盲测广告评审循环
评判自己的工作很快就会达到饱和。在这个技能所来自的循环中，制作者自己的检查表在第15个版本时达到了29.5/30分，而实际收益仍在持续增长。盲测评审不断发现新的改进空间。
1. 制作联系表
对于每个版本，制作一张图片，每0.5秒一帧并带有时间戳：
ffmpeg -i ad.mp4 -vf "fps=2,scale=180:320,drawtext=text='%{pts\:hms}':fontcolor=yellow:fontsize=16:x=4:y=4,tile=8x6" -frames:v 1 sheet.jpg
将它们命名为中性名称（A.jpg、B.jpg），并随机决定哪个是更新的版本。
2. 使用新评审者运行评审
每次使用新的子代理或新对话，这样之前的上下文不会造成偏差。向其提供以下简报：
你是一名专注于Facebook和Instagram Reels餐厅广告的效果营销创意总监，这些广告大部分在静音状态下播放。以下是两个剪辑版本的联系表，每0.5秒一帧；黄色时间戳不属于广告本身。(1) 哪个剪辑版本能获得更多预算，为什么？可以判定为平局。(2) 对每个版本按1-10分评分：首秒吸引注意力、食欲吸引力、人物和地点清晰度、节奏、结尾。(3) 对更好的版本提出3个影响最大的改进点，每个都与时间戳关联。标记任何看起来像AI生成或异常的内容。(4) 对照以下基准，列出更好的版本未达到的每一项： [粘贴 benchmarks.md 中的表格]。
第4步是超越个人品味的关键升级。“与成功广告之间的距离”可以量化衡量，而“我是否喜欢它”则不能。
3. 决定更改什么（经实践检验的规则）
- 仅在2名以上评审者达成一致时采取行动，或者改进是可衡量的（音量、缺少品牌标志、首次剪辑出现太晚）。评审者在品味方面相互矛盾；在我们的循环中，一位评审要求直接切换到结束卡片，而下一位则要求溶解过渡。
- 每个版本只改变一件事，并记录更改的内容和原因。
- 横向移动不等于胜利。 当评审者认为版本接近时，将两个版本都保留，让平台来决定真正的A/B测试（长版对短版，两种钩子）。
- 使用新评审者重新测试由评审驱动更改的版本，以确保你正在改善广告，而不仅仅是取悦一位评论者。
- 注意回归。 使食物看起来更稀疏的新背景是失败的：食物第一，多样性第二。
4. 知道何时停止
当连续两次评审都认为版本接近持平，并且所有剩余的改进都需要新素材（人物、新角度、真实拍摄）或所有者决策（优惠、钩子文案）时停止。然后推出3-5个每个只有一项不同的变体，以较小的每日预算运行一周，让真实观众选择。将结果反馈回此循环，作为新的基准。
日志模板
| 序号 | 更改内容 | 原因（谁提出的） | 评审者 verdict | 保留？ |
|---|---|---|---|---|