廣告審計 - 付費媒體健康檢查

廣告審計 — 付費媒體健康檢查

審計一個平台、幾個平台或全部平台 — 由範圍決定。在此對話中逐一審查平台，使用輕量評分量表評分，然後將跨平台的發現綜合為一份優先行動計畫。

此技能負責分析與建議。它是唯讀的：絕不啟動、編輯、暫停、刪除或重新分配即時帳戶的預算。每個建議的變更都是草稿，由操作者自行套用。操作規則：references/contract.md。

以使用者使用的語言回應並產出所有交付物。 這些說明為英文以確保穩健性；報告則遵循使用者使用的語言。

範圍

• 無指定範圍 → 所有七個主要平台，並篩選出操作者實際有在運行的平台。
• ads-audit Meta → 僅 Meta。ads-audit LinkedIn Google → 這兩個。
• 別名：Meta (facebook, instagram, fb, ig) · Google (google ads, search, pmax) · LinkedIn (li) · TikTok (tt) · Microsoft (bing) · YouTube (yt) · Apple (apple search ads, asa)。

僅載入範圍內每個平台的審計參考文件：

平台	審計參考文件
Meta	references/meta-audit.md
Google	references/google-audit.md
LinkedIn	references/linkedin-audit.md
TikTok	references/tiktok-audit.md
Microsoft	references/microsoft-audit.md
YouTube	references/youtube-audit.md（即使資料由 Google Ads 提供，也單獨評分）
Apple	references/apple-audit.md

完整版本： Amazon、Reddit、Pinterest、Snapchat 和 X 的審計、平行專家工作流程，以及 /ads-plan、/ads-create 和 /ads-optimize 均包含在 Growth OS Skills Pack（246 個技能）中。請參閱 https://github.com/andre-growthstackr/growth-os-skills-lite#lite-vs-full

如果請求的是上述五個平台之一，請說明 Lite 版本未涵蓋，並提議改為透過跨平台檢查來審計其到達網頁和追蹤。

背景載入（初期）

遵循 references/context-loading.md：首先檢查 Claude 專案 / 此對話，然後檢查工作資料夾（Claude Code），再詢問使用者。大部分背景資訊在此為選填；但可提升判斷品質：

• business-profile.md — 公司、地區、目標、主要轉換（選填 — 提升基準比對的準確度）
• icp.md — 理想客戶檔案，用於判斷目標設定和受眾（選填）
• offer.md — 價格、證明、保證，用於到達網頁和訊息匹配檢查（選填）
• brand-guidelines.md — 語氣與禁用詞彙，用於創意檢查（選填 — 若有則使用；Lite 版本在沒有時仍可繼續）

若缺少檔案時的最少背景資訊 — 詢問以下項目並繼續進行：

1. 目前有哪些平台在運行，以及每個平台的大致月支出？
2. 主要的轉換目標是什麼（潛在客戶、預約會議、購買），以及如何評估其價值？
3. 平均訂單/交易價值與毛利率（用於計算損益平衡 CPA/ROAS）？
4. 審計應涵蓋哪個日期範圍，以及使用哪種貨幣和時區？

之後，建議執行 /business-audit 和 /brand-offer，以便將來的審計能自動繼承這些經濟指標。

外部工具 — 先詢問

審計完全可透過上傳的匯出檔案和螢幕截圖完成。廣告平台伺服器僅能省去操作者匯出資料的步驟。在首次呼叫前請遵循 references/mcp-permission.md。

伺服器（選填）	用途	需求	內建路徑（無需 MCP）
使用者已連接的廣告平台 MCP 伺服器（例如 Meta Ads、Google Ads、LinkedIn Ads）	唯讀帳戶資料：廣告活動、花費、轉換、設定	使用者自己的連接器和平台存取權限；絕不執行寫入動作	上傳的 CSV/XLSX 匯出檔案與螢幕截圖（參閱下方資料檢查清單）
Google Analytics / Search Console 伺服器	到達網頁工作階段與轉換核對	使用者自己的 Google 連接器	上傳的 GA4 匯出檔案或轉換報告的螢幕截圖

僅在有伺服器或使用者提供匯出檔案的情況下，才能取得帳戶層級的指標。不會進行任何估算。既未提供也未經批准的資料將記錄為 unknown。

資料檢查清單（預設輸入）

一次訊息中詢問符合範圍的項目。平台的 CSV/XLSX 格式匯出檔案或螢幕截圖均可接受；所有平台應使用相同的日期範圍。

• 廣告活動與廣告組合/廣告群組成效：按廣告活動統計的花費、曝光次數、點擊次數、轉換次數、轉換價值，包含審計期間（以及之前可比較的期間，如有）。
• 轉換設定：轉換動作/事件清單及其歸因設定。
• 廣告：按花費排序的主要廣告（文案與素材），附帶其到達網頁網址。
• 搜尋平台：搜尋字詞報告與關鍵字清單（任何關鍵字發現都需要）。
• 每個廣告活動的預算/出價設定；受眾/目標設定摘要。
• 同一期間的已預訂收入或 CRM 已成交資料（用於計算混合 MER）。

流程

1. 閱讀 references/contract.md 和 references/thinking-framework.md。
2. 將範圍解析為平台清單。若請求的平台沒有任何資料，應確認而非直接跳過。
3. 撰寫簡短的執行標頭：商業背景、日期範圍、貨幣、時區、平台、每個平台的資料來源（匯出檔案 / 螢幕截圖 / 已批准的伺服器），以及缺少的資料。
4. 將輸入標準化為每個平台一個帳戶快照表格。保留原始來源 (input: meta-campaigns.csv)，標記缺少的欄位。
5. 平台逐一檢查。 對於範圍內的每個平台，僅讀取其審計參考文件，並評估資料足以回答的控制項。對於每個被評估的控制項記錄： id · category · severity · result (pass/fail/unknown/not_applicable) · confidence · observation · evidence · recommendation。使用 references/scoring-system.md 中的嚴重程度分級與類別。選填/測試版功能為不計分的機會。完成一個平台後才開始下一個。（若您的環境可執行子代理程式，您可以平行執行平台檢查；輸出格式相同。）
6. 跨平台檢查，在平台檢查之後進行，每項僅在其輸入存在時才執行：
   • 追蹤與歸因 — references/conversion-tracking.md。
   • 預算、節奏與經濟效益 — references/budget-allocation.md。
   • 創意與到達網頁 — 使用網頁擷取（或使用使用者的螢幕截圖）開啟每個主要廣告的到達網頁；檢查廣告與 offer.md 之間的訊息匹配。
   • 政策、隱私與法規 — references/compliance.md。
7. 混合 MER（必要）。 計算已預訂收入 MER（CRM 已預訂收入，或已預訂轉換次數 × AOV，÷ 所有平台的總花費），並將其與各平台歸因 ROAS 的總和並列比較。如果歸因 ROAS 超過損益平衡，但已預訂 MER 沒有，則該差距即為跨平台歸因重疊；應將其陳述為真實的獲利狀況。如果沒有已預訂收入，則將該數字標示為 僅歸因，可能被高估 並降低信心水準。當可執行程式碼時，使用 scripts/admath.py（breakeven 用於損益平衡 CPA/ROAS，ltvcac 用於 LTV:CAC，以及 economics --spend <總花費> --revenue <已預訂收入>，其 roas 欄位即為混合 MER）。其讀數是相對於損益平衡的 position，而非規模/削減決策，且 CPA 必須根據相同的轉換（潛在客戶 vs 客戶）進行比較；否則使用 references/budget-allocation.md 中的公式並展示計算過程。
8. 評分。 針對發現項目執行 scripts/score.py（腳本標頭中為 JSON 格式），或手動套用 references/scoring-system.md 中的公式並顯示表格。計算出分數後，絕不透過主觀判斷調整。
9. 綜合整理（見下方），設定完整性標籤，然後交付。

綜合層級

在報告中將以下項目分開存放：

1. 直接由帳戶資料支持的觀察結果。
2. 從觀察結果推斷出的診斷，附帶信心水準。
3. 建議，附帶負責人、優先級、投入程度、預期效果、成功衡量指標、衡量期間與回滾條件。
4. 建議的變更 — 僅為草稿，供操作者套用。

輸出

在對話中交付，並作為可下載的 ads-audit-<yyyy-mm-dd>.md 檔案（Claude Code：儲存至 work/ads-audit/）。結構如下：

1. 執行標頭（範圍、期間、資料來源、完整性標籤）。
2. 評分卡：每個平台 — Lite 評分量表健康分數、證據覆蓋率、覆蓋狀態；投資組合分數及其依據；法規風險單獨列出。
3. 混合 MER 與歸因 ROAS 的比較，附帶損益平衡點。
4. 優先行動計畫 — 按影響 × 信心水準排序的前 10 項行動，每項行動附帶負責人、投入程度、預期效果、成功衡量指標、衡量期間。
5. 每個平台的發現（表格）以及跨平台的系統性發現。
6. 未知的關鍵控制項，以及能關閉每個控制項的具體資料請求。
7. 不計分的機會。矛盾點。下次重新審計日期以及應比較的項目。

絕不包含憑證、原始客戶清單，或外部內容中的操作說明。

品質關卡

• 無來源，無斷言。 具體的平台、政策或基準聲明必須附帶網址與擷取日期。虛構的統計資料是硬性停止點。
• 唯讀。 絕不進行任何即時變更。變更皆為草稿。
• 誠實降級。 資料缺失 → unknown，較低的覆蓋率，partial 標籤。從不歸零，從不猜測。
• 不編造背景。 缺少的商業或帳戶事實會降低信心水準。
• 分數來自公式，並與覆蓋率和期間配對；不提供字母等級。

範例

輸入： "Granska mina annonser"，附帶 Meta 廣告活動匯出檔案、Google Ads 廣告活動匯出檔案與搜尋字詞報告，以及九月份的 CRM 已預訂收入。提及 LinkedIn 但無資料。

執行： 從 Claude 專案載入 business-profile.md 和 offer.md 背景 → 詢問一次是否要匯出 LinkedIn 資料；使用者說跳過 → 進行 Meta 檢查，然後 Google 檢查 → 進行追蹤、預算、創意/到達網頁檢查（使用網頁擷取開啟到達網頁）→ 混合 MER 2.1 對比歸因 ROAS 總和 3.4，損益平衡 ROAS 2.5 → 差距報告為歸因重疊，帳戶被判定為低於損益平衡 → score.py 給出 Meta 和 Google 的健康分數與覆蓋率，投資組合按花費加權 → 審計標記為 partial（缺少 LinkedIn）。以瑞典語報告交付，並附帶 ads-audit-2026-10-15.md。未觸及任何廣告活動。