广告创意疲劳诊断：区分真实疲劳与混杂因素并给出置信度处置

当运行中的广告创意出现 CTR 下降、CPA 上升、频率攀升等迹象时，判断是否真正疲劳，并给出置信度和单位努力最高回报的补救动作。

适用场景

解决思路

1. 固定诊断顺序：先建基线，再过滤混杂因素，再测衰减，再过置信门，最后给 verdict；绝不在混杂因素筛选前下疲劳结论。
2. 先访谈后诊断：每个消息只问一个问题，能多选就多选，跳过已知或数据中可见项；在碰数据前收齐所有答案。
3. 访谈：询问广告运行平台（Meta / Google Ads - search / Performance Max / YouTube / LinkedIn / TikTok / 其他）。
4. 访谈：询问 B2B 还是 B2C/ecommerce。
5. 访谈：询问漏斗阶段：cold prospecting 还是 retargeting/warm；两者能容忍的曝光差异很大。
6. 访谈：询问能导出什么、粒度如何：按创意按天、按创意按周聚合，还是只有 ad-set/campaign 级；工作假设是 per-creative per-day，更粗粒度会削弱后续每一步。
7. 访谈：询问该创意的每日花费和转化量，决定置信门能否通过。
8. 访谈：询问 ad set 的大致受众规模，受众是基于名单/ABM 还是 broad。
9. 访谈：询问同一 ad set 中有多少创意在跑；sibling mix 改变“失去花费份额”的含义。
10. 访谈：询问广告或其父 ad set/campaign 上次编辑时间——创意、预算、出价、受众、优化事件；精确日期重要。
11. 访谈：询问怀疑窗口内预算是否变化，变化多少。
12. 访谈：询问结果必须在什么日期前落地；硬截止会提升 Action Ladder 的当天可执行层级：rotation、budget shift、frequency cap，降低 iteration 和新概念优先级。
13. 访谈：询问这次要一次性打赢该创意，还是做可复利资产；复利要求即使配置修复能撑本周，也提升 iteration 和新概念优先级。
14. 访谈：询问努力上限：创意产能和交付周期、内部剪辑工时、需要谁签字、变更必须多可逆；无法执行的 refresh 建议毫无价值，该答案会删除 Action Ladder 层级而非重排。
15. 访谈：询问该创意被考核的目标 CPA 或 ROAS。
16. 固定分析单元：按创意和概念层级分析，绝不看 campaign 平均值；四十行代表五个概念的四十个变体会掩盖真实模式，一个疲劳广告拖累 ad-set 平均值会看起来像 campaign 级问题。
17. 当平台自动轮换变体（Advantage+ 式投放、dynamic creative）时，读取 asset-level breakdown；自动轮换会掩盖单个 asset 衰减。
18. 反向地，一个创意在没有手动变更的情况下悄悄失去预算份额，本身就是衰减信号。
19. 建立创意自己的基线：绝不比较单日。
20. 可选基线方法：用 3-day moving average 对比该创意自身 trailing 14-day baseline（AdSights）。
21. 可选基线方法：用 rolling 7-day window 对比 30-day baseline（Segwise）。
22. 排除已知中断，并让比较窗口的 day-of-week 组成与基线一致。
23. 如果你的 harness 能读取导出或运行计算，就直接计算；否则输出精确导出步骤和电子表格公式（columns、moving-average ranges、delta formula `(current - baseline) / baseline`）让用户运行后回报。
24. 在任何疲劳讨论前运行混杂因素筛选：逐项处理 references/confounders.md，标记每个混杂因素 pass（排除）或 fail（存在）。
25. 混杂因素：budget/bid change。
26. 混杂因素：learning-phase reset。
27. 混杂因素：audience overlap/saturation。
28. 混杂因素：auction CPM inflation。
29. 混杂因素：seasonality and window composition。
30. 混杂因素：tracking breakage。
31. 混杂因素：attribution-window skew。
32. 混杂因素：placement/device mix shift。
33. 混杂因素：statistical noise。
34. 混杂因素：landing-page/offer change。
35. 混杂因素：sibling-mix shift。
36. 任何能解释下降的 fail 都终止疲劳调查：verdict 为 `confounded`，受众情况为 `saturating`，修复目标指向真实原因；结构/定向/追踪根因转交 `mbfinotti/advertising-skills@ad-account-diagnostic`。
37. 用 references/signal-reference.md 对照基线测量衰减。
38. 应用共识决策规则：没有单一指标能确认疲劳——至少两个信号连续两个或更多周期同向移动（Segwise；AdSights）。
39. 给领先信号更高权重：link CTR decay、video hook-rate decay、falling first-time-impression ratio、silent budget-share loss；频率等滞后信号只用于确认。
40. 不要把结论建立在 frequency 上：Meta 分析团队指出 reported frequency 在 ad/ad-set 级测量，而疲劳发生在 creative 级，且是周期平均值，不是下一次曝光的边际效应。
41. 应用 Confidence Gate；若失败，verdict 为 `insufficient data`，说明还需多少额外花费或天数才能过门，然后停止；拒绝基于噪声建议 refresh。
42. Confidence Gate 的 Noise check：对 rate signal（CTR、hook rate、CVR），观测下降必须超过抽样噪声；基线 rate 的噪声带近似为 `p ± 2 × sqrt(p × (1-p) / n)`，n 为比较窗口的 impressions，CVR 用 clicks；落在带内的“下降”就是噪声。
43. Confidence Gate 的 Two-signal rule：至少两个信号，至少一个是领先信号，同向移动并跨越两个或更多连续周期；一个指标、一个周期永远不过门。
44. Confidence Gate 的 Conversion floor：对 CPA/ROAS 结论，基线和比较窗口都要有足够 conversions，使 delta 能通过同样的 CVR 噪声检查；低转化账户（多数 B2B）应改用领先 engagement 信号并把这一点写进 confidence line。
45. 若门未过：报告 `insufficient data`，计算所需额外天数或花费（days ≈ 在当前流量下让 n 使噪声带窄于观测 delta 所需时间），拒绝建议 refresh；在欠功效读数上杀掉创意是本技能要避免的最贵假阳性。
46. 在定稿前区分 fatigue 与 saturation：fatigue 是 costs 上升而 conversion rate 保持；saturation 是二者都恶化，并伴随 falling first-time-impression ratio 和 flattening reach。
47. 在可运行时做 Meta 的判定测试：新创意在同一受众上恢复表现证明 fatigue；只有在新受众上恢复证明 saturation；两者修复相反（新创意 vs 受众扩展），因此区分重要。
48. 从 Verdict Ladder 给出 verdict，然后从 Action Ladder 选补救：先取效率排序最高项，再根据访谈中的 deadline、one-off-versus-compounding、effort-ceiling 重新排序；每个创意填一个 Fatigue Verdict block。
49. Fatigue Verdict block 每个创意输出：FATIGUE VERDICT - <creative id/name>, <date>；platform: <platform> | funnel stage: <cold prospecting | retargeting>；window: <comparison window> vs baseline <baseline definition>；volume: <spend> spent, <impressions> impressions, <conversions> conversions in window；signals: <signal>: <current> vs <baseline> (<+/-x%>) [leading|lagging]；confounder screen: budget/bid change: pass | FAIL - <note> 等；confidence: high | medium | low - <one-line basis: gate math, signal count, window length>；verdict: fatigued | saturating | confounded | insufficient data | healthy | wear-in；action: <chosen action-ladder rung + who produces the asset, if any>；ruled out: <every rung the account's stated constraints delete, each with the constraint that deleted it - or 'none'>；expected: <what should recover, by roughly how much, based on which evidence>；re-check: <date - one full comparison window after action>。
50. 设置 re-check 日期：任何 action 后一个完整比较窗口；记录决策到 Measuring 的 scorecard。
51. 如果 harness 有持久记忆，记忆账户基线、每创意 verdict、采取 actions、re-check 日期，使下次从历史开始而非重新推导。
52. Verdict Ladder：`fatigued` = 两个以上信号相对自身基线衰减、混杂因素排除、门通过；action 用 Action Ladder，按单位努力回报从高到低，除非证据排除，否则 rung 1。
53. Verdict Ladder：`saturating` = 受众池耗尽——falling first-time-impression ratio、flattening reach、CVR 随成本恶化；action 是 audience expansion、fresh seed 或 exclusions，而不是新创意；Action Ladder rung 6 在此 verdict 下提升到第一；参见 `mbfinotti/advertising-skills@ad-audience-targeting`。
54. Verdict Ladder：`confounded` = 非创意原因解释下降；修复实际原因；结构/追踪原因转交 `mbfinotti/advertising-skills@ad-account-diagnostic`。
55. Verdict Ladder：`insufficient data` = Confidence Gate 未过；报告缺口，说明所需天数/花费，到时重查；不 refresh。
56. Verdict Ladder：`healthy` = 信号在自身基线噪声带内；不动它；记录下次计划审查。
57. Verdict Ladder：`wear-in` = 表现随曝光改善——品牌目标可信（Les Binet）；Meta 发现 direct response 无 wear-in，因此对 DR 的 wear-in 读数保持怀疑；不动它；不要因为一个 frequency 数字就轮换。
58. Action Ladder 效率默认顺序与编号：hook swap > rotate & rest > budget shift > iterate the winner > frequency cap > audience expansion > new concept > pause。
59. Action Ladder 按努力从轻到重：rotate == budget shift == pause > frequency cap > hook swap > audience expansion > iterate > new concept；三向并列是真实相等：各自只需一次控制台修改、不产出素材、不需签字、当天可逆。
60. Action Ladder 按可持续性：new concept > iterate > audience expansion > hook swap > frequency cap > rotate > budget shift > pause；概念是每个基于它的 iteration 的父级，因此比任何单个 iteration 活得更久。
61. Action Ladder 按合规成本从重到轻：audience expansion（customer-list 和 ABM 上传需要 lawful-basis attestation 和 data-processing review，上传的名单不容易撤回）> 其他所有 rung（接近零——都是平台设置或新素材）。
62. 默认从 rung 1 开始，取证据支持的最高位 rung；当上一级已试过且衰减恢复，或信号模式排除它时，向下移动一级；hook、hold rate 和 CVR 一起衰减意味着整个广告耗尽，而非开头。
63. 效率顺序会饿死什么：new concept 价值高、努力高，按比率每轮被埋到 rung 7；它是唯一能修复耗尽概念的层级，hook swap 或 iteration 都碰不到；当对同一概念连续尝试 iteration 停止恢复表现时，把它提升到所有之上——该模式说明概念耗尽而非执行，上面更便宜的 rung 都买不到东西。
64. audience expansion 同样价值/努力形状但在此不被饿死，因为 `saturating` verdict 已按规则提升到 rung 1；它的失败模式相反：在 `fatigued` 下伸手要它，会浪费好受众。
65. 所有排序都是默认而非法律：随账户上下文和执行者变化；根据已知账户信息以及访谈的 deadline 和 mandate 重新排序。
66. always-on challenger bench 会把 rotation 提升到第一。
67. 内部剪辑师能当天交付新开头时，hook swap 保持领先于所有配置修复。
68. `saturating` verdict 覆盖整个顺序：audience expansion 成为 rung 1，创意工作都是浪费。
69. 硬截止提升当天可执行 rung。
70. 复利 mandate 提升 iteration 和新概念。
71. 努力上限会从该账户的 ladder 中删除 rung，而非降级：没有产能或 lead time 超过 deadline，删除 new concept 和 iterate。
72. 没有剪辑师，删除 hook swap。
73. 创意库锁定或为空，删除 rotation。
74. 没有 lawful-basis 签字，删除 audience expansion。
75. 在 verdict 的 `ruled out` 行写出每个被删除 rung 及删除它的约束，然后取排名最高的幸存者；仅停在列表底部的 rung 仍在列表上，之后会作为没人同意资助的范围回来。
76. Rung 1 Hook/thumbnail swap on the same body：努力 1-2 小时编辑，无 brief 周期；买回同一受众上的广告，只要 body 撑得住；适用当 hook rate 或 thumbstop 衰减但 hold rate 和 CVR 保持——是开头疲劳，不是广告疲劳（Ben Heath: “ad fatigue is usually hook fatigue”）；注意：若 negative-feedback rate 升高，同一 creative ID 的 hook swap 无法清除算法惩罚，应发布新 asset ID。
77. Rung 2 Rotate from existing inventory and rest the creative：努力接近零，仅配置；买到一个受众轮换的窗口，不是修复——衰减在原地等你；适用当账户保持 always-on challenger bench；没有 bench 则无价值；注意：受众池轮换后重新引入休息过的创意，同时推广已验证 challenger。
78. Rung 3 Budget shift to a healthier creative：努力接近零，当天可逆；买到时间和 CPA 保护，等 replacement ramp；注意：让仍盈利的疲劳广告继续跑；绝不要在没有任何 staged 时暂停生产者；可与其他 rung 配对而非竞争。
79. Rung 4 Iterate the winner：努力数天，加 production brief 和 test slot；买到 ladder 上最大持久回报——同一已验证概念的新执行（新 hook、opening seconds、format、aspect ratio 或 copy）跑数周；证据：从业者报告 element-level iteration 常在不完全重建下恢复大部分原始表现（Hawky 报告区间 60-80%——是其数字，不是承诺）；参考：通过 `mbfinotti/advertising-skills@ad-copy-variants`、`mbfinotti/advertising-skills@ugc-ad-scripts` 或 `mbfinotti/advertising-skills@ad-creative-brief` 做 brief production。
80. Rung 5 Frequency cap or exclusion：努力配置，加谁拥有 cap 的协议；买到对一个过度曝光 warm pool 的缓解，对 cold prospecting 衰减毫无作用；适用当曝光集中在已看够的 warm pool；参考：cap 架构设计属于 `mbfinotti/advertising-skills@retargeting-funnel`。
81. Rung 6 Audience expansion or fresh seed：努力配置加名单工作，对 customer-list 或 ABM 上传还需 lawful-basis 签字——数天到一周，且名单上传后难撤回；买到新池，唯一能推动 `saturating` verdict 的东西；注意：对真疲劳应用它会浪费好受众；在 `saturating` 下它是 rung 1。
82. Rung 7 New concept：努力数周，完整制作和 test plan；买到当概念而非执行耗尽时的新素材线——ladder 上每次尝试命中率最低，天花板最高；参考框架：常引用的 portfolio split 70% proven / 20% tests / 10% experiments；当作可调整的操作者启发式，不是规则；参考：用 `mbfinotti/advertising-skills@ad-creative-test-plan` 规划 launch test。
83. Rung 8 Pause：努力接近零且即时可逆；买到止损，仅此而已——创意剩余贡献也随之消失；注意：最后手段，且只有在 replacement live 或预算重新安置时；暂停不会重置平台学习；编辑 live ad 会。
84. Per-platform Meta：原生 “Creative fatigue” 和 “Creative limited” 投放状态存在但严重滞后（据报道约在 cost per result 翻倍时触发，依 Meta 文档经行业来源转述）；如果它们触发，检测已经太慢；first-time impression ratio 是原生；Advantage+ 会静默把预算从疲劳 asset 移走，掩盖信号；读取 per-asset breakdown；任何显著编辑都会重置 learning phase。
85. Per-platform Google Ads：在 RSA 上，asset performance labels（Learning/Low/Good/Best）是 performance-based signal；Ad Strength 不是——它衡量 diversity 和 completeness，Optmyzr 分析发现 “Average”-strength ads 有最好 CPA/CVR；绝不把 Ad Strength 当作疲劳；Performance Max 在 combination level 不透明——从 per-asset report 工作；YouTube：view-rate decay 和 per-user frequency 是杠杆。
86. Per-platform LinkedIn：官方指导是每 1-2 周轮换最低 engagement 广告，并保持每 campaign 4-5 个广告；投放机制把曝光与创意数量绑定（AJ Wilcox 观察到的 “7 in 48” 模式），小创意集会自我限流；小 B2B 受众在昂贵 CPM 下缓慢但持续累积 frequency。
87. Per-platform TikTok：主要平台中 wear-out 最快；TikTok 自己的指导建议约 7-day refresh cycles，围绕持续下降的 delivery 趋势；hook rate 先动；daily new-user reach 直接标记 saturation；automated creative optimization 掩盖 per-asset decay——读取 asset breakdowns。
88. B2B：可寻址受众小且有时被平台限流，frequency 结构性上升而非衰减症状。
89. B2B：转化量通常低于 conversion floor；依赖领先 engagement 信号（link CTR、engagement-rate trend、CPL drift over 3-6 week windows），并在 confidence line 说明。
90. B2B：长销售周期意味着 conversion signal 比 creative signal 滞后数周；绝不把 pipeline 一周持平读成创意失败。
91. B2B：ABM 和 list-based 受众天然饱和；预期 `saturating` 多于 `fatigued`。
92. B2C/ecommerce：大池和高转化量使完整统计门可用。
93. B2C/ecommerce：wear-out 在窄 retargeting segments 最快。
94. 两者：warm/retargeting 受众比 cold 能容忍高得多曝光；Ben Heath 报告 Meta 结果在 warm 受众 frequency 10+ 常保持，cold 约 2.0-2.5 下降；读任何曝光数字前始终拆分 cold 与 warm。
95. Measuring：本技能 KPI 是决策质量，用 rolling log 追踪每个 verdict。
96. Measuring：Refresh win rate = 疲劳触发的替换在 re-check 日（同受众、完整比较窗口）击败被退役创意 pre-decline baseline 的比例。
97. Measuring：False-positive rate = 退役创意中事后仍健康——replacement 没更好，或“衰减”在 holdout 自行反转——的比例。
98. Measuring：起始下限（本技能实践目标，非研究常数）：迭代到至少 60% refreshes 击败被退役创意，且低于 20%退役是假阳性；记录一打决策后，用账户自身历史收紧两者。
99. Measuring：低 win rate 且门干净，通常诊断正确但 production quality 是约束。
100. Measuring：高 false-positive 率意味着 gate 或 confounder screen 被跳过。
101. Measuring：如果 refreshes 在多个概念上同时停止恢复表现，停止 refresh：该模式是 offer、landing-page 或 product 问题，没有新创意能修。
102. Common failure mode fix：不要从单个指标、单个坏日子判定疲劳；用两个信号、两个以上周期、对照创意自身基线。
103. Common failure mode fix：不要把 learning-phase reset 读成衰减；先查 last-edit date；编辑后等完整窗口再判断。
104. Common failure mode fix：不要把 frequency 数字当因果；frequency 是滞后、ad-set 级、平均值——一个创意在 3.0 可能耗尽，另一个在 5.0 仍健康；frequency 只确认；link CTR、hook rate、first-time-impression ratio 领先。
105. Common failure mode fix：不要让 campaign 平均值掩盖 per-creative 衰减；按创意、按概念报告；auto-rotation 下看 asset breakdowns。
106. Common failure mode fix：不要因 Q4/拍卖 CPM inflation 责怪创意；CPM 上升且 CTR 平是拍卖，不是广告；CPM 只有与 CTR 下降配对时才有诊断意义。
107. Common failure mode fix：不要把健康 CTR 下的 CVR 崩塌读成疲劳；那是 landing page、offer 或 tracking——没有创意能修；CTR 健康 + CVR 下降 → 先查漏斗再查创意。
108. Common failure mode fix：不要从 trailing-window 的 attribution lag 读“衰减”；最近日子总是少报转化；比较同等 conversion-lag maturity 的窗口。
109. Common failure mode fix：不要用新创意修 saturation；修复相反：fatigue 要创意，saturation 要受众；行动前跑 step 7 的 fatigue-vs-saturation split。
110. Common failure mode fix：不要编辑 live ad 来“refresh”；编辑会重置学习并在测量中途破坏基线；并列发布新广告；对已测量创意 pause，绝不 edit。
111. Common failure mode fix：不要把 Google Ad Strength 当疲劳信号；它评 diversity/completeness，不评 performance；用 asset performance labels；忽略 Ad Strength 做此判断。
112. Common failure mode fix：不要在 negative feedback 升高时只 hook-swap；算法惩罚跟 asset ID，不跟 hook；把 iteration 作为新 asset ID 发布。
113. Common failure mode fix：不要建议超出产能的 refresh volume；无法执行的计划默认让一切衰减；删除超过访谈 effort ceiling 的每个 Action Ladder rung，在 verdict 的 `ruled out` 行列名，然后取排名最高的幸存者。
114. Common failure mode fix：不要在没有任何 staged 时退役生产者；ad set 会变暗或因空档重新进入 learning；先 staged replacement，ramp，再退役。
115. Handoff：生产 replacement asset 属于 `mbfinotti/advertising-skills@ad-copy-variants`、`mbfinotti/advertising-skills@ugc-ad-scripts` 和 `mbfinotti/advertising-skills@ad-creative-brief`。
116. Handoff：pre-launch test 的 sample-sizing 属于 `mbfinotti/advertising-skills@ad-creative-test-plan`。
117. Handoff：上线前评分视频 opening 属于 `mbfinotti/advertising-skills@ad-hook-analyzer`；这里 hook rate 只作为已跑广告的衰减信号读取。
118. Handoff：当混杂因素筛选显示问题根本不是创意（结构、定向、追踪）时，转交 `mbfinotti/advertising-skills@ad-account-diagnostic`。
119. Handoff：retargeting-sequence 和 frequency-cap 架构设计是 `mbfinotti/advertising-skills@retargeting-funnel`。
120. Handoff：赢后 scaling 和 pacing 决策是 `mbfinotti/advertising-skills@paid-media-scaling` 和 `mbfinotti/advertising-skills@ad-budget-pacing`。
121. 核心纪律：拒绝——许多事情会导致指标下降，创意 wear-out 只是其一；多数 refresh 决策过早、基于单一指标、无基线。
122. 全程保持张力：疲劳常是 hook fatigue 而非 whole-ad fatigue；有些广告随重复曝光改善（wear-in, Les Binet 品牌），但 Meta 2023 研究发现 direct-response objectives 无 wear-in；wear-in 只在品牌目标下是真实 verdict，不是 DR。
123. 不使用通用阈值：每个触发都来自创意自身 trailing baseline 和账户自身历史；命名从业者数字只作为有署名的起始参考点。
124. 本技能结束于 verdict 和推荐动作，不生产替换资产。

适用边界 · 注意事项

• 没有按创意、按天的可导出数据，或只有 ad-set/campaign 汇总时，不适合做可靠诊断；更粗粒度会削弱每一步。
• 转化量太低且无法改用领先 engagement 信号时，不能走 CPA/ROAS 判定，只能报 `insufficient data`。
• 混杂因素筛选显示问题在结构、定向、追踪、落地页或 offer，而非创意时，不适用本技能，应转交对应诊断技能。