Communitygithub.com

modbender/skill-library-mcp

Strategie für Paid Acquisition, Budgetallokation und Vermeidung häufiger Werbefehler auf verschiedenen Plattformen

Was ist skill-library-mcp?

Dieser Skill bietet eine umfassende Sammlung von Best Practices und Fallstricken für bezahlte Akquise (Paid Acquisition), Budgetplanung und Werbung auf Plattformen wie Meta, Google, TikTok, LinkedIn und YouTube. Er richtet sich an Performance-Marketer und AdOps-Experten, die ihre Werbeausgaben optimieren, häufige Fehler vermeiden und die Effizienz ihrer Kampagnen steigern möchten. Der Skill deckt kritische Bereiche wie Budgetplanung, Metrik-Fallen, Creative-Regeln, Zielgruppenstrategie und plattformspezifische Muster ab. Er basiert auf dokumentierten SKILL.md-Richtlinien, die praxisnahe Regeln wie „Keine Anzeigen vor statistischer Signifikanz töten“ oder „Ein Test pro Variable“ enthalten, und unterstützt eine datengesteuerte, skalierbare Werbestrategie.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/modbender/skill-library-mcp/tree/HEAD/data/ads

In Ihrer bevorzugten KI fragen

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

Dokumentation

Budget-Fehler

  • Start mit zu niedrigen Tagesbudgets, die die Lernphase verhindern – Plattformen benötigen 50+ Conversions pro Woche pro Anzeigenset für eine optimale Optimierung.
  • Budget auf zu viele Kampagnen frühzeitig verteilen – Ausgaben konzentrieren, um schneller statistisch signifikante Daten zu sammeln.
  • Anzeigen vor statistischer Signifikanz beenden – mindestens 100 Klicks oder 1000 Impressionen abwarten, bevor die Creative-Leistung bewertet wird.
  • Keine Finanzreserve für Skalierung – 20-30 % des Budgets für Verdopplung von Gewinneranzeigen in der Monatsmitte reservieren.
  • Werbeausgaben als Kosten statt als Investition behandeln – Payback-Zeitraum verfolgen, nicht nur den sofortigen ROAS.

Metrik-Fallen

  • Optimierung auf CTR statt auf Conversion – hohe CTR mit niedriger Conversion = Neugierklicks, die Budget verschwenden.
  • Plattform-gemeldeten Conversions blind vertrauen – Attributionsfenster variieren (7-Tage-Klick, 1-Tag-View), immer mit tatsächlichem Umsatz abgleichen.
  • Frequenz ignorieren – über 3-4 Frequenz pro Woche sinkt die Leistung und das Publikum brennt aus.
  • CPA-Tunnelblick – ein $50 CPA ist besser als $30 CPA, wenn der LTV für die $50-Kohorte 3x höher ist.
  • Vanity-Reichweitenmetriken – 1 Mio. Impressionen bedeuten nichts, wenn 0 Zielkunden die Anzeige gesehen haben.

Creative-Regeln

  • Eine Variable pro Test – gleichzeitiges Ändern von Bild UND Text lehrt nichts darüber, was funktioniert.
  • Gewinneranzeigen ermüden in 2-4 Wochen – nächste Creative-Batch bereithalten, bevor die Leistung abfällt.
  • Statische Bilder übertreffen oft Videos bei den Kosten pro Conversion – beide testen, nicht davon ausgehen, dass Video besser ist.
  • Überschriften sind wichtiger als Fließtext – 80 % der Betrachter lesen nur die Überschrift.
  • User-Generated-Content-Stil übertrifft polierte Marken-Creative in den meisten Direktantwort-Kontexten.

Zielgruppenstrategie

  • Breites Targeting gewinnt oft bei Skalierung – Plattform-Algorithmen finden Converter besser als manuelles Interest-Stacking.
  • Lookalike-Zielgruppen benötigen mindestens 1000 Quellnutzer – kleinere Seeds erzeugen instabile Lookalikes.
  • Retargeting-Pools benötigen 7-14-Tage-Recency-Grenzen – danach ist die Absicht verflogen.
  • Converter von Prospecting-Kampagnen ausschließen – Bezahlen für Anzeigen an Bestandskunden verschwendet Budget.
  • 1% vs 3% vs 5% Lookalikes testen – enger ist nicht immer besser, hängt von der Marktgröße ab.

Plattformspezifische Muster

  • Meta: Lernphase wird bei wesentlichen Änderungen zurückgesetzt – während der ersten 50 Conversions keine Änderungen vornehmen.
  • Google: Suchintention schlägt Display-Reichweite für Direktantwort – Display ist für Awareness, Search für Capture.
  • TikTok: Die ersten 3 Sekunden entscheiden alles – Hook muss sofort erfolgen, keine langsamen Markenintros.
  • LinkedIn: CPMs sind 5-10x höher – nur für High-LTV-B2B sinnvoll, wo ein Kunde $200+ CPA rechtfertigt.
  • YouTube: Überspringbare Anzeigen zeigen, welche Hooks funktionieren – wenn sie nicht überspringen, ist Ihr Hook stark.

Skalierungsfallen

  • Budgeterhöhung um mehr als 20-30 % pro Tag destabilisiert Kampagnen – allmähliche Skalierung bewahrt das Algorithmus-Lernen.
  • Duplizieren von Gewinner-Anzeigensets fragmentiert das Publikum und verursacht Eigenkonkurrenz.
  • Skalierung der Ausgaben ohne Skalierung der Creative – gleiche Anzeigen für größeres Publikum = schnellere Ermüdung.
  • Incrementality ignorieren – einige Conversions wären organisch erfolgt, der wahre ROAS ist niedriger als gemeldet.
  • Geografische Expansion ohne Lokalisierung – gleiche Anzeige in neuem Markt scheitert oft.

Landing-Page-Auswirkungen

  • Anzeigen sind nur die halbe Gleichung – eine 2x bessere Landing Page schlägt 2x mehr Werbeausgaben.
  • Message Match: Das Anzeigenversprechen muss oberhalb der Falte auf der Landing Page erscheinen – Disconnect tötet Conversion.
  • Ladezeit über 3 Sekunden verliert 50 %+ der bezahlten Klicks – Geschwindigkeit optimieren, bevor die Ausgaben skaliert werden.
  • Eine Landing Page pro Zielgruppensegment – generische Seiten konvertieren schlechter als spezifische.
  • Micro-Conversions verfolgen (Scrolltiefe, Verweilzeit), wenn die Stichprobengröße für Macro-Conversions zu klein ist.

Attributionsrealität

  • Last-Click-Attribution unterbewertet Awareness-Kampagnen – Multi-Touch-Attribution oder Holdout-Tests zeigen die wahre Wirkung.
  • iOS 14.5+ hat das Tracking für ~40 % der Nutzer deaktiviert – Conversions modellieren, nicht nur auf Pixel-Daten verlassen.
  • Offline-Conversions (Anrufe, In-Store) benötigen manuellen Import oder Integration – sonst erscheint CPA überhöht.
  • View-Through-Conversions sind real, werden aber von Plattformen überbewertet – Click-Through höher gewichten.
  • 7-Tage-Attributionsfenster übersehen längere B2B-Verkaufszyklen – Fenster erweitern oder CRM-basierte Attribution verwenden.

Test-Framework

  • Immer eine Kontrollanzeige mitlaufen lassen – ohne Basislinie wissen Sie nicht, ob die neue Creative besser ist oder die Plattform einfach anders performt hat.
  • Mindestens 2 Wochen pro Test – Muster an Wochentagen/Wochenenden beeinflussen die Ergebnisse.
  • Jeden Test mit Hypothese, Ergebnis und Lernerfahrung dokumentieren – institutionelles Gedächtnis verhindert Wiederholungsfehler.
  • Zielgruppen vor Creatives testen – falsche Zielgruppe kann durch gute Creative nicht gerettet werden.
  • Negative Ergebnisse sind wertvoll – zu wissen, was nicht funktioniert, verhindert zukünftige Verschwendung.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

modbender/skill-library-mcp

Complete investment portfolio risk management system. Analyze positions, calculate risk metrics, stress test scenarios, optimize allocations, and generate institutional-grade risk reports — all wit...

modbender/skill-library-mcp

Borrow from Aave via credit delegation. Agent self-funds by borrowing against delegator collateral. Supports borrow, repay, health checks. Works on Aave V2/V3.

modbender/skill-library-mcp

Discover and register autonomous AI agents. Use when: browsing the agent registry, submitting an agent for verification, or embedding agent badges. NOT for: general web search or agent capability analysis.

modbender/skill-library-mcp

Create AI avatar and talking head videos with OmniHuman, Fabric, PixVerse via inference.sh CLI. Models: OmniHuman 1.5, OmniHuman 1.0, Fabric 1.0, PixVerse Lipsync. Capabilities: audio-driven avatars, lipsync videos, talking head generation, virtual presenters. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human

modbender/skill-library-mcp

AI代码编辑器规则模板集合 - 为Cursor、Windsurf、Claude Code、Cline等AI编辑器提供项目规则配置。适用于需要配置AI编码助手规则的开发者,包含全栈Web、移动端、Vue3+SpringBoot等技术栈模板。

modbender/skill-library-mcp

Generate landing page code from product descriptions

modbender/skill-library-mcp

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

modbender/skill-library-mcp

Generate AI music videos end-to-end. Creates music with Suno (sunoapi.org), generates visuals with OpenAI/Seedream/Google/Seedance, and assembles into music video with ffmpeg. Supports timestamped lyrics (auto SRT), Suno native music video generation, slideshow/video/hybrid modes. Token-based cost tracking per generation.

modbender/skill-library-mcp

Generate AI-powered notes from videos (document, outline, or graphic-text formats)

modbender/skill-library-mcp

The video AI notes tool is provided by Baidu. Based on the video download address provided by the user, it downloads and parses the video, and finally generates AI notes corresponding to the video (a total of three types of notes can be generated: document notes, outline notes, and image-text notes).

modbender/skill-library-mcp

Automated appointment management for beauty salons, clinics, studios, and photo booths. Handles booking requests, calendar sync, conflict detection, reminders, no-show tracking, and waitlist management.

modbender/skill-library-mcp

Bird identification, life list tracking, and trading card generation. Use this skill when the user: sends a bird photo to identify, says "set up my Birdfolio" or "set my region", asks "how's my checklist", asks "Birdfolio progress", asks "how many birds have I found", asks "show my Birdfolio" or "show my life list", asks "what's my rarest bird", or asks "tell me about [bird species]". Handles everything from first-time setup through ongoing life list tracking and visual trading card generation.

modbender/skill-library-mcp

Multi-project task and research management (JSON-first CLI)

modbender/skill-library-mcp

Track stock and crypto portfolios with CLI - real-time prices, P&L, dividend tracking, multiple portfolios

modbender/skill-library-mcp

Track cryptocurrency portfolios with real-time prices, P&L calculations, and allocation analysis. Query Bitcoin, Ethereum, Solana and 10,000+ token holdings.

modbender/skill-library-mcp

加密貨幣Portfolio追蹤 - 支援TRON/ETH/BSC,分析持倉、收益、Gas費用

modbender/skill-library-mcp

Lead strategy with competitive analysis, strategic planning, growth roadmaps, and business portfolio management.

modbender/skill-library-mcp

Create ATS-optimized resumes and CVs with proper structure, metrics, and industry targeting.

modbender/skill-library-mcp

Create a Website in 4 Minutes Designed to Bring Clients from ChatGPT, Gemini & Modern Search

modbender/skill-library-mcp

Native video analysis using Google Gemini API. Upload and analyze video files — describe scenes, extract text/UI, answer questions about content, transcribe speech, identify objects and actions. Use when: (1) User sends a video file and wants it analyzed, (2) Video summarization or description needed, (3) Extracting text, UI elements, or information from screen recordings, (4) Answering questions about video content, (5) Comparing multiple videos, (6) Analyzing tutorials, demos, or walkthroughs.

Verwandte Skills