Communitygithub.com

ad-library-teardown

Verwenden Sie diese Fähigkeit, wenn der Benutzer aktive Anzeigen aus den Werbebibliotheken von Meta/Facebook, Google oder LinkedIn analysieren und einen Mitbewerber zerlegen möchte.

Was ist ad-library-teardown?

Diese Fähigkeit analysiert öffentlich einsehbare Anzeigen aus den Werbebibliotheken von Meta/Facebook, Google und LinkedIn, um die Botschaften, Angebote, kreativen Strategien und Testwinkel eines Mitbewerbers zu verstehen. Sie ist besonders nützlich für Marketer, die bessere Anzeigen schreiben oder entscheiden möchten, was sie als nächstes testen sollen. Die Fähigkeit unterstützt die Suche nach Anzeigen anhand von Markenname, Domain oder Anzeigen-ID, holt Transkripte für Video-Anzeigen (nur Meta) und gruppiert die Ergebnisse nach Schmerzpunkten, Personas, Angeboten und anderen Kriterien. Abschließend werden konkrete Testempfehlungen basierend auf wiederholten Mustern und Lücken in der Wettbewerbsstrategie generiert. Die Ausgabe erfolgt in einem strukturierten Markdown-Format mit Zusammenfassung, Nachrichtenwinkeln, Swipe-Datei und Quellenangaben.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ScrapeCreators/social-media-research-skills/tree/main/skills/ad-library-teardown

In Ihrer bevorzugten KI fragen

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

Dokumentation

Ad Library Teardown

Übersicht

Analysieren Sie öffentliche Anzeigen, um die Botschaften, Angebote, kreativen Strategien und Testwinkel eines Mitbewerbers zu verstehen. Das Ergebnis sollte ein praktischer Teardown sein, den Marketer nutzen können, um bessere Anzeigen zu schreiben oder zu entscheiden, was getestet werden soll.

Wann verwenden

Verwenden Sie diese Fähigkeit, wenn der Benutzer bittet:

  • die aktiven Anzeigen eines Mitbewerbers zu analysieren
  • in den Anzeigenbibliotheken von Meta/Facebook, Google oder LinkedIn zu suchen
  • Anzeigen-Hooks, CTAs, Behauptungen, Angebote und Landing-Page-Winkel zu extrahieren
  • Anzeigenbotschaften zwischen Mitbewerbern zu vergleichen
  • Transkripte von Videoanzeigen zusammenzufassen
  • Anzeigentestideen aus den Anzeigen von Mitbewerbern zu generieren

Datenquellen

WerbebibliothekSuch-/Listen-EndpunktDetail-EndpunktTranskript-Endpunkt
Meta/Facebook/v1/facebook/adLibrary/search/ads, /v1/facebook/adLibrary/company/ads, /v1/facebook/adLibrary/search/companies/v1/facebook/adLibrary/ad/v1/facebook/adLibrary/ad/transcript
Google/v1/google/adLibrary/advertisers/search, /v1/google/company/ads/v1/google/adn/a
LinkedIn/v1/linkedin/ads/search/v1/linkedin/adn/a

Arbeitsablauf

  1. Den Werbetreibenden finden

    • Verwenden Sie die Unternehmenssuch-Endpunkte, wenn der Benutzer nur einen Markennamen angibt.
    • Verwenden Sie Domain-/Werbetreibenden-/Seiten-IDs, wenn verfügbar.
  2. Aktive Anzeigen abrufen

    • Bevorzugen Sie aktive Anzeigen, es sei denn, der Benutzer fragt nach einer historischen Analyse.
    • Erfassen Sie: Plattform, Werbetreibender/Seite, Anzeigen-ID, Startdatum, kreativer Typ, Text, Überschrift, CTA, Ziel-URL und Quell-URL.
  3. Details für repräsentative Anzeigen abrufen

    • Reichern Sie die Anzeigen mit den Detail-Endpunkten an.
    • Rufen Sie für Video-Meta-Anzeigen Transkripte ab, wenn verfügbar.
  4. Botschaften gruppieren Gruppieren Sie Anzeigen nach:

    • Schmerzpunkt
    • Persona
    • Angebot
    • Beweis/sozialer Beweis
    • Funktion/Nutzen
    • behandelter Einwand
    • Vergleich/Alternativwinkel
    • Dringlichkeit/Rabatt
  5. Swipe-fähige Elemente extrahieren

    • Hooks
    • Überschriften
    • Muster im Primärtext
    • CTAs
    • Behauptungen
    • Angebote
    • Visuelle/kreative Konzepte
  6. Tests empfehlen Schlagen Sie Tests basierend auf wiederholten Mustern und Lücken vor, nicht auf zufälligen Ideen.

Ausgabeformat

# Ad Library Teardown: {Marke}

## Zusammenfassung
- Analysierte Anzeigen: {Anzahl}
- Plattformen: Meta / Google / LinkedIn
- Hauptpositionierung:
- Stärkstes wiederholtes Angebot:

## Nachrichtenwinkel
| Winkel | Beleg | Beispielanzeigen | Anmerkungen |
|---|---|---|---|

## Swipe-Datei für Hooks und Überschriften
- "..."
- "..."

## Angebote und CTAs
| Angebot | CTA | Plattform | Beispiel |
|---|---|---|---|

## Anmerkungen zu Video-Transkripten
- [Anzeige](url): Zusammenfassung, Hook, bestes Zitat

## Was sie zu testen scheinen
1. ...
2. ...

## Empfohlene Tests für uns
1. ...
2. ...
3. ...

## Quellen
- [Anzeige](url)

Häufige Fallstricke

  • Behaupten Sie nicht, dass eine Anzeige gewinnt, nur weil sie aktiv ist. Sagen Sie, sie sei aktiv oder wiederholt; die Leistung ist nicht öffentlich, es sei denn, der Endpunkt gibt sie zurück.
  • Ignorieren Sie keine wiederholten Anzeigen. Wiederholung ist oft ein nützliches Signal.
  • Erfinden Sie keine Ausgaben, Conversion-Raten oder Targeting-Optionen, es sei denn, die öffentlichen Daten enthalten sie.
  • Überspringen Sie keine Video-Transkripte, wenn der Benutzer nach Hooks oder Botschaften aus Videoanzeigen fragt.

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

audience-research

Use when the user wants to evaluate a creator, influencer, or brand audience using public profile signals, TikTok audience demographics, follower/following data, comments, geography, language, and content fit. Helps judge sponsorship and market fit.

comment-mining

Use when the user wants to mine comments and replies for audience reactions, customer language, questions, objections, complaints, product ideas, buying intent, sentiment, or voice-of-customer insights from public social posts and videos.

competitor-social-research

Use when the user wants to research competitors

content-repurposing

Use when the user wants to turn public social videos, transcripts, posts, or creator research into reusable content assets such as LinkedIn posts, X threads, short-form scripts, newsletters, blog outlines, carousels, or content calendars.

creator-profile-teardown

Use when the user wants to analyze a creator, influencer, founder, or brand social account and understand positioning, content pillars, outlier posts, hooks, format choices, audience reaction, and what can be copied or tested.

influencer-prospecting

Use when the user wants to find creators, influencers, affiliates, or social accounts in a niche for outreach, partnerships, sponsorships, UGC, seeding, or competitive research. Produces scored prospect lists from public social data.

outlier-post-finder

Use when the user wants to find posts, videos, reels, shorts, tweets, or social content that overperformed versus a creator, brand, or competitor baseline. Finds outliers, explains why they worked, extracts hooks and formats, and produces a practical swipe file.

product-demand-research

Use when the user wants to validate a product idea, find pain points, mine demand signals, discover objections, or gather voice-of-customer language from Reddit, social posts, video transcripts, and comments. Produces evidence-backed product research.

scrapecreators-api

>-

social-listening-brief

Use when the user wants a social listening report about what people are saying about a brand, person, product, topic, category, or niche across public social platforms. Produces cited themes, sentiment caveats, notable posts, and recommended actions.

transcript-intelligence

Use when the user wants to summarize, analyze, or repurpose transcripts from TikTok, Instagram, YouTube, Facebook, X/Twitter, LinkedIn, Rumble, or Reddit video posts. Extracts hooks, claims, quotes, content atoms, themes, and reusable scripts.

trend-discovery

Use when the user wants to discover trending social topics, hashtags, sounds, posts, reels, shorts, creators, or formats in a niche. Searches public trend and discovery endpoints, ranks evidence, and turns trends into practical content angles.

Verwandte Skills