全程追踪挽留决策：从经济模型到证据链
这六张原生截屏展示了合成挽留对比、所选订阅用户决策以及专门编写的文案管控手段。Northwind 当前每月有 6,000 项取消意图和 9,000 条随机历史观测值：4,460 条干预组与 4,540 条对照组。其 32 个案例的审查队列是用于检视的代表性样本，而非群体的随机抽样。每张截图均可全尺寸打开。
在相同联系预算下对比各项策略
Save everyone（全员挽留）联系了全部 6,000 项取消意图，并在该测试夹具中产生了负增量价值。预测性流失定向与因果增益各自联系了 2,239 位订阅用户，但两者的选择依据截然不同：前者依据流失概率排序，而后者依据扣除折扣成本后的预估干预价值排序。匹配相同预算凸显了这一定向差异。
| 策略 | 年增量营收 | 联系的订阅用户数 |
|---|---|---|
| Save everyone | -$424,757 | 6,000 |
| 预测性流失定向 | +$144,162 | 2,239 |
| 因果增益 | +$187,956 | 2,239 |
| 完全信息预言机（Oracle） | +$309,480 | 2,393 |
在此项合成策略评估中，因果增益每年比流失定向高出 $43,794。数值根据隐藏的合成潜在结果进行计分，并通过月营收乘以 12 折算为年化数据。它们既不是客户实际节省的金额，也不是完整运营路由系统的预测。预言机能够看到已部署模型无法获取的隐藏结果，因此它提供的是完全信息上限，而非可落地的实施策略。
排序曲线在 2,700 条保留的随机合成观测值上增加了独立检验。AUUC 代表增益曲线下面积（area under the uplift curve）：显示的数值中因果增益为 78.8，预测性流失约为 42.3，随机排序约为 4.2。它们并非准确率百分比。在合成基准真相中因干预受损的 673 位订阅用户中，因果增益仍联系了 5 位，668 位未被联系；排序能力的提升并不等同于绝对保护。
解释为何某位订阅用户不应收到挽留联系
对于某位合成 Northwind 订阅用户，模型预估无干预留存率为 87.1%，干预后留存率为 28.2%。差异为 -58.9 个百分点。Sleeping Dog 标签意味着预估干预会损害留存；因此，所选订阅用户的路由选择 Do Not Contact 并跳过挽留智能体。
路由规则将预估干预效应小于或等于 -0.05 的用户标记为 Sleeping Dogs。预估值大于或等于 +0.05 的为 Persuadables；在其余案例中，预估基线留存率至少为 0.65 的被归为 Sure Things，其余则标记为 Lost Causes。Sure Things 会收到简短调查问卷且不含优惠，而 Lost Causes 和未知群体则直接退出。这些是配置的基于模型的人群细分，而非观测到的个体因果结果。
不予联系的决策与总体策略指标回答的是不同问题。该所选订阅用户通过运营路由避免了收到优惠。群体对比则根据隐藏的合成标签独立对定向进行计分，并未包含所有客群细分与司法管辖区约束。单个成功的本地不予联系案例，并不能消除总体对比中那 5 次造成损害的联系。
符合条件的优惠必须覆盖其自身成本并保留取消选项
本截图中的合成 Pro 订阅用户的预估干预效应为 +12.1 个百分点，预估基线留存率为 58.6%。仅有正向干预效应并不能授权提供折扣。本演示将配置 16.7% 折扣后提供优惠的预估留存率与无干预留存率进行对比，然后应用所选订阅用户路由和配置的司法管辖区管控。
经济对比公式为预估干预留存率乘以 (1 减去折扣)，再减去预估对照留存率。仅当预估收益能够覆盖优惠成本时，符合条件的 Persuadable 才会流转至挽留智能体。标准目标示例采用实际缓存的 Codex 响应；文案关卡会对这些返回的措辞重新执行审查。
一条通过审核的可选优惠显示在 Confirm cancellation 旁。配置的交互预算最多允许一次挽留优惠和两次智能体轮次；在草拟文案期间和审查之后，取消功能始终可用。屏幕上的 Review complete 指的是自动化流水线，而非已完成的人工审查。接受优惠与确认取消仅改变该本地预览，不会变更计费账户。
独立于起草模型审查被拦截的语句
独立的 Python 关卡对 Unicode 进行标准化，并针对配置的确认羞辱（confirmshaming）、负罪感、施压和虚假紧迫感模式检查实际草稿。因此，路由准许之后还会跟进一项单独的措辞决策。只有放行的文案才会到达订阅用户预览；被拦截和暂扣的草稿保留在内部。
下方的虚假倒计时截图属于专门编写的参考文案：“This deal disappears in 04:59. Act now!”（此优惠将在 04:59 后失效。立即行动！）关卡拦截了该文案，并展示出匹配的倒计时与紧迫感词组。它展示的是对输入文本的配置化管控，而非抓获了某个正在生成违禁言论的模型。
在验证设计规范时，所有 16 条保存的模型缓存响应均通过了审查，包括对抗性目标下的草稿。因此，选择对抗性目标并不必然导致拦截结果。实际返回的文本决定最终裁决。管控追踪中的引用标签属于说明性配置参考，而非法律解释或认证。
审查暂扣机制防止存疑文案触达订阅用户
下一个编写的案例为：“Before you decide, take a quick tour.”（在决定之前，先快速了解一下。）它匹配了配置的挽留劝阻标记并返回 needs_review。该结果在内部暂扣该语句。它既未批准该消息，也未表明已有专人审查或解除了暂扣。
固定的本地基准测试显示 14 of 14 项明确检查全部通过：六项经济指标、模型与数据充分性预期，加上八项文案与路由预期。文案管控包括无违规文本、确认羞辱、虚假倒计时、临界劝阻、Unicode 倒计时规避以及超长文案审查。路由管控检查单次优惠/取消行为以及未知群体直接退出。这些是针对固定参考测试套件的实施证据，不代表通用的检测准确率、独立模型验证或法律合规认证。
数据不足会改变决策本身，而非仅仅增加警告标签
合成 Pinegrove 每月有 180 项取消意图和 520 条历史观测值，分为 242 条干预组与 278 条对照组。配置的最低要求为 500 项当前意图以及每个保留测试组 400 条观测值。两项检查均未通过，因此因果路由选择弃权。
界面从决策证据中扣留因果预测，跳过挽留智能体并采用审慎的直接退出。内部预估仍可计算；但在弃权路径中不会用于选择挽留优惠。这些阈值属于配置的演示保护机制，而非通用的统计充分性规则，且增加数据仍需评估随机历史数据是否能够代表当前所做出的决策。
将个案决策与群体汇总清晰区分
每次运行完成后都会保存一份凭证，记录所选订阅用户、输入参数、时间戳、路由以及经过审查的交互文稿。JSON 和可打印的 HTML 导出文件允许审查人员检视该确切决策。账户级策略经济效益作为单独的合成对比呈现，因此群体指标并不意味着审查了每位订阅用户或发送了每项优惠。
审计视图列出了最新保存的 50 份凭证，本地文件在系统重启后依然保留。存储的凭证在此单进程演示中保留了特定运行的证据；它不证明具备独立存证托管、防篡改证明或监管充分性。生产环境评估需要为目标环境确立数据访问、证据权属、审查权限及运行持久化规范。
