Communitygithub.com

Infinite-Labs-AI/infinite-skills

Use ao revisar ou planejar aquisição paga nos canais Google, Meta, LinkedIn, X, Reddit, TikTok, patrocínios, retargeting ou outros canais pagos.

O que é infinite-skills?

Este skill auxilia Agentes de IA (como Claude Code, Cursor, Codex) a revisar e planejar estratégias de aquisição paga de forma estruturada. Ele permite diagnosticar campanhas, classificar problemas (rastreamento, oferta, mensagem, audiência, economia ou escala) e gerar recomendações claras de cortar, consertar, testar ou escalar. Suporta dados de plataformas como Google Ads, Meta Ads, LinkedIn, X (Twitter), Reddit, TikTok, patrocínios e retargeting, usando exports, screenshots, estrutura de campanhas, UTMs, landing pages, CRM ou resumos de gastos. O skill avalia a confiança nos dados antes de sugerir movimentos orçamentários, garantindo decisões baseadas em evidências e evitando escalar com rastreamento fraco. Ele fornece uma saída padronizada em formato de texto, incluindo diagnóstico por área, movimentos de orçamento e testes recomendados.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Infinite-Labs-AI/infinite-skills/tree/HEAD/skills/paid-ads

Perguntar na sua IA favorita

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

Documentação

Anúncios Pagos

Revisar aquisição paga para decidir o que cortar, consertar, testar ou escalar.

Contexto Necessário

Use exports disponíveis da plataforma, capturas de tela, estrutura de campanha, UTMs, landing pages, dados de CRM ou resumos de gastos. Se faltarem dados, pergunte por:

  • Canal e objetivo.
  • Gasto, conversões, receita, CAC, CPA, ROAS ou pipeline.
  • Janela de atribuição e definição de conversão.
  • Público-alvo e oferta.
  • Exemplos de criativos.
  • Landing page.
  • Orçamento e período de tempo.

Não infira desempenho apenas pela estrutura quando existirem dados de gasto e conversão.

Diagnosticar o Sistema

Inspecione:

  • Economia: CAC/CPA alvo, payback, LTV, margem bruta, ciclo de vendas.
  • Sinal: qualidade do rastreamento de conversão e significado dos eventos.
  • Estrutura: objetivo da campanha, segmentação, alocação de orçamento, lógica de lance.
  • Público: segmentação, exclusões, intenção, saturação.
  • Criativo: variedade de mensagens, prova, ajuste de formato, fadiga.
  • Caminho de landing: correspondência entre promessa do anúncio e página.
  • Aprendizado: quais testes foram realizados e o que mudou.

Atribua uma nota de confiança aos dados antes de recomendar movimentos orçamentários. Rastreamento fraco deve gerar recomendações de reparo ou aprendizado, não de escala.

Classificar Problemas

  • Problema de rastreamento: os dados não podem suportar decisões.
  • Problema de oferta: o interesse no clique não converte.
  • Problema de mensagem: o criativo atrai intenção errada ou fraca.
  • Problema de público: a segmentação é muito ampla, muito restrita ou desatualizada.
  • Problema econômico: a campanha funciona mecanicamente, mas não consegue pagar.
  • Problema de escala: existe um vencedor, mas orçamento, criativo ou funil não podem absorver mais.

Saída

Leitura de aquisição paga:
[um parágrafo]

Números atuais:
Gasto:
Conversões:
CPA/CAC:
Receita/ROAS:
Confiança no rastreamento:

Classificação:
[parar / reparar / aprender / escalar]

Diagnóstico:
| Área | Achado | Evidência | Gravidade | Próximo passo |

Movimentos de orçamento:
- Aumentar:
- Manter:
- Cortar:

Testes:
1. [teste]
2. [teste]
3. [teste]

Dados necessários antes de escalar:
- [sinal ausente]

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Habilidades Relacionadas