Raibit-AI/winning-ad-finder

Encuentra anuncios en video que probablemente estén funcionando para restaurantes y marcas de comida, usando la Biblioteca de Anuncios de Meta de forma gratuita, y construye un breve archivo de referencia de posibles ganadores para estudiar. Úsalo cuando el usuario pida encontrar anuncios ganadores, investigar anuncios de competidores en Facebook o Instagram, ver qué anuncios están publicando restaurantes, o buscar inspiración publicitaria para un negocio de comida.

¿Qué es winning-ad-finder?

Esta habilidad te permite analizar anuncios en video de restaurantes y marcas de comida utilizando la Biblioteca de Anuncios de Meta (acceso gratuito) sin depender de métricas de resultados directos, que no están disponibles públicamente. En su lugar, identifica señales de efectividad: alto alcance (ordenando por impresiones) y duración de la campaña (anuncios activos por más de 30 días probablemente sean rentables). El usuario realiza las búsquedas manualmente en su navegador, guiado por la habilidad, para evitar el scraping automatizado. Se recopilan de 15 a 30 posibles anuncios ganadores de 3 a 5 búsquedas, documentando detalles como ID de biblioteca, anunciante, días activos, copias, y formato (montaje, charla, creador, reacciones, oferta). El resultado es una tabla de referencia que se entrega a la habilidad 'ad-teardown' para medición y comparación con benchmarks. Es útil para estrategas publicitarios, especialistas en marketing de alimentos y dueños de restaurantes que buscan inspiración ética y basada en patrones.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Raibit-AI/food-ad-kit/tree/HEAD/plugins/food-ad-kit/skills/winning-ad-finder

Installed? Explore more Investigación y análisis de datos skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Buscador de anuncios ganadores

La Biblioteca de Anuncios de Meta (https://www.facebook.com/ads/library) muestra todos los anuncios que se están ejecutando en Facebook e Instagram. Nunca muestra resultados, por lo que no puedes ver clics ni ventas. Dos señales indican que "este anuncio está funcionando":

  1. Alcance. Ordena por impresiones. Los anuncios que Meta muestra más son aquellos por los que el anunciante sigue pagando.
  2. Permanencia. Los anunciantes desactivan los anuncios que pierden dinero, por lo que un anuncio que sigue activo después de más de 30 días probablemente ha demostrado su valor.

La antigüedad por sí sola es una trampa. Muchos pequeños negocios promocionan una publicación y la olvidan durante años. En un estudio de 1,944 anuncios de comida, los "ganadores" más antiguos llevaban 6 años activos con casi ningún alcance. Siempre combina la antigüedad con el alcance.

Pasos (el usuario hace los clics; tú guías y registras)

Pide al usuario que abra la Biblioteca de Anuncios en su propio navegador. El scraping automatizado viola los términos de Meta, así que no escribas ni ejecutes un scraper. Luego:

  1. Configura País en su mercado y Categoría de anuncio en "Todos los anuncios".
  2. Busca una palabra clave, no una marca: su cocina ("sichuan", "ramen", "tacos"), "restaurante", "restaurante [ciudad]", su plato estrella, y 2-3 competidores por nombre.
  3. Abre Filtros: Estado activo = Anuncios activos; Tipo de medio = Videos.
  4. Abre Ordenar y elige Impresiones (de mayor a menor).
  5. Para cada uno de los ~25 resultados principales, anota:
    • la fecha de "Empezó a ejecutarse"
    • si dice "N anuncios usan este creativo y texto" (N de 3 o más significa que el anunciante lo está escalando)
    • el ID de la Biblioteca, para poder encontrarlo de nuevo.
  6. Conserva un anuncio como posible ganador cuando:
    • esté entre los 25 principales por impresiones Y haya estado activo 30+ días, O
    • tenga 3+ copias Y haya estado activo 21+ días.
  7. Recopila de 15 a 30 posibles ganadores en 3-5 búsquedas. Pide al usuario que guarde cada video con la opción de descarga de la Biblioteca, o que lo grabe en pantalla desde un teléfono.

El archivo de referencia

Crea una tabla, una fila por ganador:

| ID de Biblioteca | Anunciante | Empezó | Días | Copias | Búsqueda | Formato (montaje / charla / creador / reacciones / oferta) | Primeros 3 segundos en una línea |

Luego entrega los videos guardados a la habilidad ad-teardown para medirlos y compararlos con los benchmarks.

Qué decirle al usuario

  • Estas son señales, no pruebas. Un solo anuncio en la lista no prueba nada; un patrón en 15+ anuncios vale la pena copiarlo.
  • Copia patrones (tipo de gancho, ritmo, estructura), nunca las imágenes, música o redacción de otros.
  • El único marcador real son sus propios anuncios. Publica 3-5 versiones con un presupuesto diario pequeño durante una semana y quédate con lo que gane.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Raibit-AI/ad-teardown

Breaks a video ad down the way a creative director would. It measures length, cut speed and first cut; pulls frame strips of the first 3 seconds and of the whole ad; transcribes the speech; tags the hook, format, people, text, offer and ending; and scores it against benchmarks from winning food ads. Use when the user asks to analyze, break down, tear down, critique or compare a video ad, Reel or TikTok, especially for a restaurant or food brand.

Raibit-AI/blind-ad-review

Improves a video ad through repeated blind A/B reviews. Two versions are shown as contact sheets to a fresh reviewer who doesn't know which is newer, and both are scored against benchmarks from winning food ads. The next version changes only what reviewers agree on, and the loop continues until the gains stop. Use when the user wants to improve, iterate, critique or A/B test an ad or Reel before spending money, or asks "which version is better".

Raibit-AI/food-shot-director

Directs AI image-to-video food shots for restaurant ads (chopsticks lifting noodles, a spoon scooping, sauce poured, a piece lifted to the lens). It gives the prompt formula, which foods animate well and which morph, and a keep-or-reject checklist so the dish still looks like the real menu item. Works with any image-to-video model (Kling, Veo, Seedance, LTX, Runway). Use when the user wants to animate a food photo, make food B-roll or a hand-in-frame food shot, or turn menu photos into video...

Raibit-AI/social-ad-builder

Assembles finished vertical social video ads from clips plus a simple JSON shot list. It outputs a 9:16 master for Reels, Stories and TikTok plus a 4:5 feed cut, with brand-color dish labels, the brand on frame 0, hard cuts, a matched color grade, clean designed sound, safe loudness and an end card. It uses free ffmpeg only. Use when the user wants to edit, cut, assemble or render a short ad, Reel or TikTok from food or product clips, or make several ad variations to A/B test.

Skills relacionados