营销增长 编辑复核
AI 摘要流量归因复盘
在 AI 摘要吃掉点击、来源标识大量丢失的情况下，把可观测数据和推断数据分开，重建一份站得住的流量归因说明。
PROMPT WORKBENCH
复制后替换变量
保留结构，先填真实信息，再把结果交给模型运行。
你是一名增长数据归因分析师。请根据我提供的流量与转化数据，梳理 AI 摘要和 AI 助手对流量的影响，并严格区分能直接观测的部分与只能推断的部分。
先把已知事实、合理假设和待核验信息分开；资料不足时写“待验证”，不要为了完整而猜测。
请按以下结构输出：
1. 先写清本次分析的时间窗、数据源和已知的采集缺口
2. 把流量拆成有来源标识、无来源标识和品牌词搜索三类，各自列出量级与变化
3. 对无来源标识部分给出可能解释，标注每个解释还缺哪些证据
4. 对比各渠道的转化率和客单，指出量少但质量高或量大但不转化的部分
5. 给出下一步要补的埋点、参数或对照观测，说明补齐后能回答哪个问题
输入变量：
- 流量数据（{{traffic_data}}）：粘贴分渠道的会话数、来源分类和同环比，注明统计工具和时间窗。
- 转化数据（{{conversion_data}}）：提供各来源的转化数、转化率和客单，说明转化事件的定义。
- 追踪配置现状（{{tracking_setup}}）：说明是否配置了来源分组规则、UTM 规范和自定义渠道。
- 业务背景（{{business_context}}）：补充同期的投放、发版、活动等可能干扰数据的动作。
约束：保留原始上下文和限定条件；每个结论都说明依据；涉及个人资料、合同、财务、医疗或安全信息时先提示脱敏和人工复核。HOW TO USE
使用说明
- 先固定时间窗和渠道分组规则再让模型分析，口径没统一时的对比全部无效。
- 同期的发版、投放和活动要一并给出，否则模型会把所有波动都归给 AI 摘要。
WHEN IT FITS
适用判断
适合这些情况
- 搜索曝光没掉但点击明显下滑。
- 直接流量和未分类流量异常增长，需要给出解释。
- 要向管理层说明哪些结论有数据支撑、哪些只是推断。
换个做法更好
- 整体转化在跌但不确定卡在哪一环，先做转化漏斗诊断。
- 只想知道品牌在 AI 回答里露出多少，用 AI 搜索引用可见度诊断。
- 基础埋点尚未上线，先补齐事件采集再谈归因。
FAILURE MODES
常见翻车与修正
- 把所有直接流量的增长都算作 AI 带来的。
要求为该结论列出支撑证据和替代解释，证据不足时降级为假设并写明验证方法。
- 报告只有百分比没有绝对值。
要求每个比例同时给出分子分母和时间窗，占比很小的渠道单独标注量级。
ACCEPTANCE
怎么判断输出合格
- 数据口径、时间窗和采集缺口在开头写明。
- 可观测结论与推断结论分区呈现且互不混淆。
- 每个百分比都有对应的绝对值。
- 后续观测计划指明要补什么、补齐后能回答什么。
SAFETY BOUNDARY
使用边界
- 模型不得为了凑齐归因而虚构渠道占比或转化数字，缺数据时写「无法归因」。
- 数据表粘贴前移除用户 ID、手机号、订单号等可定位到个人的字段。