Cómo se genera una recomendación

Las cuatro etapas

1. 01

   La detección es determinista

   Los umbrales superados y las caídas entre ventanas los detectan reglas sobre métricas normalizadas. El modelo no interviene en si existe o no una incidencia.

   La detección de incidencias es una capa determinista: las reglas evalúan métricas normalizadas en busca de umbrales superados, anomalías y degradaciones entre ventanas, siempre dentro de la cuenta publicitaria que tengas seleccionada. Las recomendaciones se ejecutan por debajo de esa capa y consumen su salida. Nunca se le pregunta a un modelo si existe una alerta, y no puede crear ninguna.

2. 02

   La evidencia queda congelada

   Cada informe se vincula a una alerta y a una revisión de evidencia concreta. Sin esa versión, la petición se rechaza en lugar de responderse con datos en vivo sin relación.

   Una recomendación se genera contra una única alerta o incidencia de regla y una única revisión de evidencia autorizada, congelada en el momento de la petición. Si falta esa versión congelada, la petición se rechaza. La alternativa —montar en silencio un contexto nuevo con el aspecto que tenga la cuenta ahora mismo— produciría un informe cuyo razonamiento ya no coincide con la evidencia que cita.

3. 03

   La salida se analiza de forma estricta

   La respuesta debe encajar exactamente en un esquema canónico, sin rescates, relleno, alias ni valores por defecto. Una salida malformada falla en vez de repararse hasta parecer válida.

   La respuesta del modelo se analiza contra un esquema canónico. El analizador no aplica reservas, relleno, rescate, coerción de alias ni valores semánticos por defecto, y rechaza de plano las claves duplicadas y los números no finitos. Una respuesta que no cumple provoca un fallo de análisis estructurado en lugar de convertirse en un informe con apariencia válida. Ves un error, no una suposición reparada.

4. 04

   Las acciones siguen siendo consultivas

   Cada elemento se clasifica por seguridad antes de mostrarse. Si el modelo marca su propia propuesta como ejecutable, se degrada a revisión manual.

   Después, cada elemento se clasifica por seguridad de ejecución. Los elementos parten como insight; las protecciones frente a afirmaciones no respaldadas detectan el lenguaje que da a entender que algo ya se ha hecho; las ediciones de público y de emplazamientos se marcan como sensibles. Un elemento que el modelo haya etiquetado como candidato ejecutable se degrada a revisión manual. Nada de lo que hay en un informe cambia por sí solo tu cuenta publicitaria: aplicar una recomendación es un paso humano aparte.

Lo que el sistema no hará

• Dejar que el modelo decida que existe un problema. La detección se queda en la capa determinista.
• Responder con contexto en vivo sin relación cuando falta la revisión de evidencia congelada.
• Reparar, rellenar o rescatar una respuesta malformada del modelo hasta convertirla en un informe utilizable.
• Dejar que un modelo ascienda su propia propuesta a ejecutable.
• Tratar el texto libre de un informe como autorización para cambiar nada. Los traspasos llevan campos explícitos y acotados, o se rechazan.

Límites que conviene conocer

• Las recomendaciones van por detrás de la detección. Si no se ha disparado ninguna regla, no hay informe: esto no es un auditor autónomo y continuo de todo lo que ocurre en la cuenta.
• Un informe pertenece a la cuenta publicitaria, no a quien lo generó. Todas las personas autorizadas en esa cuenta ven la misma generación activa y el mismo resultado.
• Solo se muestra el último informe publicado para cada alerta de origen. Las versiones anteriores no aparecen en el producto.
• La regeneración está restringida a los propietarios de la cuenta; solo quien inició una generación puede cancelarla.