広告 Agent は実際の書き込み権限を持ちました。数秒でクリエイティブ 1 件を停止したり加速したりでき、そのまま支出に影響します。どう権限を渡せば安全でしょうか。
「分析は自動化 + 実行は人の承認」の権限分離モデルを築きます。Agent がセルフサービスでデータを調べ、非効率なクリエイティブを囲い、損切り額を算出し、提案書を出します。もう 1 体の Agent が独立したデータソースでクロス検証します。人が 1 条ずつ承認したのち、Agent がバッチ実行して 1 条ずつ報告し、すべての書き込み操作は監査ログに残ります。
クリエイティブの成果ランキング、損切りリスト、商品レベルの診断。承認後にバッチで停止／加速を実行し、1 条ずつ報告します。
別の生データ表で主要指標を再計算し、構造化された監査意見を出します。
効能表現などのタグ付け軸を提供します（チャンネルをまたいだ支援）。
@広告運用 が期間に沿ってデータを取り、「支出が高く成果が低い」クリエイティブのリストを損切り額付きで囲います。
@データ検証 が別のデータソースで再計算し、同意または再確認の意見を出します。
運用責任者が 1 条ずつ承認し、ルール（バッチ比率など）を付け加えられます。
Agent が ≤20% ルールに沿ってバッチで停止し、成功・失敗と理由を 1 条ずつ報告します。
書き込み操作を監査ログに記録します。誰が承認し、どのバッチで、結果はどうだったか。いつでも参照できます。
非効率なクリエイティブのリスト。「人の承認待ち」の節を独立して並べ、オーナーが一目で判断できます。
主要フィールドの充足率を比較し、急変すれば「当日データは不完全の疑い、参考にならない」と注記します。
配信制限やカテゴリ変更などの異常時の根本原因分析。コンプライアンス、目標設定、配信構造。
利益データから損益分岐の成果ラインを逆算し、管理画面の目標値と照合する。目標設定が高すぎて「使い切れない」ケースがよく見つかる。
「サンプル提供の開拓動画 vs 公開募集の動画」の出稿効率の切り分けを固定する。実測では前者が約 7 割高く、予算配分ロジックを直接変える。
Agent の操作ごとを作業モニタリングページに接続し、「1 タスクにつき 1 件記録」を実現する。