معماری چندکسب‌وکاری، تجاری و تجارت الکترونیک · فصل ۵ — Editorial Cell، SEO، QA، Approval و Onboarding · 254

Winner Repurposing بدون Copy

workflow تجاری را به UI یا integration منفرد تقلیل می‌دهد و state، rights، approval و measurement را یکپارچه نمی‌کند. موضوع جاری: «Winner Repurposing بدون Copy». می‌تواند «Winner Repurposing بدون Copy» را برای یک workflow محدود با state/contract/approval و verification مناسب طراحی کند.

Winner Repurposing بدون Copy — en-US

خلاصهٔ درس

workflow تجاری را به UI یا integration منفرد تقلیل می‌دهد و state، rights، approval و measurement را یکپارچه نمی‌کند. موضوع جاری: «Winner Repurposing بدون Copy».

می‌تواند «Winner Repurposing بدون Copy» را برای یک workflow محدود با state/contract/approval و verification مناسب طراحی کند.

خروجی این درس

می‌تواند «Winner Repurposing بدون Copy» را برای یک workflow محدود با state/contract/approval و verification مناسب طراحی کند.

پیش‌نیازها

1) برنده یعنی «ایده‌ی قابل‌انتقال» یا فقط یک Asset پرفروش؟

فرض کنید یک ویدیوی ۳۰ ثانیه‌ای داستان مشتری از بقیه بهتر عمل کرده است. تیم می‌گوید: «همین را برای شش کانال Copy کنیم؛ فقط اندازه و hashtag عوض شود.» این کار ممکن است distribution همان Asset را زیاد کند، اما چیزی درباره‌ی انتقال mechanism ثابت نمی‌کند. حتی worse: provenance، rights و measurement هر مشتق مبهم می‌شود.

در این درس Winner Repurposing Derivation Map v1 را می‌سازیم. هدف این نیست که Winner را بازنشر کنیم؛ هدف این است که بفهمیم چه چیزی احتمالاً برنده شده، آن hypothesis را به evidence وصل کنیم و بعد expression را برای هر channel از نو بسازیم.

قاعده‌ی مرکزی: چیزی که باید حفظ شود «mechanism آزموده‌شده» است، نه لزوماً متن، ترتیب صحنه‌ها یا treatment بصری Asset اصلی.

2) مرز COM-013: Repurposing، نه Playbook کانال و نه Feedback Loop

COM-013 فقط مالک Derivation از Winner است. COM-012 محدودیت‌های فرمت و playbook کانال را مالک است و COM-014 feedback loop عملکرد را. این درس هیچ‌کدام را جذب نمی‌کند.

همچنین «winner» در این درس به معنی حقیقت علّی نیست. یک Asset می‌تواند تحت distribution، زمان‌بندی یا audience خاص بهتر دیده شده باشد. بنابراین winning_hypothesis باید bounded و متصل به source_experiment_ref بماند.

3) مدل ذهنی: Winner Evidence → Hypothesis → Provenance → Transformation → Fresh Test

پنج سؤال را به ترتیب بپرسید: Source چه بود؟ در کدام experiment برنده شد؟ mechanism فرضی چیست؟ در derivative چه چیزهایی عمداً عوض می‌شوند؟ موفقیت derivative با چه contract جدیدی سنجیده می‌شود؟

casesource / experimentwinner hypothesispreserved mechanismchanged elementsrightsduplicate risktarget measurementapprovalbounded state
baselinestory-07 / EXP-221customer proof reduces uncertaintyproblem→proof→outcomenew hook, pacing, framing, CTACLEARLOWshort-qualified-click-v1APPROVED_DERIVATIVEREPURPOSE_READY
missing experimentstory-07 / —customer proof reduces uncertaintyproblem→proof→outcomenew hook + framingCLEARLOWshort-qualified-click-v1HOLDBLOCKED_NO_EXPERIMENT_REF
literal copystory-07 / EXP-221customer proof reduces uncertaintysame script/sequenceresize + hashtags onlyCLEARHIGHshort-qualified-click-v1HOLDBLOCKED_LITERAL_COPY
rights unclearstory-07 / EXP-221customer proof reduces uncertaintyproblem→proof→outcomenew edit; same licensed musicUNKNOWNLOWshort-qualified-click-v1HOLDBLOCKED_RIGHTS
second winnerdemo-12 / EXP-237novelty hook creates curiositydifferent from proof mechanismnew hook + structureCLEARLOWcarousel-save-v1REVIEWNEW_HYPOTHESIS_REQUIRED

اگر source_experiment_ref یا derivation_relation گم شود، دیگر معلوم نیست variant از چه evidenceی مشتق شده است.

4) PROV چه چیزی را ثابت می‌کند و چه چیزی را نه؟

W3C PROV-O یک مدل provenance برای Entity، Activity و Agent ارائه می‌کند و رابطه‌ی prov:wasDerivedFrom را برای derivation دارد. این FACT کمک می‌کند derivative را به source ردیابی کنیم.

اما PROV نمی‌گوید چه Assetی marketing winner است یا چه میزان شباهت Copy محسوب می‌شود. این قسمت‌ها سیاست و طراحی محلی هستند.

5) Winner را از Artifact جدا کن

source_asset_id فقط Asset برنده را شناسایی می‌کند. source_experiment_ref evidence context را نگه می‌دارد و winning_hypothesis توضیح می‌دهد تیم فکر می‌کند چه mechanismی منتقل‌شدنی است.

مثلاً «روایت مسئله→نتیجه با شاهد مشتری» می‌تواند hypothesis باشد؛ جمله‌های دقیق script یا همان sequence تصویری mechanism نیستند مگر experiment واقعاً همین را ایزوله کرده باشد.

6) Channel-native transformation: تغییر واقعی، نه resize

هر variant_id باید changed_elements داشته باشد: hook، structure، duration، framing، visual treatment، CTA یا sequencing. اگر changed elements عملاً خالی باشند و script همان باشد، state باید BLOCKED_LITERAL_COPY شود.

Repurposing سالم یعنی intent/mechanism حفظ شود اما expression برای surface مقصد ساخته شود.

7) Provenance chain: derivative باید بتواند به عقب برگردد

derivation_relation باید نشان دهد derivative از کدام source آمده و evidence_ref باید مسیر تصمیم را قابل بازسازی کند. اگر source experiment حذف شده باشد، label «winner» دیگر auditپذیر نیست و BLOCKED_NO_EXPERIMENT_REF مناسب‌تر از ادامه‌ی تولید است.

Provenance به‌تنهایی quality یا legality را اثبات نمی‌کند؛ فقط chain را قابل مشاهده می‌کند.

8) Rights: منتشرشدن قبلی مجوز derivative جدید نیست

YouTube در راهنمای فعلی Shorts می‌گوید material دارای copyright که بیرون از YouTube ساخته‌اید باید برای استفاده در YouTube مورد تأیید/مجوز باشد؛ در غیر این صورت Content ID claim یا takedown ممکن است رخ دهد.

در MAKNOW، rights_state برای هر derivative جداست. اگر یک music clip، photo یا testimonial ingredient هنوز rights روشن ندارد، variant به BLOCKED_RIGHTS می‌رود. Approval قبلی Source جای rights review derivative را نمی‌گیرد.

9) Duplicate Risk: شباهت را پنهان نکن

duplicate_risk یک gate صریح است. هدف این نیست که درصد جهانی «مجاز» اختراع کنیم؛ هدف این است که near-verbatim duplication دیده شود و با changed elements مقایسه شود.

اگر تیم فقط canvas را resize کند و همان script، ترتیب، hook و CTA را نگه دارد، این یک fresh transfer test نیست. آن را Copy صدا بزنید، نه evidence جدید برای hypothesis.

10) Measurement Contract جدید برای هر Variant

Metric موفق Source را خودکار روی مقصد کپی نکنید. یک Short، email، landing page یا carousel ممکن است exposure و action متفاوتی داشته باشد. measurement_contract باید target channel، metric definition، window و success rule مناسب همان variant را مشخص کند.

اگر تیم metric source را بدون بازتعریف روی همه‌ی مقصدها اعمال کند، REVISE_MEASUREMENT از موفقیت مصنوعی بهتر است.

11) Failure modeهای اصلی و state درست

  • Source experiment حذف شده → BLOCKED_NO_EXPERIMENT_REF
  • Script تقریباً verbatim و changed elements صوری → BLOCKED_LITERAL_COPY
  • Ingredient با rights نامعلوم → BLOCKED_RIGHTS
  • Evidence source قدیمی/غیرقابل بازیابی → STALE_SOURCE_EVIDENCE
  • Metric مقصد از source تقلید شده → REVISE_MEASUREMENT
  • Asset دوم با hook/mechanism متفاوت برنده شده → NEW_HYPOTHESIS_REQUIRED
  • یک critical field واقعاً مفقود است → HOLD_MISSING_EVIDENCE

Typed state مانع می‌شود تیم هر ابهامی را به «آماده‌ی انتشار» تبدیل کند.

12) Lab و transfer: Winner دوم با hook متفاوت

COM-013-LAB1 هشت fixture آفلاین دارد. Learner از evidence visible state را محاسبه می‌کند؛ label قبلی oracle نیست.

در transfer case، Asset دوم همان topic را دارد اما با hook متفاوت برنده شده است. اگر mechanism materially متفاوت است، آن را با Winner اول merge نکنید. یک hypothesis جدید بسازید یا رابطه را disputed نگه دارید و fresh measurement تعریف کنید.

13) تصمیم bounded، freshness و چیزی که این درس ثابت نمی‌کند

این درس نه causal proof می‌دهد، نه legal clearance و نه live publish. خروجی فقط مشخص می‌کند evidence موجود اجازه‌ی repurposing bounded را می‌دهد یا باید HOLD/BLOCK/REVISE شود.

PROV-O یک استاندارد پایدار است. راهنمای YouTube درباره‌ی Shorts/copyright vendor-current است و باید تا 2026-10-18 یا زودتر از آن در صورت تغییر material دوباره بررسی شود. تعریف Winner، duplicate-risk gate و approval state MAKNOW DESIGN هستند.

ارزیابی

پاسخ‌نامه‌ی این درس در بسته‌ی آموزش وجود ندارد؛ خودت جواب بده و صادقانه علامت بزن. «نیاز به مرور» درس را به صف تکرار می‌فرستد.

Q1 retrieval

Why is a high-performing source asset not automatically a transferable winner mechanism?

lesson ✗AI ✗notes ✗

Q2 diagnosis

A team removes source_experiment_ref and republishes the same script with a new aspect ratio. Which gates fail and what is the minimum repair?

lesson ✗AI ✗notes ✗

Q3 transfer

A second asset wins on the same topic through a different hook. Decide whether to merge the winner hypothesis, create a new hypothesis or keep the relationship disputed, and justify the new measurement contract.

lesson ✗AI ✗notes ✗
ملاک‌های ارزیابی (rubric)

A sufficient answer must: (1) preserve COM-013 scope; (2) bind winner_id/source_asset/source experiment; (3) state a bounded mechanism rather than equating the artifact with the mechanism; (4) preserve provenance and explicit changed elements; (5) check rights and duplicate risk; (6) attach a target-specific measurement and derivative approval state; and (7) recompute the transfer case instead of copying the baseline winner label.

منابع و تازگی

PROV-O: The PROV Ontology
·
Upload YouTube Shorts — YouTube Help
·

مطالعهٔ موارد (case studies)

فایل‌های آزمایشگاه

python run_checks.py را اجرا کنید. Fixtureها synthetic و آفلاین‌اند. state را از traceability experiment، provenance، تغییر واقعی expression، rights، duplicate risk، measurement مقصد و approval مشتق کنید؛ label قبلی oracle نیست.