止损规则可能影响异常计划的处理时机。人工巡检依赖发现异常后采取动作；自动止损可以按已配置的条件执行或提醒，但实际响应时间取决于数据回传、接口处理、阈值设置和通知安排，不能一概承诺分钟级。规则不合适也可能漏掉问题或误停正常计划。
自动止损先要回答三个问题：什么信号触发、触发后做什么、影响哪些计划。目标成本和数据回传口径定下来后，再区分预警与自动动作；阈值过紧会误停正常计划，过松又不能及时发现异常。
止损规则的结构：条件、动作、范围
自动止损规则由三部分组成：
条件（什么时候触发）：按指标划定触发条件——消耗、转化成本、付费成本、ROI、订单数、投放时长。条件通常是组合式：比如「消耗超过某水位且成本超边界」「投放满一定时长且转化挂零」。单一指标的条件容易误触发，组合条件是常态。
动作（触发后做什么）：暂停计划、避开低质时段、清理长期低效计划、发送通知。动作与条件的严重程度对应——预警类条件配通知，确认超界的配暂停，长期低效的配清理。
范围（对谁生效）：规则的作用范围按项目、账户、商品或具体广告分层。范围设计决定规则的「爆炸半径」：账户级规则影响全部计划，计划级规则只管单条。止损规则建议从窄范围起步，验证后逐步放宽。
阈值设定的依据：目标成本
阈值从哪来？最可靠的依据是团队自己的目标成本结构：
从目标成本推导：止损阈值的锚点是团队对该计划/商品/账户的目标成本（按业务测算确定）。成本上限设在目标成本之上留出合理波动空间——空间太小，正常的成本波动就会触发误杀；空间太大，止损失去意义。
从历史分布修正：账户的历史成本分布数据是第二依据——历史波动的上下沿在哪里，阈值设在分布之外还是之内，决定了规则的敏感度。阈值随历史数据周期性复核。
门槛条件的保护：转化回传有延迟，成本数据在初期并不可靠。规则要设置足够的门槛条件（足够的点击量、消耗量或投放时长）才参与成本判断，避免转化尚未回传时过早关停——这是阈值设计里最容易被忽略、也最容易造成批量误杀的一处。
止损与预警的分层
止损不应该是单一动作，按严重程度分层：
预警层：指标进入危险区间（成本接近边界、消耗异常加速）但尚未确认超界——触发通知，人不介入或人工快速判断。预警层的作用是「让人比报表早知道」。
执行层：条件确认触发（消耗与时长门槛都满足、成本明确超界）——系统自动执行暂停或调低，执行后通知。执行层解决的是「夜里没人、假日没人」的时间窗口。
清理层：长期低效（多日无转化、长期空耗）的计划——自动清理或归档。清理层的对象是「已经没有观察价值」的计划，判断标准比前两层更保守。
分层让自动化动作与确定性匹配：确定性高的自动执行，确定性低的交给人。
执行留痕与复盘
自动止损的执行必须可追溯：
执行记录：每次触发的时间、对象、条件数值、执行动作全部留痕。留痕回答两个问题：这单计划为什么被停了（回看时对得上）；这套规则这段时间触发得对不对（复盘时算得清）。
复盘的三个视角：误杀率（被暂停的计划事后回看是否值得停）、漏放率（没触发但事后确认该停的）、响应时长（从超界到动作的时间）。三个指标是规则迭代的输入。
规则的迭代节奏：按周或按投放周期复盘规则表现，误杀多的条件放宽门槛，漏放多的收紧阈值。规则与素材、出价一样是需要运营的对象，不是配完即忘的开关。
过度止损的风险
止损规则的反面风险同样真实：
学习期误杀：新计划在数据回传完整前成本表现本来就会波动，门槛条件不足的规则会在学习期批量误杀，账户的起量能力被自己的止损规则削弱。
波动环境误杀：流量波动时段（平台活动、节假日）成本整体上浮，按平日数据设定的阈值会成片触发。波动时段的规则敏感度需要单独考虑。
止损的代价不止损失：每条被误杀的计划都有重启的冷启动成本。规则设计要在「止损的收益」与「误杀的代价」之间找平衡——这正是阈值要按团队自己的数据设定、而不能照抄别人数值的原因。
人工的边界：自动化执行常规止损，两类判断留给人——规则覆盖不了的结构性异常（素材全面衰退、商品侧问题），以及阈值边缘的灰色案例。止损自动化不等于投放无人值守，人的角色从盯盘转向规则运营。
下一步
先从一条异常计划回推：哪项数据先变、当时该提醒谁、哪种动作可以提前设定。AI 托管能力可查看创量智投标准版。