creative-health

/digital-marketing-pro:creative-health

脚本位置。 如果你的宿主未设置 ${CLAUDE_PLUGIN_ROOT}，脚本位于此插件的 scripts/ 文件夹中，与 skills/ 文件夹同级。请使用 Python 3.10 或更高版本运行：使用 python；如果系统中找不到 python（macOS 和许多 Linux 系统），则使用 python3。

用途

监控所有正在投放的广告的创意健康状况。为每个创意评估疲劳风险，预测疲劳何时会影响效果，生成包含具体修改建议的焕新建议，并为出现疲劳的创意制定 A/B 测试计划。创意疲劳是造成广告预算浪费最快的方式之一——表现出色的广告投放时间过长，会在不知不觉中造成资金流失，因为 CTR 下降、CPM 上升，互动也逐渐减少。此命令能在疲劳造成损失前发现问题，明确告知你需要修改的内容，并提供结构化测试计划来验证焕新效果。它覆盖从上线、成熟到衰退的完整创意生命周期，让你随时了解哪些创意值得继续投入，哪些需要关注。

所需输入

用户必须提供（或将被提示提供）：

• 正在投放的创意及其效果数据：当前正在投放的创意列表，每个创意需包含：创意 ID 或名称、渠道（付费社交、展示广告、搜索、电子邮件、视频）、当前效果指标（已投放展示次数、频次或每位用户的平均展示次数、当前 CTR、当前 CPM 或 CPC、当前互动率）、创意上线后前 7-14 天的基准指标（基准 CTR、基准 CPM、基准互动率）、上线以来的投放天数、创意覆盖的受众规模，以及当前每日或每周支出。可提供导出的数据，也可从已连接的广告平台 MCP 获取
• 渠道背景：创意投放所在的广告渠道——Meta Ads、Google Ads、TikTok Ads、LinkedIn Ads、展示广告网络、程序化广告或电子邮件。各渠道的疲劳规律不同（社交广告比搜索广告疲劳更快，视频广告的疲劳方式也不同于静态广告）
• 焕新限制（可选）：创意焕新的任何限制——限制视觉修改的品牌指南、会增加准备时间的审批流程、制作能力（每周可制作多少个新创意）或创意制作预算。这些限制有助于制定符合实际条件、切实可行的焕新建议
• 效果阈值（可选）：品牌专属的创意疲劳判定阈值——例如，“CTR 较基准下降 30%”或“CPM 较基准上升 25%”。如果未提供，则按渠道应用行业标准阈值

流程

1. 加载品牌背景：读取 ~/.claude-marketing/brands/_active-brand.json 获取当前启用的 slug，然后加载 ~/.claude-marketing/brands/{slug}/profile.json。应用品牌创意指南、历史创意效果基准、过往营销活动中已知的疲劳模式，以及产能限制。另请检查 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json 中是否有指南——如果存在，则加载限制刷新方案的视觉识别规范和消息传达原则。检查 ~/.claude-marketing/sops/ 中是否有代理机构标准操作流程。如果没有品牌，请询问：“先设置品牌？(/digital-marketing-pro:brand-setup)”——也可以使用行业默认值继续。
2. 评估每条创意素材的健康状况：使用每条创意素材的效果数据运行 creative-fatigue-predictor.py。评分模型会评估五种疲劳信号——CTR 比率（当前值与基准值相比，权重 30%）、CPM 比率（当前值与基准值相比，权重 20%）、互动率比率（当前值与基准值相比，权重 20%）、频次或展示饱和度（权重 20%），以及相对于渠道常态的投放时长（权重 10%）。每条创意素材都会获得 0-100 的健康分数，其中 100 表示状态最佳，0 表示已完全疲劳；同时还会获得风险等级分类：健康（75-100）、观察（50-74）、疲劳中（25-49）或严重（0-24）。
3. 预测疲劳时间线：对于尚未处于严重风险、且有注明日期的每日或每周历史数据的每条创意素材，运行：

   python "${CLAUDE_PLUGIN_ROOT}/scripts/creative-fatigue-predictor.py" --action predict-fatigue --creative-id {id} --performance-history '[{"date":"2026-01-01","ctr":0.025,"cpm":9.0},{"date":"2026-01-08","ctr":0.022,"cpm":9.6},{"date":"2026-01-15","ctr":0.019,"cpm":10.4}]'
   

   至少提供 3 行数据，每个日期一行，顺序不限。date 格式为 YYYY-MM-DD（如果输入的是 ISO 时间戳，则使用其日期部分）；ctr 为必填项，cpm 为可选项：对于电子邮件或以 CPC 方式购买的搜索广告，请省略该字段，此时预测将仅使用 CTR（signals_used 会说明实际使用了哪些信号）。脚本会按日历日拟合线性趋势，并报告从最新一行数据到首次越过阈值所需的 days_remaining（CTR 比最早一行低 30%，或 CPM 比最早一行高 30%）。0 表示已越过阈值；null 表示趋势不会越过阈值，但这并不能证明创意素材状态健康。confidence 是根据数据行数得出的标签，并非统计范围。除了脚本给出的数值，还应基于受众规模（受众越小，疲劳越快）、频次和渠道动态（社交渠道比搜索渠道更容易疲劳）作出判断，并说明这是单独的判断。没有注明日期的历史数据时，只报告健康分数，并说明未预测时间线。
4. 为疲劳中的创意素材生成刷新简报：对于每条处于疲劳中或严重风险的创意素材，提供具体的刷新简报——说明保留哪些内容（促成初期效果的元素：钩子、价值主张、社会认同、仍有吸引力的 CTA），更改哪些内容（导致疲劳的元素：视觉呈现、标题角度、配色方案、格式、视频开场钩子），以及测试哪些内容（根据竞争对手的创意趋势和品牌定位，值得尝试的新角度或方法）。确保所有刷新建议均符合品牌指南。
5. 为每条需要刷新的创意素材制定 A/B 测试计划：针对每份刷新简报，生成结构化的 A/B 测试计划——对照组（当前创意素材）、包含建议改动的变体、关于变体为何可能表现更好的假设、评估指标（根据营销活动目标选择 CTR、CPC 或转化率）、达到统计显著性所需的最小样本量、预期测试时长，以及判定胜出者的标准。提供测试命名规范，以便有序跟踪。
6. 按支出和影响确定优先级：根据每日支出（支出越高，创意素材疲劳造成的浪费越大）和疲劳严重程度（疲劳越严重，紧迫性越高），对所有需要关注的创意素材排序。大量消耗预算且已严重疲劳的创意素材应排在最前。计算预估支出浪费——即投放疲劳创意素材相较于以基准效果投放全新创意素材所增加的成本，以量化不采取行动的代价。

输出

一份创意健康报告，包含：

• 创意健康仪表板：对所有在投创意进行评分和分类，展示创意名称或 ID、渠道、健康分数（0-100）、风险等级（健康/关注/疲劳中/严重）、相对于基准的关键指标（CTR 比率、CPM 比率、互动率比率）、频次、投放天数和每日花费
• 疲劳预测：对于每个有日期记录且未处于严重状态的创意，提供脚本的 days_remaining 和预测日期、使用的信号、样本数量置信度标签，以及你判断的疲劳预测主要驱动因素（频次饱和、受众耗竭或创意老化）
• 刷新优先级列表：按紧急程度为创意排序，结合疲劳严重程度和花费水平，指出哪些刷新最能节省预算，并估算每个疲劳创意每日的浪费花费
• 每个创意的刷新简报：为每个处于疲劳中或已疲劳状态的创意提供具体、可执行的刷新建议——说明要保留什么、修改什么、测试什么以及原因，同时遵循品牌指南和制作限制
• A/B 测试计划：为每次创意刷新制定结构化测试计划——包括对照组和变体定义、假设、主要指标、样本量要求、测试时长估算，以及带统计置信度阈值的成功标准
• 创意生命周期时间线：以时间线形式展示每个在投创意的上线时间、当前生命周期阶段和预测的阶段转换日期，帮助提前规划制作，确保新创意能在当前创意疲劳前就绪
• 预估效果恢复：预测刷新疲劳创意后 CTR、CPM 和互动率的改善幅度，量化创意制作投入的预期回报

使用的 Agent

• content-creator — 基于品牌语调和定位构思创意刷新方案，包括新的视觉角度、标题变体、钩子替代方案和格式实验；生成包含明确保留/修改/测试建议的刷新简报；设计带有明确假设且与疲劳诊断相关的 A/B 测试变体
• media-buyer — 分析各渠道的表现，并根据疲劳情况调整基准；计算疲劳创意的浪费花费；按不采取行动的成本影响对刷新优先级进行排序；根据平台动态和受众行为校准特定渠道的疲劳阈值
• performance-monitor-agent — 从表现指标趋势中检测疲劳信号；使用加权多信号综合模型计算健康分数；基于衰减率分析预测疲劳时间线；对创意生命周期阶段进行分类并监测阶段转换