Anyword 给出的转化预测分，通常只能当排序信号，不能直接当成投放结论。要让这个分数有意义，前提是两次预测或两批文案的输入变量对得上：受众、渠道、语言、文案类型四项里任何一项变了，分数差异就可能来自变量本身，而不是文案质量。实操上建议先做三件事：把输入字段固定下来，用同一批文案做人工盲评和预测分排序对照，再把每次预测分和后续可观察到的投放表现记进一张对照表。分数用于排候选顺序，最终判断仍然由人来做。
Anyword 的转化预测分更适合当候选排序工具，而不是可直接引用的结论。只有当受众、渠道、语言、文案类型一致时，分数才具备可比性；不一致就当成两组独立样本，不要放在一起比高低。把预测分、人工盲评排序和投放后的可观察现象一起留痕，分数只负责排序，人工否决时需要写明理由。跨语言文案要分组记录，只比相对变化。
核对两次预测是不是同一受众与同一渠道
分数波动最常见的来源不是文案变了，而是输入变了。做对照前，先把下面四个字段列成固定清单，每次预测前逐项确认，缺一项就先补齐再跑：
- 受众：同一人群定义、同一来源、同一分层方式，不要一边用老客一边用新客。
- 渠道：邮件、站内弹窗、信息流、搜索广告的转化逻辑不同，同一个分数跨渠道没有可比性。
- 语言：中英文分别成组，见后文单独一节。
- 文案类型：标题、短描述、长正文、CTA 按钮文字属于不同形态，混在一起排序会失真。
如果发现两次预测的这四个字段不一致，处理方式不是调参重跑，而是把结果拆开：视作两组独立样本，各自记录，不做减法比较。可以用一段固定头部把变量写进记录里，方便回看：
batch_id, audience, channel, language, copy_type, predicted_score, note
2024Q3-01, trial_users, email, zh, subject_line, 72, baseline
2024Q3-02, trial_users, email, zh, subject_line, 68, 换了个别动词只有 batch_id 之间 audience、channel、language、copy_type 完全一致时，两行的 predicted_score 才可以放在一起看差值；有任何一列不同，就在 note 里标注“跨组，不可直接比”。
用同一批文案做人工盲评再与预测分对照
这一步的目的不是验证分数准不准，而是看分数排序和人的排序是否一致。做法是：先取同一受众、同一渠道、同一语言、同一文案类型的一批候选文案，让评审人不看分数，只按“哪条更可能带来转化”从高到低排一遍，记录名次；然后再把预测分单独排一遍，记录名次；最后比对两份名次。
- 同一批文案数量不要太多，控制在能一次评完的范围内，避免评审人疲劳。
- 盲评时把文案随机打散顺序，不要让原来撰写顺序影响判断。
- 预测分排序由另一个人算，或者盲评结束后再揭晓，避免先入为主。
- 逐条记录不一致的条目：文案编号、人工名次、预测分名次、差值方向。
不一致的条目才是真正值得看的。它们通常分两种：一种是人觉得好、分数低；一种是分数高、人觉得一般。前者往往是分数模型没有覆盖到的语境，比如品牌语气、合规限制、地域表达；后者往往是文案踩了关键词但读起来别扭。这两类都记下来，作为后续人工介入的优先项。
在表格里记录预测分与实际投放结果的偏差方向
单次对照只能说明一次情况，回看历史才有意义。建议建一张固定字段的对照表，只记录可观察到的现象，不写主观判断和推算收益。字段可以先这样定：
记录时间, 文案ID, 语言, 渠道, 受众, 文案类型,
预测分, 人工盲评名次, 预测分名次,
是否已投放, 可观察现象(有点击/无点击/被人工叫停/未跑量),
偏差方向(预测偏高/预测偏低/一致), 备注记录频率建议：投放前先落一次预测分和名次；投放后按一个固定观察窗口回收一次可观察现象，比如“投放后一周内是否有可辨识的反馈”。同一文案如果做了修改，另起一行，不要覆盖旧行。偏差方向只填“预测偏高、预测偏低、一致”三种，不写具体幅度，避免用个别样本推整体规律。
这张表的价值在于积累：当同一个渠道、同一语言下“预测偏高”反复出现，才值得回过去检查输入字段或文案类型是否用错了。单次偏差不构成结论。
把预测分写进决策流程的固定位置
要让分数不越权，就得先定清楚它在流程里的位置。读分的人通常是负责文案产出或投放执行的同学，他们拿预测分给候选文案排序，选出前几条进入测试队列。拍板的人是投放负责人或对应业务负责人，由他们决定最终投哪条、投多少。
预测分只用于候选排序，不做最终裁决。人工否决预测分靠前的文案时，建议在记录里写明理由，理由要具体到可复查的程度，比如“该表述与当前合规口径冲突”“该渠道历史对这类措辞反馈一般”，而不是只写“感觉不行”。这样下次回看对照表时，才知道哪些偏差是模型问题、哪些是业务约束，避免把业务否决误记成预测失准。
中英文文案分开对照
不同语言的预测分不要放进同一张表直接比高低。语言切换时，受众习惯、表达长度、标点与措辞密度都不同，分数的基础分布也可能不同，放在一起排序没有意义。
正确做法是按语言分组：中文一组、英文一组，各自在自己的组内排序和记录偏差方向。如果确实要跨语言看变化，只比相对变化，比如同一语言内新旧两版文案的预测分谁升谁降，而不是拿中文分数去减英文分数。分组记录时，language 列就是分组键，任何跨组的差值比较都应该在备注里标注为不可直接比较。