TG筛性别年龄怎么验收：Telegram号码筛选样本、Excel字段与分层规则

TG筛性别年龄的验收重点，不是Excel里“有多少男、多少女”，而是样本能否代表目标数据、每列覆盖是否透明、未知是否被诚实保留。年龄与性别等结果可能来自有限公开线索或推断，适合在批准范围内观察群体分布，不应被当作某个个人的身份证明。

先写研究问题，再决定是否需要画像

“想多拿一些字段”不是研究问题。合格问题可以是：不同获客来源的可观察画像覆盖是否存在明显差异，是否值得为两种创意各做一轮小规模测试。若结果不会改变素材、语言或预算，画像任务没有必要执行。

从真实名单按国家、来源、录入月份、号码质量和客户阶段分层抽样。每层保留输入基数，避免高质量老客户占据大部分样本。若某层记录太少，应报告置信不足，而不是把它与大样本层混合后给出看似精确的比例。

爱普筛TG性别年龄任务可导出手机号、TG UserID、tg用户名、用户离线时间、活跃天数、First Name、Last Name、是否TG VIP、是否冻结，以及头像URL、年龄、性别等字段。第一步是确认手机号能回连输入、UserID与用户名不被混为一列、时间字段可解析、布尔状态编码一致。

性别或年龄不能只保留“男/女”和数字。至少区分有结果、未知、不适用、处理错误；年龄可按获批的宽区间使用，并保留原始空值。把未知强行分配给最大类别会提高覆盖率，却会系统性扭曲小群体。

总体覆盖70%可能隐藏某个国家只有20%。制作国家×来源、来源×批次的缺失矩阵；若未知集中在某一层，业务报告必须注明偏差，不能用有结果的子集推断整个名单。验收阈值也应按层定义，而不是只有一个全局数字。

人工复核不需要证明每个画像字段真伪，而是检查结果能否追溯、空值是否一致、字段字典是否被遵守、同一记录重复运行是否出现无法解释的跳变。复核人员看不到不必要的客户身份信息，记录判断理由而不是复制公开头像。

画像结果可以帮助比较两套中性素材在不同观察群体中的整体表现；不应决定价格、信用、就业、账号封禁或个体是否值得服务。小样本层不单独投放，敏感或可能造成歧视的组合不创建。

用户名、离线时间、头像和推断画像都会变化。保存checked_at、source_task、confidence_or_unknown与delete_after，过期后停止用于分层。只让执行获批分析的角色访问，原始URL和细粒度画像比聚合报表更早删除。

结论应列出各层输入、异常、回连、字段覆盖、未知模式、重复测试差异和允许用途，并明确不能从结果推断什么。通过验收不是宣布数据“真实”，而是确认它在限定时间、限定样本和限定决策中足够透明、可控。