Afa Fb

afa-fb — Meta 广告优化引擎

Supervisor: afa-paid · 版本：v2.4.7

1. Context Matrix (上下文矩阵)

在执行任何任务前，必须加载以下 Brand Brain 文件：

• Requires: products.md, audience.md
• Optional: learnings.jsonl, creative-kit.md, offers.md
• Never: 竞品广告账户后台数据、未经授权的 Pixel 数据

1.1 Shared Inherited Context（共享继承上下文）

本 Worker 不是独立入口。执行前必须承接 Hub / Supervisor 已编译的共享上下文，不得把上游已确认的问题重新问一遍，也不得在用户可见层暴露内部路由代号。

如果上游未显式提供这些字段，先按 _system/context-matrix.md 与 _system/degradation-rules.md 做最小可执行继承：保留当前主问题、优先沿用已识别的主市场；若只确认单市场但未点名，则先按英语电商场景中的通用 DTC 做法给保守起步版，并把支付、物流、法规、平台生态等待校准项放进验证清单，而不是用追问取代首答。

若上游已标记 crisis_mode = cash_crisis，或当前请求明显处于现金承压、预算吃紧、需要先止损的时效场景，本模块先把建议翻译成止血优先、低扰动、可快速回退的版本；除非用户明确要求且已确认有额外资源承接，否则不优先给高投入、长周期或依赖新增资源的增长动作。

在不重定义共享继承上下文的前提下，本模块还会按任务需要读取以下模块特定执行输入，这些输入只用于 Meta 投放判断，不构成第二套独立 Context Matrix：

2. Preamble & Visible Loading (启动协议)

系统协议加载：在执行任何任务前，必须严格遵守 _system/ 目录下的全局协议。

- 遵循 _system/interaction-protocol.md 进行工作流确认和跨模块协同。

- 遵循 _system/output-format.md 进行四段式输出和报告视觉化。

- 遵循 _system/degradation-rules.md 处理信息不足或无联网环境。

- 遵循 _system/localization-rules.md 进行目标市场本地化适配。

- 遵循 _system/edge-cases.md 处理边界情况和 Level 0 需求。

- 遵循 _system/preamble.md 进行初始化检查和规则优先级判定。

当用户首次唤醒 Meta 广告流程时，必须输出以下可见的加载状态：

[Meta 广告引擎] 正在初始化 Meta 广告引擎...
├── 加载 products.md ✓
├── 加载 audience.md {✓/✗}
├── 检查 learnings.jsonl {✓/✗}
├── 检查 creative-kit.md {✓/✗}
└── Meta Ads 数据就绪度：{X/2 必需}

3. Core Workflow

Phase 1 — 分诊与诊断

1. 收集 Context Matrix 字段；必需字段缺失时 → 按 _system/degradation-rules.md Level 1-3 降级处理。 2. 加载 references/benchmark-data.md 获取效果基准数据。 3. 执行诊断 → 加载 references/diagnostic-rules.md（Meta Ads 诊断决策树）。 4. 输出：按 ICE 评分排序的优先问题清单。

诊断决策树摘要（完整规则见 references/diagnostic-rules.md）：

ROAS 不达标时，按优先级诊断：
├── CPM 异常（成本端）→ 受众竞争/广告相关度/账户质量/季节性/版位分配
├── CTR 异常（创意端）→ Hook 失效/受众不匹配/创意疲劳/版位适配/文案失效
├── CVR 异常（落地页端）→ 落地页不匹配/加载速度/定价/信任信号/结账流程
├── AOV 异常（产品/定价端）→ 产品组合/定价策略/交叉销售
└── 多因素叠加 → 综合诊断（按影响大小排序）

Phase 2 — 策略选择

根据用户意图匹配工作模式 → 加载 references/work-modes-and-kpi.md：

前置条件检查（执行前必须确认）：

• 所有模式：products.md + audience.md 必须存在
• 模式 2（广告创建）：额外需要 voice-and-tone.md
• 模式 5（预算与扩量）：需要当前广告数据（至少 7 天数据）
• 模式 6（追踪）：需要站点 URL
• 前置条件不满足时：不阻塞，先给保守可执行版，并在 concerns 中标注待补充项

Phase 3 — 框架应用

1. 加载 references/core-frameworks.md 获取 Meta Ads 范式与季节性策略。 2. 结合品牌上下文执行所选模式的 playbook。 3. 若 seasonal_mode = off_season → 加载 references/work-modes-and-kpi.md 中的淡季策略章节。 若 seasonal_mode = pre_season → 加载 references/work-modes-and-kpi.md 中的预热期准备章节。 若 seasonal_mode = peak_season → 加载 references/work-modes-and-kpi.md 中的旺季执行章节。 4. 交叉检查 references/anti-patterns.md（黑帽零容忍 + 常见错误）。

Phase 4 — 输出与验证

1. 按 references/work-modes-and-kpi.md 中的模板格式化交付物。 2. 按 _system/iron-rules.md 附加成本标签与时间线。 3. 验证：每条建议都必须包含 ICE 评分 + 预期影响 + 数据依据。

4. Completion Protocol

每次输出必须遵循 _system/output-format.md 的四段式结构，并在 WHAT'S NEXT 中附带与内部 completion.status 对齐的用户可读状态：

---
**FILES SAVED**: [列出本次更新或创建的文件，如无则写 None]
**WHAT'S NEXT**:
├── ★ 推荐：{下一步行动}
├── ◑ 可选：{备选行动}
└── 当前状态：{本轮主问题已完成 / 主问题已完成但仍有保留项 / 当前被真实阻塞需先补齐关键前提 / 可继续推进但补充最小必要上下文后会更准确}

如果当前回答仍可自然展开，必须在 WHAT'S NEXT 之后追加与当前模块职责相匹配的自然语言升级出口（不得机械复用固定句式，具体规则见 _system/output-format.md 第 3.5 节）。

4.1 Internal Completion Handoff（内部完成回传）

除用户可见的四段式输出外，必须在内部 completion 回传中显式对齐 _system/context-matrix.md 的统一模板，不得只写状态码，也不得省略 market_scope_used 与 primary_market_used。

completion:
  from: afa-fb
  status: DONE | DONE_WITH_CONCERNS | BLOCKED | NEEDS_CONTEXT
  main_question_answered: true/false
  deferred_goals:
    - "{本轮未展开、需后续处理的次问题}"
  evidence_state_used: sufficient / partial / minimal
  market_scope_used: single_market / multi_market / unknown
  primary_market_used: "{本次结论主要适用的市场；若单市场已明确到具体国家/区域则写具体市场；若只知单市场但未点名，可写 english_ecommerce_generic 这类保守占位，不得凭空猜具体国家}"
  concerns:
    - "{保留事项 1}"
  blocked_reason: ""
  unblock_condition: ""
  needs:
    - what: "{需要什么}"
      where: "{去哪里获取，具体到菜单路径}"
  files_written:
    - path: "./brand-brain/{file}.md"
      type: "{profile / asset / campaign}"
  suggested_next:
    - skill: "afa-{next}"
      reason: "{为什么建议接下来做这个}"
  out_of_scope:
    reason: "{为什么当前请求超出本模块职责}"
    suggested_route: "afa-{next}"
  handoff_summary:
    completed: "{本模块完成了什么}"
    key_findings: "{下游模块需要知道的核心信息}"
    data_handover: "{传递的文件或数据点}"
    suggested_focus: "{下游模块应该重点关注什么}"

补充规则：

• 只要还能给保守可执行版，优先不用 BLOCKED。
• 若主问题已回答但仍有保留项，优先用 DONE_WITH_CONCERNS。
• 若当前请求真实越界，必须通过 out_of_scope 结构化回交上层，而不是只在正文口头停工。
• primary_market_used 必须与本次结论真正适用的市场一致，不得机械复写输入字段。

完成前检查清单：

• Summarize: changes made, expected impact timeline (Meta Ads = short to medium term impact).
• Provide optimization roadmap and testing hypotheses.
• Offer next-step options: Creative optimization / Landing page optimization.
• Append new learnings to learnings.jsonl in JSONL format following _system/brand-memory-protocol.md Chapter 9 data structure. Follow the silent capture protocol in _system/interaction-protocol.md Chapter 5.

5. 边界与越界处理

本模块仅负责 Meta（Facebook / Instagram）广告平台的投放策略、账户优化、受众定向、创意测试和预算扩量。

如果用户需求超出此范围（例如 Google Ads、TikTok Ads、SEO、邮件营销、品牌定位等非 Meta 广告领域），不要尝试回答，也不要向用户暴露其他 Skill 代号。请向用户简要解释边界，并在内部回传中使用结构化 completion.out_of_scope（填写 reason 与 suggested_route）将控制权交还给 Supervisor（afa-paid）重新路由；用户可见文案只保留自然语言下一步建议。

Meta 广告账户健康与平台政策手册

操作行为健康度框架：2026 年防封新维度 + 账户架构最佳实践。

---

一、账户架构最佳实践

2026 年推荐账户架构：

业务管理器（Business Manager）
├── 广告账户 1（主账户）
│   ├── ASC 活动 1：主力产品线
│   │   └── 广告组 1 → 按花费密度与测试需要配置创意数量
│   ├── ASC 活动 2：次要产品线（可选）
│   │   └── 广告组 1 → 按产品线复杂度配置创意数量
│   ├── 测试活动：创意测试
│   │   ├── 广告组 1：Hook 测试
│   │   ├── 广告组 2：格式测试
│   │   └── 广告组 3：角度测试
│   └── 再营销活动（仅在 ASC 再营销效果不佳时）
│       └── 广告组 1 → 按再营销池规模与创意轮换需求配置
├── 广告账户 2（备用账户）
│   └── 保持活跃但低预算运行
└── Pixel（共享给所有账户）

架构原则：
├── 信号整合：尽量少的活动数量，集中数据信号
├── 每个活动应有足够预算支撑学习与稳定投放
├── 总活动数按团队管理能力与数据密度控制
├── 避免受众重叠（ASC 自动处理）
└── 一个 Pixel 服务所有账户

---

二、操作行为健康度框架

Meta 评估账户健康的 5 个维度：

维度 1：广告质量评分
├── 质量排名：广告的感知质量
├── 互动率排名：预期互动率
├── 转化率排名：预期转化率
├── 目标：所有排名 ≥ "平均"
└── 低于平均 = 更高的 CPM + 封号风险

维度 2：用户反馈
├── 正面信号：点赞、评论、分享、保存
├── 负面信号：隐藏广告、举报广告
├── 目标：负面反馈率保持在较低水平
├── 警戒线：负面反馈率出现明显抬升
└── 危险线：负面反馈率持续高位且伴随更多投诉风险

维度 3：平台政策
├── 广告拒绝率：保持在较低水平
├── 严重违规次数：以零为理想目标
├── 申诉成功率：反映误判比例
└── 重复违规 = 加速封号

维度 4：操作行为模式
├── 预算变化频率：过于频繁 = 异常信号
├── 预算跳跃幅度：大幅跳变 = 高风险
├── 活动创建/删除频率：过于频繁 = 异常
├── 支付失败次数：一旦出现就需排查
└── 登录地点变化：频繁变化 = 安全风险

维度 5：落地页体验
├── 加载速度：明显偏慢 = 扣分
├── 内容与广告一致性：不一致 = 扣分
├── 弹窗/强制注册：过多 = 扣分
├── 移动端体验：差 = 扣分
└── Meta 会定期审查落地页

---

三、防封检查清单

内容检查：

绝对禁止：
├── 虚假或误导性声明
├── 未经证实的健康/医疗声明
├── "之前/之后"对比图（特别是健康/美容类）
├── 涉及个人属性的定位暗示（"你是否超重？"）
├── 侵犯版权的内容
├── 成人内容或暗示
├── 歧视性内容
└── 烟草/毒品/武器相关

高风险（需要谨慎）：
├── 保健品功效声明 → 使用"支持"而非"治疗"
├── 减肥相关 → 避免具体数字承诺
├── 金融收益承诺 → 必须有免责声明
├── 用户评价中的效果声明 → 需要有代表性
├── 限时优惠 → 必须是真实的限时
└── 价格对比 → 必须是真实的原价

安全做法：
├── 使用"可能"、"帮助"、"支持"等温和用语
├── 添加适当的免责声明
├── 确保所有声明有证据支持
├── 使用真实的用户评价
├── 确保落地页内容与广告一致
└── 定期审查广告内容是否符合平台政策

---

四、账户被封应急处理

账户被封后的处理流程：

步骤 1：确认封禁类型
├── 广告被拒 → 修改广告内容后重新提交
├── 广告账户受限 → 申诉
├── 广告账户被封 → 申诉
├── 业务管理器被封 → 严重，需要专业处理
└── 个人账户被封 → 最严重，可能需要新账户

步骤 2：申诉流程
├── 1. 进入 Account Quality 页面
├── 2. 查看具体的违规原因
├── 3. 准备申诉材料：
│   ├── 解释违规是无意的
│   ├── 说明已采取的纠正措施
│   ├── 提供业务合法性证明
│   └── 保持专业和礼貌的语气
├── 4. 提交申诉
├── 5. 等待平台审核结果
└── 6. 如果被拒，可结合新证据谨慎再次申诉

步骤 3：预防措施
├── 始终保持备用广告账户
├── 备用账户保持低预算活跃运行
├── 不要把所有鸡蛋放在一个账户
├── 定期备份广告数据和受众
└── 考虑使用代理商账户（更高的保护级别）

紧急联系方式：
├── Meta Business Help Center
├── Meta 广告代理商支持（如果有代理商）
├── Facebook Marketing Expert（如果有专属顾问）
└── 社区论坛（获取其他广告主的经验）

---

五、账户健康日常维护

每日检查（简短巡检）：
□ 广告投放状态正常（无被拒/暂停）
□ 支付状态正常
□ 无新的违规通知

每周检查（常规巡检）：
□ Account Quality 页面无新问题
□ 广告相关度评分正常
□ 用户反馈率保持在可接受区间
□ 广告拒绝率保持在可接受区间

每月检查（深度巡检）：
□ 审查所有活跃广告是否符合平台政策
□ 检查落地页是否有变化影响账户健康
□ 更新业务管理器信息（如有变化）
□ 检查支付方式有效性
□ 备份关键数据和受众

每季度检查（季度复核）：
□ 全面审查账户架构是否需要优化
□ 评估是否需要新的广告账户
□ 检查 Meta 政策更新
□ 更新检查清单

---

六、2026 年 Meta 政策关键更新

AI 生成内容政策：
├── AI 生成的广告内容是允许的
├── 但必须标注为 AI 生成（部分市场）
├── AI 生成的虚假评价/推荐是禁止的
├── AI 深度伪造（Deepfake）是禁止的
└── 建议：使用 AI 辅助创作，但保持真实性

隐私政策：
├── 必须有清晰的隐私政策页面
├── 必须说明数据收集和使用方式
├── 必须提供退出选项
├── 数据隐私要求属于前置合规义务：必须按目标市场适用法律与平台政策完成确认、配置与留痕；如缺少法务或合规结论，应默认按更严格基线执行，并暂停依赖相关数据能力扩量
└── 建议：使用标准隐私政策模板

透明度要求：
├── 广告库（Ad Library）中所有广告可见
├── 必须显示"由 [品牌] 付费"
├── 政治/社会议题广告需要额外验证
└── 建议：不要在商业广告中涉及政治话题

---

账户健康是长期广告投放的基础。一次封号可能导致数周的收入损失和数据中断。预防永远比治疗更重要。

反模式与边界处理

十一-A、问题匹配检查

核心原则：在开始执行任何 Meta 广告策略之前，先判断用户的核心问题是否真的属于 Meta 广告的能力范围。如果用户的核心痛点不是广告投放本身，而是下表中的某个场景，直接说明并推荐正确的模块——不要强行用广告投放的框架去回答非广告问题。

绝对不要做的事：不要用 Meta 广告投放的框架去回答留存、定价、产品策略、品牌定位等非广告问题。如果用户的核心痛点不在广告端，先解决核心痛点，再回来做广告。

---

十一-B、反模式与边界处理

反模式（绝不做的事）：

1. 不凭感觉做决策
   ├── 错误："我觉得这个受众应该不错"
   └── 正确："数据显示这个受众的 CPA 比平均低 30%"

2. 不在学习期内做调整
   ├── 错误：启动 2 天就加预算
   └── 正确：等待 7 天学习期结束后再评估

3. 不做跳跃式扩量
   ├── 错误：日预算从 $100 直接加到 $1,000
   └── 正确：每 4-5 天增加 ≤ 25%

4. 不忽视追踪基础
   ├── 错误：只装了 Pixel 就开始投放
   └── 正确：Pixel + CAPI 双保险 + EMQ ≥ 8

5. 不过度干预算法
   ├── 错误：每天调整受众、预算、版位
   └── 正确：给算法足够的学习时间和数据

6. 不把所有鸡蛋放一个篮子
   ├── 错误：只靠一条创意撑全场
   └── 正确：保持 15-30 条活跃创意

7. 不忽视创意疲劳
   ├── 错误：同一批创意跑了 3 个月不换
   └── 正确：每周测试新创意，保持新鲜度

8. 不盲目追求低 CPA
   ├── 错误：只看 CPA 不看 ROAS 和利润
   └── 正确：以贡献利润为最终衡量标准

边界处理：

├── 用户问 Google Ads → "这个问题更适合通过 Google 广告优化来处理。"
├── 用户问 TikTok Ads → "这个问题更适合通过 TikTok 广告优化来处理。"
├── 用户问落地页优化 → "落地页优化是转化率优化的专长，我可以协同一起解决。"
├── 用户问品牌定位 → "建议先完成品牌定位设置，然后我基于品牌定位来制定广告策略。"
├── 用户要求直接操作广告后台 → "当前版本为纯对话模式，我会提供详细的设置指南，你可以按步骤在 Ads Manager 中操作。"
└── 用户提供的数据不足 → 使用数据收集引导流程，明确告知需要哪些数据以及在哪里找到它们。

---

降级策略与供应链模式适配

核心原则：提醒而非拦截，尊重用户意愿，快速提供价值。

供应链模式适配（v1.9.5 新增）： 根据 Hub 传入的 supply_chain_mode 调整 Facebook 广告策略的优先级排序：

当 supply_chain_mode = dropshipping 时： 提升优先级： │ ├── 低预算产品测试框架（最高优先级）： │ • $5-10/天/广告组的测试预算 │ • 3-5 天快速判断产品是否有潜力 │ • 同时测试 3-5 个产品，快速找到 Winning Product │ ├── 素材（Hook）测试（最高优先级）： │ • Dropshipping 广告成败 80% 取决于素材 │ • 优先测试不同的 Hook（前 3 秒） │ • UGC 风格素材表现最好 │ └── 保守扩量策略（高优先级）： • 找到 Winning Ad 后，每天增加 20-30% 预算 • 设定严格的 ROAS 底线（> 2.0） • 利润率低 → 不能承受激进扩量的亏损期

降低优先级（但仍然提供）： • 激进扩量框架（利润率不支持短期亏损换规模） • 复杂的再营销漏斗（需要足够的像素数据积累） • 品牌认知类广告（先跑通直接转化）

当 supply_chain_mode = wholesale 时： 提升优先级： ├── B2B 定向广告（最高优先级）： │ • 使用职位/行业定向触达采购决策者 │ • Lead Generation 目标优先于直接转化 │ • 素材强调 MOQ 优惠、批发价格阶梯、合作案例 │ └── 再营销漏斗（高优先级）： • B2B 决策周期长 → 再营销窗口延长至 90 天 • 多触点序列：白皮书下载 → 样品申请 → 报价请求 降低优先级（但仍然提供）： • 冲动购买型素材（B2B 决策更理性） • 小额折扣促销（批发客户对小额折扣不敏感）

当 supply_chain_mode = manufacturing 时： 提升优先级： ├── 品牌故事型素材（最高优先级）： │ • 强调自有工厂/生产工艺的差异化优势 │ • 工厂实拍、生产过程展示、质量控制故事 │ • 「从工厂到门口」的信任叙事 │ └── 长期品牌建设广告（高优先级）： • 制造商有更高的利润空间 → 可承受更长的品牌建设周期 • 投资品牌认知广告的 ROI 更高 降低优先级（但仍然提供）： • 低价产品测试框架（制造商通常产品线稳定，不需要频繁测品） • 激进折扣策略（制造商品牌应保护价格形象）

当 supply_chain_mode = dtc 时： → 保持现有所有 Facebook 广告策略和优先级不变（DTC 是系统的默认设计目标）

用户拒绝提供信息时（v1.9.2 新增）： 当用户表达「别问了」「直接给策略」「我不想提供数据」等意图时： → 立即停止追问，跳过所有前置条件检查 → 假设用户已有可用的落地页、追踪体系和充足预算 → 基于行业最佳实践直接输出通用 Meta 广告策略 → 在输出末尾附加： 「以上策略假设你已有可用的落地页和 Meta Pixel 追踪体系。 如果还没有，建议优先搭建。如果你能提供广告后台数据， 我可以给出更精准的优化方案。」 → 绝不因为用户不提供信息就拒绝服务或反复追问

执行类任务最低门槛（v1.9.2 新增）： 当用户要求写广告文案、Hook 脚本、CTA 等具体交付物时： → 唯一硬性门槛：需要知道「卖什么产品」 → 如果用户连产品都不说，温和地告知： 「为了写出有针对性的广告文案，我至少需要知道你卖什么。 能简单说一下吗？哪怕一个词也行。」 → 其他缺失信息（受众、调性、卖点等）用行业最佳实践填充

前置条件检查（v1.9 新增）： 在输出任何广告策略前，先检查基础设施是否就绪： ① 是否有可用的产品页/落地页？ → 没有 → 「广告需要有落地页承接流量。建议先通过转化率优化搭建产品页。」 ② 是否已安装 Meta Pixel + CAPI？ → 没有 → 「追踪是广告的基础。建议先完成 Pixel + CAPI 部署，否则广告数据会不准确。」 ③ 是否有最低启动预算（建议 ≥$20/天）？ → 预算太低 → 「你的日预算低于 $20，算法很难积累足够的学习数据。 建议先用免费渠道（社交媒体、内容营销）验证产品，或集中预算到单一广告组。」

Level 0 边界（v1.9 新增，v1.9.2-p8 重写）： Level 0 用户（无产品/无网站/纯概念）同样欢迎使用本模块。 温馨提示：「Facebook 广告投放通常需要有产品和网站才能发挥最大效果。 以下内容基于通用最佳实践，当你有了产品和网站后， 我可以给出更定制化的方案。」 → 不拦截、不拒绝服务、不限制路由 → 正常响应用户请求，基于通用最佳实践给出建议

危机模式（v1.9 新增，v1.9.2-p8 重写）：

季节性排除（v1.9.3 新增）： 如果 seasonal_mode = off_season（用户已确认当前处于季节性淡季）： → 不自动触发危机模式（淡季销量下降是正常的） → 除非用户同时有非季节性危机信号（现金流断裂、账户被封等） → 使用 YoY（同比）而非环比来评估业绩趋势 当 crisis_mode ≠ none 时（即 cash_crisis 或 pr_crisis），广告策略建议切换到止血模式： ① 立即审计当前广告花费：哪些广告在亏钱？立即暂停 ② 只保留 ROAS > 盈亏平衡点的广告 ③ 不建议新建广告活动（危机期不应增加支出） ④ 如果有库存积压，可以建议低预算清仓广告（但必须设置严格 ROAS 底线） ⑤ 不建议加预算、不建议测试新受众 输出格式： 「止血审计： ─ 广告组 A：ROAS X.X，低于盈亏线 Y.Y → 建议立即暂停，每天节省 $Z ─ 广告组 B：ROAS X.X，高于盈亏线 → 保留 每月可节省广告费：$XXX」

当终端不支持联网时： → 无法抓取竞品广告素材 → 无法获取最新 Meta 政策更新 → 使用内置基准数据和创意模板 → 明确告知用户：「当前环境无法联网，竞品广告分析需要你手动提供截图」 重要补充（v1.9.2-p8）： 以上是「止血建议」的方向指引，不是「禁止用户做其他事」。 如果用户在危机期坚持要做非止血类的事，尊重用户意愿，正常执行。```

Meta 受众策略手册

从精准定位到广泛定位的演进路径，以及 2026 年 AI 驱动受众策略的最佳实践。

---

一、受众策略演进路径

阶段 1：冷启动（转化信号仍偏少）
├── 策略：精准兴趣定位 + 小范围相似受众
├── 目标：快速获取初始转化数据
├── 受众规模：以可控测试范围为主
└── 原因：数据不足，AI 通常还无法稳定优化广泛受众

阶段 2：数据积累（开始形成可学习信号）
├── 策略：扩大兴趣定位 + 中范围相似受众
├── 目标：积累足够的转化信号
├── 受众规模：逐步扩大到更有学习空间的区间
└── 原因：开始有足够数据让 AI 学习

阶段 3：信号充足（转化数据较完整）
├── 策略：广泛定位 + ASC
├── 目标：让 AI 自主寻找最佳受众
├── 受众规模：可以明显放宽
└── 原因：数据更充足，AI 往往比人工更擅长找受众

阶段 4：规模化（模型理解已相对稳定）
├── 策略：完全开放定位 + 多个 ASC
├── 目标：最大化覆盖和转化
├── 受众规模：按扩量目标灵活控制
└── 原因：AI 已较充分理解理想客户画像

---

二、受众类型详解

2.1 核心受众（Core Audiences）

兴趣定位策略：

层级 1：直接兴趣（最精准）
├── 竞品品牌（如：Glossier, Drunk Elephant）
├── 行业媒体（如：Allure, Byrdie）
├── 行业 KOL（如：特定美妆博主）
└── 适用：冷启动期

层级 2：品类兴趣（中等精准）
├── 产品品类（如：Skincare, Organic Beauty）
├── 相关行为（如：Online Shopping, Shopify）
├── 生活方式（如：Yoga, Wellness）
└── 适用：数据积累期

层级 3：广泛兴趣（低精准）
├── 大品类（如：Beauty, Fashion）
├── 人口统计（如：核心年龄层与性别画像）
└── 适用：规模化期（或直接用广泛定位）

兴趣叠加策略：
├── AND 逻辑：兴趣 A + 兴趣 B（缩小受众，更精准）
├── OR 逻辑：兴趣 A 或 兴趣 B（扩大受众）
└── 排除逻辑：排除已购买客户（避免浪费预算）

2.2 自定义受众（Custom Audiences）

网站自定义受众：
├── 所有网站访客（较长回溯窗口）— 最大再营销池
├── 产品页访客（中等回溯窗口）— 高意图
├── 加购未购买（较短回溯窗口）— 更高意图
├── 结账未完成（极短回溯窗口）— 优先再营销
├── 购买客户（较长回溯窗口）— 复购/交叉销售
└── 高价值购买客户（高 LTV 分层）— VIP 再营销

互动自定义受众：
├── 视频观看者（按观看深度分层）
├── Facebook 页面互动者（较长回溯窗口）
├── Instagram 账号互动者（较长回溯窗口）
├── 广告互动者（较长回溯窗口）
└── 表单提交者

客户列表自定义受众：
├── 邮件订阅者列表
├── 购买客户列表（含 LTV 数据）
├── 高价值客户列表（高价值分层）
└── 流失客户列表（较长未购买窗口）

2.3 相似受众（Lookalike Audiences）

相似受众种子选择（按优先级）：

最佳种子：
1. 高价值购买客户（高 LTV 分层）
2. 复购客户（多次购买客户）
3. 所有购买客户

次优种子：
4. 加购客户
5. 高互动邮件订阅者
6. 产品页访客（停留时长较长）

可用种子：
7. 所有网站访客
8. 社交媒体互动者
9. 视频观看者（较高观看深度）

相似受众范围策略：
├── 窄范围：最精准，规模最小
├── 中范围：平衡精准度与规模
├── 宽范围：更适合扩量阶段
└── 过宽范围：需与广泛定位做对照后再决定是否保留

2.4 广泛定位（Broad Targeting）

2026 年广泛定位最佳实践：

什么时候使用广泛定位：
├── Pixel 已积累较充分的购买事件
├── CAPI 已部署且匹配质量处于可用区间
├── 已有足够数量的经过验证的创意
└── 月广告预算足以支撑学习和放量

广泛定位设置：
├── 不设置任何兴趣/行为定位
├── 仅设置：国家/地区 + 年龄范围 + 语言
├── 性别：除非产品明确性别限定，否则不限制
└── 让 AI 完全自主寻找受众

为什么广泛定位在 2026 年有效：
├── Meta 的 AI 已经非常成熟
├── 你的 Pixel 数据就是最好的"定位"
├── 人为限制受众 = 限制 AI 的学习空间
└── 广泛定位的 CPM 通常更低（竞争更分散）

---

三、ASC 受众策略

ASC 中的受众管理：

现有客户预算上限：
├── 默认设置：按新老客结构与回收目标设定
├── 高复购品类（食品/美妆消耗品）：可相对提高
├── 低复购品类（家具/电子产品）：通常相对保守
└── 新品牌（无老客数据）：可先从极低占比起步

ASC 受众信号（建议但非强制）：
├── 上传客户列表作为"信号"
├── 添加网站访客作为"信号"
├── 这些不是"定位"，而是给 AI 的"提示"
└── 不要添加太多信号（可能限制 AI 探索）

---

四、再营销策略

再营销漏斗（按意图从低到高）：

层级 1：冷再营销（低意图）
├── 受众：视频观看者、页面互动者
├── 时间窗口：以较长回溯窗口为主
├── 创意：教育型、品牌故事、社证
└── 预算：占比较低，作为补充触达

层级 2：温再营销（中意图）
├── 受众：网站访客、产品页浏览者
├── 时间窗口：以中等回溯窗口为主
├── 创意：产品对比、详细评测、限时优惠
└── 预算：按规模与效率平衡分配

层级 3：热再营销（高意图）
├── 受众：加购未购买、结账放弃
├── 时间窗口：以较短回溯窗口为主
├── 创意：异议消除、紧迫感、特别优惠
└── 预算：优先分配，但仍需受频次控制约束

层级 4：复购再营销
├── 受众：过去购买客户
├── 时间窗口：按补货周期与品类复购节奏设定
├── 创意：补货提醒、新品推荐、订阅优惠
└── 预算：按复购价值与客户质量配置

2026 年再营销注意事项：
├── ASC 已内置再营销能力
├── 如果 ASC 再营销效果好，不需要单独再营销活动
├── iOS 14+ 后，再营销池缩小
└── 再营销频次控制很重要（频次持续偏高时更容易引发反感）

---

五、受众排除策略

优先排除：
├── 已购买客户（如果产品不适合复购）
├── 不配送地区
├── 员工/内部人员
└── 已退款/投诉客户

建议排除：
├── 近期已购买（避免重复广告）
├── 竞品品牌页面管理员
└── 低质量流量来源

不建议排除：
├── 过于细分的排除（会限制 AI 学习）
├── 基于猜测的排除
└── 在 ASC 中过多排除（让 AI 自己学习）

---

六、受众测试框架

受众 A/B 测试方法：

测试 1：种子质量测试
├── 变量：不同的相似受众种子
├── A：购买客户窄范围相似
├── B：高价值客户窄范围相似
├── C：加购客户窄范围相似
├── 保持创意、预算、版位完全相同
└── 在完整观察窗口内比较 CPA 和 ROAS

测试 2：范围测试
├── 变量：相似受众范围
├── A：窄范围相似 / B：中范围相似 / C：更宽范围相似 / D：广泛定位
├── 保持种子、创意、预算完全相同
└── 比较 CPA、ROAS 和规模化能力

测试 3：兴趣 vs 广泛
├── A：精准兴趣定位
├── B：广泛定位
├── 保持创意、预算完全相同
└── 在完整观察窗口内比较 CPA 和受众质量

测试结果记录模板：
┌──────────────────────────────────────┐
│ 受众测试记录                         │
│ 测试日期：{date}                     │
│ 测试类型：{test_type}                │
│ 变量 A：{audience_a} → CPA: $ ROAS: x│
│ 变量 B：{audience_b} → CPA: $ ROAS: x│
│ 优胜者：{winner}                     │
│ 洞察：{insight}                      │
│ 下一步：{next_action}                │
└──────────────────────────────────────┘

---

受众策略核心原则：在 2026 年，信任 AI 比信任直觉更重要。提供高质量的数据信号和创意，让 AI 去找到最佳受众。

Meta 广告行业基准数据库

层级声明：本文件默认作为 internal-only 的内部起草模板库使用，不得整段直接粘贴给用户。

如需整理为用户可见交付物，涉及负责人、承接团队、内部路由或系统字段的内容，只保留自然业务角色写法，不带内部编排说明。

渲染规则：本文件中所有 KPI、ROAS/ROI、预算配比、渠道占比、观察窗口与目标值，默认只可视为外部参考、保守起点或待验证目标，不得写成统一健康线，也不得伪装成品牌当前既成事实；当证据不足时，先输出保守可执行版，并显式标出待验证项。

用途：为 Meta 投放诊断、策略制定和目标设定提供数据参考。

更新频率：建议每季度校准一次。

数据来源：综合 Varos、Revealbot、Databox、WordStream、Triple Whale 2024-2025 报告。

---

一、全品类总览基准

---

二、按品类细分基准

2.1 美妆 / 个护

2.2 服装 / 时尚

2.3 健康 / 保健品

2.4 家居 / 生活方式

2.5 食品 / 饮料

2.6 宠物用品

2.7 母婴用品

---

三、按广告格式基准

---

四、按版位基准

---

五、按品牌阶段基准

5.1 冷启动期（0-6 个月，月广告费 < $3,000）

5.2 增长期（6-18 个月，月广告费 $3,000-$30,000）

5.3 成熟期（18 个月+，月广告费 > $30,000）

---

六、季节性调整因子

---

七、ASC 专项基准

---

八、追踪与归因基准

---

九、创意疲劳基准

---

本数据库为 Meta 投放诊断和策略制定提供量化参考。所有数据均为行业中位数范围，具体品牌应根据自身历史数据建立个性化基准。

核心框架

本文件为Meta 广告引擎的内部参考文件，用于沉淀本模块的核心框架、判断模型与关键方法论。

如需整理为用户可见交付物，必须删除内部路由标签、模块代号和系统字段，只保留自然语言、业务角色与行动建议。

---

二、2026 Meta 广告新范式

核心认知转变：从"手动精细化管理"到"AI 协同 + 信号质量 + 创意效率"。

2.1 范式转变全景

旧范式（2020-2023）                    新范式（2025-2026）
───────────────────                    ───────────────────
手动受众定位                     →     AI 自动受众发现
冷/暖/热受众分层                 →     信号整合，算法自动编排
ABO 精细化管理                   →     ASC + CBO 为主
人工 A/B 测试                    →     AI 辅助创意测试
Pixel 单一追踪                   →     Pixel + CAPI 混合冗余
内容政策为主                     →     内容政策 + 操作行为健康度
手动扩量（拍脑袋加预算）         →     分阶段纪律性扩量
创意是"附属品"                   →     创意是"新的定位"

2.2 三大核心支柱

支柱 1：信号质量
├── 追踪基础设施：Pixel + CAPI 混合冗余部署
├── 事件匹配质量（EMQ）：目标 ≥ 8/10
├── 数据完整性：所有关键事件正确触发
└── 归因准确性：7 天点击 + 1 天浏览

支柱 2：创意效率
├── 创意数量：ASC 内至少 15-30 条活跃创意
├── 创意多样性：UGC + 产品图 + 视频 + 轮播 + 动态
├── 创意迭代速度：每周 3-5 条新创意
├── 创意测试体系：测试活动 + 扩量活动双轨制
└── AI 辅助生产：规模化创意产出

支柱 3：操作纪律
├── 预算管理：渐进式调整，单次 ≤ 25%
├── 学习期保护：重大变更后 7 天不动
├── 账户健康：操作行为健康度持续监控
├── 平台政策检查：内容 + 行为双重检查
└── 数据驱动：所有决策基于数据，不凭感觉

---

三、六大核心框架

框架 1：信号整合账户结构

颠覆传统冷暖热分层，将所有信号和预算整合到最少的活动中，最大化 AI 学习效率。

推荐账户架构（适用于 90% 的 DTC 品牌）：

广告账户
├── 活动 1：ASC 主力活动（占预算 80-90%）
│   ├── 设置：
│   │   ├── 优化目标：Purchase
│   │   ├── 归因窗口：7 天点击 + 1 天浏览
│   │   ├── 现有客户预算上限：25-30%
│   │   └── 产品目录：已连接
│   └── 创意：15-30 条多样化创意
│       ├── UGC 视频（5-10 条）
│       ├── 产品图/轮播（3-5 条）
│       ├── 品牌故事视频（2-3 条）
│       ├── 动态产品广告（2-3 条）
│       └── 促销/限时优惠（2-3 条）
│
├── 活动 2：创意测试活动（占预算 10-20%）
│   ├── 设置：
│   │   ├── 优化目标：Purchase 或 ATC
│   │   ├── 预算：CBO，每条创意 $5-10/天
│   │   └── 受众：广泛定位（让算法自由探索）
│   └── 创意：每周新增 5-10 条待测创意
│       ├── 不同 Hook 变体
│       ├── 不同视觉风格
│       ├── 不同文案角度
│       └── 不同 CTA
│
└── 活动 3：再营销补充（仅在 ASC 再营销效果不佳时启用）
    ├── 受众：网站访客 7-30 天 + 加购未购买
    ├── 创意：针对性的社证/限时优惠
    └── 预算：总预算的 5-10%

架构原则：
├── 信号整合：活动数量越少越好，集中数据信号
├── 每个活动至少 $50/天（确保足够学习数据）
├── 总活动数不超过 5 个
├── 不再人为分割冷暖热受众
├── 以创意多样性取代结构复杂性
└── 一个 Pixel 服务所有活动

何时偏离此架构：

场景 1：多产品线品牌（产品差异极大）
├── 可以为每条产品线创建独立的 ASC 活动
├── 但每条产品线内仍然遵循信号整合原则
└── 示例：美妆品牌的护肤线和彩妆线可以分开

场景 2：极高预算品牌（$50,000+/天）
├── 可以按地理区域分割活动
├── 但每个区域内仍然遵循信号整合原则
└── 示例：北美和欧洲分开

场景 3：新品牌冷启动（Pixel 数据不足）
├── 先用手动活动积累 50+ 转化事件
├── 达到门槛后迁移到 ASC
└── 冷启动期间可以使用兴趣定位辅助

框架 2：ASC 启动与扩展框架

AI 驱动的 Advantage+ 购物广告系列最佳实践。

ASC 启动清单：

前提条件检查：
□ Pixel 已正确安装并验证
□ CAPI 已部署（Shopify 原生或第三方）
□ 产品目录已连接
□ 过去 30 天至少 50 个 Purchase 事件
□ 至少 10 组不同的创意素材已准备好

启动设置：
□ 优化目标：Purchase（不要选 ATC 或 VC）
□ 归因窗口：7 天点击 + 1 天浏览
□ 现有客户预算上限：25-30%
□ 日预算：≥ $50（建议 $100-200 起步）
□ 版位：全自动（不要手动排除）
□ 地区：核心市场（不要一开始就全球投放）

创意加载：
□ 至少 10 条创意（推荐 15-20 条）
□ 多种格式混合：视频 + 图片 + 轮播
□ 多种角度混合：UGC + 产品 + 品牌
□ 每条创意配 2-3 个文案变体
□ 主要文案 + 标题 + 描述都填写完整

学习期管理（启动后 7 天）：
□ 不调整预算
□ 不暂停/启动广告
□ 不修改受众设置
□ 不更换创意
□ 每天只看数据，不做操作
□ 7 天后根据数据做第一次优化决策

ASC 扩展路径：

阶段 1：验证期（第 1-2 周）
├── 目标：确认 ASC 能稳定达到目标 ROAS
├── 操作：只观察，不干预
├── 判断标准：
│   ├── ROAS ≥ 目标值 → 进入阶段 2
│   ├── ROAS 在目标值 70-100% → 优化创意后继续观察
│   └── ROAS < 目标值 70% → 检查追踪/创意/落地页

阶段 2：垂直扩量（第 3-6 周）
├── 目标：在保持 ROAS 的前提下增加预算
├── 操作：每 4-5 天增加 20-25% 预算
├── 判断标准：
│   ├── ROAS 保持稳定 → 继续增加
│   ├── ROAS 下降 5-10% → 暂停增加，稳定 5 天
│   └── ROAS 下降 > 15% → 回退到上一个预算水平

阶段 3：创意驱动扩量（第 7 周+）
├── 目标：通过新创意突破预算天花板
├── 操作：
│   ├── 每周从测试活动中毕业 2-3 条优胜创意
│   ├── 加入 ASC 活动
│   ├── 淘汰表现最差的 2-3 条旧创意
│   └── 保持 ASC 内创意新鲜度
├── 判断标准：
│   ├── 新创意带来 ROAS 提升 → 可以继续增加预算
│   └── 新创意无法提升 ROAS → 需要全新的创意方向

框架 3：混合冗余追踪框架

Pixel + CAPI 双保险，确保数据完整性和归因准确性。

追踪架构：

层级 1：Facebook Pixel（浏览器端）
├── 捕获：即时的浅层信号（PageView, ViewContent, AddToCart）
├── 局限：被 iOS ATT / 广告拦截器阻断
├── 数据完整度：约 60-70%（2026 年）
└── 角色：快速信号 + 再营销受众构建

层级 2：Conversions API（服务器端）
├── 捕获：可靠的深层转化事件（Purchase, InitiateCheckout）
├── 优势：不受浏览器限制
├── 数据完整度：约 85-95%
└── 角色：核心转化追踪 + 归因

去重机制：
├── 每个事件生成唯一的 event_id
├── Pixel 和 CAPI 发送相同的 event_id
├── Meta 自动去重
├── 目标重复率：< 5%
└── 验证：Events Manager → 事件概览

事件匹配质量（EMQ）：
├── 目标评分：≥ 8/10
├── 关键参数：email（哈希）+ phone（哈希）+ 姓名
├── 提升方法：
│   ├── 确保 CAPI 发送所有可用客户数据
│   ├── 对 email 和 phone 进行 SHA-256 哈希
│   ├── 确保数据格式正确（小写、去空格）
│   └── 使用 Shopify 原生集成（自动处理格式）
└── 影响：EMQ 每提升 1 分，CPA 可降低 5-10%

标准事件配置（DTC 电商 5 大必备事件）：
1. PageView → 所有页面
2. ViewContent → 产品页（含 content_ids, value, currency）
3. AddToCart → 加购按钮（含 content_ids, value, num_items）
4. InitiateCheckout → 结账页面（含 value, num_items）
5. Purchase → 感谢页（含 content_ids, value, currency, order_id）

部署方案推荐：
├── 入门级：Shopify 原生集成（零代码，自动去重）
├── 进阶级：Elevar / Stape（服务器端 GTM，更精准）
└── 专业级：Triple Whale / Northbeam（多触点归因 + CAPI）

详细设置指南见 → references/tracking-setup.md

框架 4：操作行为健康度框架

2026 年防封新维度：从"内容审核"到"行为风控"。

Meta AI 评估账户健康的 5 个维度：

维度 1：广告质量评分
├── 质量排名 ≥ 平均
├── 互动率排名 ≥ 平均
├── 转化率排名 ≥ 平均
└── 低于平均 = 更高 CPM + 封号风险

维度 2：用户反馈
├── 安全区：负面反馈率 < 1%
├── 警戒线：负面反馈率 > 3%
└── 危险线：负面反馈率 > 5%（可能被封）

维度 3：平台政策
├── 广告拒绝率：目标 < 5%
├── 严重违规次数：目标 = 0
└── 重复违规 = 加速封号

维度 4：操作行为模式
├── 预算变化：单次 ≤ 25%，间隔 ≥ 4 天
├── 预算跳跃：> 100% = 高风险
├── 活动创建/删除：过于频繁 = 异常
├── 支付失败：> 0 = 风险
└── 登录地点变化：频繁变化 = 安全风险

维度 5：落地页体验
├── 加载速度：> 5 秒 = 扣分
├── 内容与广告一致性：不一致 = 扣分
├── 弹窗/强制注册：过多 = 扣分
└── 移动端体验：差 = 扣分

高风险行为红线：
├── 预算"跳跃式"增长（3 天内从 $80 → $650）
├── 多设备/IP 频繁切换登录
├── 关联有违规历史的 BM 资产
├── 频繁支付失败或更换信用卡
├── 使用虚拟信用卡
└── 在公共 Wi-Fi 上管理高额账户

详细账户健康指南见 → references/account-health.md

框架 5：分阶段纪律性扩量框架

从 $100/天到 $10,000+/天的系统化扩量路径。

阶段 1：基础验证期（$100 - $500/天）
├── 目标：找到优胜创意和受众，建立稳定基线
├── 时长：14-30 天
├── 前提：
│   ├── 混合冗余追踪已部署
│   ├── 至少 10 条创意已准备
│   └── 落地页已优化（afa-convert 确认）
├── 操作：
│   ├── 启动 ASC + 创意测试双活动
│   ├── 每天监控核心指标
│   └── 不做重大调整
├── 进入下一阶段的条件：
│   ├── ROAS 稳定达标 ≥ 14 天
│   ├── CPA 波动 < 20%
│   └── 至少 3 条优胜创意已确认
└── 关键纪律：耐心！不要急于加预算

阶段 2：垂直扩量期（$500 - $2,000/天）
├── 目标：在已验证的基础上逐步增加预算
├── 时长：4-8 周
├── 操作：
│   ├── "25% 规则"：每 4-5 天增加 ≤ 25% 预算
│   ├── 优先使用 CBO（让算法分配预算）
│   ├── 每周从测试活动毕业 2-3 条优胜创意
│   └── 淘汰表现最差的旧创意
├── 进入下一阶段的条件：
│   ├── 预算增加后 ROAS 仍然达标
│   ├── 垂直扩量遇到天花板（ROAS 开始下降）
│   └── 创意库已建立（20+ 条经过验证的创意）
└── 关键纪律：数据说话！ROAS 下降就暂停扩量

阶段 3：水平扩量期（$2,000 - $10,000+/天）
├── 目标：通过扩展受众和市场突破天花板
├── 时长：持续
├── 操作：
│   ├── 扩展相似受众：1% → 3% → 5% → 10%
│   ├── 测试广泛定位（无兴趣限制）
│   ├── 扩展到新的地理市场
│   ├── 测试新的版位组合
│   └── 保持创意迭代速度
├── 关键指标：
│   ├── 新客 CPA 是否在可接受范围
│   ├── 增量 ROAS（不仅看 Meta 报告）
│   └── 整体利润率是否健康
└── 关键纪律：持续创意！创意是扩量的燃料

阶段 4：创意驱动再循环
├── 触发条件：所有受众出现疲劳
├── 操作：
│   ├── 引入全新的创意方向（新角度、新格式）
│   ├── 测试新的 Hook 矩阵
│   ├── 考虑 UGC 创作者更换
│   └── 重新激活增长循环
└── 关键纪律：创意是永恒的战场

详细扩量 SOP 见 → references/scaling-sop.md

框架 6：CPM-CTR-CVR 诊断链

广告效果诊断的核心逻辑链。

诊断逻辑：

ROAS 不达标
├── 分解：ROAS = AOV × CVR × CTR ÷ CPM × 1000
│
├── 问题 1：CPM 过高
│   ├── 原因 A：受众竞争激烈（节假日、Q4）
│   ├── 原因 B：广告质量评分低
│   ├── 原因 C：受众太窄
│   ├── 原因 D：版位限制过多
│   └── 解决方案：
│       ├── 扩大受众范围
│       ├── 提升创意质量
│       ├── 开放全版位
│       └── 避开竞争高峰期
│
├── 问题 2：CTR 过低
│   ├── 原因 A：创意不够吸引人（Hook 弱）
│   ├── 原因 B：受众与创意不匹配
│   ├── 原因 C：广告疲劳（频次过高）
│   ├── 原因 D：文案/CTA 不够有力
│   └── 解决方案：
│       ├── 测试新的 Hook（前 3 秒）
│       ├── 更换创意角度
│       ├── 刷新创意素材
│       └── 优化文案和 CTA
│
├── 问题 3：CVR 过低
│   ├── 原因 A：落地页体验差（→ afa-convert）
│   ├── 原因 B：产品定价问题（→ afa-product）
│   ├── 原因 C：广告与落地页不一致
│   ├── 原因 D：信任元素不足
│   └── 解决方案：
│       ├── 协同 afa-convert 优化落地页
│       ├── 确保广告→落地页的一致性
│       ├── 增加社证和信任元素
│       └── 检查结账流程是否顺畅
│
└── 问题 4：AOV 过低（v1.7: 建议在诊断前收集品牌 AOV 和预估 LTV，以便计算可接受的首单 CPA 和目标 ROAS）
    ├── 原因 A：产品定价偏低
    ├── 原因 B：缺少追加销售
    └── 解决方案：→ 协同 afa-aov 提升客单价

基准参考（DTC 电商平均）：
├── CPM：$12-18
├── CTR：1.5-2.5%
├── CPC：$0.60-1.20
├── CVR（点击→购买）：1.0-2.0%
├── CPA：$25-60
└── ROAS：2.5-4.0x

详细诊断规则见 → references/diagnostic-rules.md 详细基准数据见 → references/benchmark-data.md

---

Meta 广告创意模板库

用途：为 afa-fb 提供 Meta 平台特有的广告创意模板、投放测试机制和平台规格。

通用文案框架：PAS/HSO/BAB/AIDA 等通用文案框架、CTA 变体库、UGC 全漏斗应用框架、季节性创意日历等平台无关的创意知识，已统一归入 afa-creative（参见 copywriting-frameworks.md、seasonal-creative-calendar.md）。本文件仅保留 Meta 平台特有的创意执行知识。

---

一、Meta 广告文案模板（平台特有格式）

Meta 广告由三个文案区域组成：主要文案（Primary Text）、标题（Headline）、描述（Description）。以下模板按照 Meta 的广告结构进行排版，可直接复制使用。

模板 1：PAS 框架（Meta 格式）

适用场景：冷流量，问题驱动型产品

【主要文案】
[痛点问题句，直击用户日常痛苦]

[放大痛苦：描述不解决这个问题的后果/持续的困扰]

That's why we created [产品名].

[核心利益点 1]
[核心利益点 2]
[核心利益点 3]

⭐ [社证数据：评价数/客户数/评分]

[限时优惠/保障承诺]

👉 [CTA：Shop Now / Try It Today]

【标题】
[核心利益点] — [优惠信息]

【描述】
[补充信息] | [保障承诺]

示例（护肤品）：

Tired of trying every moisturizer and still waking up with dry, flaky skin?

You've spent hundreds on products that promise "24-hour hydration" but barely last through lunch. Meanwhile, your skin keeps getting more irritated.

That's why we created HydraGlow Barrier Cream.

✅ Clinically proven 72-hour hydration
✅ Repairs skin barrier in 14 days
✅ Zero irritants — dermatologist approved

⭐ 4.9 stars from 12,000+ customers

Try it risk-free with our 60-day money-back guarantee.

👉 Shop Now — 20% OFF your first order

【标题】
72-Hour Hydration That Actually Works — 20% OFF Today

【描述】
Free Shipping | 60-Day Money-Back Guarantee

模板 2：HSO 框架（Meta 格式）

适用场景：UGC 风格广告，冷流量 + 再营销

【主要文案】
[Hook：一句话抓住注意力]

[个人故事：我曾经也有这个问题...]
[转折点：直到我发现了 [产品名]...]
[结果：现在我的 [改善结果]...]

[1-2 个具体的产品优势]

[社证：其他用户的反馈]

[Offer：限时优惠/特别折扣]

👉 [CTA]

【标题】
[结果导向的标题]

【描述】
[紧迫感 + 保障]

模板 3：社证堆叠（Meta 格式）

适用场景：再营销，信任建设

【主要文案】
[数字社证开头]

Here's what [品牌] customers are saying:

⭐⭐⭐⭐⭐ "[真实评价 1]" — [客户名, 城市]
⭐⭐⭐⭐⭐ "[真实评价 2]" — [客户名, 城市]
⭐⭐⭐⭐⭐ "[真实评价 3]" — [客户名, 城市]

[权威社证：媒体/专家推荐]

[Offer + 保障]

👉 [CTA]

【标题】
[评分] Stars | [评价数]+ Reviews

【描述】
[保障承诺] | [优惠信息]

模板 4：BAB 框架（Meta 格式）

适用场景：效果驱动型产品，视觉对比

【主要文案】
BEFORE: [使用前的痛苦状态描述]

AFTER: [使用后的理想状态描述]

THE BRIDGE: [产品名] — [一句话核心价值主张]

How it works:
1️⃣ [步骤 1]
2️⃣ [步骤 2]
3️⃣ [步骤 3]

[社证]
[Offer]

👉 [CTA]

【标题】
From [痛苦状态] to [理想状态]

【描述】
[优惠] | [保障]

模板 5：限时促销（Meta 格式）

适用场景：促销期、再营销、购物车放弃

【主要文案】
⏰ [紧迫感开头：限时/限量]

[产品名] — [核心价值主张]

[优惠详情：折扣/赠品/免运费]

Why [数字]+ customers love it:
✅ [利益点 1]
✅ [利益点 2]
✅ [利益点 3]

⭐ [社证]

[截止时间/库存提醒]

👉 [CTA] — [优惠码（如有）]

【标题】
[折扣幅度] OFF — Ends [时间]

【描述】
Use Code [优惠码] | Free Shipping Included

---

二、Meta 视频广告 Hook 脚本模板

以下 Hook 模板针对 Meta 平台（Feed、Stories、Reels）的用户行为特征设计。通用的 Hook 心理学框架请参见 afa-creative 的 ad-testing-matrix.md。

Hook 类型 1：问题共鸣型

脚本结构（前 3 秒）：
[画面：对着镜头/日常场景]
"Do you ever [常见痛点]?"
或 "If you're struggling with [问题], watch this."
或 "Stop scrolling if you [痛点描述]."

变体 A（直接提问）：
"Raise your hand if your [产品类别] never actually works."

变体 B（共情陈述）：
"I used to [痛苦行为] every single day until I found this."

变体 C（反常识）：
"Everything you know about [品类] is wrong."

Meta 投放建议：问题共鸣型 Hook 在冷流量中 CTR 通常最高，推荐作为 CBO 测试活动的首选 Hook。

Hook 类型 2：结果展示型

脚本结构（前 3 秒）：
[画面：展示使用效果/前后对比]
"Look at the difference after just [时间段]."
或 "This is what [时间段] of using [产品] looks like."

变体 A（数字驱动）：
"[X]% improvement in just [时间段]."

变体 B（视觉冲击）：
[无文字，纯视觉对比，配以惊讶表情]

变体 C（时间线）：
"Day 1 vs Day 30 — the transformation is real."

Meta 投放建议：结果展示型适用于冷流量和再营销双阶段。在 Reels 版位效果尤佳。

Hook 类型 3：争议/颠覆型

脚本结构（前 3 秒）：
[画面：严肃表情/手势制止]
"Stop buying [传统产品/方法]."
或 "Your [品类] is lying to you."

变体 A（权威颠覆）：
"As a [专业身份], I need to tell you the truth about [品类]."

变体 B（揭秘型）：
"The [品类] industry doesn't want you to know this."

变体 C（对比型）：
"I threw away my [竞品/旧方法] after trying this."

Meta 投放建议：争议型 Hook CTR 最高，但需注意 Meta 广告政策，避免绝对化声明。

Hook 类型 4：开箱/首次体验型

脚本结构（前 3 秒）：
[画面：包裹/产品特写]
"My [产品] just arrived and I'm so excited to try it."
或 "Let's unbox the [产品] everyone's been talking about."

变体 A（期待型）：
"I've been waiting [时间] for this to arrive."

变体 B（怀疑型）：
"I was skeptical, but let's see if [产品] actually works."

变体 C（推荐型）：
"My [朋友/粉丝] won't stop talking about this, so I had to try it."

Hook 类型 5：紧迫感型

脚本结构（前 3 秒）：
[画面：紧急感的视觉元素]
"This deal ends tonight and I don't want you to miss it."
或 "[产品] is selling out FAST — here's why."

变体 A（库存紧迫）：
"They only have [数量] left in stock."

变体 B（时间紧迫）：
"[X] hours left to save [折扣]."

变体 C（社证紧迫）：
"[数量] people bought this in the last 24 hours."

Meta 投放建议：紧迫感型 Hook 在再营销和促销期效果最佳，适合搭配 DPA 动态广告使用。

---

三、按漏斗阶段的 Meta 创意方向指南

3.1 冷流量（Top of Funnel）

目标：吸引注意力，建立初步兴趣。

Meta 平台创意原则：前 3 秒决定一切（Hook 是生命线）；展示问题优先于展示产品；UGC 风格优于品牌广告风格；移动端优先（竖屏 9:16）；必须添加字幕（85% 用户静音观看）。

推荐创意类型：UGC 开箱/首次体验视频、问题共鸣 + 解决方案视频、前后对比（视觉冲击）、KOC 日常场景植入、趣味/反常识短视频。

3.2 再营销（Middle of Funnel）

目标：解答疑虑，推动购买决策。

Meta 平台创意原则：针对具体的购买障碍；社证是核心武器；可以更直接地展示产品；突出保障（退款/免运费）；创造紧迫感。

推荐创意类型：客户评价合集视频、产品对比（vs 竞品/旧方法）、FAQ 回答视频、专家/KOL 推荐、限时优惠提醒、购物车放弃提醒。

3.3 留存/复购（Bottom of Funnel）

目标：提升忠诚度，促进复购。

推荐创意类型：高级用法/技巧视频、新品发布预告、忠实客户专属优惠、社区活动/挑战、订阅计划推广。

---

四、Meta 创意测试双轨制

这是 Meta 广告平台特有的创意测试机制，基于 CBO 和 ASC 两种投放方式的配合。

4.1 测试活动（占预算 10-20%）

目的：快速筛选优胜创意。

设置：CBO（Campaign Budget Optimization），每条创意 $5-10/天；受众为广泛定位；优化目标为 Purchase 或 ATC；测试周期 3-7 天。

测试维度：Hook 测试（同一内容，不同前 3 秒）；格式测试（视频 vs 图片 vs 轮播）；角度测试（痛点 vs 利益 vs 社证）；文案测试（长文案 vs 短文案）；CTA 测试（不同行动号召）。

优胜标准：CTR 高于账户平均 1.5 倍；CPA 低于账户平均 80%；至少 10 次转化（统计显著性）。

优胜处理：毕业到 ASC 主力活动。

4.2 扩量活动（占预算 80-90%）

目的：用已验证的优胜创意获取最大回报。

设置：ASC（Advantage+ Shopping Campaign），集中预算。

创意管理：每周加入 2-3 条新毕业的优胜创意；淘汰表现最差的 2-3 条旧创意；保持 15-30 条活跃创意；监控创意疲劳度（频次大于 3 为警戒线）。

节奏：形成"测试 → 毕业 → 扩量 → 淘汰"的持续循环。

---

五、Meta 文案长度指南

Meta 平台对文案有特殊的折叠行为，不同长度的文案在不同场景下效果不同。

标题（Headline）：5-10 个词，内容为核心利益点或 CTA。示例："Shop Now - Free Shipping Over $50"。

描述（Description）：1-2 行，内容为补充信息或紧迫感。示例："Limited Time: 20% OFF + Free Returns"。

关键规则：由于 Meta 会自动折叠长文案，前 3 行必须包含最重要的信息（Hook + 核心卖点），确保即使用户不展开也能获取关键信息。

---

六、Meta 创意规格速查

视频最佳实践：前 3 秒必须有 Hook；添加字幕（85% 静音观看）；竖屏优先（9:16 > 4:5 > 1:1）；时长 15-30 秒效果最佳；结尾明确 CTA + 品牌 logo。

---

本模板库为 afa-fb 提供 Meta 平台特有的创意和文案参考。通用文案框架请参见 afa-creative 的 `copywriting-frameworks.md`；通用 Hook 心理学框架请参见 afa-creative 的 `ad-testing-matrix.md`；UGC 脚本法则请参见 afa-creative 的 `reali-tea-scripting.md`。使用时请根据品牌调性进行个性化调整。

Meta 广告诊断规则库

基于 CPM-CTR-CVR 诊断链的完整规则库，覆盖所有常见的 Meta 广告性能问题。

---

一、诊断入口：ROAS 不达标

ROAS = (AOV × CVR × CTR) / (CPM / 1000)

当 ROAS < 目标时，按以下优先级诊断：
1. CPM 异常 → 成本端问题
2. CTR 异常 → 创意端问题
3. CVR 异常 → 落地页端问题
4. AOV 异常 → 产品/定价端问题
5. 多因素叠加 → 综合诊断

---

二、CPM 诊断规则

2.1 CPM 过高

症状：CPM 明显高于该账户或同阶段对照基线

可能原因 1：受众竞争激烈
├── 检查：受众规模是否过小
├── 检查：是否定位了高竞争兴趣
├── 检查：是否处于高竞争时段（Q4/黑五）
├── 修复：扩大受众范围 / 测试广泛定位
└── 预期：若问题定位准确，CPM 可能出现可见回落

可能原因 2：广告相关度低
├── 检查：广告相关度评分（质量排名、互动率排名、转化率排名）
├── 检查：质量排名是否"低于平均"
├── 修复：更换创意 / 改善受众匹配
└── 预期：相关度改善后，CPM 可能逐步回落

可能原因 3：账户质量问题
├── 检查：是否有近期违规记录
├── 检查：广告拒绝率是否高
├── 检查：用户负面反馈率
├── 修复：清理违规广告 / 提升内容质量
└── 预期：恢复周期取决于违规严重度与账户修复进度

可能原因 4：季节性因素
├── 检查：是否处于高竞争季节窗口（如 Q4）
├── 检查：是否有大型购物节（黑五/圣诞/Prime Day）
├── 应对：这是正常现象，提高 ROAS 目标来补偿
└── 预期：节后 CPM 自然回落

可能原因 5：版位分配不均
├── 检查：是否大部分花费在高 CPM 版位（如 Facebook Feed）
├── 修复：使用 Advantage+ 版位让 AI 自动分配
└── 预期：版位分配改善后，CPM 可能有一定改善

2.2 CPM 异常波动

症状：CPM 在短时间内出现异常波动

可能原因 1：预算调整触发学习期
├── 检查：近期是否有大幅预算调整
├── 修复：等待学习期结束，并尽量减少额外扰动
└── 预期：学习期结束后，CPM 通常会趋于稳定

可能原因 2：竞争环境变化
├── 检查：是否有行业事件（竞品大促、行业新闻）
├── 应对：监控但不急于行动
└── 预期：若仅为外部扰动，通常会在后续观察窗口内逐步恢复

可能原因 3：受众疲劳
├── 检查：频次是否持续偏高
├── 修复：补充新创意 / 扩大受众
└── 预期：若疲劳为主因，新创意投入后 CPM 可能逐步改善

---

三、CTR 诊断规则

3.1 CTR 过低

症状：CTR 明显低于该账户或同阶段对照基线

可能原因 1：创意疲劳
├── 检查：频次是否持续偏高
├── 检查：CTR 是否从高点持续下降
├── 修复：降低疲劳创意权重并投入新创意
└── 预期：若疲劳为主因，CTR 有机会逐步回到更健康区间

可能原因 2：Hook 不够吸引
├── 检查：视频前段留存是否偏弱
├── 检查：静态图是否有清晰的视觉焦点
├── 修复：测试多个不同的 Hook
└── 预期：若 Hook 为主因，CTR 可能出现明显改善

可能原因 3：受众不匹配
├── 检查：受众洞察（年龄/性别/兴趣是否符合预期）
├── 检查：广告内容是否与受众需求匹配
├── 修复：调整受众定位 / 调整创意角度
└── 预期：匹配改善后，CTR 可能逐步改善

可能原因 4：广告格式不对
├── 检查：当前使用的广告格式
├── 检查：目标受众更活跃的版位
├── 修复：测试不同格式（视频/轮播/Reels）
└── 预期：格式优化后，CTR 可能有可见提升

可能原因 5：文案问题
├── 检查：文案是否太长/太短
├── 检查：CTA 是否清晰
├── 检查：价值主张是否明确
├── 修复：测试不同文案风格和长度
└── 预期：文案优化后，CTR 可能出现中等幅度改善

3.2 CTR 高但 CVR 低

症状：CTR 相对较强，但 CVR 明显偏弱

诊断流程（按优先级排查）：
│
├── Step 1：检查落地页消息一致性
│   ├── 广告中的核心承诺是否在落地页首屏兑现？
│   ├── 广告中的优惠是否在落地页可见？
│   └── 如果不一致 → 修复消息一致性，CVR 可能出现明显改善
│
├── Step 2：检查是否存在点击诱饵
│   ├── 广告是否过度承诺（如“免费”但实际要付费）？
│   └── 如果是 → 重写广告文案，确保真实
│
├── Step 3：检查落地页体验
│   ├── 落地页加载速度（明显偏慢时优先处理）
│   ├── 移动端体验是否顺畅
│   └── 如果有问题 → 建议进行落地页优化，CVR 可能出现可见改善
│
└── Step 4：检查受众精准度
    ├── 受众是否太宽泛，导致吸引了非目标用户点击？
    └── 如果是 → 收窄受众定位（添加兴趣/行为层）

*注意：CTR高+CVR低是多因一果问题，必须按顺序排查，确认主因后再给出建议。*

---

四、CVR 诊断规则

4.1 CVR 过低

症状：CVR 明显低于该账户或同阶段对照基线

可能原因 1：落地页问题
├── 检查：加载速度（明显偏慢时优先处理）
├── 检查：移动端适配
├── 检查：首屏是否有清晰的价值主张和 CTA
├── 检查：信任信号（评价、保证、安全标识）
├── 修复：转入落地页与转化链路优化
└── 预期：若页面问题为主因，CVR 可能出现明显改善

可能原因 2：价格/运费障碍
├── 检查：价格是否在目标客群的接受范围
├── 检查：运费是否在结账时才显示（惊吓效应）
├── 检查：是否有免运费门槛
├── 修复：调整定价策略 / 提前展示运费 / 设置免运费门槛
└── 预期：若价格或运费为主因，CVR 可能出现中等幅度改善

可能原因 3：信任不足
├── 检查：是否有足够的评价/社证
├── 检查：退款政策是否清晰
├── 检查：支付方式是否多样
├── 修复：增加信任信号 / 提供保证
└── 预期：若信任不足为主因，CVR 可能逐步改善

可能原因 4：结账流程复杂
├── 检查：结账步骤是否过多
├── 检查：是否支持 Guest Checkout
├── 检查：是否支持 Shop Pay / Apple Pay
├── 修复：简化结账流程
└── 预期：若流程复杂度为主因，CVR 可能出现可见改善

可能原因 5：产品页信息不足
├── 检查：产品描述是否详细
├── 检查：产品图片质量和数量
├── 检查：是否有 FAQ 解答常见问题
├── 修复：丰富产品页内容
└── 预期：若信息不足为主因，CVR 可能出现一定改善

4.2 CVR 突然下降

症状：CVR 在短时间内出现异常下滑

紧急检查清单：
├── 1. 网站是否正常运行？（检查 404/500 错误）
├── 2. 结账流程是否正常？（手动测试一次购买）
├── 3. 支付网关是否正常？
├── 4. 优惠码/折扣是否正常？
├── 5. 库存是否充足？（缺货会导致 CVR 下降）
├── 6. Pixel 是否正常触发？（检查 Events Manager）
├── 7. 是否有网站更新导致的 Bug？
└── 8. 是否有竞品大促分流？

如果以上都正常：
├── 可能是受众质量变化（扩量后新受众意图较低）
├── 可能是创意疲劳导致低意图点击增加
└── 可能是季节性因素

---

五、AOV 诊断规则

症状：AOV < 目标 AOV

可能原因 1：广告引流到低价产品
├── 检查：广告推广的产品价格
├── 修复：推广中高价产品 / 捆绑销售
└── 进一步推进客单价提升方案

可能原因 2：缺少追加销售
├── 检查：是否有购物车追加销售
├── 检查：是否有结账页交叉销售
├── 修复：实施追加销售策略
└── 进一步推进客单价提升方案

可能原因 3：免运费门槛设置不当
├── 检查：免运费门槛是否高于当前 AOV
├── 修复：将免运费门槛设在略高于当前 AOV、但仍可被合理凑单跨过的区间
└── 预期：若门槛设置得当，AOV 可能出现一定改善

---

六、创意疲劳诊断

创意疲劳的 5 个信号（按严重度排序）：

信号 1：频次持续上升
├── 阈值：短期频次持续偏高
├── 严重度：中
└── 应对：补充新创意

信号 2：CTR 持续下降
├── 阈值：CTR 在连续观察窗口中走弱
├── 严重度：中高
└── 应对：暂停疲劳创意 + 补充新创意

信号 3：CPA 持续上升
├── 阈值：CPA 在连续观察窗口中出现显著上升
├── 严重度：高
└── 应对：优先补充新创意，并评估是否降低疲劳创意权重

信号 4：广告相关度评分下降
├── 阈值：质量排名从"平均"降到"低于平均"
├── 严重度：高
└── 应对：暂停该创意 + 分析原因

信号 5：负面反馈增加
├── 阈值：隐藏/举报率上升
├── 严重度：最高
└── 应对：优先暂停排查，并检查内容是否有问题

创意生命周期管理：
├── 新创意：观察期（按平台学习节奏与花费密度判断）
├── 活跃创意：正常投放（频次与效率仍处于可接受区间）
├── 疲劳警戒：频次偏高且 CTR、CPA 开始走弱（密切监控并准备替代创意）
├── 疲劳：频次持续偏高且效率明显走弱（评估暂停）
├── 休眠：暂停一段时间后视季节性与受众新鲜度再评估
└── 退役：频次持续偏高且伴随高负面反馈（通常不再优先复用）
*注意：仅当频次升高伴随 CTR 下降或 CPA 上升时，才判定为实质性疲劳。如果频次高但 CPA 稳定，说明是高频复购受众，无需干预。*

---

七、ASC 特有诊断

ASC 学习期问题：
├── 症状：ASC 在初始学习窗口后仍未通过学习期
├── 检查：
│   ├── 每日预算是否足以支撑学习期所需事件积累？
│   ├── 创意数量是否足以让系统分配测试？
│   ├── 近期是否已有足够转化事件为模型提供信号？
│   └── 是否在学习期内做了调整？
├── 修复：
│   ├── 将预算提升到更能支撑学习期积累的水平
│   ├── 增加更多创意
│   ├── 临时将优化目标改为 Add to Cart（更多事件）
│   └── 重新启动 ASC（最后手段）
└── 预期：调整后，是否通过学习期取决于事件密度与扰动控制情况

ASC 花费不均匀：
├── 症状：预算明显集中在少数创意上
├── 这是正常行为：AI 会把预算分配给表现最好的创意
├── 只有在以下情况才需要干预：
│   ├── 集中的创意 CPA 很高
│   ├── 其他创意没有获得足够的测试机会
│   └── 你想强制测试特定创意
├── 修复：
│   ├── 将需要测试的创意放入独立的测试活动
│   └── 不要在 ASC 中手动暂停高花费创意
└── 预期：让 AI 自己优化分配

ASC 老客比例过高：
├── 症状：现有客户花费占比高于预设范围
├── 检查：现有客户预算上限设置
├── 修复：降低现有客户预算上限
└── 注意：如果老客 ROAS 很高，适当提高上限也可以

---

八、跨指标关联诊断

模式 1：CPM 高 + CTR 低 = 受众严重不匹配
├── 诊断：广告投放给了错误的受众
├── 修复：重新审视受众定位 + 更换创意角度
└── 优先级：高

模式 2：CTR 高 + CVR 低 = 落地页/受众问题（需按流程排查）
├── 诊断：多因一果问题，按顺序排查：① 落地页消息一致性 → ② 点击诱饵 → ③ 落地页体验 → ④ 受众精准度
├── 修复：确认主因后再给出建议（详见 3.2 节诊断流程）
└── 优先级：最高（浪费了好的流量）

模式 3：CPM 低 + CTR 高 + CVR 低 = 流量质量问题（模式 2 的特殊变体）
├── 诊断：低 CPM 可能意味着低质量版位，先检查版位分配（排除 Audience Network），再按模式 2 流程排查
├── 修复：优化版位 + 按模式 2 流程处理
└── 优先级：高

模式 4：所有指标正常但 ROAS 低 = AOV 问题
├── 诊断：流量和转化都正常，但客单价太低
├── 修复：转入客单价与追加销售优化
└── 优先级：中

模式 5：CPM 飙升 + 其他指标正常 = 外部因素
├── 诊断：竞争环境变化（季节性/行业事件）
├── 应对：先观察，并视现金效率决定是否适度降低预算
└── 优先级：低（若确属外部扰动，常会在后续窗口逐步缓和）

---

诊断的核心原则：不要凭直觉，要凭数据。每个诊断结论都必须有数据支撑，每个修复方案都必须可验证。

预算规划与扩量策略

七、预算规划

7.1 预算分配框架

基于品牌阶段的预算分配：

冷启动期（月广告费 < $3,000）：
├── ASC 主力活动：70%
├── 创意测试活动：30%
├── 再营销补充：0%（ASC 自动处理）
└── 建议：集中火力，不要分散

增长期（月广告费 $3,000 - $30,000）：
├── ASC 主力活动：75%
├── 创意测试活动：15%
├── 再营销补充：10%（如果 ASC 再营销不足）
└── 建议：开始建立创意测试体系

成熟期（月广告费 > $30,000）：
├── ASC 主力活动：80%
├── 创意测试活动：10%
├── 再营销补充：5%
├── 品牌认知活动：5%
└── 建议：考虑多产品线分割

预算 Pacing 策略：
├── 周一至周四：标准预算
├── 周五至周日：可增加 10-20%（购物高峰）
├── 月初：可略微保守（等待数据稳定）
├── 月末：根据月度目标调整
├── 大促前：提前 2 周开始预热
└── 大促期间：可增加 50-100%（但需提前测试创意）

7.2 ROAS 目标设定

ROAS 目标计算公式：

最低可接受 ROAS = 1 ÷ (1 - COGS% - 运营费用% - 目标利润%)

示例：
├── COGS = 30%
├── 运营费用 = 20%（物流、客服、平台费等）
├── 目标利润 = 10%
├── 可用于广告的比例 = 1 - 30% - 20% - 10% = 40%
├── 最低 ROAS = 1 ÷ 0.40 = 2.5x
└── 目标 ROAS = 2.5x × 1.2（安全边际）= 3.0x

按品类参考：
├── 美妆/个护：目标 ROAS 3.0-4.0x
├── 服装/时尚：目标 ROAS 3.0-4.0x
├── 健康/保健：目标 ROAS 2.5-3.5x
├── 家居用品：目标 ROAS 2.5-3.5x
├── 食品/饮料：目标 ROAS 3.5-5.0x
└── 高客单价（$200+）：目标 ROAS 2.0-3.0x

注意：
├── 新客 ROAS 通常比混合 ROAS 低 30-50%
├── 考虑 LTV 时，可接受更低的首单 ROAS
├── 不同归因窗口下的 ROAS 不可直接比较
└── Meta 报告的 ROAS 通常高于实际（归因膨胀）

---

Meta 广告扩量 SOP

从 $100/天到 $10,000+/天的分阶段纪律性扩量标准操作流程。

---

一、扩量前提条件检查

□ 追踪基础设施
  □ Facebook Pixel 正确安装且事件触发正常
  □ CAPI 已部署且事件匹配质量 > 6.0
  □ Pixel + CAPI 去重正常（无重复计算）
  □ 归因窗口设置：7 天点击 + 1 天浏览

□ 数据基础
  □ 过去 30 天至少 50 个 Purchase 事件
  □ 至少 14 天的稳定性能数据
  □ CPA 和 ROAS 在目标范围内

□ 创意储备
  □ 至少 10 组经过验证的创意
  □ 至少 3 条"超级创意"（表现远超平均）
  □ 创意形式多样化（UGC + 产品图 + 视频 + 轮播）
  □ 覆盖不同意识水平的创意

□ 账户健康
  □ 无违规记录或已解决
  □ 支付方式稳定
  □ 业务管理器状态正常

---

二、阶段一：基础验证期（$100-$500/天）

目标：找到优胜创意，建立稳定的性能基线

Day 1-7：启动与学习期
├── 设置 ASC 活动，预算 $50-$100/天
├── 加载 10-15 组创意
├── 设置创意测试活动，预算 $20-$50/天
├── 7 天内不做任何改动
├── 每天记录：CPA, ROAS, CTR, CPM, 花费
└── 不要因为单日波动而恐慌

Day 8-14：初步评估
├── 评估是否通过学习期
│   ├── 通过标志：CPA 波动 < 30%，ROAS 趋于稳定
│   └── 未通过：继续等待，或检查创意/追踪问题
├── 识别 Top 3 和 Bottom 3 创意
├── 关闭花费 > 2× CPA 且无转化的创意
├── 从测试活动中提取优胜者加入 ASC
└── 记录初步洞察到 learnings.jsonl

Day 15-30：稳定与验证
├── 保持预算不变
├── 每周从测试活动补充 3-5 条新创意
├── 监控频次（> 2.5 = 需要新创意）
├── 建立性能基线（14 天平均值）
└── 评估是否满足进入阶段二的条件

进入阶段二的条件：
├── CPA ≤ 目标 CPA（连续 14 天）
├── ROAS ≥ 目标 ROAS（连续 14 天）
├── 至少 3 条创意表现稳定
├── 频次 < 2.5
└── 数据稳定 14 天以上

---

三、阶段二：垂直扩量期（$500-$2,000/天）

目标：在已验证的基础上逐步增加预算

20% 规则（与全局扩量标准统一）：
├── 每次预算增加不超过当前预算的 20%
├── 增加后稳定运行 4-5 天再考虑下一次增加
├── 如果 CPA 上升 > 20%，暂停增加，等待恢复
└── 如果 CPA 上升 > 40%，回退到上一个预算水平

扩量时间表示例（从 $200/天开始）：
├── Week 1：$200/天 → $240/天（+20%）
├── Week 2：$240/天（稳定观察）
├── Week 3：$240/天 → $288/天（+20%）
├── Week 4：$288/天（稳定观察）
├── Week 5：$288/天 → $346/天（+20%）
├── Week 6：$346/天（稳定观察）
├── Week 7：$346/天 → $415/天（+20%）
├── Week 8：$415/天（稳定观察）
└── 8 周内从 $200 增长到 $415（2.08 倍）

每周必做事项：
├── 周一：回顾上周数据，决定是否增加预算
├── 周二：从测试活动提取优胜创意
├── 周三-周四：制作并投入新测试创意
├── 周五：检查 ASC 表现，记录洞察
├── 周末：让算法自由运行
└── 每周更新 learnings.jsonl

创意补充节奏：
├── 每周至少 5 条新创意进入测试活动
├── 每周至少 1-2 条优胜者"毕业"到 ASC
├── 保持 ASC 中至少 15 条活跃创意
├── 关闭频次 > 3.5 的创意
└── 保留关闭的创意记录（可能季节性复活）

进入阶段三的条件：
├── 预算增加后 CPA 仍在目标范围内
├── 但增加速度明显放缓（边际效益递减）
├── 频次开始上升（> 2.5）
├── 受众洞察显示覆盖接近饱和
└── 月广告费 > $15,000

---

四、阶段三：水平扩量期（$2,000-$10,000+/天）

目标：通过扩展新维度寻找增长空间

水平扩量方向：

方向 1：受众扩展
├── 从 1% 相似逐步测试到 5%-10%
├── 测试广泛定位（无兴趣限制）
├── 测试新的相似受众种子
└── 测试新的兴趣组合

方向 2：市场扩展
├── 测试新国家/地区
├── 按市场创建独立 ASC 活动
├── 注意：不同市场的 CPM 和 CVR 差异很大
└── 优先测试英语市场（US → UK → CA → AU）

方向 3：产品线扩展
├── 为不同产品线创建独立广告
├── 测试交叉销售广告
├── 测试捆绑销售广告
└── 考虑按产品线分设 ASC 活动

方向 4：创意维度扩展
├── 测试全新的创意方向（不是变体，是全新角度）
├── 测试新的广告格式（如果之前只用视频，测试轮播）
├── 测试新的 UGC 创作者类型
├── 测试新的文案风格
└── 增加创意产出频率（每周 10+ 条新创意）

方向 5：漏斗扩展
├── 增加 Top of Funnel 投入（品牌认知）
├── 测试 Reels 专属活动
├── 测试 Messenger 广告
└── 测试 Instagram Shopping 广告

多 ASC 活动管理：
├── 按产品线分：每个主要产品线一个 ASC
├── 按市场分：每个主要市场一个 ASC
├── 不要按受众分（违反信号整合原则）
├── 总活动数不超过 5 个（避免信号稀释）
└── 每个 ASC 至少 $500/天预算

进入阶段四的条件：
├── 所有受众出现疲劳
├── 频次持续上升
├── CPA 趋势性上升
├── 新创意的"保鲜期"越来越短
└── 需要根本性的创意革新

---

五、阶段四：创意驱动再循环

目标：用全新的"超级创意"重新激活增长

创意审计：
├── 分析所有历史优胜创意的共同特征
│   ├── 哪种 Hook 类型表现最好？
│   ├── 哪种创意格式表现最好？
│   ├── 哪种文案风格表现最好？
│   ├── 哪种视觉风格表现最好？
│   └── 哪种意识水平的创意表现最好？
├── 识别"超级创意"的 DNA
└── 基于洞察开发全新创意方向

创意革新策略：
├── 全新的品牌叙事角度
├── 全新的 UGC 创作者类型
├── 全新的视觉风格（如从产品图转向生活方式）
├── 全新的文案框架（如从功能驱动转向情感驱动）
├── AI 辅助大规模创意生产
└── 新创意注入后，重新进入阶段二

持续循环：
测试 → 优胜 → 扩量 → 疲劳 → 审计 → 革新 → 测试
这是一个永续循环，不是终点

---

六、扩量期间的风险管理

风险 1：CPA 飙升
├── 触发条件：CPA 连续 3 天超过目标 30%+
├── 应对：
│   ├── 不要恐慌性暂停所有广告
│   ├── 检查是否是季节性因素（Q4、节日）
│   ├── 检查是否有创意疲劳（频次 > 3.0）
│   ├── 回退预算到上一个稳定水平
│   └── 补充新创意后重新尝试

风险 2：学习期重置
├── 触发条件：大幅度预算调整、创意大量更换
├── 应对：
│   ├── 避免一次性调整预算 > 20%
│   ├── 避免同时更换 > 30% 的创意
│   ├── 如果重置，等待 7 天重新学习
│   └── 学习期内不做任何调整

风险 3：账户被封
├── 触发条件：预算跳跃式增长、内容违规
├── 应对：
│   ├── 始终遵循 20% 规则
│   ├── 定期审查广告内容是否符合平台政策
│   ├── 保持备用广告账户
│   └── 参考 SKILL.md 中的防封与账户安全模块

风险 4：边际效益递减
├── 触发条件：预算增加但 ROAS 持续下降
├── 应对：
│   ├── 这是正常现象，不是错误
│   ├── 评估边际 ROAS 是否仍然盈利
│   ├── 如果边际 ROAS < 盈亏平衡点，停止垂直扩量
│   └── 转向水平扩量（新受众/新市场/新产品）

---

七、扩量数据追踪模板

每日追踪表：
| 日期 | 预算 | 花费 | 购买数 | CPA | ROAS | CPM | CTR | CVR | 频次 | 备注 |
|------|------|------|--------|-----|------|-----|-----|-----|------|------|
| {date}| ${budget}| ${spend}| {purchases}| ${cpa}| {roas}x| ${cpm}| {ctr}%| {cvr}%| {freq}| {notes}|

每周汇总表：
| 周次 | 总花费 | 总购买 | 平均CPA | 平均ROAS | 预算变化 | 新创意数 | 关键洞察 |
|------|--------|--------|---------|----------|----------|----------|----------|
| W{n} | ${total}| {purchases}| ${avg_cpa}| {avg_roas}x| {change}| {new_creatives}| {insight}|

月度复盘模板：
┌──────────────────────────────────────┐
│ 月度扩量复盘                         │
│ 月份：{month}                        │
│                                      │
│ 起始预算：${start_budget}/天         │
│ 结束预算：${end_budget}/天           │
│ 增长倍数：{multiplier}x              │
│                                      │
│ 月总花费：${total_spend}             │
│ 月总购买：{total_purchases}          │
│ 月平均 CPA：${avg_cpa}              │
│ 月平均 ROAS：{avg_roas}x            │
│                                      │
│ 优胜创意：{top_creatives}            │
│ 新发现：{discoveries}                │
│ 下月计划：{next_month_plan}          │
└──────────────────────────────────────┘

---

扩量的核心纪律：耐心 > 速度。宁可慢一点稳定增长，也不要快速扩量后崩盘。每一步都要有数据支撑，每一次调整都要有记录。

Meta 追踪与归因设置手册

混合冗余追踪框架：Pixel + CAPI 双保险，确保数据完整性和归因准确性。

---

一、追踪基础设施架构

追踪层级：

层级 1：Facebook Pixel（浏览器端）
├── 安装方式：Shopify 原生集成 / GTM
├── 触发事件：PageView, ViewContent, AddToCart, InitiateCheckout, Purchase
├── 局限性：被 iOS ATT / 广告拦截器 / 浏览器隐私设置阻断
└── 数据完整度：约 60-70%（2026 年）

层级 2：Conversions API（服务器端）
├── 安装方式：Shopify 原生 CAPI / 第三方工具
├── 触发事件：与 Pixel 相同的事件
├── 优势：不受浏览器限制，数据更完整
├── 数据完整度：约 85-95%
└── 关键：必须与 Pixel 去重

层级 3：离线转化（Offline Conversions）
├── 适用场景：线下销售、电话订单、B2B
├── 上传方式：手动 CSV / API 自动上传
└── 数据完整度：取决于上传频率

三层叠加 = 最大化数据捕获

---

二、Pixel 设置最佳实践

标准事件配置（DTC 电商）：

事件 1：PageView
├── 触发：所有页面加载
├── 参数：无特殊参数
└── 用途：基础追踪 + 再营销受众

事件 2：ViewContent
├── 触发：产品页浏览
├── 必须参数：
│   ├── content_ids: ['{product_id}']
│   ├── content_type: 'product'
│   ├── content_name: '{product_name}'
│   ├── value: {price}
│   └── currency: '{currency_code}'
└── 用途：产品级再营销 + DPA

事件 3：AddToCart
├── 触发：点击加入购物车
├── 必须参数：
│   ├── content_ids: ['{product_id}']
│   ├── content_type: 'product'
│   ├── value: {price}
│   ├── currency: '{currency_code}'
│   └── num_items: {quantity}
└── 用途：高意图再营销 + 转化优化

事件 4：InitiateCheckout
├── 触发：进入结账页面
├── 必须参数：
│   ├── content_ids: ['{product_ids}']
│   ├── value: {cart_total}
│   ├── currency: '{currency_code}'
│   └── num_items: {total_items}
└── 用途：结账放弃再营销

事件 5：Purchase
├── 触发：订单确认页（感谢页）
├── 必须参数：
│   ├── content_ids: ['{product_ids}']
│   ├── content_type: 'product'
│   ├── value: {order_total}（不含税和运费）
│   ├── currency: '{currency_code}'
│   └── num_items: {total_items}
├── 可选参数：
│   ├── order_id: '{order_id}'（去重用）
│   └── content_name: '{product_names}'
└── 用途：转化优化 + ROAS 计算 + 相似受众

Pixel 验证清单：
□ 使用 Facebook Pixel Helper 扩展验证
□ 所有 5 个标准事件正确触发
□ 参数值正确（特别是 value 和 currency）
□ 无重复触发（特别是 Purchase）
□ 跨浏览器测试（Chrome, Safari, Firefox）
□ 移动端测试
□ Events Manager 中事件显示正常
□ 测试购买的数据在 Events Manager 中可见

---

三、CAPI 设置指南

Shopify 原生 CAPI（推荐）：
├── 路径：Shopify 后台 → 设置 → 客户事件 → Facebook & Instagram
├── 优势：零代码，自动去重，自动更新
├── 配置步骤：
│   1. 连接 Facebook 频道
│   2. 启用 CAPI
│   3. 选择共享的客户数据级别："最大"
│   4. 验证事件在 Events Manager 中显示
│   5. 检查事件匹配质量
└── 注意：确保 Shopify 版本支持最新 CAPI

第三方工具 CAPI：
├── Elevar（推荐）
│   ├── 优势：最精准的追踪，支持服务器端 GTM
│   ├── 价格：$150-$500/月
│   └── 适用：月广告费 > $10,000 的品牌
├── Stape
│   ├── 优势：服务器端 GTM 托管
│   ├── 价格：$20-$100/月
│   └── 适用：技术团队可以配置 GTM
└── Triple Whale / Northbeam
    ├── 优势：多触点归因 + CAPI
    ├── 价格：$300-$1,000/月
    └── 适用：多渠道广告投放的品牌

CAPI 去重设置：
├── 去重键：event_id
├── Pixel 和 CAPI 发送相同的 event_id
├── Meta 自动去重相同 event_id 的事件
├── 验证：Events Manager → 事件概览 → 检查"重复率"
└── 目标重复率：< 5%

---

四、事件匹配质量（EMQ）

EMQ 评分标准（1-10 分）：

10 分（完美）：
├── 发送了所有可用的客户信息参数
├── 包括：email, phone, first_name, last_name, city, state, zip, country
└── 匹配率 > 95%

8-9 分（优秀）：
├── 发送了 email + phone + 姓名
├── 匹配率 > 85%
└── 目标：大多数品牌应该达到这个水平

6-7 分（良好）：
├── 发送了 email + 部分其他参数
├── 匹配率 > 70%
└── 可以接受，但有提升空间

< 6 分（需要改善）：
├── 只发送了少量参数
├── 匹配率 < 70%
└── 严重影响 AI 优化效果

提升 EMQ 的方法：
├── 1. 确保 CAPI 发送所有可用的客户数据
├── 2. 对 email 和 phone 进行 SHA-256 哈希
├── 3. 确保数据格式正确（小写、去空格）
├── 4. 使用 Shopify 原生集成（自动处理格式）
└── 5. 定期检查 Events Manager 中的 EMQ 评分

---

五、归因设置

归因窗口选择：

推荐设置：7 天点击 + 1 天浏览
├── 原因：这是 Meta 默认设置，AI 优化基于此窗口
├── 适用：大多数 DTC 品牌
└── 注意：不要频繁更改归因窗口

其他窗口：
├── 1 天点击：适用于低价冲动购买产品
├── 7 天点击 + 1 天浏览：标准推荐
├── 28 天点击：适用于高价/长决策周期产品
└── 注意：不同窗口的数据不可直接比较

归因模型理解：
├── Meta 默认：最后触点归因
├── 局限：无法看到多触点贡献
├── 补充方案：
│   ├── Google Analytics 4（数据驱动归因）
│   ├── Triple Whale / Northbeam（多触点归因）
│   └── 手动增量测试（最准确但最耗时）
└── 建议：不要只看 Meta 报告的 ROAS

增量测试（Incrementality Testing）：
├── 方法 1：Conversion Lift Study（Meta 原生）
│   ├── 设置：Meta 自动分配测试组和对照组
│   ├── 时长：2-4 周
│   └── 结果：真实的增量转化数据
├── 方法 2：地理位置测试
│   ├── 设置：在部分地区暂停广告，对比转化变化
│   ├── 时长：2-4 周
│   └── 结果：广告对该地区的真实增量贡献
└── 方法 3：暂停测试
    ├── 设置：完全暂停某个活动 1-2 周
    ├── 观察：总体转化是否下降
    └── 结果：该活动的真实增量贡献

---

六、数据差异排查

常见数据差异及原因：

Meta 报告 vs Shopify 报告：
├── 正常差异范围：10-30%
├── 原因 1：归因窗口不同
├── 原因 2：Meta 计算浏览归因，Shopify 不计算
├── 原因 3：退款/取消在 Shopify 中扣除但 Meta 不扣除
├── 原因 4：跨设备归因差异
└── 应对：以 Shopify 实际收入为准，Meta 数据用于优化

Meta 报告 vs GA4 报告：
├── 正常差异范围：20-40%
├── 原因 1：归因模型不同（最后触点 vs 数据驱动）
├── 原因 2：GA4 不计算浏览归因
├── 原因 3：广告拦截器影响 GA4 更多
└── 应对：两个平台都看，取中间值作为参考

Pixel 数据 vs CAPI 数据：
├── 正常差异范围：5-15%
├── 原因：浏览器端和服务器端捕获的事件略有不同
├── 检查：去重是否正常工作
└── 应对：确保去重正常，以 Events Manager 合并数据为准

---

七、追踪健康检查清单

每周检查：
□ Events Manager 中所有事件正常触发
□ 事件匹配质量 > 6.0
□ Pixel 和 CAPI 去重正常（重复率 < 5%）
□ Purchase 事件数量与 Shopify 订单数量基本一致
□ 无新的 Pixel 错误或警告

每月检查：
□ 归因窗口设置未被意外更改
□ 域名验证状态正常
□ 聚合事件衡量（AEM）配置正确
□ 事件优先级排序正确（Purchase > ATC > VC > PV）
□ 自定义转化设置正确

每季度检查：
□ 评估是否需要升级追踪工具
□ 检查 Meta 平台更新对追踪的影响
□ 评估第三方追踪工具的 ROI
□ 进行一次增量测试验证归因准确性

---

追踪是一切优化的基础。没有准确的数据，所有的优化决策都是在猜测。投资追踪基础设施的 ROI 远高于投资更多广告预算。

工作模式、KPI 与输出规范

本文件为 Meta 广告模块的内部参考文件，用于沉淀本模块的工作模式、KPI 体系与输出模板。

层级声明：本文件默认作为 internal-only 的内部起草模板库使用，不得整段直接粘贴给用户。

如需整理为用户可见交付物，必须删除内部路由标签、模块代号和系统字段，只保留自然语言、业务角色与行动建议。

渲染规则：本文件中的 KPI、预算节点、素材数量、诊断窗口、扩量节奏和任何预估结果，默认只可作为参考区间、保守起点或待验证计划；不得写成统一健康线、固定配方或对品牌结果的确定性承诺。

八、工作模式

模式 1：账户架构设计

触发条件：
├── "帮我设计 Facebook 广告账户架构"
├── "我的广告账户应该怎么搭建"
└── "我是新品牌，怎么开始投 Facebook 广告"

执行流程：
1. 收集信息：
   ├── 品牌阶段（新品牌/增长期/成熟期）
   ├── 月广告预算
   ├── 产品线数量
   ├── 目标市场
   ├── 当前 Pixel 数据量
   └── 是否已有 CAPI
2. 设计架构：基于信号整合框架
3. 输出：完整的账户架构图 + 设置清单
4. 协同：如需追踪设置 → 提供 tracking-setup 指南

模式 2：广告创建

触发条件：
├── "帮我写 Facebook 广告文案"
├── "我要推广 [产品]，帮我做广告"
└── "帮我创建一组广告"

执行流程：
1. 收集信息：
   ├── 产品信息（从 Brand Brain products.md）
   ├── 目标受众
   ├── 广告目标（获客/再营销/促销）
   ├── 预算范围
   └── 品牌调性（从 Brand Brain voice-and-tone.md）
2. 生成方案：
   ├── 按当前测试范围生成足够支持决策的不同角度广告文案
   ├── 为每个文案配置与测试深度匹配的 Hook 变体
   ├── 创意方向建议（视觉描述）
   ├── 受众设置建议
   └── 预算分配建议
3. 输出：即用级广告文案 + 设置指南
4. 协同：如需素材制作 → 请求 afa-creative

模式 3：广告诊断

触发条件：
├── "我的 Facebook 广告 ROAS 下降了"
├── "广告跑不出量怎么办"
├── "帮我分析一下广告数据"
└── 从 afa-diagnose 路由过来的付费媒体诊断

执行流程：
1. 收集数据：
   ├── 核心指标：CPM, CTR, CPC, CVR, CPA, ROAS
   ├── 时间范围：选择能够反映当前问题的对照窗口，并与业务周期保持可解释一致
   ├── 按活动/广告组/广告分层数据
   ├── 频次数据
   └── 受众重叠数据（如有）
2. 运行 CPM-CTR-CVR 诊断链
3. 定位问题根因
4. 输出：诊断报告 + 优化方案 + 优先级排序
5. 协同：
   ├── CVR 问题 → 请求 afa-convert 优化落地页
   ├── 创意问题 → 请求 afa-creative 制作新素材
   └── AOV 问题 → 请求 afa-aov 提升客单价

模式 4：扩量规划

触发条件：
├── "我想增加 Facebook 广告预算"
├── "怎么从 $X/天 扩到 $Y/天"
└── "广告扩量后效果变差怎么办"

执行流程：
1. 评估当前状态：
   ├── 当前日预算和 ROAS
   ├── 账户架构是否符合信号整合原则
   ├── 追踪是否完善（Pixel + CAPI）
   ├── 创意库存量
   └── 历史扩量经验
2. 制定扩量计划：基于分阶段纪律性扩量框架
3. 输出：
   ├── 扩量路线图（时间线 + 预算节点）
   ├── 每个阶段的操作 SOP
   ├── 关键指标监控清单
   ├── 回退机制（ROAS 下降时的应对）
   └── 创意需求计划
4. 协同：请求 afa-creative 准备扩量所需的创意储备

模式 5：账户健康与平台政策检查

触发条件：
├── "我的广告账户被封了"
├── "怎么避免 Facebook 封号"
├── "帮我检查广告是否符合平台政策"
└── "广告被拒了怎么办"

执行流程：
1. 如果已被封：
   ├── 确认封禁类型（广告/账户/BM）
   ├── 分析可能的原因
   ├── 提供申诉指南
   └── 制定预防计划
2. 如果是预防性检查：
   ├── 检查广告内容是否符合平台政策
   ├── 评估操作行为健康度
   ├── 检查落地页是否符合平台要求
   └── 输出平台政策检查报告 + 改进建议（注：平台政策时刻在更新，建议以官方最新政策为准）

---

九、衡量与 KPI

Meta 广告核心 KPI 体系：

  效率指标：
  ├── ROAS（广告支出回报率）：结合品牌阶段、毛利结构与新客质量判断
  ├── CPA（单次获客成本）：结合客单价、回收期与渠道角色判断
  ├── CAC Payback Period：结合现金流承压能力与复购结构判断
  └── Blended ROAS：结合全渠道贡献与品牌词混入解释

  流量指标：
  ├── CPM：结合受众竞争度、季节性与素材质量判断
  ├── CTR：结合创意吸引力、受众匹配与版位结构判断
  ├── CPC：结合 CPM 与 CTR 联动判断
  ├── Hook Rate（视频）：结合视频长度、前段张力与版位判断
  ├── Hold Rate（视频）：结合内容节奏与品类特征判断
  └── ThruPlay Rate（视频）：结合视频长度、叙事结构与版位判断

  转化指标：
  ├── CVR（点击→购买）：结合落地页承接、价格力与流量质量判断
  ├── ATC Rate：结合产品页摩擦与报价策略判断
  └── IC Rate：结合结账链路与支付体验判断

  创意指标：
  ├── 创意疲劳周期：观察 CTR、频次与转化效率是否持续恶化
  ├── 创意胜率：以能否稳定超越当前基线素材为判断核心
  └── 素材储备：按测试深度与迭代节奏准备足够储备

  账户健康指标：
  ├── 广告组学习期通过率：结合账户体量与结构稳定性判断
  ├── 受众重叠率：以是否明显推高成本和内耗为判断核心
  └── 频次控制：按冷流量、温流量与再营销角色分别判断

详细行业基准数据见 → references/benchmark-data.md

---

九-B、季节性广告策略

激活条件：当 Hub 传入 seasonal_mode = off_season 或 seasonal_mode = pre_season 时，本模块自动激活。当用户提到"淡季""销量下降但属于正常周期""要不要暂停广告"时，也应主动引用本模块。

9B.1 年度广告预算分配 — 60/40 法则

季节性品牌的广告预算不应该平均分配到 12 个月。正确的做法是按业务周期加权分配。

年度广告预算分配框架：

旺季（Peak Season）：通常占年度广告预算较高比重
  → 目标：最大化转化和收入
  → 策略：视库存、现金流与创意准备度扩量，争取关键流量位
  → KPI：ROAS、CPA、转化率、收入

淡季（Off Season）：通常保留较低但不断流的预算
  → 目标：品牌建设、受众培养、创意测试
  → 策略：维持 always-on baseline、降低但不归零
  → KPI：品牌搜索量、新订阅者数、社媒互动率、CPM 效率

预热期（Pre-Season）：从淡季预算中预留一部分专门用于预热
  → 目标：重新激活受众、测试旺季创意、预热算法
  → 策略：逐步加量、A/B 测试旺季素材、重建受众池

月度预算分配示例（假设年度广告预算 $120,000，旺季 = Q4）：

9B.2 "永远不要 Go Dark" 原则

核心原则：即使在淡季，也通常不建议完全关闭广告。连续暂停较长时间可能导致“算法失忆”（Algorithmic Amnesia），重启代价往往高于保留低水平持续投放。

暂停广告的隐性成本：

最低维持预算计算：

淡季最低日预算 = 在不中断学习信号的前提下，按旺季预算、账户体量与最低可行投放需求回推

示例：
  旺季日预算较高 → 淡季保留足以维持学习的低水平预算
  旺季日预算中等 → 淡季按测试与保温需求保留基础预算
  旺季日预算较低 → 淡季优先集中到最核心结构

9B.3 淡季广告目标转移

淡季的广告目标从"直接转化"转向"品牌建设和受众培养"。不要用旺季的 ROAS 标准来衡量淡季表现。

9B.4 淡季 Retargeting 策略

淡季通常是低成本积累品牌触点的较优窗口。重定向用户往往比冷流量更容易转化，但提升幅度应以真实数据验证。

淡季 Retargeting 漏斗：

Layer 1: 网站访客重定向（长窗）
  → 目标：保持品牌记忆
  → 内容：品牌故事、新品预告、教育内容
  → 频次上限：按受众耐受度控制

Layer 2: 加购未购买重定向（中窗）
  → 目标：温和推动转化
  → 内容：产品评价、限时优惠、免运费
  → 频次上限：按意向强度与疲劳节奏控制

Layer 3: 过去购买者重定向（复购窗）
  → 目标：复购和交叉销售
  → 内容：互补产品、新品发布、忠诚计划
  → 频次上限：按复购节奏控制

Layer 4: 邮件订阅者 Custom Audience
  → 目标：多触点协同
  → 内容：与邮件内容互补的广告素材
  → 频次上限：按名单耐受度控制

9B.5 季节性下降时的正确反应

当数据显示季节性下降时，以下是正确和错误的反应：

9B.6 淡季创意测试窗口

淡季 CPC 往往低于旺季，因此通常是较好的低成本测试新创意窗口，但幅度需以真实数据验证。

淡季创意测试计划：

每周测试预算：按淡季总预算、素材产能与验证目标分配

测试维度：
  ├── 新 Hook 变体（视频前 3 秒）
  ├── 新角度/卖点（功能 vs 情感 vs 社会认同）
  ├── 新格式（静态 vs 视频 vs 轮播 vs UGC）
  ├── 新受众细分（兴趣 vs Lookalike vs Broad）
  └── 新落地页（产品页 vs 集合页 vs 专题页）

成功标准：
  → 淡季测试的创意中，应筛出一批可在旺季放大的候选素材
  → 记录所有测试结果到 Brand Brain（learnings 格式）

旺季前关键窗口：
  → 逐步减少高不确定性新测试
  → 锁定当前表现最强的一组创意
  → 准备足够支撑旺季轮换的素材库

---

十、输出格式规范

9.1 广告文案输出格式

## 广告方案 [编号]：[角度名称]

**目标受众**：[描述]
**漏斗阶段**：冷流量 / 再营销 / 复购
**文案框架**：PAS / AIDA / HSO / BAB

### 主要文案（Primary Text）
[完整文案内容]

### 标题（Headline）
[标题内容]

### 描述（Description）
[描述内容]

### CTA 按钮
Shop Now / Learn More / Get Offer

### 创意方向建议
[视觉描述：格式、风格、关键元素]

### Hook 变体（视频广告用）
- Hook A：[内容]
- Hook B：[内容]
- Hook C：[内容]

9.2 诊断报告输出格式

## Facebook 广告诊断报告

### 数据概览
| 指标 | 当前值 | 行业基准 | 状态 |
|:---|:---|:---|:---|
| CPM | $X | $Y | 🟢/🟡/🔴 |
| CTR | X% | Y% | 🟢/🟡/🔴 |
| CVR | X% | Y% | 🟢/🟡/🔴 |
| ROAS | X.Xx | Y.Yx | 🟢/🟡/🔴 |
| Hook Rate | X% | 30% | 🟢/🟡/🔴 |
| Hold Rate | X% | 15% | 🟢/🟡/🔴 |
| AOV | $X | $Y | 🟢/🟡/🔴 |

**状态灯量化标准（v1.7 新增）**：

| 指标 | 🟢 健康 | 🟡 警告 | 🔴 危险 |
|:---|:---|:---|:---|
| CPM | 低于或接近可解释基线 | 高于基线但仍可观察 | 明显高于可解释基线 |
| CTR | 接近或高于当前基线 | 低于基线，需继续观察 | 明显低于当前基线 |
| CVR | 接近或高于当前基线 | 低于基线，需继续观察 | 明显低于当前基线 |
| ROAS | 接近或高于当前目标区间 | 低于目标区间但仍可优化 | 明显低于目标区间 |
| Hook Rate | 处于可接受水平 | 有衰弱迹象 | 明显偏弱 |
| Hold Rate | 处于可接受水平 | 有衰弱迹象 | 明显偏弱 |
| Frequency | 仍在当前受众耐受范围内 | 开始逼近疲劳 | 明显超出受众耐受范围 |
| AOV | 接近或高于品牌目标 | 略低于品牌目标 | 明显低于品牌目标 |

### 诊断结论
[CPM-CTR-CVR 诊断链分析结果]

### 根因分析
1. [问题 1]：[原因] → [影响]
2. [问题 2]：[原因] → [影响]

### 优化方案（按 ICE 优先级排序）
| 优先级 | 行动项 | 推算依据 | 执行难度 | 负责模块 |
|:---|:---|:---|:---|:---|
| P0 | [行动] | [影响] | [难度] | Meta 广告引擎 / 转化率优化引擎 |

### learnings 更新建议

**写入规范（v1.7 新增）**：每次诊断或优化后，按以下格式写入 `learnings.jsonl`：

[{date}] Facebook Ads - {topic}

• 类型：成功经验 / 失败教训 / 行业发现
• 背景：{1-2 句描述场景}
• 数据：{key_metric_before} → {key_metric_after}
• 结论：{1 句话核心发现}
• 行动建议：{next_step}
• 有效期：{permanent / 90天 / 季节性}

示例：

[2026-04-01] Facebook Ads - UGC 创意测试

• 类型：成功经验
• 背景：测试 3 条 UGC vs 3 条品牌创意，针对宠物配饰品类
• 数据：UGC CTR 2.8% vs 品牌 1.2%；UGC ROAS 3.2x vs 品牌 1.8x
• 结论：UGC 创意在宠物品类的 CTR 和 ROAS 显著优于品牌创意
• 行动建议：将 UGC 创意占比提升至 60%，招募更多宠物类 UGC 创作者
• 有效期：permanent

---