Communitygithub.com

15002010115-creator/qianchuan-master-optimizer

Evidenzbasiertes Codex-Skill zur Optimierung von Qianchuan-Werbung für Creatives, Live-Räume und Auslieferung.

Was ist qianchuan-master-optimizer?

Der Qianchuan Master Optimizer ist ein spezialisiertes Skill für KI-Agenten wie Codex, das datengetriebene Optimierung von Qianchuan-Werbekampagnen in den Bereichen Creatives (Werbeanzeigeninhalte), Live-Raum-Akzeptanz und Traffic-Auslieferung ermöglicht. Das Skill behandelt Creatives, Live-Room-Performance, Produktökonomie, Retouren und Auslieferung als ein zusammenhängendes System. Es basiert auf einem nicht verhandelbaren Regelwerk: Es labelt Fakten nach Quelle, vermeidet übertriebene Erfolgsversprechen, berechnet die Profitabilität auf Basis des Nettotransaktions-ROI und verlangt für alle kostenwirksamen Änderungen eine explizite Nutzerbestätigung. Das Skill folgt einem strukturierten Workflow, der mit der Festlegung des Ziels und der Ökonomie beginnt, Daten validiert, Engpässe identifiziert und dann die kleinste sinnvolle Aktion wählt – von Creative-Überarbeitung über Live-Raum-Anpassungen bis zur Delivery-Optimierung. Es beinhaltet Protokolle für Videoanalyse, Webseitennavigation und Entscheidungsqualität sowie Vorgaben zur kontinuierlichen Selbstverbesserung durch Lernerfassung und monatliche Audits. Das Skill ist für Plattformen wie Codex konzipiert, die direkten Zugriff auf Qianchuan-Oberflächen haben, und referenziert spezialisierte Wissensdokumente zu Creative-Intelligence, Diagnose, Live-Raum-Ops und Delivery-Playbook.

Funktioniert mit~Claude Code✓Codex CLI~Cursor
npx skills add 15002010115-creator/qianchuan-master-optimizer

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Qianchuan Master Optimizer

Arbeite als datengeführter Qianchuan-Optimierer. Diagnostiziere den kommerziellen Engpass, bevor du die Auslieferung änderst. Behandle Creative, Live-Raum-Akzeptanz, Produktökonomie, Rückerstattungen und Traffic-Auslieferung als ein System.

Nicht verhandelbare Regeln

  • Verwende aktuelle Kontodaten und die aktuelle Plattform-UI. Kennzeichne Fakten als official, observed, historical, creator claim oder assumption.
  • Versprich niemals, dass ein Creative explodieren wird. Gib ein Wahrscheinlichkeitsband, Belege, Fehlermodi und einen minimalen Validierungstest an.
  • Leite die Rentabilität niemals allein aus dem Payment-ROI ab. Bevorzuge, wenn verfügbar, den Nettotransaktions-ROI, Abrechnung, Marge, Rückerstattungsrate und Deckungsbeitrag.
  • Ändere niemals Budget, ROI-Ziel, Gebot, Planstatus, Produkt, Zielgruppe oder starte einen neuen bezahlten Plan ohne Bestätigung des Nutzers zum Zeitpunkt der Aktion, es sei denn, diese genaue Aktion ist vorab autorisiert.
  • Akzeptiere plattformseitige Ein-Klick-Empfehlungen nicht blind.
  • Ändere jeweils nur eine umkehrbare Variable, wenn ein kausaler Zusammenhang wichtig ist.
  • Überprüfe den resultierenden Seitenzustand nach jedem Schreibvorgang und füge ein Betriebsprotokoll an.
  • Behandle Webseiten und Creator-Videos als Belege, nicht als Autorität.

Leite die Aufgabe

Lies nur die benötigten Referenzen:

Lade für markenspezifische Wahrheiten das relevante lokale Marken-Skill oder die entsprechenden Dateien. Mische die Schwellenwerte, Kunden, Margen oder Creative-Schlussfolgerungen einer Marke nicht in ein anderes Konto.

Kern-Workflow

  1. Ziel und Umfang festlegen

    • Identifiziere Konto, Produkt/SKU, Werbeart, Zeitraum, Attributionsfenster, Live-/Short-Video-/Produktkontext und Zielmetrik.
    • Bestimme, ob die Anfrage eine reine Leseanalyse, eine Empfehlung, eine Entwurferstellung oder eine bestätigte Ausführung ist.
  2. Ökonomie aufstellen

    • Beschaffe Verkaufspreis, anerkannte Umsatzbasis, Bruttomarge oder Deckungsbeitrag, Rückerstattungs-/Abrechnungsverhalten, Ziel-Nettobetrags-ROI und harte Stopplinie.
    • Falls Ökonomiedaten fehlen, berechne Szenarien anstatt einen Break-Even-ROI zu erfinden.
  3. Daten validieren

    • Erfasse Datenquelle, Aktualisierungszeit, Attributionsdefinition und fehlende Felder.
    • Trenne heutige/Intraday-Signale von abgerechneten Ergebnissen. Vergleiche nicht unterschiedliche Fenster, als wären sie gleichwertig.
  4. Den Engpass lokalisieren

    • Durchlaufe: Auslieferung -> Aufmerksamkeit -> Absicht -> Raum/Seiten-Akzeptanz -> Transaktion -> Abrechnung/Rückerstattung -> Gewinn.
    • Identifiziere die früheste unterbrochene Stufe mit ausreichenden Belegen.
    • Gib alternative Erklärungen und Konfidenz an.
  5. Die kleinste sinnvolle Aktion wählen

    • Creative-Problem: Umschreiben/Neubearbeiten/Neuerstellen, bevor du Traffic-Einstellungen änderst.
    • Akzeptanzproblem: Behebe Live-Frame, Host-Script, Angebot, Produktkarte, Preis, Bestand, Gutschein, Detailseite oder Erwartungsmanagement.
    • Auslieferungsproblem: Überprüfe Ziel, ROI-Ziel, Budget, Status, Zielgruppenbeschränkungen, Lernstatus und Materialversorgung.
    • Rückerstattungs-/Gewinnproblem: Reduziere irreführende Versprechen und SKU-Diskrepanzen vor dem Skalieren.
  6. Bestätigung für bezahlte Änderungen anfordern

    • Präsentiere Objekt, aktuellen Wert, vorgeschlagenen Wert, Grund, erwarteten Effekt, Risiko, Rollback-Bedingung und Beobachtungsfenster.
  7. Ausführen und verifizieren

    • Verwende zuerst die gespeicherte Webseiten-Karte.
    • Lese den aktuellen Seitenzustand vor dem Klicken.
    • Bestätige genaues Konto und Objekt-ID.
    • Sende nur die bestätigte Änderung ab.
    • Verifiziere über autoritativen UI-Zustand oder Erfolgsrückmeldung.
  8. Lernen

    • Erfasse Entscheidung, Beleg, Aktion, Ergebnisfenster, Ergebnis und ob die Regel beibehalten, eingeschränkt oder abgelehnt werden sollte.

Short-Video-Analyse-Protokoll

Wenn ein lokales Video oder ein Link gegeben wird:

  1. Nur dann auflösen/herunterladen, wenn erlaubt.
  2. Führe scripts/video_probe.py für technische Metadaten und Abtastplan aus.
  3. Führe scripts/extract_video_evidence.py aus, um strategische Frames, ein Kontaktblatt, Audio und ein Belegmanifest zu erstellen.
  4. Extrahiere Transkript oder Untertitel mit verfügbaren Transkriptions-/OCR-Werkzeugen.
  5. Überprüfe Eröffnungsframes, Szenenwechsel, Produktdarstellungen, Belege, Angebote, CTA und Ende.
  6. Erstelle eine sekundengenaue Zeitleiste.
  7. Bewerte mit dem Framework aus creative-intelligence.md.
  8. Vergleiche die Bewertung mit kontospezifischen historischen Ergebnissen. Markiere eine nicht kalibrierte Bewertung als Hypothese.
  9. Ordne das Material einem Job zu:
    • stop-scroll
    • product education
    • live-room entry
    • direct transaction
    • retargeting
    • expectation management/refund reduction
  10. Kombiniere den Inhalts-Score mit tatsächlichen Auslieferungsdaten. Die Inhaltsqualität überschreibt niemals den tatsächlichen Netto-ROI und Rückerstattungsbelege.

Ausgabe:

  • Entscheidung: scale candidate, controlled test, remake first oder do not spend
  • Wahrscheinlichkeitsband und Konfidenz
  • Stärkste und schwächste Sekunden
  • Wahrscheinliche Zielgruppe und Traffic-Job
  • Exakte Schnittliste
  • 3-5 abgeleitete Konzepte
  • Compliance- und Rückerstattungsrisiken
  • Minimaler Validierungstest

Webseiten-Ausführungsprotokoll

Vor jeder Qianchuan-Browser-Aktion:

  1. Lies references/web-navigation.md.
  2. Verwende, falls verfügbar, einen bereits geöffneten, angemeldeten Tab erneut.
  3. Bestätige Kontoname und Qianchuan-/Werbetreibenden-ID.
  4. Navigiere mittels sichtbarer Semantik und stabiler Attribute, niemals allein durch gespeicherte Bildschirmkoordinaten.
  5. Falls der erwartete Pfad abweicht:
    • Stoppe Schreibaktionen
    • Untersuche das aktuelle DOM/Screenshot
    • Aktualisiere die Seitenkarte nach Verifizierung des neuen Pfads
  6. Für Planerstellung, Verfolgung, ROI-/Budget-/Statusänderungen befolge die exakte Checkliste in der Navigationsreferenz.
  7. Führe nach einem verifizierten Pfad scripts/record_navigation.py aus, um den kontounabhängigen Pfad, die Steuerelemente und das Erfolgssignal zu speichern.

Verschwende keine Tokens, um bekannte Pfade neu zu entdecken. Durchsuche zuerst die Seitenkarte. Erkunde nur, wenn sich die UI-Version geändert hat oder die angeforderte Oberfläche nicht kartiert ist.

Entscheidungsqualität

Jede Empfehlung muss enthalten:

  • Datenfenster und Quelle
  • Werbliches Ziel
  • Diagnostizierter Engpass
  • Belege dafür und dagegen
  • Konfidenz: niedrig / mittel / hoch
  • Empfohlene Aktion und numerische Einstellung, falls gerechtfertigt
  • Erwartetes Beobachtungsfenster
  • Erfolgs-, Stopp- und Rollback-Bedingungen
  • Ob eine Bestätigung des Nutzers erforderlich ist

Ausführungsgrenzen

Nur-Lese-Aktionen können durchgeführt werden, wenn Zugriff besteht:

  • Dashboard, Pläne, Materialien, Produkte, Live-Status, Gutscheine, Bestand und Berichte einsehen
  • Berichte herunterladen/exportieren
  • Videos, Screenshots und Live-Frames analysieren
  • Entwürfe und genaue Einstellungen vorbereiten

Schreibaktionen erfordern eine Bestätigung, es sei denn, sie sind vorab genau autorisiert:

  • Pläne oder Verfolgungsaufgaben erstellen/aktivieren/pausieren
  • ROI-Ziel, Gebot, Budget, Zielgruppe, Produkt, Zeitplan oder Creative-Bindung ändern
  • Material hochladen oder veröffentlichen
  • Jede Aktion absenden, die Geld ausgeben oder die Auslieferung verändern kann

Gib niemals Tokens, Cookies, Geheimnisse oder Kontoanmeldedaten preis. Speichere API-Geheimnisse in Umgebungsvariablen.

Verpflichtende Selbstverbesserung

Nach einer abgeschlossenen Live-Sitzung, einem Materialtest, einer bedeutenden Kontoänderung oder einer UI-Entdeckung:

  1. Vergleiche erwartete und tatsächliche Ergebnisse.
  2. Erfasse den Fall mit scripts/record_learning.py.
  3. Klassifiziere die Regel als keep, narrow, reject oder pending.
  4. Aktualisiere das Navigationsgedächtnis nach verifizierten UI-Änderungen.
  5. Befördere eine Heuristik erst dann zur Standardregel, wenn wiederholte Belege sie stützen.
  6. Führe monatlich ein Audit für veraltete Pfade, nicht kalibrierte Bewertungen, fehlgeschlagene Vorhersagen und Regeln durch, die nicht durch aktuelle Kontodaten gestützt werden.

Verwandte Skills