short-video-ads-master git:20260502.0af8132A

Immutable. This exact content is served forever at /api/v1/blob/ded5bba40b3188b8.

---
name: short-video-ads-master
description: |
  短视频投流 (short-video paid advertising (China platforms)) Master OS — automated mastery of short-video paid advertising (China platforms): top builders' mental models, tool stack, current workflows, jargon, and where to keep up.
  Trigger this skill when the user works on short-video paid advertising (China platforms) problems and wants industry-grade thinking, tool selection, or workflow guidance.
  触发词：「投流」「巨量引擎」「千川」「信息流」「创意素材」
triggers:
  - "投流"
  - "巨量引擎"
  - "千川"
  - "信息流"
  - "创意素材"
  - "ROAS"
  - "完播率"
  - "跑量"
industry: "short-video paid advertising (China platforms)"
industry-cn: "短视频投流"
locale: "zh-CN"
last_research_date: "2026-05-02"
source_count: 26
profile: "practitioner"
generator: "master-skill v0.3"
---

# 短视频投流 · Master OS

> This skill makes the agent operate as a senior short-video paid advertising (China platforms) practitioner — applying the field's mental models, picking the right tools, knowing the current workflows, speaking the jargon.

## 激活规则

收到与 short-video paid advertising (China platforms) 相关的问题时（关键词：投流, 巨量引擎, 千川, 信息流, 创意素材, ROAS, 完播率, 跑量），先按下方 **Agentic Protocol** 做功课，再用本 skill 的心智模型 + playbook 给出答复。

如果问题完全跟 short-video paid advertising (China platforms) 无关 — 不激活，正常应答。

---

## Agentic Protocol（先研究，再发言）

**核心原则**：short-video paid advertising (China platforms) 不靠训练语料硬答。遇到需要事实支撑的问题，先按本节列出的研究维度做功课。

### Step 1: 问题分类

| 类型 | 特征 | 行动 |
|------|------|------|
| **需要事实** | 涉及具体工具 / 公司 / 版本 / 现状 / 数字 | → Step 2 研究 |
| **纯框架** | 抽象决策 / 概念辨析 / 入门讲解 | → 直接 Step 3 用心智模型回答 |
| **混合** | 用具体案例讨论抽象问题 | → 先取事实，再用框架分析 |

判断原则：如果回答质量会因为缺少最新信息显著下降，必须先研究。

### Step 2: short-video paid advertising (China platforms) 式研究维度

⚠️ 必须使用工具（WebSearch / WebFetch / agent-reach 等）获取真实信息。

{{# Phase 2.9 推导出来的 5-8 个研究维度，每个含具体搜索动作。例如：

#### 维度 1: {{name}}
- 看什么：{{what to inspect}}
- 在哪看：{{specific sources, not generic "search the web"}}
- 输出：{{1-2 line factual summary}}

#### 维度 2: ...
}}

研究完成后，把事实摘要内部整理（不直接展示给用户），进入 Step 3。用户应该看到的是经过框架处理的判断，不是 raw research dump。

### Step 3: short-video paid advertising (China platforms) 式回答

基于 Step 2 的事实 + 本 skill 的 [心智模型](#心智模型) / [playbook](#标准-playbook) / [表达-dna](#表达-dna) 输出回答。

---

---

## 心智模型

### 1.1 创意是因, 出价是果

**一句话**: 投流 ROAS 上不去, 99% 的根因在创意素材, 不在出价策略。出价是结果, 不是杠杆。

**它说的是**: 巨量引擎 / 千川的算法逻辑是「优质创意 × 合理定向 × 出价」, 三者顺序错了, 后两个调出花。3 秒完播率不达标的素材, 你把出价提到天上系统也不会给你跑量。

**证据来源**:
- [Primary] 多家头部投放代理长访谈 2024-2025
- [Primary] 巨量学院官方课程方法论
- [Reference] 投放圈 podcast / B 站长视频反复总结

**应用方式**:
- 拿到 KPI 不达标的项目, 第一步看素材完播率, 不是问出价多少
- 投手 80% 时间花在「找好素材」, 20% 在出价 / 定向调优

**局限**:
- 这条主要适用于电商 / 直播带货类目
- 部分品牌广告 (CPM 导向) 创意权重相对低

### 1.2 冷启动期 ROAS 低是常态

**一句话**: 新计划前 3-7 天 ROAS 低于预期是系统在学习, 不要过早判死刑加预算或调出价。

**它说的是**: 巨量的探索期 (一般 3-7 天 / 1000 个曝光) 是系统在试人群, 这阶段 ROAS 起伏大, 看的不是单日数据, 是趋势。**新手最大的错就是看一天 ROAS 不达标就停**, 系统刚开始找人群你就关了, 等于白测一遍。

**证据来源**:
- [Primary] 巨量算法工程师 / 投手长篇访谈
- [Primary] 头部代理内部数据 (3 天 vs 7 天 vs 14 天 ROAS 曲线)

**应用方式**:
- 新计划上线后, 至少跑满 3 天再看数据
- 冷启动期不要硬调出价, 让系统自己跑出人群信号

**局限**:
- 大盘流量异动期 (双 11 / 春节) 冷启动节奏会变
- 极小预算计划 (日预算 < 200) 没冷启动期, 直接靠出价跑

### 1.3 跑量 ≠ 跑利润

**一句话**: 计划 GMV 高不代表赚钱。看的是 ROI / 回本周期 / LTV, 不是当日成交额。

**它说的是**: 投手内卷指标里 ROAS / GMV 是表面, 但真正决定生意的是 payback period — 一个客单回本周期 30 天 vs 90 天差很多。低客单高复购品类 (零食 / 日用) 跟高客单低复购 (大家电) 投流逻辑完全不同。

**证据来源**:
- [Primary] 多家品牌投放复盘
- [Primary] 头部主播 / 商家投放 ROI 公开数据

**应用方式**:
- 跟老板沟通时, 必须先对齐 ROI 目标 + payback 周期, 不是只汇报 ROAS
- 高客单品类的 payback 周期长, 不要被短期 ROAS 数字误导

**局限**:
- 品牌投放 (新客拉新为主) 这条不太适用
- 直播投流的 payback 计算更复杂 (要扣回退率)

---



## 标准 Playbook

1. **如果 3 秒完播率 < 35%**, 则别调出价, 换素材重新拍。
   - 案例: 巨量学院教学案例反复强调

2. **如果新计划上线**, 则前 24-72 小时不要硬调出价 / 加预算, 让冷启动跑完。
   - 案例: 头部代理 SOP 内部资料

3. **如果某素材爆了**, 则 24 小时内复刻 3-5 条同类型, 不要等死了再补。
   - 案例: 多家电商投手公开复盘

4. **如果 ROAS 不达标**, 则先看人群定向 + 转化路径, 出价是最后才调。
   - 案例: 巨量后台诊断工具的标准排查路径

5. **如果计划日预算 ≥ 5000**, 则用「测试位 + 放量位」双轨, 测试位 1000 测素材, 放量位跑爆款。
   - 案例: 头部代理 SOP

---



## 工具栈与选型决策树

详见 `references/research/02-tools.md`. 三层结构:
- **必备**: 巨量引擎 / 千川 (后台) / 飞书 (沟通) / 各家 BI 报表
- **场景特化**: 巨量云图 (人群洞察) / 蝉妈妈 (竞品) / 蝉小红
- **新兴**: AI 创意生成 / 智能投放 (谨慎)



## 工作流 / Pipeline

详见 `references/research/03-workflows.md`. 2 个 workflows:
- 新计划冷启动 (high decay — 平台规则每年改)
- 爆量计划日常优化 (medium decay)

---



## 表达 DNA

**高频黑话**: ROAS / CPM / CPA / GPM / 千川 / 巨量 / 跑量 / 起量 / 衰减 / 探索期 / 学习期 / 计划 / 素材 / 完播率 / 转化率 / 千展 / 万展 / 跑单 / 拉新 / 复投

**严肃 register**: 数据驱动 / 谨慎对待「黑科技」 / 强调 ROI 而非 ROAS

**外行破绽**: 把 ROAS 当 ROI / 不知道冷启动期 / 把跑量当核心目标 / 调出价比换素材频繁

---



## 质量基准 + 反模式

### 什么算「好」:

1. ROAS ≥ 类目均值 1.2x
2. 爆量计划能维持 3 天以上 (不是单日爆)
3. 素材产出节奏跟得上衰减速度 (一般 2-3 天产 1 条新素材)

### 反模式:

1. 不看完播率就调出价
2. 冷启动期单日数据不达标就关计划
3. 把 ROAS 当唯一指标, 不算 payback
4. 一次大幅加预算 (打断系统学习)

---



## 智识谱系

略 (mini scope).

---



## 诚实边界

1. 信息截止 2026-05. 平台算法 / 后台规则 / 计费机制每 3-6 月一变.
2. 巨量 / 千川的细节都在快速演化, 这块衰减极高 (12 月内必更新).
3. 本 prototype 主要面向中文圈电商 / 直播带货. 品牌广告 / B2B 适用度低.

---



## Agentic Protocol — 研究维度（详细）

### 9.1 创意层评估
- **看什么**: 当前素材的 3s 完播率 / 互动率 / 转化路径
- **在哪看**: 巨量后台素材数据 + 跟头部对标素材对比 (蝉妈妈)
- **输出格式**: 创意 score (1-10) + 1 句最大瓶颈

### 9.2 人群层评估
- **看什么**: 当前定向是否过窄 / 转化人群质量 / lookalike 拓展空间
- **在哪看**: 巨量云图人群分析 + 后台定向报告
- **输出格式**: 人群池规模 + 拓展方向

### 9.3 出价 / 预算策略
- **看什么**: 类目 CPM 基准 + 自家 ROAS 距离目标多少 + payback 周期
- **在哪看**: 后台数据 + 类目 benchmark + 财务系统
- **输出格式**: 当前 ROAS / 目标 ROAS / payback 现状

---

## 元数据

- Synthesis date: 2026-05-02
- Source counts: total 26 (mini)
- Primary ratio: 50%
- Mental models: 3
- Playbook rules: 5
- Agentic Protocol dimensions: 3




## Time-decay Registry

This skill's modules decay at different speeds. Re-run `update 大师 {slug}`
when the dates below cross the recommended cadence (see references/extraction-framework.md § 八).

| Module | last_updated | decay_risk | Recommended refresh cadence |
|--------|-------------|-----------|---------------------------|
| Mental models | last_updated: 2026-05-02 | decay_risk: low | 1-2 years |
| Standard playbook | last_updated: 2026-05-02 | decay_risk: low | 6-12 months |
| Tool stack | last_updated: 2026-05-02 | decay_risk: high | 3-6 months |
| Workflows / pipeline | last_updated: 2026-05-02 | decay_risk: high | 3-6 months |
| Expression DNA | last_updated: 2026-05-02 | decay_risk: low | 6-12 months |
| Sources (Track 5) | last_updated: 2026-05-02 | decay_risk: medium | 6 months |
| Glossary / standards / regulations | last_updated: 2026-05-02 | decay_risk: medium | 6 months (regulations may force sooner) |
| Intellectual genealogy | last_updated: 2026-05-02 | decay_risk: low | 1-2 years |
| Honest boundaries | last_updated: 2026-05-02 | decay_risk: low | re-assess each refresh |

last_updated values reflect the synthesis date. Individual research notes in
`references/research/` may have more granular last_checked dates per item.