Claude Ads 评测 先核对证据,再讨论广告优化
固定版本实测人工 CSV 归一化、非法输入、未知结果和 HTML 报告,解释十二个关闭的健康评分配置与真实投放效果之间的边界。
AgentIndex · 发布于 2026-11-04 · 更新于 2026-11-04
Claude Ads 适合已经有广告资料、需要整理问题和证据的团队。它把账户导出、审计发现、缺失输入与报告组织成可检查的产物。我们的判断是,采用前应先验证这些产物是否忠于数据,再评价模型给出的建议是否值得执行。
本次最重要的发现是,当前版本没有启用账户健康评分。十二个平台的评分配置全部为 disabled;资料不足时,实际返回 health_score: null 和 insufficient_evidence。因此不能把它介绍成“导入数据就能得到一个可靠分数”的工具,也不能把缺失分数理解为广告表现很差。
版本与本地验证范围
2026-11-04,我们固定仓库提交 fc3908e786c318776df89a3a098333da377364be,使用 Python 3.12.13 运行其中的确定性核心。核心包声明版本为 2.0.0,但采用时应同时保留提交号;README 将当前状态标为 development candidate。固定版本说明
输入由我们编写:两天的人工广告 CSV,以及项目提供的本地合成报告演示。没有安装到日常智能体宿主,也没有连接广告账户、调用模型或投放广告。本站可复现样本
| 检查 | 实际结果 |
|---|---|
| 两条每日记录 | 归一化后的花费为 20 USD,日期窗口正确 |
| 相同日期、活动和创意的重复记录 | 拒绝,避免重复累计 |
| 同一导出混入不同币种 | 拒绝 |
| 花费为负数 | 拒绝 |
| 没有证据的 unknown 发现 | 通过结构校验 |
| 不在词表中的发现状态 | 拒绝 |
| 十二个平台健康评分配置 | 全部关闭,没有生成健康分数 |
| 虚构检查项 ID | 被规则登记表拒绝 |
| 本地合成报告 | 成功生成 HTML |
| 把报告分数篡改为 100 | 被拒绝,目标报告文件没有写出 |
导出格式不是平台连接器
测试使用通用 CSV 适配器,字段需要预先映射到它要求的格式。每条记录的粒度是日期、活动和创意的组合,花费与转化必须已经分配到这个粒度。我们的重复记录检查验证了拒绝路径,没有证明任意平台下载的原始报表都能直接导入。CSV 适配器
这对团队协作很重要。同样叫“花费”的列,可能对应不同账户、时区或汇总层级。如果把活动级合计重复填在每条创意行上,即使每个数字都能转换成浮点数,合计仍会出错。采用时先约定数据粒度、日期范围和币种,再比较归一化后的总数与原始导出。
我们只验证了人工数据的确定性处理,没有核对真实账户的归因窗口、跨平台去重或转化完整性。平台名称出现在适配器参数中,也不代表已经验证了那个平台的实时读取能力。
unknown 应该保留为未知
发现记录有固定状态词表。unknown 允许明确表示目前无法判断,而不是为了让报告看起来完整而补一个结论。本次缺证据的 unknown 记录通过了结构校验,非法状态则被拒绝。发现结构
结构正确仍不等于发现可信。一个存在于词表里的检查项,需要与对应账户、报告窗口及证据连接起来;模型写出流畅解释并不能完成这一步。我们的另一个检查使用虚构 ID,规则登记表拒绝了它,说明正式报告路径会核对规范中的检查项身份。
阅读报告时,可以先问三个具体问题:这条发现依据哪一份输入,输入是否覆盖本次范围,缺少什么才能从未知变成可判断。若第三个问题没有答案,增加一段建议文字通常不会改善证据质量。
报告能渲染,不等于分数能任意填写
项目以版本化 JSON 作为报告基础,Markdown、HTML 和 PDF 是展示方式。我们运行本地演示创建合成资料,再使用演示明确返回的策略目录生成 HTML。随后修改报告内的健康分数,输出在文件写入前被拒绝。报告策略校验
这个结果支持一个有限而实用的判断:在测试的报告路径中,渲染器不会无条件接受调用者塞入的分数。它没有证明模型不会误解素材,也没有证明全部运行状态都能被报告捕捉。HTML 排版成功与广告审计正确,是两个需要分别验收的问题。
演示还要求使用真实解析后的路径;在 macOS 上,临时目录的符号链接形式会被路径检查拒绝,我们改用解析后的目录后通过。这是复现时应记录的环境条件,不应把首次路径错误解释为账户审计失败。
先检查能力状态,再安排工作流
README 列出了十二个平台,但实时读取和变更能力由能力声明单独记录;当前状态说明还把账户变更限制在完整条件满足之后。此次没有运行任何真实变更路径,不把声明覆盖范围写成已验证的平台覆盖率。能力声明
对于首次采用,我们会先保留只包含人工或可共享数据的导出,检查归一化总数、未知项和报告版本,再在自己的宿主里验证技能是否正确激活。浏览器采集和 PDF 输出还涉及额外运行依赖,本次只检查了 HTML,不延伸到这些路径。
适合谁,以及如何判断是否继续
如果团队的痛点是资料分散、发现缺少依据、报告难以复查,这套结构值得用一个小项目试验。交付应包含原始导出范围、规范化结果、检查项身份和仍未解决的未知项,而不只是最后一段优化建议。
当前固定版本采用 MIT 许可,但仍是开发候选。我们的结果不能用于承诺投放收益、自动优化效果或替代真实平台验收。许可文件
如果接下来要为这些资料搭建业务系统,可看 NocoBase 3 的创建与配置评测;开发团队需要建立构建诊断证据时,可参考 .NET Skills 的 MSBuild 验证。