点击率达标但转化差	后端转化问题（非素材问题）	在 reason 中标注"疑似后端问题"
ROI 突降	动态ROI 与近期均值差距较大	数据异常/竞争加剧/季节效应	observe，等数据稳定
高消耗+高ROI 突然变低	之前表现优秀突然恶化	竞争加剧/人群饱和	observe，不急于 pause
消耗极低但 ROI 好	跑不起量	素材吸引力弱 / 出价过低	creative_adjust 或 bid_up

4. 优先级原则

两条规则，适用场景不同：

信号不确定时 → 保守优先（不确定就少动）：

observe > hold > bid_down > pause

适用于：数据不够、信号冲突、刚调过价。宁可多观察一天，不要误杀。

信号明确时 → 果断执行（确定了就干脆）：

止损：pause > bid_down > creative_adjust > observe > hold
放量：bid_up > scale_up

适用于：双低确认（ROI低+裂变低）、连续调整无效、数据充分。确定要止损就直接关停，不要用大幅降价代替。

不冲突：先判断信号是否明确，再选对应的优先级链。

6. ROI 与裂变信号冲突时的处理

当 ROI 信号和裂变信号方向不一致时：

ROI 信号	裂变信号	决策	理由
低于降价线	fission_vs_tier="high"	observe/hold	裂变优秀，ROI低可能是短期波动
低于降价线	fission_vs_tier="normal"	observe	裂变正常，需观察ROI是否持续低
低于降价线	fission_vs_tier="low"	bid_down	双低确认，降价合理
低于关停线	fission_vs_tier="high"	observe	裂变优秀，先观察不急于关停
低于关停线	fission_vs_tier="low"	pause	双低+ROI极低，关停合理

冲突时 reason 必须显式说明：

"动态ROI为X.XX，低于降价线Y.YY；但裂变率Z.ZZ高于同类均值W.WW的N%，广告质量潜力高，建议观察而非降价"

---

七、决策输出规范与自检

7.1 reason 5 元组（每条必含）

每条 reason 必须显式包含以下 5 个语义元素，缺任一项视为不合格：

#	元素	说明	正例措辞
1	ROI 数值	给出具体动态 ROI 值（保留 2 位小数）	"动态 ROI 为 2.18"
2	对比基准	明确是渠道P50（ROI）或同类均值（裂变/CTR）	"低于渠道P50 2.50"
3	偏离百分比	偏离基准的比例（±X%）	"低 13%"
4	辅助信号	调价历史 / 创意变化 / 广告年龄 / 7日均消耗 / 置信度 至少一项	"7 天内已提价但 ROI 仍低迷；投放 14 天"
5	行动建议	action 的业务解释（不是重复 action 名）	"建议降 5% 优化成本"

标准模板：

{动态 ROI 数值}，{对比基准 + 偏离百分比}；{辅助信号}；{行动建议}

合格样本：

pause 样本："动态 ROI 为 1.62，低于渠道P50 2.50 的 35%；裂变率 0.18 低于同类均值 0.46 的 61%，双低确认；7 天内已提价但 ROI 仍低迷，广告已投放 9 天、7 日日均消耗 4438 元；综合判断调价无效，建议关停释放预算"

（✅ ROI=1.62 / 渠道P50 2.50 / -35% / 裂变+已提价+年龄+消耗 / 关停释放预算）

bid_down 样本："动态 ROI 为 2.08，低于渠道P50 2.50 的 17%，处于降价区间；裂变率 0.31 低于同类均值 0.46 的 33%，双低确认；投放 12 天，7 日日均消耗 826 元，近 7 天未调价；建议降价 3% 优化成本"

（✅ ROI+基准+偏离+裂变双低+年龄消耗+降3%）

observe 样本："动态 ROI 为 1.95，低于渠道P50 2.50 的 22%，处于降价区间；但裂变率 0.58 高于同类均值 0.46 的 26%，用户传播能力强，ROI 有回升潜力；投放 11 天，7 日日均消耗 1203 元；建议观察而非降价，避免断裂裂变链"

（✅ ROI低但裂变好 → 覆写规则建议，给出充分理由）

bid_up 样本："动态 ROI 为 3.41，高于渠道P50 2.50 的 36%；投放 5 天处于早期成长期，7 日日均消耗 312 元偏低；裂变率 0.52 高于同类均值 0.46 的 13%；建议提价 8% 增加曝光拿量"

（✅ ROI+基准+偏离+年龄消耗裂变+建议提价8%）

不合格样本：

❌ "ROI 低于关停线，建议关停"（缺 ROI 数值、基准、偏离%、辅助信号，只有行动） ❌ "动态ROI=1.62 < pause_line(1.66), bid_increased_7d=true"（用英文变量名，违反术语约定） ❌ "ROI 不好，建议降价"（缺全部元素） ❌ "ROI=2.18，消耗正常，保持当前出价"（模板化 hold，缺对比基准和偏离%，"消耗正常"不是有效辅助信号）

7.2 action 与 recommended_change_pct 的强绑定

action	recommended_change_pct	违反时修正
bid_up	必须 > 0（+0.05 ~ +0.10）	没有正幅度就不是"提价"，改 hold
bid_down	必须 < 0（-0.03 ~ -0.10）	没有负幅度就不是"降价"，改 hold 或 observe
pause	= 0	pause 不改出价
hold / observe	必须 = 0	维持不改出价
scale_up	≥ 0（可 0，可正）	扩量不降价，不得为负
creative_adjust	= 0	创意动作，不改出价

7.3 reason 与 action 语义一致

• reason 含 "表现优秀/保持/维持/微调" → action 不可以是 pause/bid_down
• reason 含 "严重低迷/持续亏损/关停线" → action 不可以是 hold/bid_up/scale_up
• reason 含 "建议保持或微调" → action 只能是 hold 或 observe，绝不能是 bid_down

7.4 提交前自检（内心默问）

1. 我这条 action 和 pct 数字方向对得上吗？（降价↔负数，提价↔正数，维持↔零）
2. 我的 reason 结论和 action 语义一致吗？（说"优秀"还建议降价吗？）
3. 候选标记和我选的 action 不矛盾吗？（bid_up_candidate=True 还选 bid_down？）
4. 不确定时有没有更保守的选择（hold/observe）？
5. 我的 reason 包含了 5 元素吗？（ROI 值 / 对比基准 / 偏离% / 辅助信号 / 行动建议）

任一条不满足就把决策改对——让护栏 0 告警是目标。