如何用Oransim Web界面完成第一次campaign预测:三栏布局界面与9大功能标签完整指南

原创2026-10-14 13:09:191,940 阅读

如何用Oransim Web界面完成第一次campaign预测:三栏布局界面与9大功能标签完整指南

Oransim 是一个面向营销的因果数字孪生(Causal Digital Twin)开源项目,核心功能是"花钱之前先预演"——在 Web 界面里粘贴一段广告文案,60 秒内就能得到曝光、点击、ROI 等 KPI 预测,还能拖动滑块做反事实对比。本指南将带你完整走通 Oransim Web 界面:先看懂三栏布局(素材计划 → 预测对比 → AI 用户投票),再逐一认识 9 大功能标签,最后完成你的第一次 campaign 预测。

Oransim Web界面首页与campaign预测入口

一、为什么营销人需要 Oransim

传统营销工具只能告诉你"发生了什么",Oransim 回答的是"如果……会怎样":

  • 投放前:24 个"素材 × KOL × 预算"组合,哪组 ROI 最高?60 秒模拟即可全部排名;
  • 投放中:第 3 天 CTR 不达标,换两个 KOL 会怎样?30 秒跑出反事实曲线;
  • 复盘时:当时把钱花在小红书而不是抖音,结果会不同吗?

后端由 64 节点 / 117 条因果边的结构因果模型(SCM)、Hawkes 14 天扩散曲线和 LLM 驱动的"灵魂"虚拟用户构成,前端入口见 frontend/index.html,预测核心逻辑在 backend/oransim/api_routers/predict.py。

二、启动 Oransim:两步拿到 Web 界面

按 README 的 Quickstart,启动只需两条命令:

git clone https://gitcode.com/gh_mirrors/or/oransim && cd oransim
pip install -e '.[dev]'

# 1. 启动后端(mock 模式,无需 API key)
LLM_MODE=mock python -m uvicorn oransim.api:app --port 8001 &

# 2. 启动前端页面
python -m http.server 8090 --directory frontend

打开 http://localhost:8090,你看到的就是下面这个三栏布局界面:

Oransim Web界面三栏布局:素材投放计划、预测反事实对比、AI用户投票

三、三栏布局逐栏拆解 🧭

左栏:① 素材 & 投放计划 + ② 反事实沙盘

左栏是所有输入的地方,从上到下依次是:

控件 作用
⚡ 极速 / 🧠 完整 预设 一键填充参数:极速约 15 秒出基础预测,完整模式约 2-3 分钟跑因果全栈分析
特殊场景预设 🔥 爆款、⚠️ 危机、🌍 1M 壮观三种场景模板
素材文案 广告原文,默认已填一条"芋泥奶茶"示例
视觉风格 / BGM 情绪 bright / dark / minimal / flashy 等
明星/头部达人、真 LLM 是否投给大 V、是否让 LLM 真的读完文案再投票
总预算、KOL 赛道 默认 5 万元,赛道可选美妆/美食/数码等 8 类
⚙️ 高级参数 人群定向、时段、节日、大盘氛围、LLM 灵魂数量及 A/B/C/D/E 五大高级分析开关

高级参数下方的 5 个开关对应 5 类前沿分析(详细解释见 frontend/index.html 中每个 label 的 title 提示):

  • A. 评论区辩论:12-20 个 AI 在虚拟评论区辩论,观察情绪走向
  • B. 90 天品牌记忆:按艾宾浩斯遗忘曲线追踪品牌印象
  • C. RecSys RL 冷启破圈:模拟新内容从 0 观众推到 10 万的过程
  • D. 跨平台去重:抖音+小红书同一人只算 1 次触达
  • E. 多轮 AI 群聊:AI 互相看对方发言后更新立场,涌现群体极化/共识

左栏下半部分是 ② 反事实沙盘:三根滑块——抖音 %、小红书 %、总预算——拖动即可实时对比"如果把预算从 A 挪到 B 会怎样",并可一键撤销或刷新灵魂解释。

中栏:③ 预测 & 反事实对比(9 大标签所在)

中栏是结果展示区,顶部就是 9 个功能标签页(3 个常驻 + 6 个折叠在"更多 ›"里,标签切换逻辑见 frontend/js/tabs.js):

# 标签 看什么
1 KPI CTR / CVR / ROI / 曝光 / 转化,当前方案 vs 基线,含按平台拆分与蒙特卡洛不确定性
2 🌍 百万智能体 100 万虚拟消费者的 persona-embedding 星图,支持 3 万~100 万粒子渲染和舆论波动画
3 🗣️ AI 群聊 AI 多轮辩论流、立场漂移轨迹图、agent 影响网络
4 📈 Hawkes 14 天曲线 付费曝光 + 自然二次传播的 14 天生命周期,自然占比越高越"viral"
5 🚀 前沿分析 ABCDE 上面五大高级分析的结果面板(跨平台去重、冷启破圈、评论辩论、品牌记忆、群聊)
6 🕸️ SCM 因果图 64 节点 / 117 边 / 8 层的因果关系网,白描边节点可 do() 干预
7 📊 CATE 异质效应 同一个改动对不同人群(28 岁女 vs 45 岁男)效果差多少
8 ∞ V1 CCG 架构 Universal Embedding Bus + 声明式因果计算图(DAG)运行时
9 📋 结构化输出 五阶漏斗、KOL 组合优化、竞品抢夺 ROI、敏感性分析等十余张报告表 + 最终预测报告(可下载 MD / 打印 PDF)

右栏:④ AI 用户投票 & 情感

右栏展示上万 AI 用户各自读完广告后的点/跳 + 情绪 + 理由 + 购买意愿。顶部是聚合的"预测情感分布"(正面/中性/负面占比条),下方可筛选分页查看单个虚拟用户的原话——这是判断"广告会不会火"最直观的定性依据。

Oransim Web界面完整三栏工作台(MVP 视图)

四、3 步完成第一次 campaign 预测 🚀

第 1 步:选预设。 新手直接点左栏 ⚡ 极速(100k 统计智能体 + 8 个 LLM 灵魂,约 15 秒)。想跑完整因果全栈就选 🧠 完整。

第 2 步:点 🚀 预测 & 开启沙盘。 按钮会实时显示已耗时。预测完成后日志区会输出类似:

KPI: CTR 3.24% · CVR 1.05% · ROI 2.31x
✅ 完成 14.2s · 沙盘 sb-xxxx · 基线 ROI 2.31x

第 3 步:按标签读结果。

  • KPI 标签:看核心数字,注意所有 KPI 都是 10 次蒙特卡洛模拟的均值(悬停看 std);
  • 📈 Hawkes 曲线:确认第几天是自然传播峰值;
  • 右栏灵魂:翻几条虚拟用户原话,看理由是否说得通;
  • 📋 结构化输出:下载最终预测报告 MD,用于向团队汇报。

五、拉开滑块:体验反事实沙盘

预测完成后,Oransim 会自动创建一个 sandbox 会话(见 backend/oransim/api_routers/sandbox.py)。回到左栏"② 反事实沙盘":

  1. 把"总预算"从 5 万拖到 10 万,或把"抖音 %"从 60% 拖到 30%;
  2. KPI 面板立即刷新"当前方案 vs 基线"的差值;
  3. 切到 📊 CATE 标签,看同一改动在不同人群上的异质效应。

这就是 Oransim 与仪表盘工具的本质区别:它不是报数,而是回答 what if。

六、进阶:看 100 万智能体社会如何传播

切到 🌍 百万智能体 标签,你会看到 100 万虚拟中国消费者的 persona-embedding 星图——每个点是一个虚拟用户,位置来自 256 维兴趣+人口学向量的 2D 投影。两种模式:

  • 人口分布:按城市等级上色,看整个"虚拟中国"的结构;
  • 预测结果着色:跑完预测后,点了广告的用户发绿光、跳过的发红、高购意发紫,其他人群变暗。

底部可一键渲染 3 万 / 10 万 / 30 万 / 100 万(全量 WebGL) 粒子,再点 🌊 舆论波 观看内容在消费者网络中扩散的动画——预测集中投少数 KOL 时,触达面会远超粉丝数之和,这就是网络效应的直观演示。

Oransim百万智能体社会星图:100万虚拟消费者persona-embedding可视化

七、新手避坑清单 ⚠️

  • 黄色横幅提示 mock 模式:未配置 LLM_API_KEY 时,LLM 相关功能(灵魂、群聊、校准)走模板兜底,数字可用但"真人反应"是模板化的。接入真实 LLM 参考 docs/zh/quickstart.md 的环境变量表;
  • 部署用单 worker:v0.2 运行时状态是进程内单例,多 worker 会导致数据不一致;
  • CATE 标签为空是正常现象:必须先动一次左栏滑块才触发反事实计算;
  • 群聊结果对 KPI 影响有限:SCM 中 mediator 系数 0.5 且未经真实数据校准,群聊主要价值在质性观察。

八、关键文件索引 📁

模块 路径
Web 前端入口 frontend/index.html
标签切换逻辑 frontend/js/tabs.js
前端请求与渲染 frontend/app.js
预测 API 路由 backend/oransim/api_routers/predict.py
反事实沙盘 backend/oransim/api_routers/sandbox.py
结构因果模型 backend/oransim/causal/scm.py
Hawkes 扩散 backend/oransim/diffusion/hawkes.py
中文快速上手 docs/zh/quickstart.md

按这个顺序走一遍,你已经掌握了 Oransim Web 界面的完整工作流:三栏输入 → 一键预测 → 9 标签解读 → 滑块反事实 → 百万智能体围观。下一步可以试试 🔥 爆款预设,看 AI 评论区辩论和群聊极化效果。

登录后查看全文
oransim