Communitygithub.com

Suede 付費廣告

Suede 擁有的付費收購作業系統,用於渠道選擇、廣告活動結構、受眾、出價、預算節奏、否定關鍵字、再行銷以及終止或擴大決策。在規劃、審計或優化 Google、Meta、LinkedIn、X 或類似平台上的付費廣告活動時使用。

Suede 付費廣告 是什麼?

這項技能提供了一個全面的 Suede 付費收購操作手冊,旨在創建、優化和大規模擴展廣告活動,並明確關注收購經濟效益。它作為一個高度專業化的系統,引導用戶通過關鍵步驟,如設定活動目標、識別產品與優惠、定義受眾以及評估當前狀態。該技能的核心功能在於其參考路由系統,該系統根據用戶意圖(例如 B2B 策略、Meta 操作、LinkedIn 策略或 Google 搜尋)動態載入專門的劇本,並提供具體的決策門檻。它強烈建議不要假設帳戶存取權限,並在開始前檢查產品行銷上下文。該技能涵蓋了廣泛的平台,包括 Google Ads、Meta、LinkedIn、Twitter/X 和 TikTok,為每個平台提供了詳細的最佳實踐,從廣告活動結構、命名慣例到預算分配。它深入探討了廣告文案框架(如 PAS 和 BAB)、受眾理解以及平台特定的策略,特別是 Meta 在 Andromeda 時代的現代策略,強調創意量優先於精確鎖定。此外,它還包含了優化、分析和廣告審計的部分,並指向外部參考資料,以實現可操作的深度。此技能專為 Claude Code、Cursor 和 Codex 等 AI 代理設計,允許它們在規劃、審計或優化付費廣告活動時自動套用這些複雜的規則和策略。

相容平台✓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

Suede 付費廣告 是做什麼的?

使用此 Suede 付費收購操作手冊來建立、優化和擴大廣告活動,並遵循明確的收購經濟效益。切勿假設帳戶存取權限。

開始之前

先檢查產品行銷上下文: 如果存在 .agents/product-marketing.md(或 .claude/product-marketing.md,或舊版設置中的舊檔名 product-marketing-context.md),請在提出問題之前先閱讀它。使用該上下文,並僅詢問尚未涵蓋或與此任務特定的資訊。

收集以下上下文(如果未提供則詢問):

1. 廣告活動目標

  • 主要目標是什麼?(認知、流量、潛在客戶、銷售、應用程式安裝)
  • 目標 CPA 或 ROAS 是多少?
  • 每月/每週預算是多少?
  • 有任何限制嗎?(品牌指南、合規性、地理區域)

2. 產品與優惠

  • 您正在推廣什麼?(產品、免費試用、磁鐵、示範)
  • 到達頁面的 URL 是什麼?
  • 這個優惠的吸引力在哪裡?

3. 受眾

  • 理想的客戶是誰?
  • 您的產品為他們解決了什麼問題?
  • 他們正在搜尋或對什麼感興趣?
  • 您是否有現有客戶資料可用於類似受眾?

4. 當前狀態

  • 您以前投放過廣告嗎?哪些有效/無效?
  • 您是否有現有的像素/轉換資料?
  • 您目前的漏斗轉換率是多少?

參考路由

此技能的深度存在於參考資料中 — 按意圖載入。對於活躍帳戶上的任何營運決策(終止/保留/擴大/預算),請在回答之前載入相關劇本;門檻值存在於那裡,而不是這裡。

用戶意圖載入涵蓋範圍
B2B 策略、漏斗階段、預算分配、終止規則、潛在客戶品質、損益平衡計算b2b-paid-playbook.md需求生命週期、領先/落後信號、終止規則、離線轉換循環、U/B/F 潛在客戶評分、擴展象限
Meta 操作:何時終止/畢業/擴大廣告、疲勞、測試結構meta-decision-system.mdTCPL 錨定決策樹、廣告數量上限、80/20 CBO 結構、疲勞帶、潛在客戶表單、Advantage+ 轉換
LinkedIn 操作:出價、受眾規模、擴展、基準、TLA、格式linkedin-b2b-playbook.md出價進展、滲透擴展、規模規則、漏斗基準、文件/對話廣告、審計清單
Google 搜尋:首先花費在哪裡、結構、比對類型、否定關鍵字、PMaxgoogle-search-playbook.md意圖階梯、帳戶結構、比對類型閘門、否定關鍵字、按量出價、離線轉換、PMax 護欄
指定帳戶鎖定、管道加速、跨渠道再行銷abm-playbook.mdLinkedIn/Meta ABM、列表機制、加速活動、UTM 跨渠道再行銷、ABM 衡量
生成 Google RSArsa-output-spec.md強制輸出規範 — 限制、側邊廣告、範本、自我檢查
受眾設定、追蹤設定、啟動檢查清單、文案範本audience-targeting.md · conversion-tracking.md · platform-setup-checklists.md · ad-copy-templates.md現有基礎

平台選擇指南

平台最佳用途使用時機
Google Ads高意圖搜尋流量人們主動搜尋您的解決方案時
Meta需求生成、視覺產品創造需求、擁有強大的創意資產時
LinkedInB2B、決策者職稱/公司鎖定很重要、價格點較高時
Twitter/X科技受眾、思想領導力受眾活躍於 X、內容具有時效性時
TikTok年輕族群、病毒式創意受眾年齡介於 18-34 歲、擁有影片製作能力時

廣告活動結構最佳實務

帳戶組織

帳戶
├── 廣告活動 1:[目標] - [受眾/產品]
│   ├── 廣告組合 1:[鎖定變化]
│   │   ├── 廣告 1:[創意變化 A]
│   │   ├── 廣告 2:[創意變化 B]
│   │   └── 廣告 3:[創意變化 C]
│   └── 廣告組合 2:[鎖定變化]
└── 廣告活動 2...

命名慣例

[平台]_[目標]_[受眾]_[優惠]_[日期]

範例:
META_Conv_Lookalike-Customers_FreeTrial_2024Q1
GOOG_Search_Brand_Demo_Ongoing
LI_LeadGen_CMOs-SaaS_Whitepaper_Mar24

預算分配

測試階段(前 2-4 週):

  • 70% 用於已證明/安全的廣告活動
  • 30% 用於測試新的受眾/創意

擴大階段:

  • 將預算整合到表現最好的組合中
  • 每次增加預算約 20% — 切勿一次增加 30% 以上(會重置平台學習)
  • 在增加之間等待 3-5 天,以便演算法學習

廣告文案框架

關鍵公式

問題-激化-解決 (PAS):

[問題] → [激化痛苦] → [介紹解決方案] → [CTA]

之前-之後-橋樑 (BAB):

[當前痛苦狀態] → [期望的未來狀態] → [您的產品作為橋樑]

社會證明開場:

[令人印象深刻的統計數據或推薦] → [您做什麼] → [CTA]

有關詳細範本和標題公式:請參閱 references/ad-copy-templates.md


受眾理解與鎖定

深入了解您的受眾仍然是付費廣告中槓桿率最高的工作 — 人口統計、職稱、痛點、恐懼、希望、他們使用的確切語言、他們追蹤誰、他們嘗試過什麼、為什麼失敗、他們買什麼。收集你能得到的每個識別碼。

2026 年改變的是你在哪裡應用這些知識。 隨著廣告平台演算法在找到正確的人這方面變得極其擅長,將所有受眾識別碼塞入平台的鎖定篩選器,其效果不如將這些相同的識別碼餵入創意(標題、文案、視覺、鉤子、範例)。

現在的紀律:受眾知識 → 創意優先,鎖定篩選其次。 這個比例向「創意」傾斜的程度因平台而異。

按平台:在哪裡應用受眾知識

平台受眾知識 → 創意受眾知識 → 鎖定篩選備註
Meta (後 Andromeda)80%+20%演算法獎勵廣泛鎖定 + 特定創意。請參閱下方 [[#現代 Meta 操作手冊 (Andromeda 時代 — 2026+)]] 以了解完整框架。興趣疊加現在反而有害。
Google 搜尋40%60%關鍵字仍然是主導信號 — 比對類型、搜尋意圖分層和否定關鍵字仍然驅動效能。創意(RSA 標題)很重要,但排在關鍵字之後。
Google Performance Max / Demand Gen70%30%受眾信號是建議性的,而非決定性的。創意 + 產品饋送品質占主導地位。
LinkedIn40%60%職稱/公司/行業篩選器仍然能產生精確的定位,因為 LinkedIn 的身份資料品質很高。創意促成點擊;公司統計資料確保對的人看到它。
TikTok70%30%演算法更接近 Meta 的模式 — 廣泛鎖定 + 原生感創意勝出。一些受眾興趣有幫助,但創意占主導地位。
Twitter/X50%50%興趣 + 追蹤者鎖定仍然有意義,但考慮到競爭較低,創意差異化是高度槓桿的。

這些比例是指導性的,而非精確的。請在您實際的帳戶中進行測試。

將受眾知識應用於創意

一旦你收集了受眾識別碼,以下是將每種識別碼放入創意的方法:

  • 人口統計識別碼(年齡、地點、職業) → 嵌入為標題中的身份觸發關鍵字(請參閱 [[#單關鍵字技巧 (身份觸發關鍵字)]])
  • 痛點 + 恐懼 → 標題 + 正文第一行(Sabri Suby 的框架:「你的客戶用來描述問題的逐字用語」)
  • 希望 / 期望的結果 → 轉變文案 + CTA
  • 異議 + 「上次沒買的原因」 → 處理異議的再行銷廣告(請參閱 [[#4 元件再行銷框架]])
  • 他們的語言 / 詞彙 → 整個文案語氣 — 絕不使用他們不用的行業術語
  • 現有客戶群 → 仍然將其饋入以建立類似受眾(請參閱下方的關鍵概念)
  • 他們認同的利基 / 區隔 → 標題中的身份觸發關鍵字(「給牙醫」/「給 B2B 創辦人」/「給幼兒家長」)

關鍵概念(仍然適用)

  • 類似受眾:基於最佳客戶(按 LTV),而不是所有客戶。在各平台上仍然具有高價值。
  • 再行銷:按漏斗階段細分(訪客 vs. 購物車放棄者)。請參閱 [[#使用不同的優惠(非相同優惠)進行再行銷]] 和 [[#4 元件再行銷框架]] 以了解現代操作手冊。
  • 排除:排除現有客戶和近期轉換者 — 向已經購買的人顯示廣告浪費支出。

常見失敗模式

試圖用超精確鎖定來彌補薄弱的創意。如果你的創意是通用的,但你疊加了 12 個興趣 + 3 個人口統計篩選器 + 一個自訂受眾,你所建立的是少量受眾,他們都會看到一個糟糕的廣告。更好的做法:收集相同的受眾識別碼,編寫 5 個針對不同區隔的創意變體,廣泛鎖定,讓演算法將每個創意匹配到正確的區隔。

有關按平台劃分的詳細鎖定策略:請參閱 references/audience-targeting.md


現代 Meta 操作手冊 (Andromeda 時代 — 2026+)

Meta 在 2025 年推出了 Andromeda 演算法,從根本上改變了 Meta 廣告。舊的操作手冊(興趣疊加、精緻影片創意、單一贏家擴大)效果不佳。新的操作手冊:

創意量是限制因素(靜態素材 > 精緻影片)

  • Andromeda 是「一頭飢餓的熊貓」 — 它需要持續的新鮮創意,否則會疲勞
  • 在 2026 年,靜態素材通常優於影片,因為:
    • Meta 的演算法傾向於靜態素材 — 它可以在每次會話中向每個用戶顯示更多靜態素材,因此它們的投放成本更低
    • 靜態創意的製作成本比影片便宜 10 倍,速度更快,從而實現了 Andromeda 所需的量
    • 即使是運行 17 個以上 VSL 的頂級廣告客戶也報告說,樸實無華的原生靜態素材通常勝過耗時 2.5 個月製作的 VSL
  • 每週投入 1 小時為您的獲勝優惠製作新鮮創意。量 > 精緻度。

創意即是鎖定(廣泛受眾 + 特定創意)

  • 舊的操作手冊:疊加興趣,縮小受眾,希望找到正確的買家
  • 新的操作手冊:廣泛鎖定(僅限國家),讓創意進行鎖定
  • 長篇廣告文案在 2026 年比短篇效果更好 — 為 Meta 提供更廣泛的上下文視窗,以了解該向誰顯示廣告
  • 進行測試:獲取您最佳的興趣疊加鎖定獲勝廣告,複製它,移除所有鎖定(僅選擇國家),並排運行 7 天。檢查 CPA。廣泛鎖定通常勝出。

單關鍵字技巧(身份觸發關鍵字)

  • 獲取您的獲勝廣告
  • 複製它,在標題或正文中插入一個利基/身份關鍵字
  • 「如何以自動化方式每週獲得 462 個潛在客戶」 → 「如何以自動化方式每週獲得 462 個牙科潛在客戶」 / 「...律師潛在客戶...」 / 「...房地產投資潛在客戶...」
  • 該關鍵字既是觀看者的身份觸發器,也是提供給 Andromeda 的鎖定信號
  • 大幅降低每潛在客戶成本 (CPL),並開啟您無法用通用廣告觸及的受眾口袋

AI 變體農場(100 人測試)

  • 獲取您的獲勝廣告
  • 將其饋送給 Claude/ChatGPT/Kong,並使用提示:

    「我想讓你閱讀這則廣告,並扮演作者。如果我向你展示我接下來要請你為 100 人撰寫的廣告,那麼 100 人中不會有 1 人能夠看出它是由不同的人撰寫的。現在請為 [人口統計/利基] 撰寫這則廣告。」

  • 輸出內容應該讀起來基本相同,但針對目標受眾有微妙的相關性轉變
  • 依序應用:正文 → 標題 → 創意
  • 將所有變體放入 CBO 中,讓 Meta 的 AI 分配支出

殭屍廣告活動

  • 運行 CBO 後,Meta 將不為 80% 的變體分配支出
  • 取出您高度確信的死亡變體
  • 將它們在一個單獨的廣告組合中啟動(「殭屍廣告活動」)
  • 通常可以復活 20% 作為 Meta 首次分配忽略的贏家

不要讓廣告看起來像廣告

  • 數億人使用廣告封鎖器 — 精緻廣告美學會扼殺效能
  • 研究哪些內容在 TikTok/Instagram/YouTube 上的您的利基中原生表現良好 → 產出符合該美學的廣告
  • 拋棄式帳號技巧: 建立一個全新的 Instagram/TikTok 帳號,追蹤您利基中的所有影響者和頁面,喜歡他們的內容。您的動態消息將成為一個策展視圖,展示原生勝出的內容。產出與之匹配的廣告。
  • 如果您有一個擁有數百萬觀看次數的有機影片,將該確切影片作為付費廣告投放 — 經過驗證的內容 + 付費分發 = 最高槓桿率的動作

創意最佳實務

圖片廣告

  • 顯示 UI 的清晰產品螢幕截圖
  • 前/後比較
  • 以統計數據和數字為焦點
  • 人臉(真實的,非圖庫)
  • 粗體、可讀的文字疊加(保持在 20% 以下)

影片廣告結構(15-30 秒)

  1. 鉤子(0-3 秒):模式中斷、問題或大膽陳述
  2. 問題(3-8 秒):相關的痛點
  3. 解決方案(8-20 秒):展示產品/好處
  4. CTA(20-30 秒):明確的下一步

製作技巧:

  • 始終加上字幕(85% 的人在沒有聲音的情況下觀看)
  • 直向用於限時動態/Reels,方形用於動態消息
  • 原生感勝過精緻感
  • 前 3 秒決定他們是否觀看

創意測試層級

  1. 概念/角度(影響最大)
  2. 鉤子/標題
  3. 視覺風格
  4. 正文
  5. CTA

廣告活動優化

對於硬性的終止/保留/擴大門檻,u

…

[內容已截斷以利翻譯]

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