Communitygithub.com

TheMattBerman/google-ads-copilot

Google Ads 操作系統，用於搜尋詞分析、意圖映射、浪費支出控制、帳戶結構決策、追蹤診斷、RSA 生成、預算審查、帳戶規劃及完整帳戶審核。支援即時 API 資料（透過 google-ads-mcp 的連線模式）或手動匯出（匯出模式）。產生草案供人工審查。

google-ads-copilot 是什麼？

Google Ads Copilot 是一個以系統化方法處理 Google Ads 帳戶管理的技能，旨在透過將原始資料轉化為可操作的行動來解決結構不佳、意圖混合和浪費支出等常見問題。它採用「讀取 → 草案 → 套用」的三層架構：首先從 Google Ads API（經由 MCP 伺服器）或手動 CSV 匯出讀取資料，然後將分析結果草擬為具體的建議變更（例如負關鍵字、成效廣告文案 RSA 建議、結構調整），儲存在 `workspace/ads/drafts/` 中供人工審查，最後再透過 API 執行。該技能支援「連線模式」（與 `google-ads-mcp` 伺服器進行即時資料查詢）和「匯出模式」（靜態 CSV/文字擷取資料），並透過一套全面的工作區記憶體系統（於 `workspace/ads/` 中）記錄帳戶脈絡、意圖映射、發現和學習成果。其指令面板（如 `/google-ads search-terms`、`/google-ads intent-map`、`/google-ads audit`）可引導操作員完成特定分析，而日期範圍回退協定則可確保即使帳戶處於休眠狀態也能產出可用的深入分析。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/TheMattBerman/google-ads-copilot/tree/HEAD/google-ads
查看原文→瀏覽所有技能

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。

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

說明文件

Google Ads 協同駕駛 (Copilot)

Google Ads 是一個偽裝成儀表板的語言遊戲。

大多數帳戶的失敗並非因為按鈕按錯。 它們的失敗是因為帳戶混合了不同類型的意圖、購買了無用的好奇心，並將訊號隱藏在糟糕的結構中。

此系統的存在就是為了解決這個問題。

任務

  1. 審問帳戶
  2. 建立意圖映射 (Intent Map)
  3. 削減浪費
  4. 隔離訊號
  5. 將學習成果轉化為結構、文案和預算決策
  6. 保存記憶以便系統持續累積
  7. 將建議的行動設為可審查的草案

架構：讀取 → 草案 → 套用

讀取層          →  草案層        →  套用層 (未來)
經由 MCP 的即時資料      在暫存文件中提出建議行動     經人工批准後進行受控回寫
  或手動匯出                                 
        ↕                    ↕                      ↕
              工作區記憶 (workspace/ads/)
  • 讀取： 透過 google-ads-mcp MCP 伺服器拉取即時資料（連線模式），或接受手動 CSV/貼上/螢幕截圖（匯出模式）。
  • 草案： 當分析產生可行動的發現時，將具體的建議行動寫入 workspace/ads/drafts/ 供人工審查。
  • 套用： 未來 — 經由 Google Ads API 寫入來執行已批准的草案。

指令

指令用途
/google-ads connect首次設定、健康檢查、帳戶選擇（連線模式）
/google-ads daily今日重要事項的快速度運算摘要
/google-ads search-terms尋找浪費、訊號、訊息線索和路由問題
/google-ads intent-map建立/更新帳戶的意圖模型
/google-ads negatives推薦含範圍與風險說明的負關鍵字
/google-ads tracking診斷帳戶是否可靠到值得最佳化
/google-ads structure推薦廣告活動/廣告群組結構變更
/google-ads rsas從真實查詢語言產生/優化 RSA 方向
/google-ads budget根據訊號品質進行預算/規模決策
/google-ads plan規劃或重建帳戶架構
/google-ads audit跨所有主要層級的完整操作員審查
/google-ads landing-review診斷到達頁面 → 轉換路徑（追蹤 vs 使用者體驗）
/google-ads draft-summary所有待審草案的優先排序摘要
/google-ads apply執行已批准的草案（v1：僅限負關鍵字與暫停）

資料獲取協定

每個技能都需要資料。系統支援兩種模式。請務必在分析前先判斷模式。

步驟 1：偵測模式

連線模式 — 首選。google-ads-mcp MCP 伺服器已設定且可存取。

  • 測試：透過 MCP 呼叫 list_accessible_customers。若回傳客戶 ID，則表示已連線。
  • 資料：使用 GAQL 查詢透過 MCP 的 search 工具拉取即時帳戶資料。
  • 各技能的查詢範本請參閱 data/gaql-recipes.md。

匯出模式 — 備用。無 MCP 伺服器，或使用者明確提供匯出的資料。

  • 使用者從 Google Ads 介面貼上 CSV、螢幕截圖或文字。
  • 各技能的建議匯出格式請參閱 data/export-formats.md。
  • 所有分析仍可進行 — 只是使用靜態資料而非即時查詢。

步驟 2：識別帳戶

在連線模式下：

MCP 呼叫：list_accessible_customers
→ 回傳客戶 ID 和名稱
→ 若有多個帳戶，詢問使用者要使用哪一個（或使用 workspace/ads/account.md 中設定的帳戶）

在匯出模式下：

  • 帳戶脈絡來自使用者提供的資料
  • 將帳戶身分儲存在 workspace/ads/account.md 中以保持連續性

步驟 3：拉取資料

每個技能都有特定的 GAQL 查詢（記錄在其各自的 SKILL.md 和 data/gaql-recipes.md 中）。

MCP 呼叫模式：

工具：search (在 google-ads-mcp MCP 伺服器上)
引數：{ "customer_id": "1234567890", "query": "<GAQL 查詢>" }

GAQL 注意事項：

  • 所有 cost_micros 值：1,000,000 = $1.00 — 顯示時需換算
  • 日期範圍：DURING LAST_7_DAYS、LAST_30_DAYS 或 BETWEEN 'YYYY-MM-DD' AND 'YYYY-MM-DD'
  • 對於大型帳戶，請使用 LIMIT（從 500 開始）
  • 並非所有資源+指標組合都有效 — 若查詢失敗，請查閱 GAQL 參考

日期範圍回退協定

有些帳戶處於休眠、稀疏或季節性狀態。直接以近期資料拉取可能會產生誤導 — 當有用的歷史資料存在時，卻顯示零資料。

回退鏈（依序嘗試直到回傳資料）：

優先順序日期範圍GAQL 子句使用時機
第 1 順位過去 30 天DURING LAST_30_DAYS預設 — 對活躍帳戶最相關
第 2 順位過去 90 天DURING LAST_90_DAYS30 天回傳零或極少資料
第 3 順位過去 12 個月DURING LAST_12_MONTHS90 天仍稀疏
第 4 順位所有時間(無日期篩選)帳戶確實休眠 — 拉取所有可用歷史資料

規則：

  1. 除非操作員指定範圍，否則一律從 LAST_30_DAYS 開始。
  2. 若首次查詢回傳 0 行或總支出小於 $5，請自動擴大範圍 — 不要未經嘗試就直接回報「無資料」。
  3. 在輸出中務必說明使用了哪個日期範圍：「日期範圍：過去 30 天」或「日期範圍：所有時間（帳戶自 2023 年第四季左右起休眠）」。
  4. 若您必須回退，請說明原因：「過去 30 天無活動。已回退至所有時間資料以提供歷史脈絡。」
  5. 切勿在未告知的情況下使用非預設的日期範圍。 操作員需要知道他們正在查看的資料的新舊程度。
  6. 在比較期間時，兩個期間都必須有資料。 若當前期間為空，請註明為「無當前活動」，而非顯示誤導性的 -100% 變化。

在技能中的實作： 每個技能的主要查詢應使用 DURING LAST_30_DAYS。若結果集為空或極小，請重新執行 DURING LAST_90_DAYS，然後再不帶日期篩選執行。在輸出標題中記錄產生資料的範圍。

模式宣告

在每次分析開始時，請說明目前處於哪種模式：

模式：連線 — 從帳戶 [名稱] (ID: XXXXXXXXXX) 拉取即時資料

或

模式：匯出 — 分析所提供的資料。如需即時存取，請設定 google-ads-mcp MCP 伺服器（請參閱 data/mcp-config.md）。

草案建立協定

當分析產生可行動的發現時，技能應撰寫草案文件供人工審查。

何時建立草案

  • 發現包含具體可執行的行動（而非僅是觀察）
  • 信心水準至少為中等
  • 該行動具有可衡量的預期影響

何時不建立草案

  • 發現僅為觀察性（改為更新工作區記憶）
  • 信心水準低，需要更多資料
  • 行動過於瑣碎，無需暫存即可在行文中提及

草案機制

  1. 從 drafts/templates/ 選擇正確的範本（negative-draft.md、structure-draft.md、budget-draft.md、rsa-draft.md、tracking-draft.md）
  2. 從 workspace/ads/account.md 衍生帳戶代碼 — 小寫、ASCII、以連字號連接、最多 2-3 個詞；必要時備用方案為 CID
  3. 將草案寫入 workspace/ads/drafts/YYYY-MM-DD-[帳戶代碼]-[類型].md
  4. 更新索引於 workspace/ads/drafts/_index.md
  5. 若一次審計執行建立了 2 個以上草案，也請撰寫 workspace/ads/drafts/_batch-YYYY-MM-DD-[帳戶代碼].md 作為該次執行的持久審計套件
  6. 在分析輸出中宣告該草案：「已建立草案：workspace/ads/drafts/2026-03-14-east-coast-negatives.md — 針對廣告活動 X 的 8 個負關鍵字」

草案品質標準

  • 每個建議的行動都必須包含：目標、詳細資料、風險、可復原性
  • 證據必須連結回特定資料（查詢文字、支出金額、轉換次數）
  • 必須說明信心水準及其理由
  • 必須註明草案之間的相依性
  • ## 審查 檢查清單必須包含：已檢查的證據、已檢查的附帶風險、已檢查的相依性、決策、決策理由、審查者、審查日期、套用日期及備註

脈絡收集

在進行深入分析前，收集或提取：

  1. 商業模式 / 產業
  2. 主要 KPI / 轉換目標
  3. 預算範圍或實際預算
  4. 活躍的廣告活動類型
  5. 可用資料：連線模式或匯出（搜尋詞報告、廣告活動匯出、螢幕截圖、追蹤備註）

若使用者已提供脈絡，請勿再次詢問。 若 workspace/ads/account.md 和 workspace/ads/goals.md 存在，請載入它們 — 脈絡可能已被記錄。

查詢訪談透鏡

務必詢問：

  • 使用者嘗試透過此搜尋達成什麼目的？
  • 此搜尋可能會促成購買、比較、學習、導航還是跳離？
  • 此查詢是否應與其他查詢放在同一個最佳化區塊中？
  • 在明顯的贏家中，有哪些重複出現的語言？
  • 在浪費的支出中，有哪些重複出現的語言？
  • 隨之而來的結構性影響是什麼？

工作區記憶

使用 workspace/ads/ 作為共享記憶。

關鍵檔案：

檔案用途
account.md帳戶身分、客戶 ID、商業脈絡
goals.mdKPI、目標、成功的樣貌
intent-map.md搜尋意圖類別的持久模型
queries.md值得注意的查詢模式與叢集
negatives.md活躍與建議的負關鍵字
winners.md高效能的查詢、廣告、廣告活動
tests.md進行中與已完成的實驗
findings.md策略性發現日誌
change-log.md變更內容與時間
learnings.md學到的教訓（用於未來決策）
assets.mdRSA 標題、描述、創意備註
drafts/_index.md含狀態的草案佇列
drafts/_summary.md目前的優先序待辦事項檢視
drafts/_batch-*.md用於多次草案審計執行的時間點審計套件
drafts/*.md個別草案行動提案

記憶規則

  • 僅載入與任務相關的檔案
  • 在適當時保留僅追加的歷史記錄
  • 當搜尋行為發生有意義的變化時，更新意圖映射
  • 記錄策略性發現，而不僅是原始筆記
  • 當分析產生草案時，務必更新索引

參考檔案

按需載入（僅載入與當前技能相關的）：

  • google-ads/references/operator-thesis.md
  • google-ads/references/intent-map.md
  • google-ads/references/query-patterns.md
  • google-ads/references/negatives-playbook.md
  • google-ads/references/tracking-playbook.md
  • google-ads/references/structure-playbook.md
  • google-ads/references/rsa-playbook.md
  • google-ads/references/budget-playbook.md
  • google-ads/references/deliverable-templates.md
  • google-ads/references/benchmarks.md
  • google-ads/references/landing-page-playbook.md

路由邏輯

connect

用於首次連線到即時帳戶、切換帳戶或對 MCP 連線進行疑難排解。執行設定、客戶探索、帳戶選擇和健康檢查。若 workspace/ads/account.md 為空或缺失，請在連線模式下使用任何其他技能前先執行此技能。 請參閱 skills/google-ads-connect/SKILL.md。

daily

當使用者想要簡短的操作員摘要時使用。拉取過去 7 天的成效 + 近期變更。呈現今日重要事項，必要時連結至現有草案。

search-terms

當使用者想知道浪費從何處洩漏以及意圖從何處浮現時使用。拉取搜尋詞報告（過去 30 天）。當發現值得採取行動時，產生負關鍵字草案和 RSA 草案。

intent-map

當使用者想要對帳戶的搜尋行為進行持久的策略性解讀時使用。拉取所有搜尋詞以進行分群。當意圖類別需要分離時，產生結構草案。

negatives

當排除和路由決策是優先事項時使用。拉取現有的負關鍵字 + 搜尋詞。一律產生一個含特定關鍵字的負關鍵字草案。

tracking

當帳戶可能正在針對不良訊號進行最佳化時使用。拉取轉換動作及其成效。當需要修正時，產生追蹤草案。

structure

當不同類型的意圖混合在一起，且帳戶架構隱藏了意義時使用。拉取廣告活動/廣告群組/關鍵字結構。針對分割、合併和路由變更產生結構草案。

rsas

當廣告文案應參考真實買家語言時使用。拉取 RSA 素材資源成效 + 搜尋詞。產生包含具體標題和描述的 RSA 草案。

budget

當決定要保護、減少或擴大哪些支出時使用。拉取預算和曝光比重資料。產生用於重新分配提案的預算草案。

plan

當啟動全新帳戶或重建時使用。產生一個全面的計劃文件（非草案 — 計劃是儲存到工作區的獨立交付成果）。

audit

用於廣泛的綜合分析。執行多個技能的簡化版本。產生一批依優先序排列的草案，涵蓋影響最大的變更，並且當建立 2 個或更多草案時，為該次執行產生一個持久的 _batch-YYYY-MM-DD-[帳戶代碼].md 審計套件。

landing-review

當使用者說「到達頁面沒有轉換」或想瞭解為何點擊沒有轉化為潛在客戶/銷售時使用。一律先執行分支 A（追蹤診斷），再執行分支 B（使用者體驗/路徑診斷）。 區分追蹤失敗與頁面失敗 — 這是兩個最常被混淆的根本原因。產生到達頁面審查草案和/或追蹤修正草案。使用瀏覽器/擷取工具來檢查實際的到達頁面。

draft-summary

當使用者想要審查待審草案、決定優先套用哪些草案、或瞭解建議的實作順序時使用。讀取所有待審草案，按優先順序/影響/風險分類，繪製相依性圖，並在 workspace/ads/drafts/_summary.md 產生一個單一的優先序待辦事項快照。請勿將 _summary.md 重複用於審計執行套件；該角色屬於 _batch-*.md。

apply

當使用者想要執行已批准的草案時使用。v1 範圍：僅新增負關鍵字和暫停關鍵字/廣告群組。 顯示預演、要求明確確認、透過 Google Ads API 執行、驗證變更，並寫入稽核軌跡。請參閱 APPLY-LAYER.md 以了解詳細的執行邏輯。

相關技能

steipete/sag

ElevenLabs text-to-speech with mac-style say UX.

community

steipete/oracle

Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.

community

steipete/peekaboo

Capture and automate macOS UI with the Peekaboo CLI.

community

mattpocock/design-an-interface

Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".

community

mattpocock/prototype

Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.

community

mattpocock/grill-me

Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".

community