同时测多少部，用首轮素材产能倒推；测多久，给数据留出观察窗口，常见做法是把首轮测试分散到约一周；窗口到期，每部剧只能落到加码、降级、淘汰三个出口之一。测的剧太多，首轮素材被摊薄，数据出不来；窗口拖太长，好剧错过热度，弱剧一直占着产能。
同时测多少部：用产能倒推
批量的上限由首轮素材产能决定。算法很简单：单剧首轮条数乘以批内剧数，就是本轮素材需求，这个需求要能在计划周期内产得出、投得出。产能按近几周的稳定产出算，不按最好的一周算。
例如（假设）单剧首轮计划出十几条，团队每周稳定能出两百条左右，同批测的剧就应控制在十几部以内。超过之后，要么单剧条数被压到测不出差异，要么窗口被迫拉长，测试结论都会变差。
单剧首轮条数由团队按测剧目标设定。测剧型和铺剧型的分配逻辑不同：铺剧型覆盖更多剧，每部剧先出少量素材；测剧型每部剧分配更多候选，人工筛高光，再看数据决定是否进入重点剧深挖。
产能有富余，也不宜无限加剧。投手和素材负责人能同时盯的剧有限，超过关注上限后，每部剧的判断质量都会下降。常见的失衡是产能不够时压缩单剧条数硬撑批量，每部剧只有寥寥几条，开头变量都没配齐，窗口结束时哪部剧都没有像样的数据。
首轮也不必上传全集。新剧可以先用前若干集做识别和处理，有潜力后再补全集和精细版本，这样同样的产能能覆盖更多剧。
窗口多长：给数据留出观察时间
窗口内每部剧的首轮素材都要拿到足以下判断的曝光和转化数据。常见做法是把首轮测试分散到约一周，避免在一两天内耗尽额度。这是给素材和账户表现留出观察时间，不是到期必出结果的承诺。
窗口内要有检查节奏，具体节点由团队设定，例如先确认消耗是否启动，再看哪条版本在跑，窗口末端做加码或淘汰决策。同样长的窗口，有检查节奏和放任不管，结论质量差别很大。
如果窗口结束时数据还没跑完，说明首轮条数和窗口长度跟投放节奏不匹配，要调整配置，不要为个别剧破例。多平台投放的剧，按主投平台的节奏定窗口，其他平台跟随，避免同一部剧出现几个互相矛盾的处置时点。
到期处置：三个出口
加码：数据过线，转入重点剧深挖，追加素材和预算。重点剧的高光要人工复核，计划输出的版本数也要有足够多的差异化开头支撑。
降级：信号模糊，转为观察对象，只保留最小跟进，不占主力产能。
淘汰：明确不过线，记录原因并处理素材。
不要让剧停在再等等的状态。它会让窗口形同虚设，让产能被模糊的剧持续占用。如果经常出现想再等等的剧，要修的是过线标准太粗，而不是放松窗口纪律。
插队和新品类
爆款机会出现时可以插队加测，但要调整结构：插队的剧占用多少产能，就从批内减掉相应数量，或者明确额外产能从哪里来。挤进来却不减，整批的条数和窗口都会乱。
第一次测新品类时，还没有判断基线。建议首批少测几部、窗口照常，重点收集这个品类的过线值是什么样，先把基线建立起来。
批次之间留出复盘
上一批的加码剧进入深挖后会占用新产能，素材补给、卡审和合规检查的排期，也要在新批开测前对齐。排期表上给复盘留出位置，让上一批的结论影响下一批选剧。完整链条是测、判、处置、复盘、再排，缺了复盘，下一批的选剧质量不会自己提高。
团队刚引入批量工具时，可以先让少数资深剪辑跑通完整流程，再推广到全员，这样能更早发现打点、模板和筛选标准上的问题。