Communitygithub.com

Infinite-Labs-AI/infinite-skills

Verwenden Sie dies bei der Überprüfung oder Planung von bezahlter Akquisition über Google, Meta, LinkedIn, X, Reddit, TikTok, Sponsoring, Retargeting oder andere bezahlte Kanäle.

Was ist infinite-skills?

Diese Fähigkeit dient der Analyse und Optimierung bezahlter Marketingkampagnen. Sie hilft dabei, zu entscheiden, welche Kampagnen reduziert, repariert, getestet oder skaliert werden sollten. Die Fähigkeit unterstützt alle gängigen Werbeplattformen und -typen, darunter Google, Meta, LinkedIn, X, Reddit, TikTok, Sponsoring und Retargeting. Sie arbeitet mit verfügbaren Daten wie Plattform-Exports, Screenshots, Kampagnenstrukturen, UTMs, Landing Pages, CRM-Daten und Ausgabenübersichten. Die Analyse deckt sechs Kernbereiche ab: Wirtschaftlichkeit (CAC/CPA, Amortisation, LTV), Signalqualität (Conversion-Tracking), Kampagnenstruktur, Zielgruppen, Creatives und Landing Pages. Probleme werden in sechs Kategorien eingeteilt: Tracking, Angebot, Botschaft, Zielgruppe, Wirtschaftlichkeit und Skalierung. Vor Budgetempfehlungen wird die Datenqualität bewertet – schwaches Tracking führt zu Reparatur- und Testempfehlungen, nicht zu Skalierung. Die Ausgabe erfolgt in einem strukturierten Format mit Budgetentscheidungen (Erhöhen/Halten/Kürzen), konkreten Tests und fehlenden Datenanforderungen.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Infinite-Labs-AI/infinite-skills/tree/HEAD/skills/paid-ads

In Ihrer bevorzugten KI fragen

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

Dokumentation

Bezahlte Anzeigen

Überprüfen Sie bezahlte Akquisition, um zu entscheiden, was gekürzt, repariert, getestet oder skaliert werden soll.

Erforderlicher Kontext

Verwenden Sie verfügbare Plattform-Exports, Screenshots, Kampagnenstruktur, UTMs, Landing Pages, CRM-Daten oder Ausgabenübersichten. Falls Daten fehlen, fragen Sie nach:

  • Kanal und Ziel.
  • Ausgaben, Conversions, Umsatz, CAC, CPA, ROAS oder Pipeline.
  • Attribution Window und Conversion-Definition.
  • Zielgruppe und Angebot.
  • Creative-Beispiele.
  • Landing Page.
  • Budget und Zeitraum.

Leiten Sie keine Performance allein aus der Struktur ab, wenn Ausgaben- und Conversion-Daten vorliegen.

System analysieren

Überprüfen Sie:

  • Wirtschaftlichkeit: Ziel-CAC/CPA, Amortisation, LTV, Bruttomarge, Verkaufszyklus.
  • Signal: Qualität des Conversion-Trackings und Bedeutung der Events.
  • Struktur: Kampagnenziel, Segmentierung, Budgetverteilung, Gebotslogik.
  • Zielgruppe: Targeting, Ausschlüsse, Intent, Sättigung.
  • Creative: Botschaftsvariation, Nachweise, Format-Eignung, Ermüdung.
  • Landing Path: Übereinstimmung zwischen Anzeigenversprechen und Seite.
  • Lernen: Welche Tests wurden durchgeführt und was hat sich geändert.

Geben Sie den Daten eine Vertrauensnote, bevor Sie Budgetverschiebungen empfehlen. Schwaches Tracking sollte Reparatur- oder Lernempfehlungen hervorbringen, keine Skalierungsempfehlungen.

Probleme klassifizieren

  • Tracking-Problem: Daten können keine Entscheidungen stützen.
  • Angebotsproblem: Klickinteresse führt nicht zu Conversions.
  • Botschaftsproblem: Creative zieht falsche oder schwache Absicht an.
  • Zielgruppenproblem: Targeting ist zu breit, zu eng oder abgestanden.
  • Wirtschaftlichkeitsproblem: Kampagne funktioniert mechanisch, kann sich aber nicht amortisieren.
  • Skalierungsproblem: Gewinner existiert, aber Budget, Creative oder Funnel können nicht mehr aufnehmen.

Ausgabe

Lesung zur bezahlten Akquisition:
[ein Absatz]

Aktuelle Zahlen:
Ausgaben:
Conversions:
CPA/CAC:
Umsatz/ROAS:
Vertrauen in das Tracking:

Klassifizierung:
[stop / reparieren / lernen / skalieren]

Diagnose:
| Bereich | Befund | Beleg | Schweregrad | Nächster Schritt |

Budgetverschiebungen:
- Erhöhen:
- Halten:
- Kürzen:

Tests:
1. [test]
2. [test]
3. [test]

Erforderliche Daten vor Skalierung:
- [fehlendes Signal]

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Verwandte Skills