Context：让每一轮 Growth Loop，都从真实业务开始
同一份数据，放在不同团队、不同业务阶段，结论可能完全不同。Context 让系统在判断之前先理解你的产品、目标、历史表现和团队规则，也让每一轮的结果回流，成为下一轮的起点。
上一篇，我们介绍了 GrowthGPT 2.0 的核心：让增长工作形成一个持续运行的 Growth Loop。
它不是把一个任务做完就结束，而是让每一轮行动都接上下一轮：
Goal → Context → Skills → Action → Results → Next cycle
Goal 决定方向，Context 提供判断依据，Skills 定义团队方法，系统在既定规则内推进执行；每一轮产生的 Results，都会回到 Context，成为下一轮的起点。
今天，我们先拆解这个循环的起点，也是结果回流的地方：Context。
核心就一句话：
先理解你的业务，下一步才有可能真正适合你的场景。
「这条素材消耗上涨了，要不要停？」
这是增长团队每天都会遇到的问题。
如果只看一个数字，答案似乎很简单：ROAS 低于预期，就建议暂停，避免继续浪费预算。
但真实业务里，事情远没有这么简单。
这条素材可能正处于新品测试期，需要保留探索空间；同类素材过去可能需要更长的起量周期；团队当前可能优先验证创意方向，而不是立即控制成本；它也可能属于品牌内容，有单独的容错预算。
即使需要调整，也还要看：这个动作是否处于当前负责人的确认范围内？
同一份数据，放在不同团队、不同业务阶段，结论可能完全不同。
这也是通用 AI 在增长工作中的局限：它可以给出符合行业常识的建议，却不一定了解你的产品、目标、预算、历史表现和团队规则。
于是，答案可能「没错」，却很难直接用于决策。
GrowthGPT 2.0 的 Context，想解决的就是这件事：让系统在回答、判断或推进工作之前，先理解与你们业务真正相关的信息。
一个增长判断，通常需要四类业务 Context
做增长决策，看的从来不只是眼前的一组数据。
第一类，是长期稳定的业务基础。
产品定位是什么，目标用户是谁，品牌调性与合规要求有哪些，账户和预算的基本情况如何。这些信息决定了哪些做法从一开始就不适合。
第二类，是当前阶段的目标。
这段时间究竟是冲规模、保 ROAS、测试新品，还是验证一条新的创意方向？不同目标对应不同的判断标准。脱离当前目标单独讨论「数据好不好」，很多时候没有意义。
第三类，是历史结果与已经验证过的经验。
类似素材过去表现如何？账户的正常波动范围是什么？哪些方向已经有效，哪些问题反复出现？这些信息，往往比一条孤立的数据更有参考价值。
第四类，是团队已经明确的规则与确认边界。
哪些事项可以在既定规则内推进，哪些必须交给负责人确认；预算可以调整到什么范围；哪些内容必须经过审核。清晰的边界，决定了建议能否安全落地。
过去，这些信息往往散落在广告后台、文档、群聊、复盘记录和团队成员的经验里。每次讨论前，总有人要先找数据、补背景、确认规则。
GrowthGPT 2.0 可以把与当前任务相关的业务资料、历史表现和团队规则整理为判断依据。
但 Context 不是一次配置完成后，就不再变动的背景资料。
一轮 Growth Loop 开始前，Context 带入与当前任务相关的产品、目标、历史表现和授权范围；一轮行动结束后，它也会接住已处理事项、待确认问题、新的发现和有效做法。
这些结果会回到下一轮的 Context，让系统不必再次从空白开始。
同一个问题，答案为什么会不同？
还是回到最开始的问题：
这条素材消耗上涨了，要不要停？
如果只看通用规则，答案可能是：
ROAS 低于预期，建议暂停，避免继续浪费预算。
但结合团队的 Context，判断会更接近真实工作：
当前处于新品测试阶段，团队本周期优先验证创意方向；同类素材过去通常需要更长的观察周期。该素材尚未触及团队设定的停投条件，建议继续观察；若后续满足阈值，再进入处理或确认流程。
两种回答的差别，不在于谁更会说「ROAS」。
而在于后者知道：你们正在做什么、为什么这样做，以及什么可以推进、什么仍需要人来决定。
GrowthGPT 不只是回答「通常应该怎么做」，而是尽可能帮助团队回答：
结合我们当前的产品、目标、预算、历史表现和既定规则，现在更适合怎么做？
Context 是每一轮 Growth Loop 的起点，也是结果回流点
对一线增长人员来说，Context 减少的是重复的信息搬运。
不必每次提问都重新解释产品背景、当前目标和历史情况，也不用反复翻找零散的复盘记录。把找资料、对齐信息的时间减少后，才能把更多注意力放在策略和创意本身。
对团队管理者来说，Context 带来的是更稳定的判断基线。
团队成员基于同一套业务资料、目标和规则展开讨论；新人也能更快理解团队的工作标准；经验不必只依赖口头交接。
更重要的是，上一轮的结果不再停在报告里。
它会带着已处理事项、有效方法、待确认问题和新的证据，回到下一轮的 Context 中，影响接下来的判断。
Context 让每一轮 Growth Loop 都从真实业务开始，也让每一轮的结果成为下一轮更好的起点。
下一篇，我们会继续讲 Skills：当系统理解了业务之后，如何让它按团队已经验证过的方法推进工作。
GrowthGPT 2.0 已正式上线。
从产品信息、当前目标、历史表现和既定规则开始，配置你的 Context；再用一个你最常问的增长问题，看看答案会有什么不同。