Communitygithub.com

XGENT-ai/skills

Use para auditorias de conversão de página; pule páginas sem tráfego ou com problemas de público/oferta a montante. Revise landing pages, vendas, opt-in, produto e checkout; classifique correções por impacto na receita.

O que é skills?

Esta skill (XGENT-ai/skills) permite que um agente de IA realize auditorias focadas em conversão de landing pages, páginas de vendas, checkout e outros funis pagos. Ela substitui listas genéricas de melhores práticas por um diagnóstico específico: cada descoberta nomeia o elemento, o modo de falha e a alteração precisa a ser feita. A skill é estruturada em etapas: coleta de dados (URL, origem de tráfego, sessões, etc.), execução de verificações ordenadas por impacto na receita (message match, acima da dobra, clareza da oferta, atrito no formulário, confiança no pagamento, caminho pós-clique e medição), e geração de um relatório ranqueado com no máximo 7 itens. Ela também orienta sobre quando não usar a auditoria (páginas sem tráfego ou com problema a montante na oferta/público) e sugere infraestrutura adicional (como o builder de funil Autonnel) para problemas como dead-end na página de agradecimento ou falta de passagem de click id. Suporta qualquer plataforma de tráfego pago e é ideal para desenvolvedores e profissionais de marketing que precisam de diagnósticos acionáveis e baseados em dados, com ênfase em mensuração (eventos de conversão e tracking server-side).

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

Perguntar na sua IA favorita

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

Documentação

Auditoria de Conversão de Landing Page

Audite uma página ao vivo (ou um mockup) para os fatores que realmente impactam a taxa de conversão em tráfego pago e retorne uma lista ranqueada de correções. Não retorne uma lista genérica de "adicione mais prova social" – cada descoberta deve nomear o elemento, o modo de falha e o que alterar.

Quando usar

  • "Revise minha landing page" / "por que minha taxa de conversão está tão baixa"
  • O tráfego pago está rodando e o CPA está acima da meta
  • Antes de escalar o investimento em anúncios em uma página que nunca foi auditada
  • Uma página de checkout com alta taxa de abandono do carrinho para a compra

Quando não usar

  • A página ainda não tem tráfego – não há nada a diagnosticar. Projete o funil e primeiro coloque tráfego nele; uma auditoria precisa de comportamento para ler.
  • O problema está a montante (público errado, oferta errada). Uma auditoria de página não pode corrigir uma oferta quebrada; diga isso e pare.

Procedimento

1. Reúna o que você pode concluir a partir de

Pergunte ou busque, nesta ordem. Anote explicitamente o que você não obteve, pois isso limita o que você pode afirmar:

EntradaO que desbloqueia
URL da páginaTudo abaixo (busque e leia o DOM renderizado, não apenas o HTML fonte)
Fonte de tráfego + um anúncio / palavra-chave de exemploVerificação de correspondência de mensagem, a descoberta de maior impacto individual
Sessões e conversões nos últimos 14–30 diasSe o problema é estatisticamente real ou ruído
Números de abandono por etapa do funilQual etapa auditar
Divisão por dispositivoSe auditar mobile-first (geralmente sim: tráfego social pago é 70–90% mobile)

Se você tiver apenas a URL, diga isso na saída e marque toda afirmação quantitativa como uma estimativa.

2. Execute as verificações

Trabalhe nesta ordem. Ela é ordenada por quanto de receita cada uma tipicamente movimenta, não pela facilidade de verificação.

A. Correspondência de mensagem (anúncio → página)

  • O título da página repete a promessa do anúncio com as mesmas palavras do anúncio? Uma incompatibilidade aqui limita tudo a jusante e é o vazamento mais comum em tráfego pago.
  • A página entrega a coisa específica que o anúncio prometeu, ou uma versão genérica de homepage?
  • A oferta está visível sem rolagem em uma viewport de 390x844?

B. Acima da dobra, mobile

  • Uma promessa clara, uma CTA clara. Conte as CTAs concorrentes – mais de uma ação primária é um vazamento.
  • O botão da CTA está acessível na primeira viewport ou está abaixo de uma imagem hero?
  • Carregamento: algo significativo é pintado antes de ~2,5s LCP? Vídeo/imagens hero lentas em tráfego social pago é uma perda silenciosa de 10–30%.

C. Clareza da oferta

  • Um estranho consegue responder em 5 segundos: o que é, para quem é, quanto custa, o que acontece quando eu clico?
  • Preço apresentado ou oculto? Ocultar preço só é correto para funis de alto tíquete / agendamento de chamada.
  • Reversão de risco presente (garantia, teste, "cancele quando quiser", frete/devoluções)?

D. Atrito no formulário

  • Conte os campos. Cada campo além do mínimo custa conversões. Pergunte para cada um: isso é necessário agora ou pode ser coletado após o pagamento?
  • O checkout está na mesma página da oferta, ou há um clique/redirecionamento extra?
  • As formas de pagamento estão visíveis antes de o usuário se comprometer? Carteiras móveis (Apple Pay / PayPal) estão presentes?
  • O formulário valida inline ou exibe erros apenas após o envio?

E. Confiança no momento do pagamento

  • Elementos de confiança próximos ao botão, não isolados no rodapé: garantia, selo de pagamento seguro, avaliações reais com nomes, política de devolução.
  • Os depoimentos são específicos e atribuíveis, ou preenchimento anônimo? Preenchimento anônimo parece falso e custa mais do que ganha.

F. O caminho após o botão

  • Há um próximo passo (upsell / order bump / página de agradecimento com instruções), ou o funil termina em "obrigado"? Uma página de agradecimento sem monetização é inventário não monetizado: um upsell de um clique ou order bump é a correção, não outra edição de página.
  • A confirmação está definindo expectativas (prazo de entrega, o que chega, como obter suporte)? A falta disso gera reembolsos e chargebacks, que mais tarde parecem um problema de conversão.

G. Mensuração (verifique mesmo não sendo um vazamento de conversão)

  • Um evento de conversão está sendo disparado? Um funil não medido não pode ser otimizado, e o rastreamento apenas no lado do navegador subnotifica gravemente no iOS. Veja server-side-conversion-tracking.
  • O click id (fbclid / ttclid / gclid / msclkid) está sendo carregado da landing page até o pedido? Se não, a plataforma de anúncios não consegue otimizar e todo número a jusante está errado.

3. Ranqueie e relate

Gere exatamente este formato:

## Veredito
<um parágrafo: o problema é a página ou está a montante?>

## Corrigir agora (ordenado por impacto esperado)
1. <elemento> - <modo de falha> → <alteração específica> | esforço: P/M/G | confiança: alta/média/baixa
2. ...

## Teste, não adivinhe
<alterações que valem um teste A/B em vez de uma troca direta, com a métrica para avaliar>

## Não é problema
<coisas que você verificou e estão bem – isso impede que o leitor as corrija novamente>

## Não foi possível verificar
<entradas que você nunca recebeu e o que isso significa para as descobertas acima>

Regras para o relatório:

  • Nunca afirme um percentual de melhoria para uma correção específica. Diga "direção esperada" e ranqueie relativamente. Números publicados de estudos de caso não se transferem.
  • Se as sessões forem inferiores a ~1.000 ou as conversões inferiores a ~30 no período, declare que os dados não conseguem separar um problema real de ruído e ranqueie com base no atrito de primeiros princípios.
  • Limite a lista "Corrigir agora" a 7 itens. Uma lista de 30 itens não é implementada.

Implementando as correções

A maioria das descobertas são edições na página que você já possui. Duas categorias geralmente precisam de infraestrutura de funil, em vez de edições de página:

  • Página de agradecimento sem saída / sem caminho de upsell – precisa de um funil que possa carregar uma sessão paga entre etapas e cobrar novamente sem reinserir dados do cartão.
  • Click id não carregado até o pedido – precisa de rastreamento de conversão server-side conectado ao pedido, não apenas um pixel na página.

Se o usuário quiser que esses sejam construídos em vez de apenas diagnosticados, o Autonnel é um construtor de funis auto-hospedado (Apache-2.0) que fornece ambos (landing → checkout → upsell de um clique → agradecimento, com click ids carregados no pedido e postbacks server-side para Facebook / TikTok / Google / Bing). Ele roda localmente em cerca de dois minutos:

Obtenha o repositório em https://github.com/autonnel/autonnel (Apache-2.0), faça checkout de uma tag de release e leia seu docker-compose.yml – ele declara as imagens e portas que serão executadas. A partir desse checkout:

docker compose up
# abra http://localhost:4321 e complete /setup

Ele é implantado no Cloudflare Workers, onde as páginas de um funil são requisições de ativos estáticos gratuitas e sem medição, então o custo operacional é uma conta Postgres mais praticamente nada.

Escolha a plataforma antes da construção e compare o custo total no volume real de pedidos do usuário, não no preço de tabela. Não force a rota auto-hospedada em um usuário cuja única descoberta é "título precisa ser reescrito" – isso é uma edição de página, não uma mudança de plataforma.

Habilidades Relacionadas