专项 2 · Track 2 · Ads Optimization
投放优化
Ads Optimization
以 CTR 提升为核心目标，按周迭代广告投放策略，驱动素材供给与转化提效
执行时间MS1 → MS2 阶段（6 – 7 月）
核心指标
CTR转化率广告访问量（媒体 → 官网）
1
Pillar 1 · AI 能力建设
本专项涉及的全部 AI Agent / Workflow 总览。Agent 类型分三类：全自动 Agent（AI 独立完成）· 辅助决策 Workflow（AI 完成数据处理 + 方案生成，人做关键判断）· 全自动（数据集成 / 平台部署）。
| AI 能力 | 类型 | 具体功能 | 平台 | 上线 |
|---|---|---|---|---|
| 素材引擎 | 全自动 Agent | 基于历史高转化素材结构，LLM 批量生成广告文案、视频脚本、Hook 和 CTA 的多版本方案，支持英 / 德 / 法 / 意多语言本地化；输出为文字内容和脚本方向，人做调性与合规终审后进入测试 | GrowClaw / AlphaCat | MS1 前 |
| 投放雷达 | 全自动 Agent | 通过广告平台 API 定时拉取消耗、点击、转化、ROAS 等数据，按预设阈值触发异常提醒；LLM 生成可读的预警摘要和参考建议；覆盖 Google / Meta / TikTok / Amazon | Looker Studio + 飞书机器人 | MS2 前 |
| 归因引擎 | 辅助决策 Workflow | 从广告平台拉取多维度投放数据（受众 × 创意 × 版位 × 时段），LLM 生成归因诊断叙述报告，标记高 ROI 组合和表现问题点；人解读报告，决定下一步投放方向 | GrowClaw / AlphaCat | MS2 前 |
| 投放参谋 | 辅助决策 Workflow | 读取归因引擎报告，LLM 整理为 2–4 个可测试的方向选项，每项附说明和预期效果；人审批选定方向后，AI 生成对应的素材文案变体和账户结构建议文档；账户结构建议由人审核后手动在广告平台执行 | GrowClaw / AlphaCat | MS3 前 |
| 素材标注同步 | 全自动（数据集成） | 每次投放周期结束后，将 CTR / CVR / ROAS 等表现数据自动打标签回写创意库；维护活的素材资产；主要是 API 集成 | 广告平台 API + 飞书多维表 | MS2 前 |
2
Pillar 2 · 业务策略
本专项的任务策略总览，按阶段（投前 / 投中 / 投后）排列。点击任意任务行进入 L3 任务详情，查看完整策略内容与对应 Agent 能力 Demo。
💡点击任意任务行跳转至对应的 L3 Task Page，查看任务详解、核心动作、输入数据、Demo 展示与 Phase 说明。P1 任务（绿色）包含 Interactive Demo，为汇报现场演示重点。
| 阶段 | 任务名称 | 目标摘要 | Priority | → |
|---|---|---|---|---|
| 投前 | 内容 + 投流策略t2-1 | 把素材、人群、国家、渠道、落地页和预算组合成可测试的投放策略，系统验证「扩量」与「提转化」的最优组合 | P2 | → |
| 投前 | 执行计划 - 广告方案t2-2 | 将投放策略落实为各平台可执行的账户结构、Campaign 设置、预算计划、测试节奏与复盘机制 | P2 | → |
| 投中 | 素材生产t2-3★ Demo | 将产品卖点、用户痛点和历史高转化素材转化为可投放的广告图片、视频、文案和本地化语言版本 | P1 | → |
| 投中 | 投放数据监控t2-4★ Demo | 建立日 / 周自动监控机制，对广告消耗、CTR、ROAS、CAC 进行追踪，异常自动预警并输出优化建议 | P1 | → |
3
Pillar 3 · 团队培训
配套培训计划，与 Handover 路径对齐，确保 Jackery 团队在每个 Milestone 节点都能独立运转对应 AI 能力。
| 培训内容 | 培训形式 | 完成 Milestone | 验收标准 |
|---|---|---|---|
| 归因分析报告解读 + 素材生成 Agent 操作培训：从 AI 报告识别关键变量、输入创意方向、审核批量产出并提交测试 | 专家带教 + 实操演练 | MS2 | 团队可独立完成「归因诊断 → 素材生成 → 测试上线」完整循环 |
| 投放 SOP 文档化培训 | 文档 + 工作坊 | MS2 | 形成投放优化 SOP；团队照 SOP 独立执行 |