Communitygithub.com

Suede付费广告运营系统

Suede自有付费获客操作系统,涵盖渠道选择、广告系列结构、受众定位、出价策略、预算节奏、否定关键词、重定向以及淘汰或扩量决策。适用于在Google、Meta、LinkedIn、X或同类平台上规划、审计或优化付费广告活动。

Suede付费广告运营系统 是什么?

这是一个专为付费广告运营设计的AI技能,基于Suede广告获客策略,帮助创建、优化和规模化广告活动。该技能吸取了2025年Meta Andromeda算法更新后的最新经验,提供了包括B2B策略、Meta/Google/LinkedIn等平台的决策体系、受众定位、广告文案框架和创意优化在内的全面引导。它通过引用多个专业化深度手册(如b2b-paid-playbook.md、meta-decision-system.md等)来提供细致入微的操作建议,使AI能够根据用户的特定意图加载最相关的知识。该技能面向计划、审计或优化付费广告活动的开发者和营销人员,尤其强调将受众洞察优先应用于广告创意而非单纯的定向筛选,并提供了具体的平台对比如广告文案模板、创意测试层级和预算分配原则等实用细节。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/majiayu000/claude-skill-registry/tree/HEAD/skills/other/suede-ads

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

Suede付费广告

使用此Suede付费获客策略手册创建、优化和规模化广告活动,并基于明确的获客经济指标进行决策。切勿假设拥有账户访问权限。

开始之前

首先检查产品营销背景: 如果存在 .agents/product-marketing.md(或 .claude/product-marketing.md,或旧版文件名 product-marketing-context.md),请先阅读它再提问。利用该上下文,仅询问未涵盖或与当前任务特定的信息。

收集以下上下文(如果未提供,请询问):

1. 广告系列目标

  • 首要目标是什么?(认知、流量、线索、销售、应用安装)
  • 目标获客成本(CPA)或广告支出回报率(ROAS)是多少?
  • 每月/每周预算是多少?
  • 是否存在任何限制?(品牌指南、合规、地理区域)

2. 产品与优惠

  • 正在推广什么?(产品、免费试用、引流磁铁、演示)
  • 落地页的URL是什么?
  • 此优惠的吸引点是什么?

3. 受众

  • 理想客户是谁?
  • 你的产品解决了他们的什么问题?
  • 他们在搜索或对什么感兴趣?
  • 你有可用于相似受众的现有客户数据吗?

4. 当前状态

  • 你以前投放广告过吗?什么有效/无效?
  • 你有现有的像素/转化数据吗?
  • 你当前的漏斗转化率是多少?

参考路由

此技能的深度存在于参考资料中——按意图加载。对于任何关于活跃账户的操作决策(淘汰/保留/扩量/预算),请在回答前加载相关手册;阈值存在于那里,而非此处。

用户意图加载内容涵盖范围
B2B策略、漏斗阶段、预算分配、淘汰规则、线索质量、盈亏平衡计算b2b-paid-playbook.md需求生命周期、领先/滞后信号、淘汰规则、线下转化循环、U/B/F线索评分、扩量象限
Meta操作:何时淘汰/毕业/扩量广告、疲劳度、测试结构meta-decision-system.md以TCPL锚定的决策树、广告数量上限、80/20 CBO结构、疲劳度区间、线索表单、Advantage+过渡
LinkedIn操作:出价、受众规模、扩量、基准、TLA、广告格式linkedin-b2b-playbook.md出价进阶、渗透扩量、规模规则、漏斗基准、文档/对话广告、审计清单
Google搜索:首先投入什么、结构、匹配类型、否定关键词、PMaxgoogle-search-playbook.md意图阶梯、账户结构、匹配类型门控、否定关键词、按量出价、线下转化、PMax护栏
命名账户定位、管道加速、跨渠道重定向abm-playbook.mdLinkedIn/Meta ABM、列表机制、加速广告系列、UTM跨渠道再营销、ABM衡量
生成Google RSA广告rsa-output-spec.md强制性输出规范——限制、侧边栏、模板、自查
受众设置、跟踪设置、启动清单、文案模板audience-targeting.md · conversion-tracking.md · platform-setup-checklists.md · ad-copy-templates.md现有基础

平台选择指南

平台最佳用途使用时机
Google Ads高意向搜索流量用户积极搜索你的解决方案时
Meta需求生成、视觉产品创造需求、拥有强大创意素材时
LinkedInB2B、决策者职位/公司定位很重要、价格较高时
Twitter/X技术受众、思想领导力受众活跃在X上、内容及时时
TikTok年轻群体、病毒式创意受众年龄在18-34岁、具备视频制作能力时

广告系列结构最佳实践

账户组织

Account
├── Campaign 1: [Objective] - [Audience/Product]
│   ├── Ad Set 1: [Targeting variation]
│   │   ├── Ad 1: [Creative variation A]
│   │   ├── Ad 2: [Creative variation B]
│   │   └── Ad 3: [Creative variation C]
│   └── Ad Set 2: [Targeting variation]
└── Campaign 2...

命名约定

[Platform]_[Objective]_[Audience]_[Offer]_[Date]

Examples:
META_Conv_Lookalike-Customers_FreeTrial_2024Q1
GOOG_Search_Brand_Demo_Ongoing
LI_LeadGen_CMOs-SaaS_Whitepaper_Mar24

预算分配

测试阶段(前2-4周):

  • 70% 用于已证实的/安全的广告系列
  • 30% 用于测试新的受众/创意

扩量阶段:

  • 将预算整合到表现最佳的组合中
  • 每次增加预算约20%——切勿一次性增加30%以上(会重置平台学习)
  • 每次增加之间等待3-5天以供算法学习

广告文案框架

关键公式

问题-激化-解决 (PAS):

[Problem] → [Agitate the pain] → [Introduce solution] → [CTA]

之前-之后-桥梁 (BAB):

[Current painful state] → [Desired future state] → [Your product as bridge]

社会证明引导:

[Impressive stat or testimonial] → [What you do] → [CTA]

关于详细的模板和标题公式:请参阅 references/ad-copy-templates.md


受众理解与定位

深入了解受众仍是付费广告中最高杠杆的工作——人口统计、职位、痛点、恐惧、希望、他们使用的确切语言、他们关注谁、尝试过什么、为什么失败、购买了什么。收集你能找到的每一个标识符。

2026年的变化在于你将这些知识应用在何处。随着广告平台算法在找到合适人选方面变得极其出色,将你所有的受众标识符塞入平台的定向筛选性能不如将这些相同的标识符输入到创意中(标题、文案、视觉、钩子、例子)。

现在的原则是:受众知识 → 创意优先,定向筛选其次。 这一比例向"创意"倾斜的程度因平台而异。

按平台:将受众知识应用于何处

平台受众知识 → 创意受众知识 → 定向筛选备注
Meta (后Andromeda时代)80%+20%算法奖励广泛定向+特定创意。见下方 [[#现代Meta操作手册 (Andromeda时代 — 2026+)]] 了解完整重构。兴趣堆叠现在反而有害。
Google 搜索40%60%关键词仍然是主导信号——匹配类型、搜索意图分层和否定关键词仍然驱动表现。创意(RSA标题)很重要,但位于关键词之后。
Google Performance Max / Demand Gen70%30%受众信号是建议性的,而非决定性的。创意+产品Feed质量主导。
LinkedIn40%60%职位/公司/行业筛选仍然能产生真正的精确度,因为LinkedIn的身份数据质量很高。创意促成点击;公司人口统计使正确的人看到它。
TikTok70%30%算法更接近Meta的模式——广泛定向+原生感创意胜出。一些受众兴趣有帮助,但创意主导。
Twitter/X50%50%兴趣+关注者定向仍然有意义,但由于竞争较低,创意差异化是高杠杆的。

这些比例只是方向性的,而非精确的。在你的实际账户中测试。

将受众知识应用于创意

一旦你收集了受众标识符,以下是将每种标识符放入创意的方法:

  • 人口统计标识符(年龄、地点、职业)→ 嵌入为标题中的身份触发关键词(见 [[#一键关键词技巧 (身份触发关键词)]])
  • 痛点 + 恐惧 → 标题 + 正文第一行(Sabri Suby的框架:"你的客户在描述问题时使用的逐字语言")
  • 希望 / 期望的结果 → 转化文案 + CTA
  • 异议 + "上次没买的原因" → 处理异议的重定向广告(见 [[#四组件重定向框架]])
  • 他们的语言 / 词汇 → 整个文案风格——绝不使用他们不用的行业术语
  • 现有客户群 → 仍然用于相似受众(见下文关键概念)
  • 他们认同的细分市场/领域 → 标题中的身份触发关键词("for dentists" / "for B2B founders" / "for parents of toddlers")

关键概念(仍然适用)

  • 相似受众:基于最佳客户(按LTV),而非所有客户。在各平台仍然很有价值。
  • 重定向:按漏斗阶段细分(访问者 vs. 购物车放弃者)。见 [[#用不同的优惠进行重定向 (而非相同优惠)]] 和 [[#四组件重定向框架]] 以了解现代策略。
  • 排除:排除现有客户和近期转化者——向已购买的人展示广告浪费支出。

常见失败模式

试图用超精确的定向来弥补平庸的创意。如果你的创意很普通,但堆叠了12个兴趣+3个人口统计筛选+一个自定义受众,你构建的是一个很小的受众群体,他们都看到了一个糟糕的广告。更好的做法:收集相同的受众标识符,撰写5个创意变体,每个针对不同的细分市场,广泛定向,让算法将每个创意匹配到正确的细分市场。

关于按平台的详细定位策略:请参阅 references/audience-targeting.md


现代Meta操作手册 (Andromeda时代 — 2026+)

Meta在2025年推出了Andromeda算法,从根本上改变了Meta广告。旧的策略手册(兴趣堆叠、精良视频创意、单一获胜者扩量)表现不佳。新的策略手册:

创意数量是限制因素(静态图 > 精良视频)

  • Andromeda是"一只饥饿的熊猫"——它需要持续的创意更新,否则就会疲劳
  • 在2026年,静态图通常优于视频,因为:
    • Meta算法对静态图有偏向——它可以在每个用户每次会话中展示更多静态图,因此投放成本更低
    • 静态创意制作成本是视频的十分之一,速度也快得多,能够满足Andromeda所需的数量
    • 即使是最佳的广告主,在投放17个以上的VSL后也报告,直接简单的原生静态图常常击败耗时2.5个月制作的VSL
  • 每周投入1小时为你获胜的优惠制作新创意。数量 > 精致。

创意即定位(广泛受众 + 特定创意)

  • 旧手册:堆叠兴趣、缩小受众、希望能找到正确的买家
  • 新手册:广泛定向(仅限国家)并让创意来完成定位
  • 长篇广告文案在2026年比短篇效果更好——为Meta提供更宽的上下文窗口以理解向谁展示广告
  • 测试方法:获取你表现最佳的堆叠兴趣的广告,复制它,移除所有定向(仅选择国家),并行运行7天。检查CPA。广泛定向通常胜出。

一键关键词技巧(身份触发关键词)

  • 获取你获胜的广告
  • 复制它,并在标题或正文中插入一个细分市场/身份关键词
  • "Here's how to get 462 leads per week on autopilot" → "Here's how to get 462 dental leads per week on autopilot" / "...lawyer leads..." / "...property investment leads..."
  • 这个关键词对观众来说是一个身份触发点,同时也是Andromeda的定位信号
  • 能显著降低CPL,并打开你用普通广告无法触及的受众群体

AI变体播种(100人测试)

  • 获取你获胜的广告
  • 将其输入给Claude/ChatGPT/Kong,并使用提示:

    "I want you to read this ad and be the author. If I show the next ad I'm going to ask you to write to 100 people, not 1 in 100 would be able to tell you it's written by a different person. Now write this for [demographic/niche]."

  • 输出应大致相同,但针对目标有微妙的关联性调整
  • 按顺序应用:正文 → 标题 → 创意
  • 将所有变体放入一个CBO中,让Meta的AI分配支出

僵尸广告系列

  • 运行一个CBO后,Meta会将80%的变体分配为零支出
  • 获取你高度确信的无效变体
  • 将它们启动在一个单独的广告组中("僵尸广告系列")
  • 通常能复活20%的变体成为获胜者,而这些是Meta初次分配忽略的

不要让广告看起来像广告

  • 数亿人使用广告拦截器——精致广告的美学会扼杀表现
  • 研究在TikTok/Instagram/YouTube上你所在领域原生表现的内容 → 制作匹配那种审美的广告
  • 马甲号技巧: 创建一个干净的Instagram/TikTok账号,关注你领域内的所有影响者和页面,点赞他们的内容。你的信息流将成为正在原生获胜的内容的策展视图。制作匹配的广告。
  • 如果你有一个获得数百万浏览量的原生视频,直接将那个视频作为付费广告投放——经过验证的内容+付费分发 = 最高杠杆的操作

创意最佳实践

图片广告

  • 清晰的展示UI的产品截图
  • 前后对比
  • 统计数据和数字作为焦点
  • 真人面孔(真实的,非库存图片)
  • 醒目、可读的文字叠加(保持在20%以下)

视频广告结构(15-30秒)

  1. 钩子(0-3秒):模式中断、问题或大胆的陈述
  2. 问题(3-8秒):相关的痛点
  3. 解决方案(8-20秒):展示产品/好处
  4. CTA(20-30秒):明确的下一步

制作技巧:

  • 始终添加字幕(85%的用户无声观看)
  • 竖屏用于Stories/Reels,方形用于信息流
  • 原生感优于精致感
  • 前3秒决定观众是否观看

创意测试层级

  1. 概念/角度(影响最大)
  2. 钩子/标题
  3. 视觉风格
  4. 正文
  5. CTA

广告系列优化

关于硬性的淘汰/保留/扩量阈值, u

…

[由于原文被截断,翻译到此结束]

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

majiayu000/claude-skill-registry

Builds, edit or validate Agent Skill through conversational discovery. Use when the user requests to "Create an Agent", "Optimize an Agent" or "Edit an Agent".

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD agents while maintaining compliance

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Edit existing BMAD modules while maintaining coherence

majiayu000/claude-skill-registry

Analyzes current state and user query to answer BMad questions or recommend the next workflow or agent. Use when user says what should I do next, what do I do now, or asks a question about BMad

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Build AI agents with Google ADK Python (Agent Development Kit). Use for multi-agent systems, workflow agents (sequential/parallel/loop), Vertex AI deployment, tool integration, human-in-the-loop.

majiayu000/claude-skill-registry

Portfolio allocation and rebalancing optimizer. Manages asset allocation across stocks/cash/bonds, performs periodic rebalancing, and ensures diversification according to market regime and risk tolerance.

majiayu000/claude-skill-registry

Create a hilarious and ultra-realistic video of an anthropomorphic animal acting like a human vlogger in a real-world setting.

majiayu000/claude-skill-registry

Speech-to-text transcription and translation via OpenAI Audio API -- models, response formats, timestamps, prompting, streaming, chunking, and diarization

majiayu000/claude-skill-registry

BlockRun works with Claude Code and Google Antigravity.

majiayu000/claude-skill-registry

This skill should be used when the user asks about libraries, frameworks, API references, or needs code examples. Activates for setup questions, code generation involving libraries, or mentions of specific frameworks like React, Vue, Next.js, Prisma, Supabase, etc.

majiayu000/claude-skill-registry

小省导购员数字人带货版即梦视频提示词生成系统,基于四大智能体协同(提示词生成师、质量管控师、知识库运维师、跨环节适配师),按照"主体+运动+场景+(镜头语言+光影+氛围)"公式输出中英文双版提示词,适配5s短视频。确保人物一致性、视觉连贯性、情绪连贯性,支持知识库智能复用和跨工具适配(Suno音乐、AI绘画),为数字人带货视频提供高质量提示词生成服务。

majiayu000/claude-skill-registry

Upload and manage files using Google Gemini File API via scripts/. Use for uploading images, audio, video, PDFs, and other files for use with Gemini models. Supports file upload, status checking, and file management. Triggers on "upload file", "file API", "upload image", "upload PDF", "upload video", "file management".

majiayu000/claude-skill-registry

CRITICAL: Use for MolyKit AI chat toolkit. Triggers on: BotClient, OpenAI, SSE streaming, AI chat, molykit, PlatformSend, spawn(), ThreadToken, cross-platform async, Chat widget, Messages, PromptInput, Avatar, LLM

majiayu000/claude-skill-registry

AI and machine learning workflow covering LLM application development, RAG implementation, agent architecture, ML pipelines, and AI-powered features.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Analyze images/audio/video with Gemini API (better vision than Claude). Generate images (Imagen 4), videos (Veo 3). Use for vision analysis, transcription, OCR, design extraction, multimodal AI.

majiayu000/claude-skill-registry

Skill for discovering and researching autonomous AI agents, tools, and ecosystems using the AgentFolio directory.

相关技能