docs/zh/product/slack-gmail-mvp-review.md（6/12 旧评审稿）里 A2=运营收件箱，两套编号勿混。| # | 决策 |
|---|---|
| D-1 | A-flow 无对应实体，不作为输入依赖 |
| D-2 | linxx-8.8#2「连接店铺后 prompt 建议」并入 A2：快速目标建议卡就是连接店铺后的第一个 prompt 建议；A5 新手引导不再承载此项 |
| D-3 | 两轨设计：快速目标（自动建议卡，接受或修改）+ 专家模式（智能投放策略向导，选项式提问，evaluator 评估驱动） |
| D-4 | 资源测算首版降级为纯「预算-效果」；排名类测算（#7 的排名 100→50 场景）暂不判断、不承诺 |
workspace_goal_proposal chat 确认卡/set-ads-goal→evaluator→strategy→tune 四段链全部已存在；缺的是「主动触发」「向导化收集」「预算-效果表述」三块。| 角色 | 诉求 | 对应轨道 |
|---|---|---|
| 老板 / 运营主管 | 不想填表；要一眼看到「花多少钱 → 得到什么效果」的判断依据 | 快速目标卡（预算-效果表述） |
| 运营操盘手 | 要控制细节：产品背景、运营节奏、库存约束都要进目标 | 专家模式向导 |
两轨不是二选一：快速目标卡上常驻「进入专家模式」入口；专家模式产出仍以同一张确认卡收口。
建 workspace（现有四步向导：数据源→店铺→选ASIN→广告范围）
→ provisioning 六阶段（含商品/广告数据抓取）
→ 数据就绪（performance.available，LUC-601 有界轮询）
├─【快速目标轨】自动触发 /set-ads-goal(propose_starter)
│ → 快速目标建议卡（预算-效果表述）
│ → 用户：接受 ✓ ／ 修改后接受 ✓ ／ 进入专家模式 →
└─【专家模式轨】智能投放策略向导
Step 1 广告目标对齐（分析对象→产品背景→运营节奏→广告表现目标，选项式）
Step 2 AI 策略生成（/generate-ads-strategy 现有链）
Step 3 一键配置（ad-strategy-publish 现有通道 + 审批门）
→ 目标落库（targets/current_period.json，唯一真相）
→ 进入运营闭环（策略生成门禁、goalProgress 追踪、tune-ads 日常优化）performance.available=true（首批数据同步完成）。/set-ads-goal（mode=propose_starter）后台运行，产出 workspace_goal_proposal 卡。这是现有链路的新增自动触发器（现状只有用户手动发起）——技术上复用 goal-proposal 写卡与 reemit 机制。isBuiltInFirstValueDemoWorkspace 的 demo workspace 一律排除（防 fixture 数据串入）。底盘 = 现有 workspace_goal_proposal 扁平 schema，不改 schema；新增的是表述层：
| 区块 | 内容 | 来源 |
|---|---|---|
| 标题行 | 「运营目标建议」+ ASIN + 周期 | 现有 |
| 预算-效果行（新增） | 一句话主张，如「日预算 $X（现 $X₀）→ 预计月订单 Y、ACoS 约 Z%」；单量翻倍类问法给所需预算区间 | rationale 结构化：evaluator 基于近 14/30 天 spend-orders 表现给出，只给证据支持的数字（evaluator 纪律：不编造） |
| 指标网格 | 月订单 / 目标 ACoS / 目标 TACoS / 日预算（当前值 vs 建议值对比） | 现有字段 + goalProgress 对比层 |
| 证据区 | 「基于近 30 天：日均 X 单、ACoS Y%、日花费 $Z ｜ 数据截止 {ts}」 | evaluator data_sources + A1 数据截止时间展示要求 |
| 操作区 | 接受（落库 source=agent_proposal）｜ 逐字段修改（amber dirty 标记，现有交互）｜ 进入专家模式 ｜ 重新生成 | 现有 + 新增专家模式入口 |
「连接完店铺后根据用户数据生成操作 prompt 建议」在本设计中 = 快速目标卡是第一个、也是最重要的 prompt 建议；用户确认目标后，chat 空态 chips（现有体系：诊断/否词/护栏等 starter）承接后续操作建议，其排序可按目标状态感知（已有 goal-setup-prefill 状态变体机制）。不再单独立「prompt 建议」功能项。
顶层三步：1. 广告目标对齐 → 2. AI 策略生成 → 3. 一键配置；Step 1 内四子步：广告分析对象 → 产品背景 → 运营节奏 → 广告表现目标。前端为全新 UI（现仓库无「智能投放」向导实现）。
核心交互原则（用户拍板）：能自动获取的不问；必须问的选项化——每题给预选默认项 + 选项卡片（复用 IM askuserquestion 语义：选项按钮 + 兜底文本输入），自动预填的值带证据标签（如「来自领星库存 · 2 小时前」）展示确认即可。
A. 广告分析对象 —— 整步在快速/常规路径下直接跳过（workspace 已有 storeId/primaryAsin/adsScope，预填展示）；仅从画廊页独立进入向导时才需选择（复用现有 catalog 选择组件）。
B. 产品背景
| 字段 | 策略 | 依据 |
|---|---|---|
| 是否新品 | 预判默认 + 单选确认 | 弱信号组合（评论数少/订单历史空）；上架日期数据不可靠 |
| 竞争优势 / 产品卖点 | AI 草稿候选项 + 勾选确认（文本兜底） | asin-data feature_bullets/A+ 内容生成候选，不留空 textarea |
| 历史产品状态（平稳/断货风险/断货恢复中） | 预判默认 + 单选确认 | availability_status + 断单天数 + days_of_supply 公式（已有） |
| 产品成本区间 | 必须问（区间快捷档 + 自填） | 全链路无成本 API（硬缺口）；答案落 economics.json（operator 来源） |
| 价格优势（高/中/低） | 自动分档 + 确认 | 自身价 listPriceCents 已入库；竞品价走市场情报管道 |
| 评分 / 评论数 | 自动，不问 | asin-data 已解析 |
| 大类/小类排名 | P1：Pangolin bestSellersRank 可取但耗 credits；8/15 版本设为可选自填 | 见 §9 开放问题 |
C. 运营节奏
| 字段 | 策略 | 依据 |
|---|---|---|
| 当前运营任务 | 必须问（单选：见 5.4 节奏统一） | 用户意志字段；按 sellerStage/数据预选默认项 |
| FBA 库存（在售） | 自动（三渠道均可）+ 确认 | Amazon SP-API / 星商 get_store_asin_info / 领星 inventory_data |
| 未上架（在途） | Amazon 直连自动；领星/星商问（快捷档） | 非 Amazon 渠道无在途字段 |
| 未来 30 天断货 | 预判默认（days_of_supply）+ 单选确认 | 公式已在 vendor 脚本落地 |
| 日均销量目标 | 基线自动预填（近 30 天实际，复用 LUC-1206 模式）→ 用户确认目标值 | dailyStoreOrders 等三渠道全有 |
| 期望广告订单占比 | 基线自动预填（广告归因单÷总单，已有验证公式）→ 滑杆确认 | KPI Metrics orders/totalOrders |
D. 广告表现目标（Figma 第四子步，未出截图；本稿提议）：目标 ACoS / 目标 TACoS / 日预算上限——全部用近 30 天实际预填 + evaluator 建议值对比展示，用户滑杆/步进微调；hard constraints（调价幅度、禁止动作）在此步以「护栏」区块收集（可选，落 hard_constraints.md）。
三套现存词汇：Figma 五选项（冲BSR排名/盈利模式/测款测词/清库存/其他）、LUC-1375 P0-2 六节奏（利润优先/销量优先/冲排名/新品起量/稳定老链接/清库存）、evaluator 策略优先级（ROI/ranking/launch）。本稿建议以 Figma 五选项为用户可见层（最新设计、认知负担最低），映射进 evaluator：
| 用户选项 | evaluator 策略优先级 | 对应 P0-2 节奏 |
|---|---|---|
| 冲 BSR 排名 | ranking | 冲排名 |
| 盈利模式 | ROI | 利润优先 / 稳定老链接 |
| 测款/测词 | launch | 新品起量 |
| 清库存 | 清库存（ROI 变体，高动销权重） | 清库存 |
| 其他（自定义文本） | 由 evaluator 归一 | — |
Step 1 完成后调 ad-goal-evaluator（有目标→review_existing 体检五维度；无目标→propose_starter）。向导收集的背景/节奏字段作为评估上下文注入。过程中缺证据 → evaluator 只提证据支持的部分并列出最小缺失输入 → 向导以选项式追问补齐（这是「过程中需要信息就询问用户」的机制落点）。产出 = 同一张 workspace_goal_proposal 确认卡（向导内嵌渲染），确认即落库。
/generate-ads-strategy（现有：目标缺失会拒跑，目标即门禁）；向导内展示生成进度与产出摘要（campaign_create_proposal 卡已有）。workspace_operational_goal.schema.json 是 additionalProperties:false 扁平结构且与 agent 写路径强耦合——不动。向导新字段按既有约定分流：运营任务/背景 → product_meta.json 与 dimensions；成本 → economics.json（operator 来源标记）；护栏 → hard_constraints.md；均经 operator_inputs.jsonl 记账。是否为「运营节奏」在 goal schema 加枚举，等 skills 子模块 bump 决策（见 §9）。
/generate-ads-strategy、/tune-ads 已强制读 targets（现状）。8/15 P0（月中承诺）
8/31 P1（GTM 前打磨）：BSR/竞品价自动获取管道产品化；节奏枚举进 schema（随 skills bump）；向导 Step 2/3 深度内嵌体验；组合层（多 ASIN）目标视图。
明确不做：排名类资源测算（D-4）；账户级目标聚合；复查闭环独立系统（归 Event 体系）；Workspace Template 依赖（已下架）。
| # | 事项 | 说明 |
|---|---|---|
| R1 | A1 数据口径 8/15 门禁与 A2 同日交付零缓冲 | A1 滑期 → 快速目标卡全量走降级/阻断态上线，不给数字建议 |
| R2 | PR #974（first-value 用户恢复到 workspace overview）合并时间 | 决定快速目标卡首曝光页面路由；8/12 前需与 yuanmanxue 确认 |
| R3 | skills 子模块 pin v2026.08.05-6，上游已有 agent vnext（goal-generation.v1.yaml + goal_contract.v1.json） | 8/15 版本不等 bump、按现行契约开发；vnext 契约变化留到 8/31 窗口评估 |
| R4 | BSR/竞品价抓取耗 Pangolin credits、延迟未知 | 8/15 设为可选自填；P1 决定「provision 时快照」vs「向导内实时抓」 |
| R5 | 领星 inventory_data / 星商 get_store_asin_info 字段清单仓内不可验证 | 开发首日实测一次，确认库存预填字段映射 |
| R6 | #1009 campaign schema 收敛 | Step 3 发布产物校验依赖，跟 Aiden 对齐 |
| R7 | 向导新字段落库分流方案（§5.7） | 技术评审定稿 |
| R8 | 专家模式向导挂载位置：新路由 /workspace/:id/strategy-wizard vs 全屏 Dialog | 本稿倾向全屏 Dialog（与现有创建向导一致），设计稿定 |