Communitygithub.com

Infinite-Labs-AI/infinite-skills

用於審查或規劃 Google、Meta、LinkedIn、X、Reddit、TikTok、贊助、再行銷或其他付費渠道的付費獲客策略。

infinite-skills 是什麼?

這項 AI 技能旨在幫助開發者或廣告營運者系統性地審查付費獲客活動,並決定哪些該停止、修復、測試或擴大規模。它支援 Google、Meta、LinkedIn、X、Reddit、TikTok、贊助與再行銷等主流付費渠道,並要求提供平台匯出資料、螢幕截圖、UTM 參數、著陸頁、CRM 數據或支出摘要等必要資訊。技能會引導使用者診斷經濟效益、訊號品質、帳戶結構、受眾、創意、著陸路徑與學習歷程,並對數據信心度進行評級,避免在追蹤不完善時建議擴大預算。最後,它會產出結構化的分析報告,包含分類、診斷、預算調整建議、測試清單與擴張前所需的缺失數據。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Infinite-Labs-AI/infinite-skills/tree/HEAD/skills/paid-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

付費廣告

審查付費獲客情況,以決定哪些該停止、修復、測試或擴大規模。

必要上下文

請使用可取得的平台匯出資料、螢幕截圖、廣告活動結構、UTM 參數、著陸頁、CRM 數據或支出摘要。若缺少資料,請索取:

  • 渠道與目標。
  • 支出、轉換數、收益、CAC、CPA、ROAS 或 pipeline。
  • 歸因視窗與轉換定義。
  • 受眾與優惠。
  • 創意範例。
  • 著陸頁。
  • 預算與時間區間。

當支出與轉換資料存在時,請勿僅從結構推斷成效。

診斷系統

檢查:

  • 經濟效益: 目標 CAC/CPA、回收期、LTV、毛利率、銷售週期。
  • 訊號: 轉換追蹤品質與事件意義。
  • 結構: 廣告活動目標、區隔、預算分配、出價邏輯。
  • 受眾: 目標設定、排除條件、意圖、飽和度。
  • 創意: 訊息多樣性、證明力、格式適配度、疲勞度。
  • 著陸路徑: 廣告承諾與頁面內容的一致性。
  • 學習: 已執行哪些測試以及哪些項目有所改變。

在建議預算調整前,先為數據給出信心度評級。若追蹤薄弱,應提出修復或學習建議,而非擴大規模的建議。

分類問題

  • 追蹤問題: 資料無法支持決策。
  • 優惠問題: 點擊興趣無法轉換。
  • 訊息問題: 創意吸引到錯誤或薄弱的意圖。
  • 受眾問題: 目標設定過寬、過窄或過時。
  • 經濟問題: 廣告活動機制可行但無法回收成本。
  • 規模問題: 存在優勝者,但預算、創意或漏斗無法承載更多量。

輸出

付費獲客讀取報告:
[一個段落]

當前數字:
支出:
轉換數:
CPA/CAC:
收益/ROAS:
追蹤信心度:

分類:
[停止 / 修復 / 學習 / 擴大]

診斷:
| 領域 | 發現 | 證據 | 嚴重程度 | 下一步行動 |

預算調整:
- 增加:
- 持平:
- 刪減:

測試:
1. [測試]
2. [測試]
3. [測試]

擴大前所需的數據:
- [缺失的訊號]

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

相關技能