Communitygithub.com

Google Ads Copilot

Ein Operator-System für Google Ads zur Suchbegriffsanalyse, Intent-Mapping, Kontrolle verschwendeter Ausgaben, Kontostruktur-Entscheidungen, Tracking-Diagnose, RSA-Generierung, Budget-Review, Konto-Planung und vollständigen Konto-Audits. Unterstützt Live-API-Daten (Connected-Modus über google-ads-mcp) oder manuelle Exporte (Export-Modus). Erstellt überprüfbare Aktionsentwürfe zur menschlichen Freigabe.

Was ist Google Ads Copilot?

Der Google Ads Copilot ist ein fortschrittliches Operator-System, das speziell für die Analyse und Optimierung von Google Ads-Konten konzipiert wurde. Es behandelt Google Ads als ein Sprachspiel, das hinter der Dashboard-Oberfläche liegt, und adressiert häufige Probleme wie die Vermischung verschiedener Absichtstypen, Verschwendung durch Neugier-Klicks und die Verschleierung von Signalen in einer schlechten Kontostruktur. Das System arbeitet nach einer klaren Architektur: Read → Draft → Apply, wobei es entweder über einen MCP-Server (google-ads-mcp) Live-Daten abruft oder auf manuelle CSV-Daten, Screenshots und Textexporte zurückgreift. Es unterstützt eine breite Palette von Befehlen wie `/google-ads connect` für die Einrichtung, `/google-ads search-terms` zur Identifizierung von Verschwendung und Signalen, `/google-ads intent-map` für die Intent-Modellierung und `/google-ads audit` für vollständige Operator-Überprüfungen. Das System erstellt konkrete, überprüfbare Aktionsentwürfe in einem Workspace für die menschliche Freigabe und verfügt über einen umfangreichen Satz an Referenzmaterialien und Playbooks für verschiedene Aspekte der Kontooptimierung, einschließlich Negativ-Keywords, Tracking, Struktur, RSAs, Budget und Landing Pages.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/TheMattBerman/google-ads-copilot/tree/HEAD/google-ads

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht Google Ads Copilot?

Google Ads ist ein Sprachspiel, das als Dashboard getarnt ist.

Die meisten Konten scheitern nicht, weil die Knöpfe falsch sind. Sie scheitern, weil das Konto verschiedene Arten von Absichten vermischt, nutzlose Neugier kauft und Signale in einer schlechten Struktur versteckt.

Dieses System existiert, um das zu beheben.

Die Aufgabe

  1. Das Konto durchleuchten
  2. Eine Intent-Map erstellen
  3. Verschwendung reduzieren
  4. Signale isolieren
  5. Erkenntnisse in Struktur, Texte und Budgetentscheidungen umwandeln
  6. Gedächtnis bewahren, damit das System sich verstärkt
  7. Vorgeschlagene Aktionen als überprüfbare Entwürfe bereitstellen

Architektur: Read → Draft → Apply

READ LAYER          →  DRAFT LAYER        →  APPLY LAYER (zukünftig)
Live-Daten via MCP      Vorgeschlagene Aktionen    Kontrolliertes Zurückschreiben
  oder manuelle Exporte  in Staging-Dokumenten        nach menschlicher Freigabe
        ↕                    ↕                      ↕
              WORKSPACE MEMORY (workspace/ads/)
  • Read: Live-Daten über den google-ads-mcp MCP-Server abrufen (Connected-Modus) oder manuelle CSV-Daten, Screenshots und Pastes akzeptieren (Export-Modus).
  • Draft: Wenn die Analyse umsetzbare Erkenntnisse liefert, konkrete, vorgeschlagene Aktionen in workspace/ads/drafts/ zur menschlichen Überprüfung ablegen.
  • Apply: Zukünftig – genehmigte Entwürfe über die Google Ads API ausführen.

Befehle

BefehlZweck
/google-ads connectErsteinrichtung, Gesundheitscheck, Kontenauswahl (Connected-Modus)
/google-ads dailySchnelle Operator-Zusammenfassung, was heute wichtig ist
/google-ads search-termsVerschwendung, Signale, Botschaftenhinweise und Routing-Probleme finden
/google-ads intent-mapDas Intent-Modell des Kontos erstellen/aktualisieren
/google-ads negativesNegativ-Keywords mit Umfang und Risikohinweisen empfehlen
/google-ads trackingDiagnose, ob das Konto vertrauenswürdig genug für Optimierungen ist
/google-ads structureÄnderungen an Kampagnen-/Anzeigengruppenstruktur empfehlen
/google-ads rsasRSA-Richtungen aus echter Suchanfragensprache generieren/verfeinern
/google-ads budgetBudget-/Skalierungsentscheidungen basierend auf Signalqualität
/google-ads planKontoarchitektur planen oder neu aufbauen
/google-ads auditVollständige Operator-Überprüfung aller wichtigen Ebenen
/google-ads landing-reviewLanding-Page → Conversion-Pfad diagnostizieren (Tracking vs. UX)
/google-ads draft-summaryPriorisierte Zusammenfassung aller ausstehenden Entwürfe
/google-ads applyGenehmigte Entwürfe ausführen (v1: nur Negativ-Keywords + Pausen)

Datenbeschaffungsprotokoll

Jede Fähigkeit benötigt Daten. Das System unterstützt zwei Modi. Bestimmen Sie vor der Analyse immer den Modus.

Schritt 1: Modus erkennen

Connected-Modus – bevorzugt. Der google-ads-mcp MCP-Server ist konfiguriert und zugänglich.

  • Test: list_accessible_customers über MCP aufrufen. Wenn es Kunden-IDs zurückgibt, sind Sie verbunden.
  • Daten: Live-Kontodaten mit GAQL-Abfragen über das MCP search-Tool abrufen.
  • Siehe data/gaql-recipes.md für Abfragevorlagen pro Fähigkeit.

Export-Modus – Fallback. Kein MCP-Server oder der Benutzer stellt explizit exportierte Daten bereit.

  • Benutzer fügt CSV, Screenshots oder Text aus der Google Ads-Oberfläche ein.
  • Siehe data/export-formats.md für empfohlene Exportformate pro Fähigkeit.
  • Die gesamte Analyse funktioniert trotzdem – nur mit statischen Daten statt Live-Abfragen.

Schritt 2: Konto identifizieren

Im Connected-Modus:

MCP-Aufruf: list_accessible_customers
→ Gibt Kunden-IDs und Namen zurück
→ Bei mehreren Konten den Benutzer fragen, welches verwendet werden soll (oder workspace/ads/account.md verwenden, falls gesetzt)

Im Export-Modus:

  • Der Kontokontext stammt aus den vom Benutzer bereitgestellten Daten
  • Kontenidentität in workspace/ads/account.md für Kontinuität speichern

Schritt 3: Daten abrufen

Jede Fähigkeit hat spezifische GAQL-Abfragen (dokumentiert in der eigenen SKILL.md und in data/gaql-recipes.md).

MCP-Aufrufmuster:

Tool: search (auf google-ads-mcp MCP-Server)
Argumente: { "customer_id": "1234567890", "query": "<GAQL query>" }

GAQL-Hinweise:

  • Alle cost_micros-Werte: 1.000.000 = 1,00 $ – zur Anzeige umrechnen
  • Datumsbereiche: DURING LAST_7_DAYS, LAST_30_DAYS oder BETWEEN 'YYYY-MM-DD' AND 'YYYY-MM-DD'
  • LIMIT für große Konten verwenden (bei 500 beginnen)
  • Nicht alle Ressourcen+Metrik-Kombinationen sind gültig – bei fehlgeschlagenen Abfragen die GAQL-Referenz prüfen

Datumsbereich-Fallback-Protokoll

Manche Konten sind inaktiv, spärlich oder saisonal. Naive Abfragen der letzten Zeiträume können irreführen – sie zeigen null Daten, obwohl nützlicher Verlauf existiert.

Fallback-Kette (in Reihenfolge versuchen, bis Daten zurückkommen):

PrioritätDatumsbereichGAQL-KlauselVerwendung
1.Letzte 30 TageDURING LAST_30_DAYSStandard – am relevantesten für aktive Konten
2.Letzte 90 TageDURING LAST_90_DAYS30 Tage ergaben null oder fast null Daten
3.Letzte 12 MonateDURING LAST_12_MONTHS90 Tage noch spärlich
4.Gesamte Zeit(kein Datumsfilter)Konto ist wirklich inaktiv – gesamten verfügbaren Verlauf abrufen

Regeln:

  1. Immer mit LAST_30_DAYS beginnen, sofern der Operator keinen Bereich angibt.
  2. Wenn die erste Abfrage 0 Zeilen oder einen Gesamtumsatz < 5 $ zurückgibt, automatisch erweitern – nicht "Keine Daten" melden, ohne es zu versuchen.
  3. Im Ergebnis immer angeben, welcher Datumsbereich verwendet wurde: "Datumsbereich: Letzte 30 Tage" oder "Datumsbereich: Gesamte Zeit (Konto seit ~Q4 2023 inaktiv)."
  4. Wenn zurückgegriffen werden musste, erklären Sie warum: "Keine Aktivität in den letzten 30 Tagen. Zurückgegriffen auf alle verfügbaren Daten, um historischen Kontext zu liefern."
  5. Niemals stillschweigend einen nicht standardmäßigen Datumsbereich verwenden. Der Operator muss die Aktualität der betrachteten Daten kennen.
  6. Beim Vergleichen von Zeiträumen müssen beide Zeiträume Daten enthalten. Wenn der aktuelle Zeitraum leer ist, als "keine aktuelle Aktivität" vermerken, anstatt irreführende -100%-Deltas zu zeigen.

Implementierung in den Fähigkeiten: Die primäre Abfrage jeder Fähigkeit sollte DURING LAST_30_DAYS verwenden. Wenn das Ergebnis leer oder trivial klein ist, erneut mit DURING LAST_90_DAYS ausführen, dann ohne Datumsfilter. Im Ausgabe-Header dokumentieren, welcher Bereich die Daten geliefert hat.

Modusankündigung

Zu Beginn jeder Analyse angeben, welcher Modus aktiv ist:

Modus: Connected – Live-Daten von Konto [Name] (ID: XXXXXXXXXX) abrufen

oder

Modus: Export – bereitgestellte Daten analysieren. Für Live-Zugriff den google-ads-mcp MCP-Server konfigurieren (siehe data/mcp-config.md).


Entwurfserstellungsprotokoll

Wenn die Analyse umsetzbare Erkenntnisse liefert, schreiben Fähigkeiten Entwurfsdokumente zur menschlichen Überprüfung.

Wann ein Entwurf erstellt werden soll

  • Die Erkenntnisse umfassen spezifische, umsetzbare Aktionen (nicht nur Beobachtungen)
  • Die Zuversicht ist mindestens mittel
  • Die Aktion hat eine messbare erwartete Auswirkung

Wann KEIN Entwurf erstellt werden soll

  • Die Erkenntnisse sind nur beobachtend (stattdessen Workspace-Speicher aktualisieren)
  • Die Zuversicht ist niedrig und es werden mehr Daten benötigt
  • Die Aktion ist trivial genug, um inline ohne Bereitstellung erwähnt zu werden

Entwurfsmechanik

  1. Die richtige Vorlage auswählen aus drafts/templates/ (negative-draft.md, structure-draft.md, budget-draft.md, rsa-draft.md, tracking-draft.md)
  2. Den Kontoslug ableiten aus workspace/ads/account.md – Kleinbuchstaben, ASCII, mit Bindestrich, max. 2-3 Wörter; falls nötig auf CID zurückgreifen
  3. Den Entwurf schreiben als workspace/ads/drafts/YYYY-MM-DD-[slug]-[typ].md
  4. Den Index aktualisieren unter workspace/ads/drafts/_index.md
  5. Wenn ein Audit-Lauf 2+ Entwürfe erstellt, auch schreiben workspace/ads/drafts/_batch-YYYY-MM-DD-[slug].md als dauerhaftes Audit-Paket für diesen Lauf
  6. Den Entwurf in der Analyseausgabe ankündigen: "Entwurf erstellt: workspace/ads/drafts/2026-03-14-east-coast-negatives.md – 8 Negativ-Keywords für Kampagne X"

Entwurfsqualitätsstandard

  • Jede vorgeschlagene Aktion muss enthalten: Ziel, Detail, Risiko, Rückgängigmachbarkeit
  • Nachweise müssen mit spezifischen Daten verknüpft sein (Abfragetext, Ausgabenbeträge, Conversion-Zahlen)
  • Die Zuversicht muss mit Begründung angegeben werden
  • Abhängigkeiten zwischen Entwürfen müssen vermerkt werden
  • Die Checkliste ## Überprüfung muss enthalten: Überprüfte Nachweise, Überprüftes Kollateralrisiko, Überprüfte Abhängigkeiten, Entscheidung, Entscheidungsgrund, Geprüft von, Geprüft am, Angewandt am und Notizen

Kontexterfassung

Vor der tiefergehenden Analyse Folgendes sammeln oder extrahieren:

  1. Geschäftsmodell / Branche
  2. Primärer KPI / Conversion-Ziel
  3. Budgetrahmen oder Budgetrealität
  4. Aktive Kampagnentypen
  5. Verfügbare Daten: Connected-Modus oder Export (Suchbegriffsbericht, Kampagnenexport, Screenshots, Tracking-Notizen)

Wenn der Benutzer bereits Kontext gegeben hat, nicht erneut fragen. Wenn workspace/ads/account.md und workspace/ads/goals.md existieren, laden – Kontext ist möglicherweise bereits erfasst.

Abfrage-Interview-Linse

Immer fragen:

  • Was versucht der Benutzer mit dieser Suche zu tun?
  • Wird diese Suche wahrscheinlich kaufen, vergleichen, lernen, navigieren oder abspringen?
  • Sollte diese Suchanfrage im selben Optimierungs-Bucket wie die anderen leben?
  • Welche Sprache wiederholt sich bei scheinbaren Gewinnern?
  • Welche Sprache wiederholt sich bei verschwendeten Ausgaben?
  • Welche strukturelle Konsequenz ergibt sich?

Workspace-Speicher

workspace/ads/ als gemeinsam genutzten Speicher verwenden.

Wichtige Dateien:

DateiZweck
account.mdKontoidentität, Kunden-ID, Geschäftskontext
goals.mdKPIs, Ziele, wie Erfolg aussieht
intent-map.mdDauerhaftes Modell der Suchabsichtsklassen
queries.mdBemerkenswerte Suchanfragemuster und -cluster
negatives.mdAktive und vorgeschlagene Negativ-Keywords
winners.mdHochperformante Suchanfragen, Anzeigen, Kampagnen
tests.mdLaufende und abgeschlossene Experimente
findings.mdProtokoll strategischer Erkenntnisse
change-log.mdWas sich geändert hat und wann
learnings.mdGelernte Lektionen (speist zukünftige Entscheidungen)
assets.mdRSA-Überschriften, Beschreibungen, kreative Notizen
drafts/_index.mdEntwurfswarteschlange mit Status
drafts/_summary.mdAktuelle priorisierte Rückstandsansicht
drafts/_batch-*.mdPunktuelle Audit-Pakete für Multi-Entwurfs-Audit-Läufe
drafts/*.mdEinzelne Entwurfsaktionsvorschläge

Speicherregeln

  • Nur relevante Dateien für die Aufgabe laden
  • Append-only-Verlauf wo angemessen beibehalten
  • Die Intent-Map aktualisieren, wenn sich das Suchverhalten wesentlich ändert
  • Strategische Erkenntnisse protokollieren, nicht nur Rohnotizen
  • Wenn die Analyse Entwürfe erzeugt, immer den Index aktualisieren

Referenzdateien

Auf Anforderung laden (nur die für die aktuelle Fähigkeit relevanten):

  • google-ads/references/operator-thesis.md
  • google-ads/references/intent-map.md
  • google-ads/references/query-patterns.md
  • google-ads/references/negatives-playbook.md
  • google-ads/references/tracking-playbook.md
  • google-ads/references/structure-playbook.md
  • google-ads/references/rsa-playbook.md
  • google-ads/references/budget-playbook.md
  • google-ads/references/deliverable-templates.md
  • google-ads/references/benchmarks.md
  • google-ads/references/landing-page-playbook.md

Routing-Logik

connect

Verwenden, wenn Sie sich zum ersten Mal mit einem Live-Konto verbinden, das Konto wechseln oder MCP-Konnektivitätsprobleme beheben. Führt Einrichtung, Kundenerkennung, Kontoauswahl und Gesundheitscheck durch. Führen Sie dies vor jeder anderen Fähigkeit im Connected-Modus aus, wenn workspace/ads/account.md leer oder nicht vorhanden ist. Siehe skills/google-ads-connect/SKILL.md.

daily

Verwenden, wenn der Benutzer die kurze Operator-Lesung wünscht. Leistung der letzten 7 Tage + aktuelle Änderungen abrufen. Darstellen, was heute wichtig ist, ggf. auf bestehende Entwürfe verlinken.

search-terms

Verwenden, wenn der Benutzer wissen möchte, wo Verschwendung austritt und wo Absichten entstehen. Den Suchbegriffsbericht abrufen (letzte 30 Tage). Erzeugt Negativ-Entwürfe und RSA-Entwürfe, wenn die Erkenntnisse dies rechtfertigen.

intent-map

Verwenden, wenn der Benutzer eine dauerhafte strategische Lesung des Suchverhaltens des Kontos wünscht. Alle Suchbegriffe zur Clusterung abrufen. Erzeugt Strukturentwürfe, wenn Intent-Klassen getrennt werden müssen.

negatives

Verwenden, wenn Ausschluss- und Routing-Entscheidungen Priorität haben. Vorhandene Negativ- + Suchbegriffe abrufen. Erzeugt immer einen Negativ-Entwurf mit spezifischen Keywords.

tracking

Verwenden, wenn das Konto möglicherweise gegen schlechte Signale optimiert. Conversion-Aktionen und deren Leistung abrufen. Erzeugt Tracking-Entwürfe, wenn Korrekturen erforderlich sind.

structure

Verwenden, wenn unterschiedliche Absichten vermischt sind und die Kontoarchitektur die Bedeutung verdeckt. Kampagnen-/Anzeigengruppen-/Keyword-Struktur abrufen. Erzeugt Strukturentwürfe für Aufteilungen, Zusammenlegungen und Routing-Änderungen.

rsas

Verwenden, wenn der Anzeigentext durch echte Käufersprache informiert sein soll. RSA-Asset-Leistung + Suchbegriffe abrufen. Erzeugt RSA-Entwürfe mit konkreten Überschriften und Beschreibungen.

budget

Verwenden, wenn entschieden werden muss, wo Ausgaben geschützt, reduziert oder skaliert werden sollen. Budget- und Impressionsanteilsdaten abrufen. Erzeugt Budget-Entwürfe für Umverteilungsvorschläge.

plan

Verwenden, wenn ein neuer Start erfolgt oder neu aufgebaut wird. Erzeugt ein umfassendes Planungsdokument (kein Entwurf – Pläne sind eigenständige Lieferobjekte, die im Workspace gespeichert werden).

audit

Verwenden für die breite Synthese. Führt eine Mini-Version mehrerer Fähigkeiten aus. Erzeugt eine priorisierte Sammlung von Entwürfen, die die Änderungen mit der höchsten Hebelwirkung abdecken und, wenn 2 oder mehr Entwürfe erstellt werden, ein dauerhaftes _batch-YYYY-MM-DD-[slug].md-Auditpaket für diesen Lauf.

landing-review

Verwenden, wenn der Benutzer sagt "die Landing Page konvertiert nicht" oder verstehen möchte, warum Klicks nicht zu Leads/Verkäufen werden. Führt immer zuerst Fork A (Tracking-Diagnose) aus, dann Fork B (UX/Pfad-Diagnose). Unterscheidet zwischen Tracking-Fehlern und Seitenfehlern – den beiden am häufigsten verwechselten Ursachen. Erzeugt Landing-Review-Entwürfe und/oder Tracking-Fix-Entwürfe. Verwendet Browser/Fetch zur Inspektion der tatsächlichen Landing Pages.

draft-summary

Verwenden, wenn der Benutzer ausstehende Entwürfe überprüfen, priorisieren oder die empfohlene Implementierungsreihenfolge verstehen möchte. Liest alle ausstehenden Entwürfe, klassifiziert nach Priorität/Auswirkung/Risiko, kartiert Abhängigkeiten und erzeugt eine einzelne priorisierte Rückstandsübersicht unter workspace/ads/drafts/_summary.md. _summary.md nicht als Audit-Lauf-Paket wiederverwenden; diese Rolle gehört zu _batch-*.md.

apply

Verwenden, wenn der Benutzer einen genehmigten Entwurf ausführen möchte. v1-Umfang: Negativ-Keywords hinzufügen und Keywords/Anzeigengruppen PAUSIEREN. Zeigt einen Probelauf an, erfordert explizite Bestätigung, führt über die Google Ads API aus, überprüft Änderungen und schreibt einen Audit-Trail. Siehe APPLY-LAYER.md für die vollständige Referenz.

Verwandte Skills