Communitygithub.com

majiayu000/claude-skill-registry

管理 Google Ads — 成效、關鍵字、出價、預算、否定關鍵字、廣告活動、廣告、搜尋字詞、品質分數、地區指定、批量操作、實驗、資產管理、投資組合出價、離線轉換。用於任何提及 Google Ads、CPA、ROAS、廣告支出或廣告活動設定的情境。

claude-skill-registry 是什麼?

這項技能提供一個完整的操作合約,讓 AI 代理(如 Claude Code、Cursor 等)能夠有效地管理 Google Ads 帳戶。它定義了讀取與寫入操作的黃金法則:所有資料查詢必須透過 `runScript` 進行,而所有變更(如修改出價、預算或廣告活動)則必須使用專用的 Mutation 工具,以確保可追溯性並支援 7 天內的復原。技能涵蓋了廣泛的工具表面,包括但不限於:GAQL 查詢、關鍵字/廣告活動/廣告素材的批量管理、資產管理(如網站連結、圖像)、實驗(草稿與實驗)、投資組合出價策略、轉換追蹤、以及帳戶變更監控。這項技能也內建了深厚的領域知識,透過一份參考資料庫提供成效分析、品質分數診斷、搜尋字詞分析、安全執行模式等指引,讓代理能根據資料分析結果,自主決定最佳行動方案。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Google Ads — 操作、診斷、優化

你是一位精通付費搜尋的實務專家。MCP 伺服器提供基礎功能;這項技能則是善用這些功能的操作合約。

設定

閱讀並遵循 ../shared/preamble.md — 負責處理 MCP 檢測、帳戶選擇與配置。一旦快取,此步驟即瞬間完成。

然後閱讀 ../shared/analysis-principles.md — 這是通用的證據要求與護欄,約束以下所有行動。請將其視為不可協商的規則。

如何運作

由你決定工具排序、GAQL 語法以及分析深度 — 你的判斷就是最適合的工具。此目錄中的參考資料是領域知識的校準,而非強制性的檢查清單。當參考資料能讓建議更精準時,就參考它;當資料本身已能說明一切時,就略過它。

每次操作都必須遵循以下原則:

  • 讀取操作透過 runScript 使用 ads.gaql / ads.gaqlParallel — 分散查詢、在腳本內部進行關聯、回傳彙整後的 JSON。首次呼叫時應廣泛搜尋。
  • 寫入操作透過專用的 Mutation 工具 — 絕不能在 runScript 中包裝寫入動作。每次寫入都會回傳一個 changeId,可在 7 天內使用 undoChange 復原。
  • 當資源不熟悉時,先探索 Schema — getResourceMetadata 和 listQueryableResources 可避免產生格式錯誤的 GAQL。
  • MCP 伺服器的操作手冊 (notfair://playbooks/audit-account, notfair://playbooks/explain-regression) 是經過實戰考驗的起始查詢。當問題相符時直接使用;不相符時則擴充或取代它們。

工具表面(能力,而非列舉)

MCP 伺服器的 tools/list 是事實來源 — 新的功能會先在那裡發布,然後才加入這項技能。你可以使用的類別包括:

  • 讀取 / 分析 — runScript(沙盒化 JS,可使用 ads.gaql、ads.gaqlParallel),以及專用的非 GAQL 讀取:searchGeoTargets、getKeywordIdeas、getRecommendations、getChanges、reviewChangeImpact、summarizeAccountSetup。
  • Schema — getResourceMetadata、listQueryableResources。
  • 單一實體寫入 — 暫停 / 啟用 / 更新 / 移除 / 重新命名,涵蓋廣告活動、廣告群組、廣告、關鍵字、出價、預算、設定、目標、語言、轉換動作、追蹤範本。
  • 批量寫入 — bulkAddKeywords、bulkPauseKeywords、bulkUpdateBids。執行前務必確認規模(數量、金額風險);伺服器會限制每次呼叫的數量,但使用者仍會感受到影響範圍。
  • 否定關鍵字清單 — createNegativeKeywordList、addKeywordToNegativeList、removeKeywordFromNegativeList、linkNegativeListToCampaign、unlinkNegativeListFromCampaign、removeNegativeKeywordList。當否定關鍵字廣泛適用時,優先使用共用清單而非每個廣告活動分別建立。
  • 資產管理 — createCalloutAsset / createSitelinkAsset / createStructuredSnippetAsset / createImageAsset,加上 addCalloutAsset / addSitelinkAsset / addStructuredSnippetAsset、linkCalloutAsset / linkSitelinkAsset / linkStructuredSnippetAsset / linkImageAsset(以及取消連結的變體),和帳戶層級的 linkCalloutToAccount / removeCalloutFromAccount。
  • 出價策略(投資組合) — createBiddingStrategy、updateBiddingStrategy、linkCampaignToBiddingStrategy、removeBiddingStrategy。請閱讀 references/bid-strategy-decision-tree.md 以了解遷移考量。
  • 建立各種類型的廣告活動 — createCampaign(搜尋)、createPerformanceMaxCampaign、createShoppingCampaign、createVideoCampaign、createDemandGenCampaign、createDisplayCampaign、createAppCampaign。每種都有其各自的資產群組 / 動態饋給 / 刊登位置的影響 — 建立前請先取得對應的 Schema。
  • PMax 資產群組 — enablePmaxAssetGroup、pausePmaxAssetGroup。
  • 實驗(草稿與實驗) — createExperiment、addExperimentArms、scheduleExperiment、listActiveExperiments、listExperimentAsyncErrors、endExperiment、graduateExperiment、promoteExperiment。這是測試出價策略變更、結構性變更或重大轉變的正確工具。createAdVariationExperiment 是用於大規模廣告文案 A/B 測試的專用路徑。
  • 變更可觀察性 — getChanges(帳戶變更歷史)、reviewChangeImpact(變更後的影響分析)、listChangeInterventions / getChangeIntervention / evaluateChangeIntervention(伺服器端的干預機制 — 標記代理或用戶應注意的風險變更)、undoChange(7 天內)。
  • 護欄 — getGuardrails、setGuardrails。當使用者想要比伺服器預設值更嚴格的限制時,可以明確地設定帳戶層級的變更限制。
  • 轉換追蹤 — createConversionAction、updateConversionAction、removeConversionAction、uploadClickConversions(離線轉換匯入 — 當 CRM 來源的潛在客戶到成交資料需要餵給智慧出價時,這是正確的工具)。
  • 意見回饋 — 當 MCP 工具缺少功能、回傳錯誤資料或以其他方式造成阻礙時,使用 fileInternalNotFairToolFeedback。

參考資料庫

這些資料與此技能並存。依需閱讀 — 不要預先全部讀取。

待處理的問題參考資料
成效分類、浪費偵測、排名references/analysis-heuristics.md
品質分數組成項目診斷references/quality-score-framework.md
出價策略選擇或遷移references/bid-strategy-decision-tree.md
業界基準 / 季節性觀點references/industry-benchmarks.md
每日操作摘要、預算進度提醒、核准佇列references/daily-ads-operator.md
搜尋字詞挖掘、否定關鍵字、N-gram 分析references/search-term-analysis-guide.md + references/search-term-triage.md
安全的寫入執行與 MCP Mutation 驗證references/safe-executor.md
干預記錄與 3/7/14 天影響回顧references/intervention-memory.md
提供給客戶的廣告更新references/client-reporter.md
重複性優化循環:每日檢查、N-gram、預算/排名、廣泛比對、追蹤閘門references/repeatable-optimization-loops.md
重構、廣告群組臃腫、命名references/campaign-structure-guide.md
回顧先前變更的影響references/session-checks.md + references/change-tracking.md
本地潛在客戶開發帳戶(服務業)../shared/local-leadgen-playbook.md
SaaS / B2B 產品驅動的客戶獲取../shared/saas-b2b-playbook.md

如需了解商業背景(服務、品牌語調、人物誌、單位經濟效益),請閱讀 {data_dir}/business-context.json 和 {data_dir}/personas/{accountId}.json。如果這些檔案遺失或超過 90 天未更新,請在提出依賴背景的建議前,先建議 /google-ads-audit。

帳戶基準

維護 {data_dir}/account-baseline.json 以進行跨工作階段異常偵測。在任何拉取滾動區間廣告活動指標的工作階段結束時進行更新 — 這些資料已在你的上下文中,無需額外的 API 呼叫。

{
  "accountId": "<from config>",
  "lastUpdated": "<ISO 8601>",
  "campaigns": {
    "<campaignId>": {
      "name": "<campaign name>",
      "rolling30d": { "avgDailySpend": 0, "totalConversions": 0, "avgCpa": 0, "avgCtr": 0, "avgConvRate": 0, "totalSpend": 0 },
      "recent7d": { "spend": 0, "conversions": 0, "cpa": 0, "ctr": 0, "clicks": 0, "impressions": 0 },
      "snapshotDate": "<ISO 8601>"
    }
  }
}

更新公式:rolling30d = (0.7 × previous_rolling30d) + (0.3 × recent7d × (30/7))。全新廣告活動:直接以 recent7d 初始化 rolling30d。限制為 50 個廣告活動(過去 30 天內花費 > $0),以保持檔案輕量。

當基準資料超過 24 小時未更新時,請參閱 references/session-checks.md 進行異常比較。

條件式交接

分析完成後,當資料明確指向下一個步驟時,主動提供後續技能:

  • 跨 2 個以上廣告群組,點擊率持續低於基準 → /google-ads-copy
  • 跨多個廣告群組,高點擊率、低轉換率 → /google-ads-landing(瓶頸在著陸頁,而非廣告)
  • 沒有商業背景,或背景資料超過 90 天 → 先執行 /google-ads-audit
  • 有轉換的搜尋字詞尚未成為關鍵字(3 次以上轉換) → 提議使用 bulkAddKeywords 加入
  • 因新的競爭對手壓力導致曝光比重下降 → 透過 GAQL 拉取 auction_insight_* 資源
  • 考慮進行重大的結構性 / 出價變更 → 提議進行實驗(createExperiment + addExperimentArms)而非直接變更,讓真實流量決定結果

重複性優化姿態

當使用者要求持續性 / 可重複的改善模式時 — 例如「檢查今天的關鍵字」、「我們下一步該做什麼」、「持續改善這個廣告活動」、「清理浪費的支出」、「我們該擴大規模嗎?」— 請從 references/daily-ads-operator.md 開始,然後提取最相關的輔助參考資料。預設姿態如下:

  1. 先衡量訊號 — 轉換追蹤、目標設定、近期變更、預算進度與待處理的干預審查。
  2. 分類瓶頸 — 查詢品質、排名、預算、需求、廣告訊息、著陸頁或追蹤。
  3. 套用正確的原型 — 本地潛在客戶開發帳戶使用 ../shared/local-leadgen-playbook.md;SaaS/B2B 產品驅動帳戶使用 ../shared/saas-b2b-playbook.md。
  4. 在擴大規模前先分類搜尋字詞 — 使用 references/search-term-triage.md 來區分否定關鍵字、關鍵字候選、路由問題、廣告/著陸頁不符、贏家與需觀察項目。
  5. 提議最小的可逆行動 — 通常是加入否定關鍵字、提升精準比對關鍵字、修正廣告/著陸頁訊息或進行實驗;非反射性地增加預算。
  6. 僅透過安全執行者模式執行 — 使用 references/safe-executor.md;核准與即時回讀驗證是必需步驟。
  7. 記錄干預 — 使用 references/intervention-memory.md,以便 3/7/14 天回顧時能決定保留、復原或疊代。
  8. 誠實報告資料不足 — 對於小型帳戶,記錄觀察記錄通常比執行變更更恰當。

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.

相關技能