AI 托管按团队配置的规则调预算和出价：系统负责巡检和执行，人负责定规则、看记录、改规则。落地前先写清四件事：哪些对象纳入托管，什么条件触发调整，每次调多少，谁来复核。止损规则单独配置。遇到异常消耗或转化口径变化时，由人判断规则是否还适用。
托管能调什么
在创量标准版中，AI 托管可以在广告达到消耗门槛、且成本或 ROI 符合条件时，按设定幅度自动提高或调整预算。部分智投场景还能在项目维度调整出价。
有一点要提前想清楚：每次巡检都会基于调整后的数值继续判断。条件一直满足，预算就可能被连续上调。所以规则的频率和幅度要由团队主动控制，不能只写触发条件。
规则怎么设计
- 范围：哪些账户、项目或广告纳入托管，调预算、调出价还是两者都调。
- 触发条件：消耗门槛设多少，成本或 ROI 满足什么条件才动。门槛用团队同类计划的历史波动校准，放在明显偏离正常区间的位置。
- 调整幅度：单次调多少由团队按目标设定。宁可多调几次，不要一次调猛，幅度过大容易把计划推向极端。
- 例外：刚提交的计划、正在放量验证的批次、大促关键时段等，团队可以先不纳入托管，避免规则在特殊节点帮倒忙。
范围和条件写得越具体，托管越稳，复核时也越容易判断执行得对不对。
和止损规则分开配
调价和止损是两类规则，目标不同。调价是进攻性的，在条件满足时放量或优化效率。止损是防御性的：AI 托管可以按项目、账户、商品或广告巡检消耗、转化成本、付费成本、ROI、订单和投放时长等指标，满足执行门槛并超过成本边界时，自动暂停、避开低质时段或清理长期低效计划，并发送通知。
两类规则建议分开配置、分开复核。混在一起，容易出现止损线还没到，调价规则先把预算抬上去的冲突。止损规则要设足够的点击、消耗或投放时长门槛，避免转化还没回传就过早关停。具体阈值思路见AI 托管如何自动止损：阈值设计思路与人工边界。
哪些计划先别托管
- 刚提交或重建的计划：学习期数据噪声大，容易误触发。
- 重大活动期：调整依据是活动策略，不是指标波动，人工节奏优先。
- 正在排查异常的账户：原因没查清就叠加自动调价，排查会更难。
- 体量大、容错低的头部计划：调整更适合走人工审批。
更适合托管的是量大、规则清晰、一个人盯不过来的长尾计划。把人工精力从长尾里腾出来，集中到头部计划的关键决策上。
人工复核怎么做
托管不是无人值守。规则和投放对象都会保留触发与执行记录，异常可以通过短信、邮件、飞书、钉钉或企业微信等渠道通知，渠道和可执行动作以配置时的产品版本为准。复核分三步：
- 看记录：每次调整的触发原因和前后数值，复核从翻记录开始。
- 定期复盘：按周回答三个问题。调整方向对不对，幅度合不合适，触发条件有没有误触发或漏触发。
- 改规则：复盘结论落到参数修订，修订留档。
复核人建议就是配置该规则的人，谁定规则谁看效果。
从人工经验迁移到规则
- 记录：让优化师把一段时间内的人工调价记下来，包括看到什么信号、调了什么、调了多少、效果如何。
- 归纳：从记录里找反复出现的“信号到动作”模式，频率高的优先写成规则。
- 试运行：先用宽松的条件跑一段时间，对比规则动作和同期人工判断，差异大的地方就是规则写得不准的地方。
- 收窄人工干预：规则稳定后，人工退到复核位。
规则的质量来自团队自己的调价历史，不是凭空设计出来的。
规则失效的信号
- 方向错：调整后的计划表现普遍变差。
- 调太勤：调整频率很高，计划几乎没有稳定期，幅度或节奏需要收紧。
- 反应慢：异常出现很久才触发，门槛太宽。
- 漏调：明显该调的场景没有触发，条件覆盖不全。
发现信号后，先缩小托管范围，再修规则，不要带着问题继续跑。出价分档的思路可以参考短剧出价档位管理：高面板与低面板的分档，短剧场景的整体配置见短剧与漫剧解决方案。