AI异常检测：让Kimi帮你发现投放问题 — 矩阵书店

人工巡检的本质是：你盯着数据，等着异常跳进你眼睛里。但问题是，异常不会主动跳。

3.1 哪些投放异常最危险

不是所有异常都值得立刻处理。投放管理的一个基本功是：区分紧急异常和正常波动。

以下四类异常属于最高优先级，任何一个出现都需要当日处理：

消耗突然飙升：预算在短时间内大量消耗，且效果指标同步恶化。这类情况最危险，因为钱正在以错误的速率流出去，每延误一小时都是真实损失。典型表现：日消耗超出预算设定120%以上，或上午10点之前已消耗全天预算的60%。

CPA突然跳高：转化成本在24小时内上涨30%以上，且没有明显的外部原因（节假日、竞争大促等）。这通常是受众质量恶化或素材疲劳的前兆，如果不介入可能会持续恶化。

CPM异常低：CPM大幅下跌但消耗量保持正常甚至上升，同时CTR也没有对应提升——这往往意味着广告触达了低质量流量池，展示在价值极低的位置。表面上看很便宜，实际上是在浪费预算。

CTR断崖下跌：CTR在1-2天内下跌超过40%，同时频次没有明显变化。这是素材疲劳或受众过度重叠的强信号，需要立即判断是要换素材还是扩受众。

相比之下，以下情况通常不需要立刻介入：CPA上涨10%以内的日内波动、季节性因素导致的CPM稳定上涨、学习期广告的数据不稳定。

3.2 用Kimi做每日投放数据诊断的完整操作

从"打开后台"到"得出诊断结论"，整个流程分三步：

第一步：数据导出与格式整理

从广告平台后台导出近7天的每日数据，包含：日期、消耗、展示数、点击数、转化数、CTR、CPA（或ROAS）、CPM、频次。

导出格式建议用Excel或CSV，然后复制成文本格式——不需要精确格式化，Kimi能识别大多数表格格式的文字。

关键点：7天数据比单日数据有价值得多，因为异常需要在时间维度上才能看出来。

第二步：结构化提问

结构化提问有三个要素：

告诉Kimi你的业务背景（什么品类，什么平台，目标是什么）
提供数据（包含时间序列）
明确你想要的输出（找异常？分析原因？给建议？）

不要把数据丢进去然后问"帮我分析一下"——这种问法会得到泛泛的回答。

第三步：验证和追问

Kimi给出诊断后，不要直接采信。用"这个结论成立的前提是什么？""有没有其他可能的解释？"这类追问验证逻辑，然后结合你对业务的了解做最终判断。

AI是分析助手，最终决策权在你。

3.3 建立投放异常检测提示词库

一套好用的提示词库不需要很多，4个核心场景就够覆盖日常90%的诊断需求。

本课提供4个场景的提示词模板（见后文代码块）：消耗异常、CPA跳高、CTR下跌、整体健康度。

提示词库的维护方式：用一个飞书文档按场景分类存储，每次使用后在文档里记录"这次用的效果怎么样"，持续迭代优化提示词措辞。好的提示词是迭代出来的，不是一次写好的。

小林是一家代理公司的多品牌投放经理，同时负责3个客户账户，每天光是汇总数据就要花1.5小时。她建立AI日检体系的第一个月，把每日巡检时间压缩到了45分钟。更重要的是，在那个月她用Kimi发现了一次其中一个客户账户的CPM异常低问题——正常来说她每天有上百条数据要看，这类"低但稳定"的异常很容易被忽视，但Kimi在第一次对比7天趋势时就标注出来了。那次异常的根因是广告在某个低质渠道包被大量展示，通过排除该渠道包，CPA降低了18%。

对比维度	纯人工巡检	AI辅助检测（Kimi日检）
单次巡检时间	60-90分钟（3个账户）	20-30分钟
数据覆盖深度	通常只看账户级和广告组级	可以覆盖创意级、时段级、受众维度
异常发现时效	通常次日才发现前一天的问题	当日数据导出后30分钟内可得出结论
异常识别类型	大幅波动（视觉上能发现的）	包括渐进式恶化、跨指标组合异常
对经验要求	高，依赖人员投放经验积累	中，提示词设计好后经验要求降低
可复制性	低，经验在人脑里	高，提示词可以团队共享

用法： 当发现消耗超出正常范围（超出预算设定或消耗节奏异常时），立即使用这个提示词做初步诊断。

我负责[品类]的广告投放，主要平台是[平台名称]，使用[出价方式，如oCPC/智能出价]。

以下是最近7天的消耗数据：
[粘贴数据：日期、当日消耗、当日展示数、当日CTR、当日CPM]

今天（或[具体日期]）消耗出现异常：[描述具体异常，如"上午10点已花完全天预算"或"消耗较昨日增加80%"]。

请帮我：
1. 从这7天数据中找出消耗趋势的转折点
2. 列出可能导致消耗飙升的前3个原因，按可能性排序
3. 告诉我现在立刻可以做的1个验证动作，确认是哪个原因

注意：我希望你根据数据做具体推断，而不是给我通用的"检查预算设置"这类建议。

用法： 当CPA在24-48小时内出现明显上涨，且没有主动改动投放设置时，使用这个提示词做归因分析。

我的广告账户CPA出现了异常上涨，以下是最近10天的关键数据：
[粘贴数据：日期、CPA、CTR、CVR、CPM、消耗]

历史目标CPA是[X元]，现在的CPA已经达到[X元]。

我在[具体日期]之后没有改动任何投放设置。

请帮我分析：
1. CPA上涨是由哪个环节驱动的——是CTR下跌导致了无效消耗，还是CVR下跌导致了转化减少，还是CPM上涨导致了成本上升？
2. 这种上涨模式更像"素材疲劳"还是"受众耗尽"还是"竞争加剧"？各自的典型数据特征是什么？
3. 如果不采取任何行动，这个趋势未来3天可能如何发展？

用法： 当CTR在短时间内快速下跌，需要判断是素材问题还是受众问题时使用。

我的广告CTR出现了明显下跌，以下是最近14天的数据：
[粘贴数据：日期、CTR、频次、CPM、覆盖人数]

请帮我判断：
1. CTR下跌的速度是"断崖式"还是"渐进式"——这两种模式分别意味着什么？
2. 结合频次变化，这次CTR下跌更可能是素材疲劳（受众已经多次看到同一内容）还是受众质量变化（算法把广告展示给了错误的人）？
3. 针对这两种可能，各自的处理方式有什么不同？我应该先验证哪个假设？

请给出具体的数据判断逻辑，不要只给通用结论。

用法： 每周一用上周全周数据做一次整体投放健康度诊断，作为周度例行复盘的起点。

以下是上周（[日期范围]）我在[平台]的完整投放数据：
[粘贴7天完整数据，包括所有主要指标]

业务背景：[品类]，[目标用户]，目标CPA是[X元]，目标ROAS是[X]。

请帮我完成本周投放健康度诊断：
1. 哪3个指标表现最好（与目标相比）？背后是什么原因？
2. 哪2个指标需要下周重点关注？有什么早期预警信号？
3. 如果我下周只有时间做1件优化动作，你推荐做哪件事？理由是什么？

请给出有具体数据支撑的结论，不要给泛泛的营销术语式分析。

本课行动

[ ] 下载你最近7天的投放数据，整理成可粘贴的文本格式
[ ] 用"消耗异常诊断"提示词做一次模拟练习（即便当前没有异常，也可以用历史异常数据）
[ ] 在飞书文档中建立提示词库，把本课4个提示词分场景保存
[ ] 在提示词旁边备注"适用情况"，方便下次快速找到对的提示词
[ ] 定制至少一个提示词：加入你的行业背景、平台特点、目标CPA范围，让模板更贴合你的实际场景
[ ] 规划你的AI日检时间：确定每天哪个时间段做数据导出和Kimi诊断（建议当天下午5点或次日早上9点）

→ 继续阅读：智能出价黑盒：平台AI在做什么，你能做什么