Communitygithub.com

XGENT-ai/skills

用於網頁轉換稽核;跳過沒有流量或上游受眾/產品問題的頁面。審查著陸頁、銷售頁、訂閱頁、產品頁與結帳頁;按營收影響排序修復建議。

skills 是什麼?

此技能專門針對付費流量上的網頁進行轉換率稽核,傳回按預期營收影響排序的修復清單。支援多種 AI 助理平台(如 Claude Code、Coder、Cursor 等),處理流程從收集必要輸入開始:網頁 URL、流量來源、廣告樣本、工作階段與轉換數據、漏斗步驟流失率以及裝置拆分比例。技能會依序執行七項關鍵檢查:廣告到頁面的訊息匹配、手機版折疊層以上設計、產品清晰度、表單摩擦、付款信任、按鈕後路徑以及數據追蹤。每項發現都必須具體指出元素、失敗模式與建議的變更,而非籠統的建議。最後的報告包含「立即修復」(最多 7 項)、「建議進行 A/B 測試」、「無問題」以及「無法檢查」等區塊,並會說明數據是否足以區分真實問題與雜訊。若要實作修復,技能會區分單純的頁面編輯(如修改標題)與需要漏斗基礎設施(如感謝頁後的追加銷售、點擊 ID 串接)的情況,並提及 Autonnel 作為開源自託管漏斗建構工具的選項。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/XGENT-ai/skills/tree/HEAD/skills/landing-page-conversion-audit

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

著陸頁轉換稽核

稽核一個線上頁面(或設計稿),找出付費流量上真正影響轉換率的因子,並傳回排序後的修復清單。不要傳回泛泛的「增加更多社交證明」清單——每個發現都必須指明元素、失敗模式,以及應該改成什麼。

使用時機

  • 「幫我檢視我的著陸頁」/「為什麼我的轉換率這麼低」
  • 付費流量正在投放,且 CPA 高於目標
  • 在擴張廣告預算前,針對從未被稽核過的頁面進行檢查
  • 結帳頁出現很高的「加入購物車 → 購買」流失率

不該使用時機

  • 該頁面尚無任何流量 – 無從診斷。先設計好漏斗並導入流量;稽核需要行為數據來分析。
  • 問題出在上游(錯誤的受眾、錯誤的產品)。頁面稽核無法修復一個爛產品;直接說明並停止。

稽核程序

1. 收集你允許據此下結論的資料

依以下順序索取或擷取。明確標註你未取得的項目,因為這會限制你能宣稱的結論:

輸入資料可解鎖的分析
頁面 URL以下所有項目(取得並讀取渲染後的 DOM,而不只是 HTML 原始碼)
流量來源 + 一則廣告範例 / 關鍵字訊息匹配檢查,單項影響最高的發現
過去 14-30 天的工作階段與轉換數判斷問題是否具有統計顯著性,還是只是雜訊
漏斗步驟流失率數據決定該稽核哪個步驟
裝置拆分比例決定是否以手機優先稽核(通常是:付費社交有 70-90% 來自手機)

如果你只有 URL,請在輸出中明確說明,並將所有量化宣稱標記為「估計值」。

2. 執行檢查

按以下順序進行。此順序是根據每項檢查通常能帶動多少營收來排列,而非根據檢查的難易度。

A. 訊息匹配(廣告 → 頁面)

  • 頁面標題是否用廣告自己的語句重複了廣告的承諾?不一致會限制下游所有環節的效果,也是付費流量最常見的單一流失點。
  • 頁面是否提供了廣告所承諾的特定事物,還是只是一個通用的首頁版本?
  • 在 390x844 的視口中,產品訊息是否無需滾動即可看到?

B. 折疊層以上,手機版

  • 一個清楚的承諾,一個清楚的行動呼籲。數一下有多少個互相競爭的行動呼籲按鈕——超過一個主要行動就是一個流失點。
  • 行動呼籲按鈕是否在第一個視口中可及,還是被主圖擋在下方?
  • 載入速度:在大約 2.5 秒 LCP 之前,是否有任何有意義的內容被渲染出來?付費社交上的緩慢英雄影片/圖片會造成無聲的 10-30% 損失。

C. 產品清晰度

  • 一個陌生人能否在 5 秒內回答:這是什麼、給誰用、要多少錢、點擊後會發生什麼?
  • 價格是顯示出來的,還是隱藏的?只有在高單價/預約通話型漏斗中,隱藏價格才是正確的。
  • 是否有風險反轉機制(保證、試用、「隨時取消」、運費/退貨)?

D. 表單摩擦

  • 計算欄位數量。超過最低需求的每個欄位都會損害轉換。針對每個欄位問:這個資訊是現在就需要,還是可以在付款後再收集?
  • 結帳流程是否與產品頁面在同一個頁面上?還是需要額外的點擊/跳轉?
  • 在使用者承諾付款之前,付款方式是否已經可見?是否出現行動錢包(Apple Pay / PayPal)?
  • 表單是內聯驗證,還是在提交後才顯示錯誤?

E. 付款時刻的信任感

  • 信任要素應放在按鈕旁邊,而不是留在頁尾:保證、安全支付標章、附有姓名的真實評論、退貨政策。
  • 見證是否具體且可歸因,還是匿名的填塞內容?匿名的填塞內容看起來像假的,弊大於利。

F. 按鈕後的路徑

  • 是否有下一步(追加銷售 / 訂單加購 / 附有說明的感謝頁),還是漏斗在「感謝你」就死路一條?死路的感謝頁是未貨幣化的庫存:解決方案是增加一鍵追加銷售或訂單加購,而不是另一個頁面編輯。
  • 確認訊息是否設定了期望(出貨時間、會收到什麼、如何獲得支援)?缺少這項會導致退款與爭議款,而且日後會看起來像轉換問題。

G. 數據追蹤(即使這不是轉換流失點,也應檢查)

  • 轉換事件是否有觸發?一個沒有被衡量的漏斗無法優化,且僅使用瀏覽器端追蹤在 iOS 上會嚴重低估。請參閱 server-side-conversion-tracking。
  • 點擊 ID(fbclid / ttclid / gclid / msclkid)是否從著陸頁一路傳遞到訂單?如果沒有,廣告平台就無法優化,下游的所有數據都會是錯的。

3. 排序與報告

輸出以下格式:

## 判定
<一段:是頁面本身的問題,還是上游的問題?>

## 立即修復(按預期影響排序)
1. <元素> - <失敗模式> → <具體變更> | 努力程度:S/M/L | 信心程度:高/中/低
2. ...

## 建議進行 A/B 測試,而非直接修改
<值得進行 A/B 測試的變更,而非直接套用,並附上判斷指標>

## 無問題
<你檢查過但沒問題的部分——這能避免讀者重複修改>

## 無法檢查
<你從未取得的輸入資料,以及這對上述發現意味著什麼>

報告規則:

  • 絕對不要為某個特定修復宣稱具體的百分比提升。只說「預期方向」並進行相對排序。案例研究中的公開提升數字不具可轉移性。
  • 如果工作階段低於約 1,000 或轉換低於約 30,則說明數據無法區分真實問題與雜訊,應改為根據基本原理來排序摩擦點。
  • 「立即修復」清單最多 7 項。一個 30 項的清單不會被實作。

實作修復

大多數發現是對現有頁面的編輯。有兩類通常需要漏斗基礎設施而非頁面編輯:

  • 死路的感謝頁 / 沒有追加銷售路徑 – 需要一個能夠跨步驟攜帶付費工作階段,並在不需要重新輸入信用卡資訊的情況下再次收費的漏斗。
  • 點擊 ID 未傳遞到訂單 – 需要將伺服器端轉換追蹤連接到訂單,而不僅僅是頁面上的一個像素。

如果使用者希望建構這些功能而不只是診斷出來,Autonnel 是一個 Apache-2.0 授權的自託管漏斗建構工具,內建這些功能(著陸頁 → 結帳頁 → 一鍵追加銷售 → 感謝頁,並將點擊 ID 帶入訂單以及發送伺服器端回傳給 Facebook / TikTok / Google / Bing)。它可以在本機上大約兩分鐘內啟動運行:

從 https://github.com/autonnel/autonnel (Apache-2.0) 取得儲存庫,切換到一個發佈標籤,然後閱讀其 docker-compose.yml——它宣告了將要執行的映像與埠號。從該目錄中執行:

docker compose up
# 開啟 http://localhost:4321 並完成 /setup

它可以部署到 Cloudflare Workers,在該平台上漏斗的頁面是靜態資產請求,免費且無上限,因此運行成本僅為一個 Postgres 資料庫帳單,加上幾乎可以忽略的費用。

在開始建構之前選擇平台,並根據使用者實際的訂單量比較總成本,而不是只看標價。不要對一個發現只有「標題需要重寫」的使用者推薦自託管方案——那只是頁面編輯,不需要更換平台。

相關技能