人工复核交接说明

这份文档用于 live / overnight / sample 提号结果生成后，交给商务或运营复核候选博主。所有 CSV 均按 Excel 直接打开做了 UTF-8 BOM 处理。

复核表位置

常见输出位置：

outputs/<本次运行目录>/manual-review-sample.csv
outputs/<本次运行目录>/tihao-sourcing-client-list.csv
outputs/software-client-latest/software-client-list.final.csv

如果还没有本轮复核表，或需要先给商务发一套历史数据/复核数据收集模板，可以运行：

npm run data:intake-template -- --output outputs\data-intake-pack-latest

生成的 manual-review-template.csv 已包含 客户选择、归因类型、反馈原因 和 本轮人工补号量 字段，可直接用于后续 review:metrics 和 customer-effect:audit。

复核标签

请在 CSV 的 人工复核标签 列填写下列任一标签：

标签	适用场景	是否必须填写归因
可直接发客户	符合 Brief、调性、主页证据和风险边界，可进入客户预览名单	否
商务复核	大体匹配，但报价、档期、竞品合作、近期内容或平台风险仍需确认	否
跑偏	人群、品类、平台、预算、场景或合作方向明显偏离 Brief	是
硬性规则违约	命中必须剔除项，例如平台、粉丝、预算、地域、类目或客户明确排除项不符	是
调性不符	硬指标可用，但内容表达、视觉质感、语气、人设或参考账号风格明显不一致	是
主页质感不符	最近内容质量、封面、互动、更新频率、商业化痕迹或风险信号不足以支持推荐	是
参考账号不像	客户给了参考账号/视频，但候选人与参考的人群、内容结构或风格相似度不足	是
待客户反馈	已发客户或准备发客户，但客户尚未给最终结果	否
客户选中	客户最终确认选择该候选人，可用于客户效果审计	否
客户拒绝	客户最终拒绝该候选人，必须补拒绝原因或反馈原因	是

负样本包括：跑偏、硬性规则违约、调性不符、主页质感不符、参考账号不像、客户拒绝。负样本必须填写 归因类型 和 反馈原因，否则严格验收不通过。

归因类型

归因类型	说明
需求解析错	Brief 里的品类、人群、预算、平台、地域或硬性限制被解析错
隐性规则漏	客户偏好、历史排除项、风格禁区或团队经验规则没有进入筛选
召回关键词错	关键词召回方向太宽、太窄，或平台搜索词不贴合真实场景
主页证据不足	最近内容、封面、标题、互动、发布时间或风险证据不足
视频证据误判	参考视频或候选视频的风格、场景、口播、画面质感、ASR 被误判
排序权重错	候选已召回，但弱相关、低质感或高风险账号排得过高
输出解释错	推荐理由、风险提示或证据卡表达不清，导致商务难以判断
软件端表重复或排名不连续	重复键异常、排名断档、字段不稳定或软件端表格问题

复核顺序

先看 result-first-broad，这是完整矩阵里表现最好的发布策略。
再看 result-first，这是消耗更低的发布备选策略。
video-enhanced 和 result-first-risk 只作诊断样本，用来观察视频证据和风险提示是否合理。
多个策略重复出现的博主，发客户前必须合并去重，并保持同一 Brief 下排名连续。

复核重点

主页链接是否有效，账号是否仍然是同一个博主。
最近 10 篇内容是否真的匹配 Brief 品类、人群和内容调性。
博主是否能承接客户要的风格，而不是只命中了一个关键词。
报价、粉丝数、主页信息需要商务二次确认。
涉及功效、母婴、食品、护肤等敏感表达时，必须人工确认合规风险。
有参考账号或参考视频时，要看“像不像参考账号/视频”，不要只看平台标签。

质量指标统计

人工标注完成后运行：

npm run review:metrics -- --input <已标注CSV> --output <输出目录> --strict

会生成：

review-metrics-summary.json
review-metrics-report.md

核心指标：

商务可用率 = 可直接发客户 + 商务复核 / 已标注总数，短期目标 >= 60%。
负样本率 = 负样本 / 已标注总数，目标 <= 10%。
负样本归因覆盖率 = 已填写归因类型的负样本 / 负样本总数，目标 100%。
客户选中率 = 客户选中 / 已标注总数，短期目标 >= 30%；客户选择 未标注时不得宣称达到客户选中率。
参考链路客户选中率 = 有参考账号/参考视频链路的 客户选中 / 这些策略已标注总数，中期目标 >= 40%。
参考链路通过率对照必须高于 baseline-live / brief-only / keyword-only，否则不能宣称参考链路优于纯关键词召回。
软件端重复键必须为 0。
每个 Brief 排名必须连续。

客户效果证明

如果已经拿到真实历史数据集审计结果，并且本轮有人工补号量，可以继续运行：

npm run customer-effect:audit -- --review-csv <已标注CSV> --history-audit <historical-dataset-audit.json> --current-manual-supplement-count <本轮人工补号量> --output <输出目录> --strict

客户效果证明的硬性口径：

客户选中率达到 30% 以上，才可证明短期客户效果。
长期客户选中率达到 50% 以上，才可证明长期目标。
有参考账号/参考视频的 Brief，参考链路客户选中率达到 40% 以上。
历史数据集必须通过 readyForCustomerEffectProof。
必须同时有历史人工补号量基线和本轮人工补号量，才可证明“人工补号量减少 50%”。

缺少任一真实证据时，报告会标记为 待补数据 或 未通过，不能宣称客户效果已经达标。

当前自动化证据边界

目前自动化可以证明：

SOP、表单、复核标签、归因字段、去重、连续排名、软件端导出、安装和发布前验收链路可运行。
sample/smoke/provider mock 可以验证流程完整性。
manual-review-label-guide 已沉淀 10 个复核标签和 8 个归因类型。

目前仍不能单独证明：

命中率已经提升。
客户选中率已经达标。
视频分析一定提升提号效果。
人工补号量已经减少。

这些必须等真实客户复核 CSV、真实历史 Brief 数据集、真实视频资源和 live provider 审计补齐后，再进入效果验收。

manual-review-handoff.md 6.6 KB Kalıcı Bağlantı Geçmiş Ham