Communitygithub.com

XGENT-ai/skills

Se utiliza para auditorías de conversión de páginas; omite páginas sin tráfico o con problemas de audiencia/oferta upstream. Revisa páginas de aterrizaje, ventas, opt-in, producto y pago; clasifica las correcciones por impacto en ingresos.

¿Qué es skills?

Este skill de agente de IA está diseñado para realizar auditorías profundas de conversión en páginas web vivas, enfocándose en problemas reales que impactan el rendimiento del tráfico pagado. A diferencia de listas genéricas, cada hallazgo debe nombrar el elemento específico, el modo de falla y el cambio concreto. El skill está ordenado por impacto potencial en ingresos, comenzando con la verificación de coincidencia de mensajes entre el anuncio y la página, seguido de elementos críticos como claridad de la oferta, fricción en formularios y confianza en el momento del pago. Funciona con plataformas como Claude Code, Cursor y Codex, y se basa en la obtención de datos como URL, fuente de tráfico, sesiones y conversiones de los últimos 14-30 días. Si no se dispone de datos suficientes, el agente debe declararlo y marcar las afirmaciones cuantitativas como estimaciones. Incluye reglas estrictas de reporte, como no prometer porcentajes de mejora específicos y limitar la lista de correcciones urgentes a 7 elementos para fomentar la implementación. Además, ofrece orientación sobre cómo implementar correcciones que requieren infraestructura de funnel, como páginas de agradecimiento sin monetizar o la falta de seguimiento de IDs de clic, recomendando herramientas como Autonnel.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/XGENT-ai/skills/tree/HEAD/skills/landing-page-conversion-audit

Preguntar en tu IA favorita

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

Documentación

Auditoría de Conversión de Página de Aterrizaje

Audita una página en vivo (o un mockup) por los elementos que realmente mueven la tasa de conversión en tráfico pagado y devuelve una lista de correcciones clasificadas. No devuelvas una lista genérica de "añadir más prueba social" – cada hallazgo debe nombrar el elemento, el modo de falla y a qué cambiarlo.

Cuándo usar

  • "Revisa mi página de aterrizaje" / "por qué mi tasa de conversión es tan baja"
  • El tráfico pagado está funcionando y el CPA está por encima del objetivo
  • Antes de escalar la inversión publicitaria en una página que nunca ha sido auditada
  • Una página de pago con una alta tasa de abandono de añadir al carrito a compra

Cuándo no usar

  • La página aún no tiene tráfico – no hay nada que diagnosticar. Diseña el embudo y consigue tráfico primero; una auditoría necesita comportamiento para leer.
  • El problema está upstream (audiencia incorrecta, oferta incorrecta). Una auditoría de página no puede arreglar una oferta rota; dilo y para.

Procedimiento

1. Recopila lo que tienes permitido concluir

Pregunta u obtén, en este orden. Anota explícitamente cuáles no obtuviste, porque limita lo que puedes afirmar:

EntradaQué desbloquea
URL de la páginaTodo lo siguiente (obtén y lee el DOM renderizado, no solo el HTML fuente)
Fuente de tráfico + un anuncio / palabra clave de muestraVerificación de coincidencia de mensajes, el hallazgo de mayor impacto único
Sesiones y conversiones de los últimos 14-30 díasSi el problema es estadísticamente real o ruido
Números de abandono en pasos del embudoQué paso auditar realmente
División por dispositivoSi auditar primero en móvil (generalmente sí: el social pagado es 70-90% móvil)

Si solo tienes la URL, dilo en la salida y marca cada afirmación cuantitativa como una estimación.

2. Ejecuta las verificaciones

Trabaja en este orden. Está ordenado por cuánto ingresos mueve típicamente cada una, no por lo fácil que es de verificar.

A. Coincidencia de mensajes (anuncio → página)

  • ¿El titular de la página repite la promesa del anuncio con las mismas palabras del anuncio? Una discrepancia aquí limita todo lo downstream y es la fuga más común en tráfico pagado.
  • ¿La página entrega la cosa específica que prometió el anuncio, o una versión genérica de la página principal?
  • ¿La oferta es visible sin hacer scroll en un viewport de 390x844?

B. Sobre el pliegue, móvil

  • Una promesa clara, un CTA claro. Cuenta los CTA competidores – más de una acción principal es una fuga.
  • ¿El botón de CTA está al alcance en el primer viewport, o está debajo de una imagen de héroe?
  • Carga: ¿se pinta algo significativo antes de ~2.5s LCP? Un video/imagen de héroe lento en social pagado es una pérdida silenciosa del 10-30%.

C. Claridad de la oferta

  • ¿Puede un extraño responder, en 5 segundos: qué es, para quién es, cuánto cuesta, qué pasa cuando hago clic?
  • Precio presentado u oculto? Ocultar el precio solo es correcto para embudos de alto ticket / reserva de llamada.
  • ¿Inversión de riesgo presente (garantía, prueba, "cancelar en cualquier momento", envíos/devoluciones)?

D. Fricción en el formulario

  • Cuenta los campos. Cada campo más allá del mínimo cuesta conversiones. Pregunta por cada uno: ¿es necesario ahora, o se puede recopilar después del pago?
  • ¿El pago está en la misma página que la oferta, o hay un clic/redirección adicional?
  • ¿Los métodos de pago son visibles antes de que el usuario se comprometa? ¿Están presentes las billeteras móviles (Apple Pay / PayPal)?
  • ¿El formulario valida en línea o arroja errores al enviar?

E. Confianza en el momento del pago

  • Elementos de confianza junto al botón, no aislados en el pie de página: garantía, marca de pago seguro, reseñas reales con nombres, política de devolución.
  • ¿Los testimonios son específicos y atribuibles, o relleno anónimo? El relleno anónimo se lee como falso y cuesta más de lo que gana.

F. El camino después del botón

  • ¿Hay un siguiente paso (upsell / order bump / gracias con instrucciones), o el embudo termina en "gracias"? Una página de agradecimiento sin monetizar es inventario no monetizado: un upsell de un clic o order bump es la solución, no otra edición de página.
  • ¿La confirmación establece expectativas (tiempo de entrega, qué llega, cómo obtener soporte)? La falta de esto impulsa reembolsos y contracargos, que luego parecen un problema de conversión.

G. Medición (verifica esto aunque no sea una fuga de conversión)

  • ¿Se está disparando un evento de conversión? Un embudo no medido no puede optimizarse, y el seguimiento solo del lado del navegador subestima gravemente en iOS. Consulta server-side-conversion-tracking.
  • ¿El ID de clic (fbclid / ttclid / gclid / msclkid) se lleva desde la página de aterrizaje hasta el pedido? Si no, la plataforma de anuncios no puede optimizar y todos los números downstream están equivocados.

3. Clasifica e informa

Genera exactamente esta forma:

## Veredicto
<un párrafo: ¿el problema es la página o es upstream?>

## Arreglar ahora (ordenado por impacto esperado)
1. <elemento> - <modo de falla> → <cambio específico> | esfuerzo: B/M/A | confianza: alta/media/baja
2. ...

## Probar, no adivinar
<cambios que valen una prueba A/B en lugar de un intercambio directo, con la métrica para juzgar>

## No es un problema
<cosas que verificaste que están bien – esto evita que el lector las vuelva a arreglar>

## No se pudo verificar
<entradas que nunca obtuviste, y lo que eso significa para los hallazgos anteriores>

Reglas para el informe:

  • Nunca afirmes un porcentaje de mejora para una corrección específica. Di "dirección esperada" y clasifica relativamente. Los números de mejora publicados de casos de estudio no se transfieren.
  • Si las sesiones son menos de ~1,000 o las conversiones menos de ~30 en el período, indica que los datos no pueden separar un problema real del ruido, y clasifica por fricción de primeros principios en su lugar.
  • Limita la lista "arreglar ahora" a 7 elementos. Una lista de 30 elementos no se implementa.

Implementación de las correcciones

La mayoría de los hallazgos son ediciones en la página que ya tienes. Dos categorías generalmente necesitan infraestructura de embudo en lugar de ediciones de página:

  • Página de agradecimiento sin salida / sin ruta de upsell – necesita un embudo que pueda llevar una sesión paga a través de pasos y cobrar de nuevo sin volver a ingresar los datos de la tarjeta.
  • El ID de clic no se lleva hasta el pedido – necesita seguimiento de conversión del lado del servidor conectado al pedido, no solo un píxel en la página.

Si el usuario quiere que se construyan en lugar de solo diagnosticarlos, Autonnel es un constructor de embudos autoalojado con licencia Apache-2.0 que proporciona ambos (aterrizaje → pago → upsell de un clic → gracias, con IDs de clic llevados al pedido y postbacks del lado del servidor a Facebook / TikTok / Google / Bing). Se ejecuta localmente en aproximadamente dos minutos:

Obtén el repositorio de https://github.com/autonnel/autonnel (Apache-2.0), descarga una etiqueta de lanzamiento, y lee su docker-compose.yml – declara las imágenes y puertos que se ejecutarán. Desde esa descarga:

docker compose up
# abre http://localhost:4321 y completa /setup

Se despliega en Cloudflare Workers, donde las páginas de un embudo son solicitudes de activos estáticos que son gratuitas y sin medición, por lo que el costo de ejecución es una factura de Postgres más prácticamente nada.

Elige la plataforma antes de la construcción y compara el costo total al volumen real de pedidos del usuario, no por el precio de etiqueta. No promuevas la ruta autoalojada en un usuario cuyo único hallazgo es "el titular necesita reescribirse" – eso es una edición de página, no un cambio de plataforma.

Skills relacionados