MD-01 · 信息流 AB 素材矩阵（数据驱动版）

① 场景引入

一、这件事现在是什么样

投放复盘 · 真实业务触发

campaign 上线，信息流素材需要持续供给。素材是耗材：7–14 天触及疲劳期，每周至少备 2–3 套新的。现在的做法是投放想到什么换什么 —— 「A 组 B 组谁赢靠优化师感觉」，没有假设、没有变量控制、没有样本量意识，赢的素材不知道为什么赢，输的不知道为什么输，下一批还在瞎试。

二、痛点 · 每条都有来源

1. 行规明摆着：素材 7–14 天触及疲劳期、每周至少备 2–3 套新素材、现有素材 CTR 连续 3 天降超 15% 就该替换 ——素材生产与投放数据之间没有闭环是行业现状
   依据：信息流素材更新周期行规 —— 娱乐类平台素材 7–14 天触及疲劳期；每周至少准备 2–3 套新素材备选；现有素材 CTR 连续 3 天下降超过 15%就应替换；AB 测试每组至少 300 个转化样本才能达到 95% 置信度
2. 正规方法论要求「每组至少 300 个转化样本才能达到 95% 置信度」「先测高影响变量：文案标题、CTA、首图首帧」—— 但中小公司的实际是凭感觉，AB 测试没有留痕
   依据：信息流素材更新周期行规 ——娱乐类平台素材 7–14 天触及疲劳期；每周至少准备 2–3 套新素材备选；现有素材 CTR 连续 3 天下降超过 15%就应替换；AB 测试每组至少 300 个转化样本才能达到 95% 置信度3「CTR 看巨量引擎、CVR 看腾讯广告、ROI 得自己拉

Excel 算，做一次完整的广告数据分析要切四五个系统」—— 跨平台取数吃掉的正是本该用来想素材策略的时间依据· 素材三层并存（公司网盘 + 每人本地盘 + 微信收藏）：「微信上同事发的是两周前的版本，邮件附件里又有一个更新版，而自己电脑里还有一版改了一半的。你不敢确定哪个才是最终定稿，只能挨个问」4素材命名是「未命名-最终版-新」式，投放表现无法反查到素材特征 —— 想知道哪种钩子在赢，先得花半小时搞清楚哪条素材是哪条依据 ·「最终版、最终版_2、真正最终版_确认」被称为每个电商设计团队都经历过的版本地狱；多数电商品牌没有「素材系统」，只有「素材任务」，每次活动都从零开始设计，没有可复用的模板和品牌标准化设计规格

三、换个做法之后

变化不在「快」，在「参与的角色」和「覆盖的范围」

✕ 现在的做法

• 行规明摆着：素材 7–14 天触及疲劳期、每周至少备 2–3 套新素材、现有素材 CTR 连续 3 天降超 15% 就该替换 —— 素材生产与投放数据之间没有闭环是行业现状
• 正规方法论要求「每组至少 300 个转化样本才能达到 95% 置信度」「先测高影响变量：文案标题、CTA、首图首帧」—— 但中小公司的实际是凭感觉，AB 测试没有留痕「CTR 看巨量引擎、CVR 看腾讯广告、ROI 得自己拉 Excel 算，做一次完整的广告数据分析要切四五个系统」—— 跨平台取数吃掉的正是本该用来想素材策略的时间素材命名是「未命名-最终版-新」式，投放表现无法反查到素材特征 —— 想知道哪种钩子在赢，先得花半小时搞清楚哪条素材是哪条

✓ 交给 Agent 之后

• 多来源文件一次读入，先做口径与完整性校验，再开始算
• 每条结论绑定来源文件、字段或条号，可以被审
• 产出是企业真会流转的正式件（带签批栏），不是一张展示用的表
• 该拦的地方给出「现在还不能提交」，并给不用干等的替代方案

四、场景闭环

6 步 · 每一步的产出都是下一步的输入

1. 触发 · campaign 上线，素材弹药开始消耗信息流素材 7–14 天疲劳 —— 第一周就要准备好替换弹药
2. 钩子模式提取 · 历史胜出钩子归纳近 3 个月投放数据里归纳胜出钩子类型：场景痛点型 / 利益点直给型 / 悬念提问型 /身份共鸣型 —— 每型带历史 CTR 区间与适用人群
3. 矩阵生成 · 4 钩子 × 视觉基底的结构化变体16 个变体（4 钩子 × 信息流 3 版基底 + 4 张备用封面），每个带假设标签「本变体测的是钩子差异」—— 控制变量，不同时改构图第4 步测试计划 · 预算与样本量测算按预算结构算每组预期转化样本：够 300 的组标「可判定」，不够的标「置信度不足，仅观察」—— 不硬给结论
4. 回收判定 · 胜出钩子与衍生方向测试期结束，胜出钩子（本例：场景痛点型）连同其 CTR 区间沉淀进钩子库；衍生下一批变体（同钩子换首帧/换封面）
5. 留证 · 生成 AB 测试记录与钩子库更新每轮测试的假设、样本量、结论、衍生方向全部留痕 —— 「谁赢靠感觉」变成「谁赢有记录、为什么赢有假设」要准备什么历史投放素材表现数据（近 3 个月，含钩子类型标注）从巨量/腾讯/百度后台导出 —— 哪类钩子在这家客群赢过VD-01/VD-02 的交付物（信息流 3 版基底）矩阵的母版：胜出的视觉基底做变体CD-02 模板库（信息流封面型）品牌约束带上，变体不跑偏投放计划与预算结构每组预算与预期样本量 —— 判断能不能达到 300 转化的置信门槛为什么这个场景值得做

优先级评分：痛感 4 × AI 适配 5 ÷ 落地难度 2 = 10.0

最大差异点：矩阵不是「一键出 100 张任选」。结构是 4 个钩子方向 × 素材模板，每个变体带假设标签（这个变体测的是什么）—— 测试跑完，赢的素材能回答「为什么赢」，这个答案直接变成下一批矩阵的输入。数据从投放后台来，这是通用生图工具完全够不着的一层。

评分口径：痛感看「这事没做好谁会生气、生气到什么程度」；

AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」；

落地难度是分母 —— 需要客户先做数据治理的场景，分数会被压得很低。

五、会产出什么

判断标准只有一个：这份东西能不能直接进企业的流程

• 正式件本体：AB素材矩阵与测试计划.xlsx 正式件 · 3 sheet（钩子模式提取 / 16 变体与假设标签 / 预算与样本量测算）·含投放手确认签批栏
• 可派发清单：AB测试记录表.xlsx 可派发 · 每轮的假设/变量/样本量/结论/衍生方向 —— 把「谁赢靠感觉」变成留痕判断
• 可派发清单：胜出钩子库.xlsx 可派发 · 按客群沉淀的钩子类型与 CTR 区间，越用越准的资产

这套东西不承诺什么：不自动调价、不自动关停 —— 预算决策是对外担责的事，在投放手和客户手里。不替代创意判断—— 矩阵生成的是结构化变体（换钩子/换首帧/换封面），创意方向还是创意侧的事。样本量不足时明确标注「置信度不足」，不给出胜负结论。

② Live Demo（演示逐步）

演示模式 · 可视化预演 本页展示的是「应该怎么跑、每一步看什么、交付什么」，用的是真实业务格式的脱敏构造数据， 不宣称已接入客户生产系统，也不承诺任何效率提升百分比。

案例设定：上海鸣鹿广告有限公司 · 投放工位。高翔（管巨量 / 腾讯 / 百度三个后台的投放优化）刚收到 VD 交付的信息流 3 版素材。campaign YL-2026-09 上线在即，信息流素材要持续供给 —— 素材是 7–14 天就疲劳的耗材。按现有流程，高翔想到什么换什么，A 组 B 组谁赢靠优化师感觉，赢的素材不知道为什么赢。今天走数据驱动：48 条历史素材归纳 4 钩子 → 16 变体矩阵 → 两段式测试，每组 3 天累积 300 转化才判胜。

历史素材48 条 · 近 3 个月矩阵规模4 钩子 × 4 基底 = 16 变体判胜门槛每组 3 天累积 300 转化胜出素材YL26-09_H2-B3-DY · CTR 2.1%

输入中小广告公司与电商视觉团队手上能拿到的东西

不需要整理格式、不需要改文件名 · 直接拖进对话框

• 01_历史投放素材表现_近3个月48条.xlsx 近 3 个月伊利系信息流素材 48 条的投放表现（高翔从巨量引擎导出）高翔导出+ 曾雅协助核对素材归属
• 02_胜出钩子归纳_带CTR区间.xlsx ★ 48 条素材归纳 4 类钩子 · 各带 CTR 区间与胜出率 ——矩阵的输入高翔主笔 · 曾雅复核
• 03_AB素材矩阵_16变体.xlsx 4 钩子 × 4 基底 = 16 变体 · 每个变体带假设标签（测的是什么）高翔建矩阵 · 林小满出图（基底沿用 VD 交付物）
• 04_样本量与预算分组测算.xlsx 判胜门槛测算：每组 3 天累积 300 转化 · 日预算 8000 元的分组方案高翔测算 · 客户 YL-2026-09 PM 确认预算
• 05_AB测试结果_两轮记录.xlsx 两轮测试结果：第一轮 H2 妈妈视角胜出 · 第二轮 H2-B3 胜出高翔记录 · 投放手执行

注意标橙色那一份 —— 02_胜出钩子归纳_带CTR区间.xlsx。它高翔主笔 · 曾雅复核，平时压根不在核对范围里。这个场景的价值，很大一部分就来自把它读进来。

提示词就说这么几句

没有模板、没有表单 · 专业规则由 Skill 兜底

这是我们近 3 个月的投放素材表现数据（导出好了），还有这次 campaign 的信息流素材 3 版。客户是乳品品牌，投放主投抖音。 先从历史数据里归纳胜出钩子类型，带 CTR 区间。然后按 4 个钩子方向做结构化变体矩阵，每个变体标清楚测的是哪个变量——一次只测一个。 测试计划要算样本量：每组能不能到 300 个转化、到不了的标「置信度不足」。预算怎么分组给个建议，但调价和关停的决定我不交给任何工具。 测试跑完帮我沉淀钩子库：谁赢、为什么赢、下一批衍生什么。

短是因为钩子类型框架、变体矩阵结构、样本量测算规则都写在能力包里了。你只需要给历史投放数据和素材基底。触发VD 交付 3 版信息流素材到达高翔

素材是 7–14 天疲劳的耗材 · 现有流程凭感觉换

campaign 上线在即，信息流素材要持续供给。按现有流程：高翔想到什么换什么，没有假设、没有变量控制、没有样本量意识 —— 赢的素材不知道为什么赢，下一批还在瞎试。从历史踩过的坑想起：上个季度凭感觉推「活力卡通」素材，烧了一周才发现 CTR 只有 1.1% —— 那次之后高翔决定，测试必须带假设、带样本量。环节现有流程矩阵化改变选素材想到什么换什么历史数据归纳钩子 + 矩阵瞎试 → 带假设测判胜负优化师感觉3 天 300 转化门槛感觉 → 置信度沉淀无（下批重来）胜出钩子库一次性 → 资产合计 3 环节凭感觉数据驱动瞎试 → 带假设测矩阵化的三件事：历史归纳（钩子带 CTR 区间）· 变体带假设标签 · 判胜有样本量门槛 —— 三件都齐才叫 AB 测试，缺一件都是换皮瞎试。为什么不是「一键出 100 张任选」出 100 张你选得过来吗？选稿才是瓶颈。16 个变体每个带「测什么」的标签 —— 选完知道为什么赢。从历史踩过的坑想起：上季度那批「凭感觉」素材，文件名全是「未命名-最终版-新」，复盘时连哪条是哪条都对不上号 —— 矩阵化先把命名规范立起来（step 2）。

第 1 步 · 历史归纳 · 48 条素材提 4 类钩子

48 条 · 近 3 个月 · CTR 0.9%–2.3%

高翔把近 3 个月 48 条信息流素材按钩子事后标注，归纳出 4 类，各带 CTR 区间与胜出率。钩子素材数CTR 均值胜出率妈妈视角121.95%8/12开学场景141.60%6/14活力卡通111.35%3/11科学营养111.15%1/11合计481.56%18/48合计 4 类48条均值 1.56%18/48 胜出妈妈视角均值 1.95% 显著领先 —— 但开学季直觉会推「开学场景」；数据驱动的意思就是：先测，别先信直觉。归纳靠人还是靠工具钩子的语义归纳目前是高翔的活 —— 工具做的是排序与统计（CTR 分位数、胜出率），「这 12 条都算妈妈视角」是人对素材的语义判断。换算成钱：48 条素材的投放消耗约 19 万元，归纳成 4 类钩子后这笔学费才算没白交 —— 不归纳，同样的钱下个季度再交一遍。

第 2 步 · 命名规范 · 变体 ID 先行

ID = 钩子-基底-渠道-版本 · 反查不再靠记忆

第 3 步 · 矩阵生成 · 4 钩子 × 4 基底 = 16 变体

每个变体带假设标签 · 一次只测一个变量

第 4 步 · 样本量测算 · 3 天 300 转化门槛

日预算 8000 元 ÷ 4 组 = 每组每天 100 转化

第 5 步 · 两轮投放 · H2 妈妈视角 × B3 妈妈端早餐胜出

第一轮 H2 胜出 · 第二轮 H2-B3 胜出 CTR 2.1%

3 份输出 · 沉淀喂给 MD-02

3 份预期输出：AB 素材矩阵与测试计划 · AB 测试记录表 · 胜出钩子库。胜出钩子库同时是 MD-02 衰退替换的第一顺位来源。产出内容签批栏留空栏AB素材矩阵与测试计划.xlsx16 变体 + 假设标签 + 样本量测算编制（高翔）· 投放手确认预算分组（待客户确认）AB测试记录表.xlsx两轮结果 · 谁赢为什么赢编制（高翔）—胜出钩子库.xlsx4 钩子 CTR区间 + 胜出组合编制（高翔）· 复核（曾雅）—整改建议写法示例（不写「加强复盘」）：① 胜出钩子库每

campaign 后更新 —— 由高翔牵头，验收标准是「胜出率口径不变，48 条基数扩到 60 条以上」。② 命名规范写进投放SOP —— 由高翔与林小满联合维护，验收标准是「新素材 ID 缺字段不进投放队列」。③ 样本量测算前置 —— 由高翔牵头，验收标准是「每轮测试开跑前测算表先出」。钩子库越用越准胜出钩子库是「越用越准」的资产：48 条基数 →60 条 → 80 条，钩子 CTR 区间越来越窄，下一批矩阵的起点越来越高。换算成钱：没有钩子库，每个新客群从零瞎试；有钩子库，起跑就在历史最优 1.95% 的 CTR 上 —— 这正是「素材生产与投放数据闭环」的本意。

16 变体矩阵可投，但「第一轮预算分组」需投放手与客户拍板历史归纳完成（48 条 4 钩子）；16 变体矩阵带假设标签；样本量测算达标（每组 3 天 300 转化）；两轮测试 H2-B3 胜出，CTR 2.1% 上线主投。但本场有两项不能由 Agent拍板，必须由投放手与客户确认：① 第一轮预算分组：按历史 CTR 加权（妈妈视角组多分）还是 4 组平分，由投放手高翔与伊利 YL-2026-09 PM 共同判断。② 调价与关停：测试中任何调价、暂停、关停操作一律人工执行，工具只给数据与建议。方案一 · 两段式投放（推荐）：第一轮 4 变体筛钩子层（平分 8,000 元/天），第二轮胜出钩子 × 4 基底测基底层。好处是「每轮变量单一、样本量有保障」；风险是「两轮合计 6 天，起量比一次性慢」。方案二 · 16 变体一次性平投：16 组同时上线，每组 500 元/天。好处是「3 天全部跑完」；风险是「每组日转化 25，3 天不足 80，全部标置信度不足，等于没测」。预算确认栏、执行确认栏两栏留空 —— 这两栏归投放手与客户。

之后这一次跑完，公司多了什么

不讲省了多久：讲少了几个隐患、沉淀了什么

• ✓ AB 测试第一次有了结构：假设标签、变量控制、样本量门槛，每轮测试都产出可复用的结论
• ✓ 胜出钩子开始沉淀成库：按客群的钩子类型与 CTR 区间，下一批矩阵从胜者出发
• ✓ 素材命名被迫规范（要带假设标签就得有 ID），投放表现从此能反查到素材特征
• ✓ 岗位角色变了：从「想到什么换什么」变成「拿着结构化矩阵和置信度门槛排弹药的人」

追问现场可能被问到的

答不上来的问题，比答得漂亮的问题更能决定这场演示的结果

• 后台数据导出很麻烦怎么办？ 先从截图或手工导出起步 —— 钩子归纳一次能用一个季度，值得手工导一次。后台权限是 MD-02 的事，那个场景对实时性要求更高。
• 4 个钩子方向哪来的？ 一半来自你的历史数据（你赢过的），一半来自框架（场景痛点/利益直给/悬念提问/身份共鸣是信息流的四大钩子族）。你的数据会逐渐修正框架的默认值 —— 这也是钩子库越用越准的原因。
• 测试要跑多久？ 由样本量倒推：预算决定流量，流量决定到达 300 转化的天数。测试计划里每组都标了预期天数 —— 到不了门槛的组我们只标「观察」不判胜负，不硬给结论。

③ 能力沉淀（Skill / 提示词 / 预期输出 / 人工边界）

1. Skill 能力包

导入之后，同类任务会自动按这套规则走 —— 提示词才能写得那么短

信息流 AB 素材矩阵（数据驱动版） · Skill

SKILL.md 主本 + references（输出骨架 / 判据 / 渲染脚本）· 符合 WorkBuddy Skill 规范

版本 v1.0

ab-matrix.zip

在 WorkBuddy 里直接上传这个 zip 即可导入

包内结构

• SKILL.md 主本 —— YAML 元信息 + 执行流程 + 硬规则 + 人工边界
• references/output_template.md 输出骨架（sheet 名 / 分区顺序 / 列头）+ 可直接运行的渲染脚本
• references/judgement_rules.md 判据与口径 —— 什么情况算异常、什么情况必须拦住

references 不会一次性全读进来 —— Agent 按需取用。所以 Skill 可以写得很细，不会拖慢每次对话。

2. 原始素材

这些就是中小广告公司与电商视觉团队手上真实能拿到的东西 —— 格式不统一是常态，不是问题

📁MD-01 · 演示素材

脱敏构造数据 · 真实业务格式 · 埋点可核验

共 5 份

• 01_历史投放素材表现_近3个月48条.xlsx 近 3 个月伊利系信息流素材 48 条的投放表现（高翔从巨量引擎导出） XLS02_胜出钩子归纳_带CTR区间.xlsx★ 48 条素材归纳 4 类钩子 · 各带 CTR 区间与胜出率 —— 矩阵的输入 XLS03_AB素材矩阵_16变体.xlsx4 钩子 × 4 基底 = 16 变体 · 每个变体带假设标签（测的是什么）
• 04_样本量与预算分组测算.xlsx 判胜门槛测算：每组 3 天累积 300 转化 · 日预算 8000 元的分组方案
• 05_AB测试结果_两轮记录.xlsx 两轮测试结果：第一轮 H2 妈妈视角胜出 · 第二轮 H2-B3 胜出

怎么用

• 把素材全部拖进 WorkBuddy 对话框（不需要整理格式、不需要改文件名）
• 粘贴下方提示词发送
• 拿到正式件初稿 —— 签批栏留空，推荐意见留空，由你填

3. 提示词卡片

这是我们近 3 个月的投放素材表现数据（导出好了），还有这次 campaign 的信息流素材 3 版。客户是乳品品牌，投放主投抖音。 先从历史数据里归纳胜出钩子类型，带 CTR 区间。然后按 4 个钩子方向做结构化变体矩阵，每个变体标清楚测的是哪个变量——一次只测一个。 测试计划要算样本量：每组能不能到 300 个转化、到不了的标「置信度不足」。预算怎么分组给个建议，但调价和关停的决定我不交给任何工具。 测试跑完帮我沉淀钩子库：谁赢、为什么赢、下一批衍生什么。

为什么这么短就够了：短是因为钩子类型框架、变体矩阵结构、样本量测算规则都写在能力包里了。你只需要给历史投放数据和素材基底。

换成你自己的业务：把素材换成你手上的真实文件即可。导入 Skill 之后，

该走几步、什么口径、什么情况必须拦住，Agent 自己知道 —— 你只需要说清这是什么事。

自己组织输入的三步法

• 用自然语言说清核心需求 —— 就按平时跟同事交代活的方式说：什么事、什么文件、什么要求。不用讲究格式。
• 调用 Skill 补齐专业规则 —— 导入本页 Skill 后，流程、口径、硬规则 Agent 自己知道。
• 用「增强提示词」补全遗漏 —— 输入框旁边有增强按钮，把随口说的话补成更完整的表述。

分工：自然语言负责「这是什么事」，Skill 负责「该怎么做」，增强提示词负责「别漏了什么」。

4. 预期输出

不方便现场跑的时候可以直接拿这份给客户看 · 与实跑结果同结构

📋正式交付物

带签批栏 / 冻结首行 / 开筛选 —— 判断标准是「能不能直接进企业的流程」

共 3 份

• MD-01_AB素材矩阵与测试计划.xlsx 正式件 · 3 sheet（钩子模式提取 / 16 变体与假设标签 / 预算与样本量测算）·含投放手确认签批栏
• MD-01_AB测试记录表.xlsx 可派发 · 每轮的假设/变量/样本量/结论/衍生方向 —— 把「谁赢靠感觉」变成留痕判断
• MD-01_胜出钩子库.xlsx 可派发 · 按客群沉淀的钩子类型与 CTR 区间，越用越准的资产

Skill 里固化了什么：从历史里想起了公司踩过的坑该拦的地方拦住了排除性结论把技术动作翻译成钱

输入清单：历史投放素材表现数据（近 3 个月，含钩子类型标注）从巨量/腾讯/百度后台导出 —— 哪类钩子在这家客群赢过VD-01/VD-02 的交付物（信息流 3 版基底）矩阵的母版：胜出的视觉基底做变体CD-02 模板库（信息流封面型）品牌约束带上，变体不跑偏投放计划与预算结构每组预算与预期样本量 —— 判断能不能达到 300 转化的置信门槛

人工边界：不自动调价、不自动关停 —— 预算决策是对外担责的事，在投放手和客户手里。不替代创意判断 —— 矩阵生成的是结构化变体（换钩子/换首帧/换封面），创意方向还是创意侧的事。样本量不足时明确标注「置信度不

足」，不给出胜负结论。

升为客户真实案例还缺什么：客户当前真实输入文件（不要整理过的）岗位现行 SOP 与审批链（金额分档、谁签字）至少一次真实出过问题的案例客户当前正在用的正式输出模板客户确认的阈值口径（多少天算临期、多少金额算大额）

5. 同一角色下的其他场景

投放复盘 · 产出即下一步输入

MD-02 · 素材衰退监控与周报 — 素材疲劳了三天团队才发现 CTR 在跌 · 这时候预算已经烧完了 查看 →

上下游串起来就是完整链路。每一步的产出都是下一步的输入，不用在不同工具之间来回复制粘贴。

场景内容基于 WorkBuddy 产品能力整理，演示中的企业、人物与数据均为虚构，不代表任何客户的实际成效；痛点引用的公开来源已做脱敏处理。网页版由原资料转换，部分演示表格以原文形式展示。