CommunityPesquisa e Análise de Dadosgithub.com

Raibit-AI/winning-ad-finder

Encontra anúncios em vídeo que provavelmente estão funcionando para restaurantes e marcas de alimentos, usando a Biblioteca de Anúncios gratuita do Meta, e cria um pequeno "arquivo de referência" de possíveis vencedores para estudo.

O que é winning-ad-finder?

Esta skill, Winning Ad Finder, guia o usuário na descoberta de anúncios em vídeo de alto desempenho para restaurantes e marcas de alimentos, utilizando a Biblioteca de Anúncios do Meta (gratuita). Como a biblioteca não mostra métricas de conversão, a skill usa dois sinais indiretos: alcance (impressões) e longevidade do anúncio. O processo é manual e colaborativo: o usuário realiza as buscas e cliques no navegador, enquanto a skill instrui sobre filtros, ordenação e critérios de seleção. O resultado é um arquivo de referência com 15 a 30 anúncios candidatos a vencedores, que pode ser passado para a skill ad-teardown para análise mais aprofundada. É recomendada para pesquisa de concorrentes, inspiração criativa e otimização de campanhas de anúncios em redes sociais.

Funciona com~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 Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Localizador de anúncios vencedores

A Biblioteca de Anúncios do Meta (https://www.facebook.com/ads/library) mostra todos os anúncios veiculados no Facebook e Instagram. Ela nunca exibe resultados, então você não pode ver cliques ou vendas. Dois sinais substituem a indicação de "este anúncio está funcionando":

  1. Alcance. Classifique por impressões. Os anúncios que o Meta mais exibe são aqueles pelos quais o anunciante continua pagando.
  2. Permanência. Anunciantes desativam anúncios que dão prejuízo, portanto, um anúncio ainda veiculado após 30+ dias provavelmente se pagou.

A idade avançada por si só é uma armadilha. Muitas pequenas empresas impulsionam uma postagem e a esquecem por anos. Em um estudo de 1.944 anúncios de alimentos, os "vencedores" mais antigos estavam no ar há 6 anos com alcance quase zero. Sempre combine idade com alcance.

Etapas (o usuário faz os cliques; você orienta e registra)

Peça ao usuário que abra a Biblioteca de Anúncios em seu próprio navegador. Raspar dados automaticamente viola os termos do Meta, portanto, não escreva nem execute um raspador. Em seguida:

  1. Defina País para o mercado deles e Categoria de anúncio como "Todos os anúncios".
  2. Pesquise uma palavra-chave, não uma marca: a culinária deles ("sichuan", "ramen", "tacos"), "restaurante", "restaurante em [cidade]", seu prato principal e 2 a 3 concorrentes pelo nome.
  3. Abra Filtros: Status do anúncio = Anúncios ativos; Tipo de mídia = Vídeos.
  4. Abra Classificar e escolha Impressões (do maior para o menor).
  5. Para cada um dos ~25 primeiros resultados, anote:
    • a data de "Começou a ser veiculado em"
    • se aparece "N anúncios usam este criativo e texto" (N igual a 3 ou mais significa que o anunciante está escalando)
    • o ID da Biblioteca, para que possa ser encontrado novamente.
  6. Mantenha um anúncio como provável vencedor quando:
    • estiver entre os 25 primeiros por impressões E tiver sido veiculado por 30+ dias, OU
    • tiver 3+ cópias E tiver sido veiculado por 21+ dias.
  7. Colete de 15 a 30 prováveis vencedores em 3 a 5 pesquisas. Peça ao usuário que salve cada vídeo usando a opção de download da própria Biblioteca, ou grave a tela em um telefone.

O arquivo de referência

Crie uma tabela, uma linha por vencedor:

| ID da Biblioteca | Anunciante | Iniciado em | Dias | Cópias | Pesquisa | Formato (montagem / fala / criador / reações / oferta) | Primeiros 3 segundos em uma linha |

Em seguida, entregue os vídeos salvos para a skill ad-teardown analisá-los e compará-los com os benchmarks.

O que dizer ao usuário

  • Estes são sinais, não provas. Um único anúncio na lista não prova nada; um padrão em 15+ anúncios vale a pena ser copiado.
  • Copie padrões (tipo de gancho, ritmo, estrutura), nunca as imagens, músicas ou textos de outra pessoa.
  • O único placar real são os próprios anúncios deles. Veicule 3 a 5 versões com um orçamento diário pequeno por uma semana e mantenha o que vencer.

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.

Habilidades Relacionadas