ad-creative-fatigue

创意疲劳

读取创意随时间变化的表现数据，判断它是否确实正在衰退、对此判断有多大把握，以及应采取什么措施。核心原则是克制：指标下降可能由许多因素导致，创意疲劳只是其中之一。大多数焕新决策都做得太早，只依据单一指标，而且没有参照基线。

此技能按固定顺序进行鉴别诊断：先筛查混杂因素，再判断是否疲劳，绝不颠倒顺序：

1. 基线
2. 混杂因素筛查
3. 衰退测量
4. 置信度门槛
5. 结论

整个过程中还需持续关注两个方面的张力：

• 疲劳通常是钩子疲劳，而不是整条广告的疲劳（Ben Heath）。
• 有些广告会随着重复曝光而改善，这就是 Les Binet 在品牌广告中描述的“热身”效应；不过，Meta 2023 年的研究发现，直接响应目标并不存在热身效应——只有当目标是品牌推广而非 DR 时，热身效应才是有效的结论。

这里没有通用阈值：每个触发条件都根据创意自身的近期基线和账户自身的历史数据得出。提及从业者的数字时，仅将其作为有出处的初始参考点。

此技能止于结论和建议的行动。

• 制作替换素材属于 mbfinotti/advertising-skills@ad-copy-variants、mbfinotti/advertising-skills@ugc-ad-scripts 和 mbfinotti/advertising-skills@ad-creative-brief。
• 为发布前测试确定样本量属于 mbfinotti/advertising-skills@ad-creative-test-plan。
• 在发布前评估视频开场属于 mbfinotti/advertising-skills@ad-hook-analyzer（在此处，钩子率仅作为已投放广告的衰退信号）。
• 如果混杂因素筛查表明问题根本不在创意本身（而在结构、定向或追踪），则转交给 mbfinotti/advertising-skills@ad-account-diagnostic。
• 再营销序列和频次上限的架构设计属于 mbfinotti/advertising-skills@retargeting-funnel。
• 获胜后进行扩量和节奏控制决策，属于 mbfinotti/advertising-skills@paid-media-scaling 和 mbfinotti/advertising-skills@ad-budget-pacing。

访谈

诊断任何问题前，先提问。每条消息只问一个问题；尽可能提供多选答案；跳过已回答或已在所提供数据中显而易见的问题。

• 这条创意投放在哪些平台上？（Meta / Google Ads - 搜索、Performance Max 或 YouTube / LinkedIn / TikTok / 其他）
• 是 B2B 还是 B2C/电商？
• 漏斗阶段：冷启动拓客，还是再营销/暖受众？（两者可容忍的曝光量差异很大。）
• 你实际上能导出哪些数据，粒度如何：按创意逐日、按创意每周汇总，还是仅限广告组/广告系列级别？默认按创意逐日分析；粒度更粗会削弱后续每一步的判断。
• 相关创意的每日花费和转化量是多少？（这决定置信度门槛是否有可能达标。）
• 广告组的受众规模大致是多少？受众是基于名单/ABM，还是广泛受众？
• 同一广告组中有多少条创意在投放？（同组创意的组合会改变“花费份额下降”的含义。）
• 广告或其所属广告组/广告系列上次编辑是什么时候？编辑内容是什么——创意、预算、出价、受众还是优化事件？具体日期很重要。
• 疑似问题期间预算是否有变化？变化幅度是多少？
• 必须在哪天前得出结果？（硬性期限会优先采用行动阶梯中的当日措施——轮换、预算调整、频次上限，而降低迭代和新概念的优先级。）
• 你想让这条创意取得一次性胜利，还是打造能持续积累成效的资产？（若目标是持续积累，即使配置修正足以应付本周，也应优先考虑迭代和新概念。）
• 你的投入上限是什么：创意制作能力和交付周期、内部剪辑工时、工作所需的审批人，以及变更需要具备的可逆性？（无法执行的创意更新建议毫无价值——这个答案会从行动阶梯中删去某些步骤，而不是调整它们的顺序。）
• 评估这条创意时所依据的目标 CPA 或 ROAS 是什么？

工作流

1. 完成访谈；收集所有答案后再查看数据。

2. 确定分析单位。按创意和概念分析，绝不使用广告系列平均值：五个概念的 40 个变体对应 40 行数据，会掩盖真正的规律；而一条疲劳创意拉低广告组平均值，看起来则像是整个广告系列都出了问题。若平台会自动轮换变体（Advantage+ 式投放、动态创意），请查看素材级细分——自动轮换会掩盖单个素材的衰退。相反，如果没有人工变更，某条创意的预算份额却悄然下降，这本身就是衰退信号。

3. 建立该创意自己的基线。绝不要比较单日数据。

   可提供以下有来源依据的方法作为初始默认方案，根据用户的数据粒度选择，并以用户自身的历史数据为准——这两种方法没有优先级之分，因为两者只需导出一次，选择只取决于数据粒度：

   • 以该创意此前 14 天的基线为参照，计算 3 日移动平均值（AdSights）。
   • 使用滚动 7 日窗口，与 30 日基线比较（Segwise）。

   排除已知故障，并确保比较窗口的星期分布与基线相符。如果你能读取导出数据或运行计算，就直接计算；否则，提供准确的数据导出步骤和电子表格公式（列、移动平均范围、变化率公式 (current - baseline) / baseline），让用户运行后反馈结果。

4. 在讨论疲劳之前，先进行混杂因素筛查。按 references/confounders.md 检查每项混杂因素，并标记为通过（已排除）或未通过（存在）：

   • 预算/出价变更
   • 学习阶段重置
   • 受众重叠/饱和
   • 竞价 CPM 上涨
   • 季节性和时间窗口构成
   • 追踪故障
   • 归因窗口偏差
   • 版位/设备组合变化
   • 统计噪声
   • 落地页/优惠变更
   • 同组创意组合变化 任何能解释表现下滑的检查失败，都会终止疲劳度调查：结论为 confounded（受众案例则为 saturating），并针对真正原因采取措施。结构、定向或追踪方面的根本原因，应移交给 mbfinotti/advertising-skills@ad-account-diagnostic。

5. 使用 references/signal-reference.md 对照基准衡量衰减。应用行业共识的判定规则：没有任何单一指标可以确认疲劳；必须至少有两个信号在两个或更多连续周期内同步变化（Segwise；AdSights）。优先考虑领先信号（链接 CTR 衰减、视频钩子率衰减、首次展示占比下降、预算份额悄然流失），而不是滞后信号。频次是滞后的确认信号——Meta 自己的分析团队指出，报告的频次按广告／广告组级别衡量，而疲劳发生在创意级别；它还是周期平均值，并非下一次展示的边际影响。不要根据频次做出判断。

6. 应用置信度门槛（见下文）。如果未通过，结论为 insufficient data——说明需要增加多少投放金额或天数才能满足要求，然后停止；不要因为噪声而建议更换创意。

7. 在最终确定前区分疲劳与饱和。判别逻辑如下：

   • 疲劳：成本上升，但转化率保持稳定。
   • 饱和：两者均恶化，同时首次展示占比下降、触达量趋于平缓。

   如果用户能够执行，最可靠的测试是 Meta 自己的测试：

   • 对同一受众投放新创意后表现恢复，证明是疲劳。
   • 只有换用新受众后表现才恢复，证明是饱和。

   两者的解决方法截然相反：更换创意与拓展受众，因此区分很重要。

8. 根据结论阶梯给出结论，然后从行动阶梯中选择解决方案——先选效率排序最高的选项，再根据访谈中关于截止期限、一次性与复利效果以及工作量上限的回答重新排序——并为每个创意填写一个疲劳度结论块（格式见下文；示例见 references/examples.md）。

9. 设定重新检查日期（采取任何行动后，经过一个完整的对比窗口），并将决定记录到衡量部分的评分卡中。

10. 如果你的运行环境支持持久化记忆，请记住账户的基准、每个创意的结论、已采取的行动和重新检查日期，以便下次运行时从历史记录开始，而不是重新推导。

疲劳度结论

为分析的每个创意提供一个区块：

FATIGUE VERDICT - <creative id/name>, <date>
platform      : <platform> | funnel stage: <cold prospecting | retargeting>
window        : <comparison window> vs baseline <baseline definition>
volume        : <spend> spent, <impressions> impressions, <conversions> conversions in window

signals
  <signal>    : <current> vs <baseline> (<+/-x%>)   [leading|lagging]
  <signal>    : <current> vs <baseline> (<+/-x%>)   [leading|lagging]
  ...

confounder screen
  budget/bid change        : pass | FAIL - <note>
  learning-phase reset     : pass | FAIL - <note>
  audience saturation      : pass | FAIL - <note>
  auction CPM inflation    : pass | FAIL - <note>
  seasonality/window mix   : pass | FAIL - <note>
  tracking breakage        : pass | FAIL - <note>
  attribution-window skew  : pass | FAIL - <note>
  placement/device mix     : pass | FAIL - <note>
  statistical noise        : pass | FAIL - <note>
  landing page/offer change: pass | FAIL - <note>
  sibling-mix shift        : pass | FAIL - <note>

confidence    : high | medium | low - <one-line basis: gate math, signal count, window length>
verdict       : fatigued | saturating | confounded | insufficient data | healthy | wear-in
action        : <chosen action-ladder rung + who produces the asset, if any>
ruled out     : <every rung the account's stated constraints delete, each with the constraint that deleted it - or "none">
expected      : <what should recover, by roughly how much, based on which evidence>
re-check      : <date - one full comparison window after action>

置信度门槛

不得在数据未达到最低要求时给出结论；最低要求应根据用户自己的数据计算，而不是照搬固定常数：

• 噪声检查。 对于比率信号（CTR、钩子率、CVR），观察到的降幅必须超过抽样噪声。基准比率的噪声范围可近似为 p ± 2 × sqrt(p × (1-p) / n)，其中 n 是对比窗口内的展示次数（CVR 则为点击次数）。如果“降幅”仍处于该范围内，那么无论图表看起来如何，都属于噪声。
• 双信号规则。 至少两个信号，其中至少一个是领先信号，在两个或更多连续周期内朝同一方向变化（Segwise；AdSights）。单一指标、单个周期，绝不满足门槛。
• 转化量门槛。 对于基于 CPA／ROAS 的判断，基准窗口和对比窗口都必须有足够的转化量，使变化幅度通过 CVR 的同一噪声检查。转化量较低的账户（多数 B2B 账户）应改用领先的互动信号作为判断门槛，并在结论的置信度一栏说明。

未达到门槛时：报告 insufficient data，计算还需要增加的天数或投放金额（天数 ≈ 在当前流量下，n 增长到足以使噪声范围窄于观察到的变化幅度所需的时间），并拒绝建议更换创意。因证据不足而停掉创意，是本技能旨在防止的代价最高的误判。

判断结果阶梯

每种判断结果都对应各自的操作——绝不会统统归结为“创作新的素材”。这些判断结果刻意不彼此排序：证据会准确选出其中一种，因此按效率对它们排序会造成虚假的精确感。排序发生在下一层，即操作阶梯中。

判断结果	含义	操作
fatigued	与自身基线相比，有两项或以上信号衰减，已排除混杂因素，且已通过门槛	进入操作阶梯，优先选择单位投入回报最高的方案——除非证据排除第 1 阶，否则从第 1 阶开始
saturating	受众池正在耗尽——首次展示占比下降、触达趋于平缓、转化率（CVR）下降且成本上升	扩展受众、使用新的种子受众或设置排除条件——而非创作新的素材；将操作阶梯第 6 阶提升为此判断结果下的首选；参见 mbfinotti/advertising-skills@ad-audience-targeting
confounded	有非创意因素可以解释此次下滑	修复实际原因；将结构性或追踪问题交给 mbfinotti/advertising-skills@ad-account-diagnostic
insufficient data	未达到置信度门槛	报告数据缺口，说明还需要多少天或多少支出，然后再检查；不刷新素材
healthy	各项信号都处于该创意自身基线的噪声范围内	保持不变；注明下次计划复查时间
wear-in	随曝光增加，表现有所改善——对于品牌目标而言，这种情况是合理的（Les Binet）；Meta 未发现直接响应广告存在磨合期，因此应对直接响应（DR）广告的“磨合期”判断保持怀疑	保持不变；不要仅因频次指标就轮换素材

操作阶梯

按投入产出比排序——每一阶能带来什么，以及发布它需要付出什么。排序依据不是价格：成本最低的一阶和最值得优先执行的一阶很少相同，而且“多争取一周”与“让广告恢复效果”不是同一种收益。

• 效率（默认排序，编号如下）：更换钩子 > 轮换并休息 > 调整预算 > 迭代胜出方案 > 频次上限 > 扩展受众 > 新概念 > 暂停
• 工作量，从最轻到最重：轮换 == 调整预算 == 暂停 > 频次上限 > 更换钩子 > 扩展受众 > 迭代 > 新概念——三者并列是真正的相等，而非犹豫不决：每项都只需更改一次控制台设置，不产生素材，无需审批，并且当天即可撤销
• 所带来的价值的持久性：新概念 > 迭代 > 扩展受众 > 更换钩子 > 频次上限 > 轮换 > 调整预算 > 暂停——一个概念是基于它开展的每次迭代的根基，因此它的持久性超过任何一次迭代
• 合规成本，从最高到最低：扩展受众（上传客户名单和 ABM 名单需要提供合法依据声明并进行数据处理审查，而且上传的名单不容易取消共享）> 所有其他层级（几乎为零——都只是平台设置或新素材）

默认从第 1 层级开始，并选择证据所支持的最高层级。当上一级已尝试过且衰退再次出现时，或信号模式将其排除时，就向下移动一个层级——钩子、停留率和 CVR 同时衰退，意味着整则广告已经失效，而不只是开头出了问题。

效率排序忽略的事项。 新概念价值高、工作量也大，因此每次按比率排序时都会被排到第 7 层级；但它是唯一能解决概念枯竭问题的层级，更换钩子或迭代都无法解决。当连续多次尝试同一概念都无法恢复效果时，应将它提升到所有事项之上：这种模式说明枯竭的是概念本身，而非执行方式，此时更便宜的上级层级都毫无用处。扩展受众的价值和工作量也有类似特点，但在这里不会被忽略，因为规则已将 saturating 判定提升至第 1 层级；它的失误模式恰好相反——在 fatigued 状态下贸然扩展受众，会浪费优质受众。

以上所有排序都是默认值，而非铁律：它们会随着账户背景和执行者的不同而变化。根据你对该账户已有的了解，以及访谈中关于截止日期和任务要求的回答，重新排序：

• 始终在线的挑战者备选方案池会将轮换提升至首位。
• 如果有内部编辑可以在当天制作并上线新的开头，那么更换钩子应排在所有配置调整之前。
• saturating 判定会覆盖整个排序：扩展受众成为第 1 层级，而创意工作则是无用功。
• 截止日期紧迫时，将当天即可完成的层级提前。
• 追求复利效应的任务要求会将迭代和新概念提前。

工作量上限的作用不同：它会从该账户的阶梯中删除某些层级，而不是将其降级。

• 没有制作能力，或制作周期超过截止日期时，删除新概念和迭代。
• 没有编辑时，删除更换钩子。
• 创意库已锁定或为空时，删除轮换。
• 没有合法依据审批时，删除扩展受众。

在判定中的 ruled out 一行写明每个已删除的层级及删除它的限制，然后选择排名最高的剩余层级。仅仅被放在列表末尾的层级仍然在列表中，之后会作为无人同意投入资金的工作范围再次出现。

1. 在同一主体上更换钩子／缩略图
   • 投入：一两个小时的编辑时间，无需完整简报周期。
   • 收益：让广告继续触达同一受众，只要主体表现仍然稳定。
   • 适用时机：钩子率或拇指停留率下降，但留存率和 CVR 保持稳定——疲劳的是开头，而不是广告本身（Ben Heath 的说法是“广告疲劳通常就是钩子疲劳”）。
   • 注意：如果负面反馈率偏高，在同一创意 ID 上更换钩子无法消除算法惩罚；应发布新的素材 ID。
2. 轮换现有素材并让创意休息
   • 投入：几乎为零，仅需调整配置。
   • 收益：在受众轮换期间争取一段窗口期，而非解决问题——衰退会停留在原处，等你回来。
   • 适用时机：账户始终备有挑战者素材储备；若没有，这项做法毫无价值。
   • 注意：等素材池轮换后，再重新投放休息过的创意，同时推广已验证有效的挑战者。
3. 将预算转向表现更好的创意
   • 投入：几乎为零，当天即可撤回。
   • 收益：在替代素材起量期间争取时间并保护 CPA。
   • 注意：仍有盈利的疲劳广告可以继续投放；若没有准备好替代素材，切勿暂停正在带来成效的广告。这一做法可与其他任何阶梯措施搭配，而非与之竞争。
4. 迭代获胜创意
   • 投入：数天时间，另需制作简报和测试名额。
   • 收益：这是整套阶梯中最持久、回报最大的做法——沿用同一已验证概念，采用新执行方式（新钩子、开场几秒、格式、宽高比或文案），持续投放数周。
   • 证据：从业者报告称，按元素迭代通常能恢复原始表现的大部分，无需彻底重做（Hawky 报告的范围为 60-80%——应将其视为他们的数据，而非承诺）。
   • 参考：可通过 mbfinotti/advertising-skills@ad-copy-variants、mbfinotti/advertising-skills@ugc-ad-scripts 或 mbfinotti/advertising-skills@ad-creative-brief 编写制作简报。
5. 设置频次上限或排除受众
   • 投入：配置工作，以及就频次上限的负责人达成一致。
   • 收益：缓解一个过度曝光的温受众池的问题；对冷受众拓展中的衰退则毫无作用。
   • 适用时机：曝光集中在一个已充分触达的温受众池上。
   • 参考：频次上限架构本身的设计属于 mbfinotti/advertising-skills@retargeting-funnel。
6. 扩展受众或建立新的种子受众
   • 投入：配置工作和名单整理；若上传客户名单或 ABM 名单，还需获得合法依据方面的批准——耗时数天至一周，并且名单上传后很难撤回。
   • 收益：开拓一个新受众池，这是唯一能改变 saturating 结论的做法。
   • 注意：将其用于真正的创意疲劳会浪费优质受众；对于 saturating，这是第 1 阶措施。
7. 新概念
   • 投入：数周时间、完整制作和测试计划。
   • 收益：当耗尽的是概念而非执行方式时，制作一批全新的素材——这是整套阶梯中每次尝试命中率最低、上限最高的做法。
   • 参考框架：常见的组合比例是 70% 已验证方案／20% 测试／10% 实验；应将其视为可调整的运营经验法则，而非硬性规定。
   • 参考：使用 mbfinotti/advertising-skills@ad-creative-test-plan 为发布制定测试计划。
8. 暂停
   • 投入：几乎为零，可立即撤回。
   • 收益：止住损失，仅此而已——暂停后，该创意剩余的贡献也会一并消失。
   • 注意：这是最后的手段，且仅应在替代素材已上线或预算已重新分配时使用。暂停不会重置平台学习；编辑正在投放的广告则会。

各平台注意事项

仅提供参考指引——指标机制和平台特性见 references/signal-reference.md。

• Meta：平台原生提供“Creative fatigue”和“Creative limited”投放状态，但滞后严重（据行业消息转述 Meta 文档，这些状态通常要到单次结果成本翻倍左右才触发）——如果它们已经触发，说明检测已经太迟。首次曝光比例是原生指标。Advantage+ 会悄然将预算从疲劳素材转移出去，从而掩盖信号；请查看单个素材的细分数据。任何重大编辑都会重置学习阶段。
• Google Ads：对于 RSA，素材效果标签（Learning/Low/Good/Best）才是基于效果的信号。广告效力不是——它衡量的是多样性和完整度，而 Optmyzr 的分析发现，“Average”效力的广告 CPA/CVR 最佳；切勿把广告效力解读为疲劳。Performance Max 在组合层面不透明——请依据单个素材报告进行分析。YouTube：观看率衰减和单用户频次是关键指标。
• LinkedIn：官方建议每 1-2 周轮换互动率最低的广告，并让每个广告系列保留 4-5 个广告。投放机制会将曝光量与创意数量挂钩（AJ Wilcox 观察到的“48 小时内 7 次”模式），因此创意集合过小会限制自身投放。B2B 受众虽小，频次却会在高 CPM 下缓慢而持续地累积。
• TikTok：在主流平台中，素材损耗最快；TikTok 自己的建议是大约每 7 天更新一次，依据是持续下滑的投放趋势。Hook 率最先变化；每日新用户触达量可直接标示受众饱和；自动创意优化会掩盖单个素材的衰减——请查看素材细分数据。

B2B 与 B2C

两者的方法（自身基线、混杂因素筛查、双信号规则、结论阶梯）完全相同。不同之处在于数据量、曝光机制，以及哪些信号能够支撑判断。

B2B：

• 可触达受众较小，有时还会受到平台投放限制，因此频次上升是结构性现象，而非衰减症状。
• 转化量通常达不到转化量门槛；应依赖前置互动信号（链接 CTR、互动率趋势、跨 3-6 周周期的 CPL 漂移），并在置信度说明中明确这一点。
• 销售周期较长，意味着转化信号会比创意信号滞后数周。切勿将某一周的销售管道数据持平解读为创意失效。
• ABM 和基于名单的受众按设计就会饱和；相比 fatigued，更常出现 saturating 结论。

B2C/电商：

• 受众池大、转化量高，因此可以使用完整的统计判定流程。
• 窄范围再营销细分受众的素材损耗最快。

**两者皆然：**温受众/再营销受众比冷受众更能承受曝光。Ben Heath 报告称，Meta 上的温受众在频次达到 10+ 时效果通常仍能保持，而冷受众大约在 2.0-2.5 左右就会出现下滑。解读任何曝光数据之前，务必先将冷受众与温受众分开。

衡量效果

此技能自身的 KPI 是决策质量，通过滚动记录每次判断来跟踪：

• 更新胜率：因疲劳而更换的创意中，在复查日期表现优于退役创意衰退前基准（相同受众、完整对比窗口）的比例。
• 误报率：事后看来仍然表现良好的退役创意所占比例——替换创意并未表现更好，或者在对照组中，“衰退”自行逆转。

作为起始基准（这是此技能的实用目标，并非经研究得出的固定值），持续迭代，直到至少 60% 的更新表现优于退役创意，且误报的退役决策低于 20%。记录十几次决策后，根据账户自身的历史数据进一步提高这两个标准。

• 如果门槛设置合理但胜率偏低，通常说明诊断正确，但制作质量是瓶颈。
• 误报率偏高，说明门槛或混杂因素筛查被跳过了。

如果多个概念的更新都无法恢复效果，请停止更新：这种模式说明问题出在优惠、落地页或产品上，没有任何新创意能够解决。

常见失败模式

陷阱	为何会造成损失	解决方法
仅凭一个指标或某一天表现不佳就判定疲劳	噪声和周末效应会让表现看似衰退；可能因此停掉表现良好的素材	结合两个信号，观察两个或更多周期，并与该素材自身的基线对比
将学习阶段重置误判为衰退	任何重大修改都会让波动的投放重新进入学习状态，持续数天	先检查上次修改日期；修改后等待一个完整观察周期再做判断
将频次数值视为因果因素	频次是滞后指标，按广告组统计，而且只是平均值——频次为 3.0 的素材可能已消耗殆尽，频次为 5.0 的素材也可能仍表现良好	频次用于确认；点击率、开场钩子率和首次曝光占比则是领先指标
广告系列平均值掩盖单个素材的衰退	一条疲劳广告会拉低平均值；其他素材可能因此白白被替换	按素材、按创意概念报告；查看自动轮播下的素材细分
将第四季度／竞价 CPM 上涨归咎于素材	CPM 上升但点击率持平，说明问题出在竞价，而不是广告	只有结合点击率下降时，CPM 才具有诊断意义
将点击率良好但转化率骤降解读为素材疲劳	这种情况通常是落地页、优惠或追踪的问题——更换素材也无法解决	点击率良好 + 转化率下降 → 先检查转化漏斗，再检查素材
受归因延迟影响，将滚动时间窗口的表现误判为“衰退”	最近几天的转化数据总会低报；每个滚动窗口看起来都像在下滑	对比转化延迟成熟度相同的时间窗口
用新素材解决受众饱和	两者需要相反的解决方法：疲劳需要新素材，饱和需要新受众	采取行动前，先执行疲劳与饱和拆分（步骤 7）
编辑正在投放的广告来“焕新”	编辑会重置学习阶段，并在测量过程中破坏基线	同时发布新广告；对正在测量的素材，只暂停，绝不编辑
将 Google Ad Strength 视为疲劳信号	它评估的是多样性／完整性，而非效果	使用素材效果标签；进行此判断时忽略 Ad Strength
对负面反馈升高的素材只替换开场钩子	算法惩罚作用于素材 ID，而非开场钩子	以新的素材 ID 发布迭代版本
建议的素材更新量超出制作能力	无法执行的计划最终只会任由所有素材持续衰退	删除行动阶梯中所有超出访谈所确定工作量上限的层级；在结论的 ruled out 行中逐一列出，然后选择排名最高的剩余方案
淘汰尚无替代素材准备好的创作者	广告组会因空档而停止投放或重新进入学习阶段	先准备替代素材并逐步提高投放量，然后再淘汰

参考

• mbfinotti/advertising-skills@ad-copy-variants - 用于为 fatigued 判定结果制作替换素材
• mbfinotti/advertising-skills@ugc-ad-scripts - 用于为 fatigued 判定结果制作替换素材
• mbfinotti/advertising-skills@ad-creative-brief - 用于为 fatigued 判定结果制作替换素材
• mbfinotti/advertising-skills@ad-creative-test-plan - 用于替换创意素材的上线前测试设计
• mbfinotti/advertising-skills@ad-account-diagnostic - 当混杂因素筛查未通过时，用于排查结构或跟踪方面的根本原因
• mbfinotti/advertising-skills@retargeting-funnel - 用于在 fatigued 判定结果下设计频次上限架构