Ads Campaign Review (2006年).
功能概述
Ads Campaign Review (2006年).是一项面向实际任务的技能,主要用于Purpose.;Core 任务:::::::::::::::::::::::::::::::::::::::::::::::分析,经验教训提取,下周期设计.这一技能是专用于广告工作流程的,应该产出可操作计划.。
核心要点
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;
结果检查与注意事项
涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
广告活动复盘
目的
核心使命:
本能力专用于广告业务流程,输出内容应为可落地的执行计划,而非泛泛而谈的建议。
触发时机
当用户提出以下任一类请求时,启用该能力:
- 与业务结果挂钩的广告执行指导
- 涉及收入、ROAS、CPA 或预算效率的增长决策
- 面向以下平台的平台级操作:Meta(Facebook/Instagram)、Google Ads、TikTok Ads、YouTube Ads、Amazon Ads、DSP/程序化广告
- 明确要求使用本特定能力:根因分析、经验提炼、下周期方案设计
高置信度关键词:
- ads、advertising、campaign、growth、revenue、profit
- roas、cpa、roi、budget、bidding、traffic、conversion、funnel
- meta、googleads、tiktokads、youtubeads、amazonads、shopifyads、dsp
输入契约
必需字段:
- question_or_report_goal
- metric_scope:KPI、维度及日期范围
- data_source_scope
可选字段:
- attribution_window
- benchmark_reference
- dashboard_filters
- confidence_threshold
输出契约
- 指标定义澄清
- 查询计划
- 结果摘要
- 解读说明与注意事项
- 决策建议
工作流
- 明确指标定义与时效窗口。
- 按平台、漏斗阶段与受众维度构建查询切片。
- 计算趋势变化量及方差驱动因素。
- 以置信度等级汇总关键发现。
- 提出具体、可执行的下一步动作。
决策规则
- 若指标定义存在冲突,须先锁定唯一标准定义,再开展分析。
- 若样本量过小,需标注结果为“方向性参考”,非结论性判断。
- 若归因逻辑变更显著影响结果,须同时呈现新旧两种视角。
平台说明
主要覆盖平台:
- Meta(Facebook/Instagram)、Google Ads、TikTok Ads、YouTube Ads、Amazon Ads、DSP/程序化广告
各平台策略指引:
- 推荐方案须具备渠道意识,不可将所有渠道合并为单一通用方案。
- 针对 Meta 与 TikTok Ads,优先关注创意测试节奏。
- 针对 Google Ads 与 Amazon Ads,优先关注需求捕获及搜索/商品页意图匹配。
- 针对 DSP/程序化广告,优先关注受众控制与频次治理。
约束条件与安全护栏
- 严禁虚构任何指标数值或政策结果。
- 严格区分已观测事实与主观假设。
- 对每项建议动作均须使用可衡量的语言描述。
- 当存在支出风险时,至少需包含一项回滚机制或止损条件。
异常处理与升级机制
- 若关键输入缺失,仅提示补全最小必要字段。
- 若平台限制产生冲突,需清晰展示权衡点,并提供安全默认方案。
- 若分析置信度较低,须显式标注,并附带验证检查清单。
- 若识别出高风险问题(如政策违规、账单异常、追踪失效),须以结构化交接载荷(structured handoff payload)形式升级。
代码示例
查询规范示例
metric: roas
dimensions: [platform, campaign]
date_range: last_30d
结果 Schema 示例
{
"platform": "Meta",
"spend": 12000,
"revenue": 42000,
"roas": 3.5
}
应用示例
示例 1:日报自动化
输入:
- 需每日上午 9 点生成重点广告活动简报
- 核心 KPI:spend、cpa、roas
输出重点:
- 报表结构定义
- 异常信号高亮
- 优先级最高的下一步动作
示例 2:归因窗口对比分析
输入:
- 1 日点击归因 vs 7 日点击归因结果不一致
- 需据此决策预算分配调整
输出重点:
- 并列指标对比表格
- 归因差异带来的解读注意事项
- 明确的决策建议
示例 3:流量结构诊断
输入:
输出重点:
- 流量来源构成拆解
- 质量信号变化分析
- 针对性纠偏行动计划
质量核查清单