按字母切分看似最简单——前三分之一给第一个号。实践中会造成负载不均并破坏沟通逻辑。如何按语义切分而非 Excel 行序——以及为何多号同步发同一文案是风险，与 Meta 如何检测无关。
曾： 按字母、CRM 顺序或对半切——觉得「公平」且快。
现： 按语义——地区、行业、客户类型——切分速度让位于分层逻辑——见 名单分层。字母切分不违反某条 Meta 规则——但造成实践问题：单批内地区/运营商倾斜、管理混乱、客户对话历史丢失。
主问题不是 Meta 神秘检测——是结构性的：此类切分把同类记录捆在一起。相似公司名、同一地区姓氏或同一 CRM 导入会话的联系人进同一批。
两个问题。运营：失控哪个细分进哪个号。技术（广义）：单批集中同一运营商或地区，时间/地理负载不均，该批投诉尖峰风险升——见 封号机制。
Excel 按行排序手切 据运营观察可留 15–25% 隐藏的时间或地区粘连——实践参考非官方指标。真随机化需随机数列（=RAND()）后再切分——非排序原列表——见 A/B 与随机化。
分配解决「合理」非「均分」。可用标准：
WhatsApp 营销常设最少 三个细分 对应不同消息类型：信息型、个性化、调研型。通用分层逻辑，非专属于防封。
号池内如何分配——见 何时开第二个号。
| 方式 | 逻辑 | 主风险 |
|---|---|---|
| Round-Robin | 每条从下随机号发出 | 复触来自不同号——断聊天史与信任 |
| 固定细分 | 细分永久绑一个供号 | 号封=整段离线直至恢复 |
无共识。Round-Robin 从基础设施角度模糊自动化模式，但 kill 发送者识别。固定细分保历史但风险集中单号。
实践中 长漏斗（多次触达）固定号几乎总赢——识别损失贵于理论模式模糊——见 跟进 vs 首条。Round-Robin 仅适合无复触的一次性冷发。
需精确表述。「Meta 算 MD5/SHA-256 封账号网」——论坛假设，非已证 Meta 反 spam 机制。无官方跨账号消息匹配说明。
实践结论仍成立：多号向不同名单同步发相同文案——运营视角 elevated 风险，与具体检测技术无关。
失败小案例。 5 个新号接自动化，同一折扣+链接广告复制到 5 流，Excel 共享名单同时开——见 首条折扣。12 分钟内 5 号同步封。运营观察：反 fraud 因同时间窗文案+链接重合链成单模式。
成功小案例。 建材商 3000 冷联系人→三随机细分绑三预热号，每流独特 spintax、内容无交叉——见 首条结构。每 3 分钟 1 条。一周清名单，8% 目标线索，零封。
论坛案例——无公开方法学验证。
勿作事实： 三号同文必封；「3–5 号 10–20 分钟必封」已证阈值；Meta 官方用 MD5/SHA-256。均为运营观察。
误区：{{name}} 使每号文案唯一。改一词变字符串签名，不改句型结构。各号骨架相同——运营称仍易并成单模式。
真差异化需每流不同句型结构，非仅姓名变量。
多号同时发同一 URL——运营称风险常高于重复正文：链接是监控系统最显眼 spam 标记。实践：短链或每流不同 UTM，使 URL 在账号间视觉不同。
媒体同理：微调尺寸或透明水印使文件在内容比对系统中 technically 不同。
WhatsApp Business Platform (API)：为多号切名单通常非体量所需——单号靠 Tier 合法扩至日数万/数十万对话——见 需要几个账号与 WABA。多 WABA 号意义：
WABA 名单切分是组织决策，非绕发送限额。
切名单前写下分层标准（地区、行业或客户类型），查 CRM 导出——联系人是否因字母等偶然特征而非语义成组。
实用规则：
名单按业务语义切，非行序——每流文案应听起来不同，而非只换客户姓名。
