Маркетинговый агент может создать действительный JSON и все равно принять неправильное решение. Он может усреднять коэффициенты вместо итоговых показателей, сравнивать пакеты разного объема, интерпретировать неполный ответ CRM как отсутствие или превращать локальную проверку электронной почты в индивидуальную проверку.
Маркетинговый агент может создать действительный JSON и все равно принять неправильное решение. Он может усреднять коэффициенты вместо итоговых показателей, сравнивать пакеты разного объема, интерпретировать неполный ответ CRM как отсутствие или превращать локальную проверку электронной почты в разрешение на отправку.
Вот четыре небольших офлайн-упражнения, которые я использую, чтобы сделать эти ошибки видимыми перед подключением агента к реальному аккаунту. Каждый из них имеет синтетический ввод, а результат можно воспроизвести с помощью Python 3.9+ и стандартной библиотеки. Нет зависимости от платного ядра или регистрации.
Это четыре независимых инструмента, а не интегрированный маркетинговый конвейер или эталон какой-либо конкретной модели. Я поддерживаю модули как часть Lookathow. При подготовке этой статьи использовалась помощь ИИ; приведенные ниже команды были запущены для общедоступных артефактов 16 октября 2026 года.
1. Прежде чем рекомендовать изменение объявления, проверьте знаменатель.
Прямой аудит отчета считывает стандартизированный CSV или TSV размещения. Не подключается к Яндекс Директ.
Загрузите и распакуйте ZIP-архив v0.1.0, откройте его каталог и запустите:
python3 -B Direct_report_audit.py --json примеры аудита/synthetic-placements.csv --max-cpa 1000
Вымышленные входные данные содержат пять строк и четыре сгруппированных размещения.