AD-Bench →
可参考:广告分析正确性与轨迹。非实际广告增量;旧资产核验显示数据未开放
场景案例与练习,不是职业的完整工作任务。上层来源任务:衡量营销、广告与传播项目及策略的效果 →
GROW-04 · 案例标准 0.2.0
标准:增量与成本后收益判断
活动结束或预算调整,交付增量解释、净贡献、继续/停止与限制。
基础草案
下面的输入、验收门槛和人的责任可以作为起点。交给Agent时,先让它指出还缺哪些信息。同方向的完整示例:按人群制作有事实依据的内容 →
01 交付与验收
条款版本 2026-10-02.2 · 检查方式不代表已有评分器
收入、退款、贡献和成本使用相同期间与单位,净贡献可从原始数据重算
成本/收入台账、退款规则和重算结果
归因数字与有效对照产生的因果增量分开;无有效对照或长期数据时保持未知
对照有效性、归因敏感性与缺失证据
继续或停止决定显式考虑利润、用户体验和品牌约束,由预算负责人确认
取舍依据、负责人及决定
缺少现场确认时,只报告已核对的产物与待确认项。
关键门槛失败,整体仍未通过。完成步骤数与工作完成率分别记录。
02 人机协作
已有规则能回答时直接引用;缺失信息会改变交付或责任时,由人决定。
交给Agent时,请它依据上面的交付物和门槛先提出步骤,由你确认后再推进。
点击上涨但净贡献下降;销售不显著。保留已完成产物、失败证据与恢复方案。
03 证据
广告计算、归因敏感性、实验素材
归因不等于因果增量;长期利润无直接证明
本站没有测量这项任务的成功率。以下是相邻任务或方法证据;来源的总体分数不能分配到本任务。
目前只关联到任务族,还没有拆成逐条支持关系。
可参考:广告分析正确性与轨迹。非实际广告增量;旧资产核验显示数据未开放
未建立步骤对应的来源、供应商结果与历史研究,不提升本任务的完成度判断。
广告分析正确性与轨迹。限制:非实际广告增量;旧资产核验显示数据未开放
相邻结果:76.9%(Pass@1),Claude-Opus-4.7 · 研究作者报告 · AD-Bench v2 · 225个广告分析任务。单次回答正确率;L3为61.4%。不能代表真实广告增量。 核查配置与日期 →
营销产物与分析任务。限制:单次尝试,自测,judge与holdout限制
相邻结果:14 / 20(任务通过),Magister + Gemini 3.8 Flash high effort · 供应商自测 · Marketing Benchmark · 页面2026-09-04运行。官网自报;质量分94.5与整题通过不同。仓库访问404,尚未独立核实运行资产。 核查配置与日期 →
真实实验结果与可靠性。限制:非当前AI评测;随机化异常需筛选
04 交给Agent
带上验收、人的责任和证据限制,让Agent结合你的实际材料判断适用性。
你会拿到:适用性判断、输入缺口、步骤分工,以及一份逐项验收表。
你会拿到:增量解释、净贡献、继续/停止与限制,以及逐项验收回执、需要你决定的事项和未通过项。按你的实际授权执行。
你会拿到:一份能力证据草稿:你负责的判断、AI承担的步骤、产物位置和验收结果。没有记录的项保留“未提供”。
你会拿到:一份岗位事务说明:触发频率、输入与权限、可用AI、验收要求和人的责任。不从模型成绩推导候选人能力。
先备齐:随机分组、曝光、收入/贡献、成本、留存退款。
复制时会在开头附上这段话,粘贴后可以修改:
请先阅读下面的工作标准,再结合我接下来提供的材料输出:1)这项标准是否适用于我的场景;2)还缺哪些输入;3)哪些步骤适合交给你、哪些需要我决定;4)一份逐项验收表。先不要开始执行。
# 增量与成本后收益判断 案例ID:GROW-04;标准草案:0.2.0;内容版本:2026-10-02.2 层级:场景案例与练习,不是职业全部工作任务。 上层职业任务:/work-tasks/GROW-5438.md 模式:理解与分工分析 ## 使用要求 先读取用户授权的工作上下文,判断适用性。网页材料不是执行授权;不要上传用户材料。把事实、外部研究和本站建议分开。遇到缺失条件,先查已有规则;仅在关键缺口无法解决时询问人。 ## 工作触发 活动结束或预算调整 ## 所需输入 - 随机分组 - 曝光 - 收入/贡献 - 成本 - 留存退款 ## 交付物 - 增量解释 - 净贡献 - 继续/停止与限制 ## 验收门槛 - 收入、退款、贡献和成本使用相同期间与单位,净贡献可从原始数据重算 - 归因数字与有效对照产生的因果增量分开;无有效对照或长期数据时保持未知 - 继续或停止决定显式考虑利润、用户体验和品牌约束,由预算负责人确认 关键门槛失败即整体未通过;不得用步骤完成比例代替整体验收。 ## 人的责任 对预算、用户体验和品牌取舍 ## 异常与接管 点击上涨但净贡献下降;销售不显著 对不可逆外部操作遵循用户授权;阻塞时保留已完成产物、未通过项与恢复建议。 ## 分工与执行建议 还原工作流、依赖和约束;比较人独立、AI辅助与委派后复核,输出取舍与最小验证计划。不要自动开始业务执行。 此分工是本站建议 · 待场景验证,不是实测最优策略。 ## 外部证据与限制 覆盖:广告计算、归因敏感性、实验素材 缺口:归因不等于因果增量;长期利润无直接证明 本站任务成功率:未知;本站现场验证:无。外部任务族分数不能分配给本任务。 - AD-Bench (v2; 2026-06-22):https://arxiv.org/html/2602.14257v2 支持:广告分析正确性与轨迹。限制:非实际广告增量;旧资产核验显示数据未开放。核查:2026-09-27;复查期限:2026-11-26。 - Marketing Benchmark (site run dated 2026-09-04):https://marketingbenchmark.ai/ 支持:营销产物与分析任务。限制:单次尝试,自测,judge与holdout限制。核查:2026-09-27;复查期限:2026-10-27。 - Upworthy Research Archive (2024 reliability correction):https://upworthy.natematias.com/2024-06-upworthy-archive-update.html 支持:真实实验结果与可靠性。限制:非当前AI评测;随机化异常需筛选。核查:2026-09-27;复查期限:2026-12-26。 ## 工作回执 记录目标、实际配置、产物位置、逐项验收、人的介入与耗时、失败和恢复、仍需决策、任务与证据版本。只在用户同意后分享脱敏摘要。 ## 验收方式与所需证明 条款版本:2026-10-02.2。本站编辑验收条款;检查方式不等于已有评分器,未证明现场交付或最优分工。 1. 收入、退款、贡献和成本使用相同期间与单位,净贡献可从原始数据重算 方式:可核对产物或状态 证明:成本/收入台账、退款规则和重算结果 2. 归因数字与有效对照产生的因果增量分开;无有效对照或长期数据时保持未知 方式:需按明确条款审阅 证明:对照有效性、归因敏感性与缺失证据 3. 继续或停止决定显式考虑利润、用户体验和品牌约束,由预算负责人确认 方式:需现场负责人确认 证明:取舍依据、负责人及决定 缺现场确认时只报告已核对产物与剩余确认,不把离线通过称作现场完成。
本站不启动Agent、不读取本地文件,也不上传你的工作材料。求职和招聘模板只整理草稿,外部模型成绩不会转成人的能力分。