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
GROW-04 · 标准草案 0.1.0
核算增长增量和扣除成本后的收益
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。
基础草案外部证据：部分覆盖本站任务：未测核查 2026-09-27
基础草案
这项任务还没有整理分工步骤和产物示例。
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
怎样才算完成
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
必须通过的门槛
- 因果对照有效
- 归因不等于增量
- 成本与业务护栏完整
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
AI推进工作，人把握关键判断
人负责
对预算、用户体验和品牌取舍
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。
分工步骤
尚未整理
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。
异常与接管条件
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
证据支持到哪里
可借鉴的范围
广告计算、归因敏感性、实验素材
仍未覆盖
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。
先看证据与任务的对应关系
目前只关联到任务族，还没有拆成逐条支持关系。
全部关联资料与相邻结果（3组，含背景参考）
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。
AD-Bench →
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 →
Marketing Benchmark →
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 →
Upworthy Research Archive →
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
相关的边界变化
04 交给Agent
把完整标准交给你的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。
预览交接内容
# 增量与成本后收益判断 任务ID：GROW-04；标准草案：0.1.0；内容版本：2026-09-27.1 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 - 因果对照有效 - 归因不等于增量 - 成本与业务护栏完整 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。
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。