一个卖家用 AI 做广告复盘，前三次都不及格
别把它当成一个更聪明的聊天框，把它当成一个新来的运营助理——给它资料、告诉它公司规则、让它按步骤干活、你负责验收。三次失败正好对应这三件没做的事。其中最有杀伤力的一次是：报告格式规整、逻辑通顺、数字量级也对，老板随手一加发现总数差了两千。报告写得漂亮不等于算得对。后半篇是可以照着做的五步，不要求任何技术背景。
如果你只记住这篇的一句话，记这句：
别把 AI 当成一个更聪明的聊天框，把它当成一个新来的运营助理。
新人第一天来，你会做四件事：给他资料、告诉他公司的规矩、让他按步骤把活干完、最后你验收一遍。
这四件事一件都不能少。资料不给，他只能凭常识办事；规矩不说，他会按上一家公司的做法来；活不让他真的动手，你拿到的就只是他的想法；不验收，出了错你也不知道。
下面这个团队前三次失败，正好就是漏了其中三件。
先说明：下面这家公司是虚构的，数据也是编的，用来演示。但场景和数量级是按常见情况取的，你可以对着自己的情况代入。
一个四人跨境团队：老板一个、运营两个、客服一个。主做宠物清洁用品，亚马逊美国站为主，独立站刚起步，在售商品三百来个。
他们的麻烦：每周一的广告复盘，运营小李要花将近三小时——导报表、筛数据、算指标、填表、写结论。做完之后老板经常问一句「这个词上周是不是也超标了」，小李答不上来，因为上周那张表已经被这周的覆盖了。
他们想试试能不能让 AI 来做。
小李打开工具，问了一个很自然的问题：
我们的广告花费产出比偏高，怎么优化？
回答很像样：先看整体趋势，再按广告活动拆开看，找出花得多但没出单的词，考虑加否定词，同时检查商品页转化率是不是拖了后腿……
每句都对，一句都用不上。
因为它不知道小李的数字是多少、哪个广告活动在烧钱、哪个词零出单。它给的是一份可以发给任何卖家的通用建议。
小李的反应很典型：「就这？还不如我自己看报表。」
问题出在哪：他等于把一个新来的助理叫到跟前，什么资料都没给，直接问「你觉得我们广告该怎么优化」。换成真人也只能说些正确的空话。
这一步漏掉的是：给资料。
小李把上周的报表导出来，放进一个文件夹，让它读。
这次输出像样多了：总花费、总销售额、花费产出比，还列出了几个花得多没出单的词。格式规整，条理清楚。
老板看了一眼，随手把几个数字加了一下，问：总花费怎么和后台对不上？
一核对，差了将近两千。
原因是它没有真的去算。它「看」了一遍几千行的表格，然后给出了一个估计值。
这件事最值得警惕的地方在于：**报告格式规整、逻辑通顺、数字量级也对。**如果老板那天没顺手加一下，这份错报告就直接进决策了。
报告写得漂亮，不等于算得对。
问题出在哪：他让助理「看一眼估个数」，而不是「拿计算器算」。
修正方法很简单，在说明里加一句：
计算要用程序算，不要估算。
加上这句之后，它会自己写一小段程序去做汇总。程序算出来的结果是确定的，不会估错。
这一条在跨境场景里格外重要——毛利、库存周转、广告花费，这些数字错了是真金白银的。
第三次总数对上了。但小李看完清单，发现它标出来的「有问题的词」里，有一半他根本不会去动。
原因是算法不一样。
这家公司内部一直有自己的一套算法。比如有些订单虽然不是直接点广告买的，但他们认为也是广告带来的，所以会一起算进销售额里。而 AI 用的是行业里最常见的算法，只算直接点广告成交的部分。
同样一批数据，两种算法，选出来的问题词自然不一样。数字没错，结论却不是他们公司真正想看的。
类似的地方还有几处：
这种「同一件事，不同公司算法不同」的情况，行话叫口径不同。你不用记这个词，只要知道：你们公司真正值钱的经验，恰恰就是那些和通用做法不一样的地方。
不写下来，AI 只能用通用做法。
问题出在哪：他没告诉这个新助理公司的规矩。
小李把这些规矩往下写的时候，卡住了一次。
他想写「多少天没动销算滞销」，自己一直用的是 30 天。为了保险，他去问了另一个运营小王。
小王说是 60 天。
两个人做了两年同一摊活，滞销的标准不一样，谁都不知道。因为他们各做各的表，从来没人把两张表放一起对过。
这件事值得停下来想一想。
很多团队第一次尝试用 AI 之后会说「效果一般」，但真实原因往往不是 AI 不行，而是这套活本来就没有统一标准——每个人心里一套，平时不冲突，因为没人对过。
一旦你要把它写成一份别人（或者机器）照着做也能做对的说明，这些没对齐的地方就全冒出来了。
所以这件事有个额外的好处：就算你最后没用任何 AI 工具，把口径统一下来，团队的表也终于能互相对得上了。
第四次的流程是这样的：
原来三小时，现在十分钟左右（导出加检查）。
但省时间不是最重要的。重要的是这三件事：
**标准固定了。**这周和下周用同一套算法，两份报告可以直接比较。
**历史留下来了。**报告按日期存，不覆盖。老板再问「这个词上周是不是也超标」，翻一下就知道。
**规矩能改。**觉得某个标准定得不对，改说明里那一行，下次就是新标准。
上面讲的是为什么，这一节讲怎么做。
**这一篇不要求你懂编程。**实际操作里只会用到两个很短的命令，我会直接告诉你复制哪一行、粘贴到哪里。第一次大概花一小时，之后每次十分钟。
先装一个能读文件、能干活的 AI 工具。安装本身就是复制一条命令粘贴进去。
装哪个都行，两个常见选择的完整安装步骤（含 Windows、macOS、以及下载不动时怎么办）在这两篇里：Claude Code 安装教程、Codex 安装与登录。
装完之后，你会用到一个叫「终端」的黑框框。它看起来吓人，但这篇里你只会在里面粘贴两行东西。
先给这个新助理准备一张干净的工作台。
你要它处理什么，就把什么放上去；不想让它碰的东西，不要混在这里。这和你不会把整个文件柜搬到新人桌上是一个道理。
打开终端，粘贴这一行，回车：
mkdir -p ~/ads-report/data ~/ads-report/reports && cd ~/ads-report
这行做了三件事：在你的用户目录下建一个叫 ads-report 的文件夹、在里面建两个小文件夹、然后进去。
现在这张工作台长这样：
ads-report/
├── data/ 你导出的报表放这里
└── reports/ 它生成的报告会出现在这里
记住这个文件夹的位置，后面每次干活都是先进到这里。
去广告后台导出报表，选一个能看到关键词层级的报表，时间范围先选最近 7 天。导出来一般是个表格文件。
把它放进 data/ 文件夹里，文件名带上日期，比如 ads-2026-09-01。
放之前先自己打开看一眼，确认这几列都有：
列名是中文还是英文都行，缺列才是问题。缺了就回后台换个报表类型重导。
这是最关键、也是唯一需要动脑的一步。
说明书就是一个普通的文本文件，用记事本或者任何编辑器都能写。它的作用是：以后每次干活，它都会先读一遍这份说明。
文件放在 ads-report 文件夹里，文件名取决于你装的是哪个工具：
CLAUDE.mdAGENTS.md内容一样。下面这份可以直接复制，然后把里面的数字改成你自己的：
# 广告复盘说明
## 资料在哪
分析 data 文件夹里的广告报表，没指定就用最新的一份。
列名可能是中文或英文，按意思对应到：关键词、广告活动、花费、点击、订单数、销售额。
## 怎么算
- 花费产出比 = 花费 ÷ 销售额
- 转化率 = 订单数 ÷ 点击
- 没有销售额的行，不要当成 0，单独标出来
- 计算要用程序算，不要估算
## 什么算有问题
- 我们的目标花费产出比：30%
- 烧钱词：花了 50 美元以上，一单没出
- 偏高的词：出了单，但花费产出比超过 45%
- 值得加价的词：花费产出比低于 20%，且出了 3 单以上
- 点击不到 10 次的词不下结论，单独归到「数据太少」
## 报告写成什么样
在 reports 文件夹里生成一份报告，文件名带日期，按这个顺序写：
1. 整体情况：总花费、总销售额、整体花费产出比、和目标差多少
2. 烧钱词清单：按花费从高到低，写清楚关键词、花了多少、点击多少、建议怎么办
3. 偏高的词清单
4. 值得加价的词清单
5. 数据太少的词：只说有多少个，不用一条条列
## 不许做的事
- 不许改 data 文件夹里的原始文件
- 不许直接改广告后台的任何设置
- 所有调整只写成建议，我确认后自己去后台操作
- 数据不够下结论的时候，直接写「数据不足」，不要凑一个结论出来
你要改的只有四处：目标花费产出比、烧钱词的金额门槛、偏高的判断线、点击数下限。按你自己类目的实际情况填。
其他部分先原样用，跑顺了再调。
在终端里粘贴这一行，回车（如果你重开过终端，先粘这行回到工作台）：
cd ~/ads-report
然后敲工具的名字启动它，接着用大白话说一句：
按说明书里的算法，分析 data 里最新的广告报表，生成一份报告。
你应该看到：它先说自己看到了哪些文件、准备读哪一个，然后写一小段程序去算，最后告诉你报告写到了哪里。
中途它可能会停下来问你「要不要执行某个操作」。这是正常的，它在等你点头。看清楚是什么再决定。
跑完去 reports 文件夹，会多出一个文件。
**第一份报告一定要自己核。**就像新人交上来的第一份东西你一定会看一样。
核三件事，十分钟够：
**核总数。**报告里的总花费和总销售额，跟你后台看到的对不对得上。对不上说明它把列认错了。
**抽查两三行。**随便挑两三个关键词，自己拿计算器算一下，看跟报告里一不一致。
**看特殊情况。**有没有把「一单没出」的词错当成表现很好；有没有把点击很少的词也拿去下结论。
三样都对，之后每次运行就是同一套算法，不用再一条条验了。
如果对不上，先别急着换工具——九成是说明书里某句话没写清楚。改那一句，重跑一次。
熟了之后就三步：导出报表放进 data、进工作台启动它说一句话、看报告。
想改标准就改说明书里那一行，下次自动生效。
| 你看到的 | 多半是什么原因 |
|---|---|
| 它说找不到文件 | 启动的位置不对。先粘 cd ~/ads-report 再启动 |
| 它给的还是通用建议 | 它没读到你的文件。确认报表真的在 data 里 |
| 总数和后台对不上 | 它把列认错了，在说明书里把列名写明确 |
| 报告里有莫名其妙的数 | 它在估算。说明书里加上「计算要用程序算」 |
| 它想改你的原始报表 | 说明书里的「不许做的事」没生效，检查文件名对不对 |
| 它停下来问要不要执行 | 正常，它在等你点头。看清楚再批 |
整件事其实就是带一个新人：
| 带新人 | 对应到这里 |
|---|---|
| 给他资料 | 把报表放进工作台的文件夹 |
| 告诉他公司规矩 | 写那张工作说明书 |
| 让他动手做，别光说想法 | 要求用程序算，不要估算 |
| 收他的活，检查一遍 | 第一份报告核总数、抽查、看特殊情况 |
四件事一件都不能少。前三次失败，就是分别漏了前三件。
小李后来还发现一件事：**这份说明书写好之后，新来的同事上手也快了。**因为公司的算法第一次被完整写在了一个地方，而不是散在几个人的脑子里。
最后说一句为什么建议第一件事就挑这个。
判断一件活适不适合先交出去，看两个方向：
广告报表分析正好在两个方向的最有利位置：每周都做、有明确数字、算完你自己能验。第一次成功的概率最高。
而越往后的活，重复性会下降、需要的判断会上升。到那时候不是把更多权力交出去，反而是人要更多地参与进来——这个顺序后面几篇会一步步走到。
小李跑顺广告报表之后，老板给了他一件更麻烦的活：核对毛利，看看有没有卖一件亏一件的商品。
这件活比广告复盘复杂——要同时看三份资料，而且资料之间还对不上。下一篇讲他们怎么做的，以及为什么这一次必须先想清楚「不许它做什么」。
这个系列后面的选题，一部分会直接来自读者的实际问题。
如果你手上有一件活拿不准该不该交给 AI，把这三件事发过来就够：
这三件事正好就是判断能不能交出去的三个条件，你写的过程中多半自己就有答案了。
我会挑典型的写成文章——判断它属于哪一层、该怎么交、哪一步必须你自己来。涉及店铺的具体信息一律脱敏，不会出现店名和真实数字。
联系方式在关于页面。
诊断可以每天跑，调整不该每天做。广告数据天生有噪声，单日波动大多是随机的，天天动竞价会把学习期打乱，还会让你分不清效果变化到底来自哪次操作。正确的用法是让 Claude Code 每天生成日报和异常清单，把「连续几天都异常」的项挑出来，人每周集中处理一次；只有超过硬阈值的止损动作才需要当天响应。
作者
大阪烧鸟
大阪烧鸟，关注 AI 在跨境电商运营中的实际应用、Shopify 独立站与日本商业观察，偏爱把复杂问题拆成可执行的方法。
