8.4 instruction — Scale & Budget Agent: масштабирование с контролем COGS¶
Этап RB-STEP-8 — ACQUISITION CONFIGURATION (Stage 7) · Линза: Business/Growth · Инструкция для Инженера Продукта нового поколения (PAF, [S1],[S2]). Преемственность метода: исходный раннбук
RB-STEP-8-ACQUISITION-CONFIGURATION/8.4 Масштабирование экспериментов.md(4 уровня: Микро/Малая/Средняя/Полное; «лестница бюджетов» +20–30% за раз; 5 причин деградации; lookalike; ёмкость сегмента; байесовское решение).
🎯 Цель в PAF-оптике¶
Перевести масштабирование из ручной «лестницы бюджетов» в авто-лестницу под Кортексом, запускаемую по событию CP: агент наращивает бюджет при стабильном CP, генерирует lookalike, прогнозирует деградацию/ёмкость и — критически — контролирует COGS токенов AI-функций при росте adoption. Методы исходника сохраняются полностью:
- 4 уровня масштабирования (Микро 200–500 показов / Малая 1–3K / Средняя 5–15K / Полное 30K+).
- «Лестница бюджетов»: дневной бюджет +20–30% за раз, 3–5 дней на адаптацию алгоритма.
- 5 причин деградации: аукционная механика, «выжигание» аудитории, насыщение нишевого сегмента, регрессия к среднему, неправильная атрибуция.
- Критерии стабильности: CAC деградация ≤ +30–40%, конверсия не падает > 2×, CTR не падает > 1,5×.
- Байесовское решение при ограниченной выборке: «с какой вероятностью А лучше Б?», порог 75%.
КЛЮЧЕВОЙ сдвиг: лестница +20–30% вручную → авто-лестница по событию «CP стабилен» (event-based); добавляется COGS токенов как отдельный рычаг [reformation §8.5, §8.9] — при масштабировании AI-функций COGS-эксплозия может обнулить NPV рычага даже при хорошем CAC.
👤 Роль и ответственность¶
- Growth Engineer / Growth PM — определяет целевой CAC из медиаплана; отвечает за ROI токенизируемых функций и контроль COGS токенов (cost-per-token × tokens-per-user) наряду с CAC/LTV [S2]; это контрольная точка роли.
- Product Engineer — проектирует AI workflow: какие пороги деградации агенту применять автономно, где останавливаться на человека; стресс-тест «usage ×2 / ×5» для COGS.
- Product Ops — поддерживает Спелость контекста: интеграции с рекламными кабинетами, аналитика под нагрузкой, трекинг COGS; рост ИИ-зрелости [S2].
- Зона человека: стратегическое решение о переходе Полное масштабирование → фиксация (
8.5); veto при критической деградации; решение о параллельном vs последовательном масштабировании.
🤖 Что делает Кортекс-агент (Scale & Budget Agent)¶
Авто-лестница бюджетов по событию CP¶
- Триггер: событие «CP стабилен на текущем уровне N дней» → агент повышает дневной бюджет на +20–30% (метод исходника), даёт алгоритму 3–5 дней адаптации.
- Снимок метрик на каждом уровне (метод
8.4Phase 2): воронка (показы/клики/CTR/CR рег/CR опл), экономика (CAC/ARPU/LTV/LTV-CAC), сравнение с предыдущим уровнем (ΔCAC ≤ +30%, ΔCTR ≥ −33%, ΔCR рег ≥ −50%). - Параллельное масштабирование топ-2–3 конфигураций с разделёнными аудиториями (exclusions в кабинетах, метод
8.4Step 2.2).
Lookalike-генерация¶
- При накоплении 500–1000 событий (метод
8.4Step 3.2) агент создаёт lookalike-аудиторию (1% — наиболее похожие на покупателей); тестирует vs оригинала. - Сегментация по «теплоте» (метод
8.4): Горячие (ретаргетинг, 20% бюджета) / Тёплые (lookalike 1–2%, 40%) / Холодные (широкий таргет, 40%). - Ротация креативов против «выжигания» аудитории (3–5 вариантов на уровень).
Прогноз деградации / ёмкости¶
- Ёмкость сегмента (метод
8.4Phase 5): потенциальный охват по платформам (инструменты планирования Meta/VK/Google); достижимость целей медиаплана; горизонт «выжигания» в месяцах. - Дерево диагностики деградации (метод
8.4Step 3.1): растёт CTR, падает CR → проблема на landing; падают оба → аудитория; растёт CAC, конверсии стабильны → аукцион; всё падает → выжигание/малый сегмент; нестабильны → малая выборка.
Контроль COGS токенов (новое, PAF)¶
- AI-функции в воронке (AI-оффер, AI-онбординг, AI-ассистент) при росте adoption тянут COGS токенов [reformation §8.9].
- Агент включает cost-per-token × tokens-per-user в полный CAC; стресс-тест «usage ×2 / ×5» (reformation Часть VIII): если при ×5 COGS обнуляет NPV рычага → флаг человеку до масштабирования.
- Парадокс Джевонса [S2]: удешевление когнитивного труда через ИИ увеличивает его потребление → прогнозирует рост COGS при масштабировании, а не снижение.
🧠 Что делает человек (метапознание)¶
Метапознание — критический фезильтр [S2]: масштабирование — зона высокого риска ложного PCF.
- Валидирует, что CAC на целевом объёме — реальный (метод
8.4Step 3.3: «на малой выборке CAC = 450 ₽, при масштабе — 1 850 ₽»; малая выборка — частая ловушка). - Байесовское решение при ограниченной выборке (метод
8.4Step 3.3): P(А лучше Б) = 78% ≥ 75% → масштабируем с явным признанием риска ошибки; человек подтверждает, что риск приемлем. - Ловит COGS-эксплозию: если агент отчитывает «CAC стабилен», но adoption AI-функции вырос ×5 → человек проверяет, что COGS учтён в полном CAC.
- Veto: критическая деградация (CAC вырос в 2–3×) → стоп, диагностика (метод
8.4Step 3.1). - Решение о «learning phase»: алгоритму нужно 50 событий за 7 дней (метод
8.4); при редком событии — переход на прокси-метрику (метод8.4Phase 4).
📦 Артефакт = узлы Нексуса системы роста¶
- Трекер масштабирования (метод
8.4Template 1): прогрессия объёмов (Микро→Малая→Средняя→Полное) с метриками и CP на каждом уровне. - Карточка прокси-метрики (метод
8.4Template 2): финальное событие, прокси, корреляция, сокращение времени решения. - Оценка ёмкости сегмента (метод
8.4Template 3): охват по каналам, достижимость целей, горизонт выжигания, стратегия расширения. - COGS-модель AI-функций (новое): cost-per-token × tokens-per-user × прогноз adoption; стресс-тест ×2/×5.
- Вывод о стабильности конфигурации: стабильна / деградирует / улучшается → передача в
8.5.
🚦 Confidence Point-гейт¶
Уровни масштабирования = рост CP (ядро управления рисками [S1]):
| Переход | CP-гейт | Событие |
|---|---|---|
| Микро → Малая | pass при CP ↑ | метрики стабильны ≥ 5 дней |
| Малая → Средняя | pass при CP ↑ | CAC Δ ≤ +30%, CR Δ ≤ −50% |
| Средняя → Полное | pass при CP ↑ | COGS-стресс-тест пройден, ёмкость ≥ 6–12 мес |
Полное → фиксация (8.5) |
gate PCF | LTV/CAC ≥ 3 на целевом объёме |
- Gate pass → следующий уровень /
8.5. - Gate refuse (CP упал) → осознанный отказ: диагностика (дерево
8.4), корректировка конфигурации (возврат8.3) или смена (возврат8.1). - Если все конфигурации деградируют → критический сигнал (метод
8.4FAQ: пересмотр медиаплана / бизнес-модели / принципиально других конфигураций).
🌳 Дерево диагностики деградации (метод 8.4 Step 3.1 — выполняет агент)¶
| Симптом | Причина | Решение |
|---|---|---|
| CTR растёт, CR в рег падает | проблема на landing/воронке активации | оптимизировать landing, проверить скорость |
| CTR и CR падают одновременно | аудитория расширилась на нерелевантных | сузить таргетинг, добавить exclusions |
| CAC растёт, конверсии стабильны | аукцион дорожает | другой плейсмент/время/ставки |
| Всё падает одновременно | выжигание аудитории / сегмент мал | расширить сегмент, lookalike |
| Метрики прыгают день ото дня | малая выборка, алгоритм учится | не делать выводов раньше 7–10 дней |
💰 COGS-стресс-тест AI-функций (новое PAF, reformation §8.9 + Часть VIII)¶
При масштабировании AI-функций в воронке (AI-оффер, AI-онбординг, AI-ассистент) Кортекс-агент считает:
Полный CAC = (реклама + production + ФОТ + партнёрские + COGS токенов) / платящие клиенты
COGS токенов = cost-per-token × tokens-per-user × прогноз adoption
Стресс-тест:
usage × 1 → COGS базовый
usage × 2 → CAC остаётся < LTV? (порог)
usage × 5 → NPV рычага остаётся > 0? (красная линия)
Если при ×5 NPV рычага обнуляется → агент флагит человеку до масштабирования (reformation Часть VIII: COGS-эксплозия — острейший риск). Парадокс Джевонса [S2]: удешевление когнитивного труда через ИИ увеличивает потребление → прогноз роста COGS, а не снижения.
🧮 learning phase платформ (метод 8.4 FAQ — условие гейта)¶
Алгоритм платформы выходит из learning phase при ~50 целевых событий за 7 дней. При редком событии (оплата) алгоритм не обучается → переход на более частую прокси-метрику (регистрация вместо оплаты), затем постепенный переключ оптимизации на финал. Резкое увеличение бюджета ×10 «ломает» обучение — поэтому лестница +20–30% обязательна.
🔭 Связь с Тремя Линзами (3PL)¶
- Business Lens (основная): масштабирование = проверка рычага дистрибуции на реальном объёме; NPV рычага должен оставаться положительным при росте [S1].
- Product Lens: деградация воронки под нагрузкой = продуктовый сигнал (landing ломается, онбординг не держит масштаб).
- Strategic Lens: ёмкость сегмента = горизонт Ставки портфеля; при исчерпании — диверсификация (новые каналы).
🛡️ Анти-workslop чекпоинт¶
- COGS-эксплозия (острейший риск [reformation §8.9, Часть VIII]): COGS токенов в полный CAC; стресс-тест ×2/×5; AI-COGS как отдельный рычаг. Без этого «хороший CAC» может скрывать убыточную AI-функцию.
- Ложное ощущение готовности (reformation Часть VIII): масштабирование на малой выборке = иллюзия; CP не поднимается без данных на целевом объёме.
- workslop в креативах: ротация креативов против выжигания; AI-креативы проходят A/B.
- Дофаминовая петля ИИ: «зелёный» трекер масштабирования приятен; критерий — стабильность CP и NPV, не «растут показы».
- Метапознание-чекпоинт перед переходом Полное → фиксация: инженер подтверждает, что данные — на целевом объёме, а не экстраполяция.
🧩 Маппинг к Skill Map / профстандарту 06.012¶
- Skill Map [S3]: сектор 4 Growth & Experiments (средний круг — комплексная метрика продукта, масштабирование); сектор 6 Sales & Economics (COGS, юнит-экономика при масштабе).
- Профстандарт 06.012 [S4]: B/08.5 показатели успешности, B/06.5 вывод на рынок; функция B (уровень 5) → Product Engineer.
🔗 Связи¶
Назад: 8.3 instruction · Дальше: 8.5 instruction (Economics & PCF Agent) Связанные: reformation · index · naming_conventions
Version: 1.0 · Last updated: 2026-06-20
Ground truth: index.md [S1,S2], naming_conventions.md, reformation.md §8.5 (строка 8.4), §8.9, Часть VIII, RB-STEP-8-ACQUISITION-CONFIGURATION/8.4…md.