裂变之前先定人群档，再在每档内变化开头和例证。人群档写进命名和标签，档与档之间只改人群适配的部分，说服骨架保持一致。这样数据回来，才能判断差异来自人群，而不是来自别的变量。只换开头不分人群，十个版本测到的往往还是同一群人。
为什么要按人群裂变
同一卖点在不同人群里的说服逻辑不同。例如一款保温杯的“12 小时保温”：对通勤人群，说服点是早上灌的咖啡下午还热；对户外人群，是零下也能喝到热水；对宝妈人群，是冲奶粉的水温合适。卖点没变，例证、场景和语气都要跟着变。
不分层时，多个版本争夺的是同一批观众。分层之后，每类人看到的是为自己准备的那一版，测试覆盖面才真正扩大。
从哪几个切面分层
- 使用场景：产品的主要使用场景，通常两三个。场景决定画面和例证。
- 人群属性：年龄带、身份（学生、职场、家庭）、消费动机（自用、送礼）。属性决定语气和人物形象。
- 决策顾虑：价格敏感的人要看性价比对比，在意品质的人要看材质和证明细节。这个切面最常被忽略，却常常决定转化差异。
每轮选一到两个切面展开即可。切面之间要互不重叠，比如“场景×顾虑”的组合，比“年轻人场景”和“中产场景”这种边界模糊的分法更容易读出结论。
没有清晰的人群画像时，可以直接用顾虑切面。买这类产品的人最担心什么，通常能从评论区和客服问题里整理出两三条，取证也更容易。
分层怎么落到裂变结构上
人群是最外层变量。先定人群档，每档内再按常规结构裂变开头和例证。
档位数从两三个起步。档位太多会摊薄每档的测试曝光，也超出素材产能。先跑两三个差异明显的档，哪档有潜力，再为它细分子档。
人群档要进入命名编码，例如“项目_卖点_人群档_开头类型_版本号”。魔剪导出时支持结构化命名，成片也可以关联标签、脚本和原始物料，投放侧按命名分组，回看数据时就能定位到档位。
档与档之间只变例证、场景和语气。说服骨架一致，数据差异才能归到人群上。
先验证卖点，再做人群分层
卖点方向还没验证时做人群细分，等于在没确认的方向上加密度。先跑出胜出的卖点，再用人群分层去放大它。
拿到可放大的卖点后，魔剪的爆款拆分可以按画面、口播或脚本结构把跑量成片拆成分镜组，再替换和重组。这样各人群档能共用验证过的结构，只替换需要适配的镜头和口播。
人群假设也要被数据检验
分层的起点是假设。某一档持续跑不出差异，说明这个人群差异在投放环境里可能不成立。这时应合并或砍掉这一档，而不是追加预算去证明它存在。
例如按顾虑分出价格档、品质档、便携档，首轮数据里品质档领先、另两档持平（假设）。处理方式是品质档继续细分放大，另两档停止加投，并把结论记录下来。
把人群结论沉淀下来
每个版本登记对应的人群假设、例证来源和语气选择。魔剪成片在创量侧可查看使用和投放数据，并支持按表现继续拆分裂变。下一批面向同一人群的素材，可以直接调用验证过的例证和表达。跑量版本的开头结构，是人群库里最有复用价值的记录。