固定上游版本 70987bad4ebe,包含 2 个文件。 加搜已生成可下载技能包、原始文件镜像及 7 种 Agent 安装页面。
海外广告投放 · Meta Ads
Meta Ads 投放 Skill
设计 Facebook 与 Instagram 广告账户结构、受众、创意测试和转化追踪。
覆盖目标选择、Advantage+、再营销、素材角度、预算和学习阶段,帮助团队建立稳定测试节奏。
WHAT IT SOLVES
解决的营销问题
设计 Facebook 与 Instagram 广告账户结构、受众、创意测试和转化追踪
设计 Facebook 与 Instagram 广告账户结构、受众、创意测试和转化追踪。跑完你拿到的是拉新、再营销和测试活动组成的三级账户结构,中间一共 7 步。
最适合的真实场景
- 01
消费品或视觉型产品需要在 Facebook、Instagram Feed、Stories 和 Reels 中创造需求。
- 02
电商团队希望使用 Advantage+ Shopping、商品目录和 Dynamic Ads 自动匹配商品创意。
- 03
品牌准备将拉新、再营销和创意测试拆成结构清晰的活动。
- 04
企业拥有高价值客户名单,希望建立 Lookalike 并排除现有客户或近期转化者。
- 05
广告进入学习阶段后表现波动,需要控制修改频率并补充转化信号。
- 06
素材表现开始下降,需要根据频次和转化变化安排持续创意测试与更新。
你要先准备的资料
- Meta Ads 账户、Business 资产和相应投放权限。
- 明确的 Awareness、Traffic、Conversions 或 Engagement 目标。
- 高价值客户、网站访客、互动人群或兴趣受众资料。
- 适配 Feed、Stories 和 Reels 的图片与竖版视频素材。
- Meta Pixel、Conversions API、转化事件和移动端落地页。
跑完你会拿到什么
- 拉新、再营销和测试活动组成的三级账户结构。
- Lookalike、兴趣、Advantage+、再营销和排除受众方案。
- 每个 Ad Set 的图片、视频和文案测试矩阵。
- Meta Pixel、Conversions API 与关键事件配置。
- 学习阶段、CBO 或 ABO 和扩量规则。
- 频次、素材疲劳与创意刷新检查表。
METHOD
Skill 工作流程
确定单一目标 → 整理三级结构 → 配置受众 等 7 个环节
一共 7 步。其中 6 项能力决定了换个 AI 会不会更麻烦。
- 确定单一目标为每个 Campaign 选择 Awareness、Traffic、Conversions 或 Engagement 中的一个核心目标。
- 整理三级结构建立 Campaign、Ad Set、Ad 层级,按拉新、再营销和测试分工,并使用统一命名。
- 配置受众根据高价值客户、兴趣行为、Advantage+、网站访问和互动人群选择受众,同时排除现有客户与近期转化者。
- 准备多版创意为每个 Ad Set 准备多种图片或视频,视频在前三秒提出问题或展示结果,并适配 Feed、Stories 与 Reels。
- 搭建转化追踪安装 Meta Pixel 与 Conversions API,定义关键事件并验证触发,确保移动端页面快速可用。
- 管理学习与预算学习阶段减少频繁调整,扩量时根据情况使用 Campaign Budget Optimization,让系统在受众之间分配预算。
- 监控疲劳并刷新持续观察转化、频次和素材表现,在效果下降时更换 Hook、画面、表达和格式。
这个 Skill 用到的能力: 多角色并行打开网页取正文MCP 与连接器页面预览读本地资料长任务持续推进 。不同 AI 对这些能力的支持程度不一样,所以同一个 Skill 换个 AI,有几步做法会变。
WORKED EXAMPLE
真实业务案例
视觉消费品的 Meta 拉新与再营销
视觉消费品的 Meta 拉新与再营销
一个视觉表现力较强的消费品牌希望同时寻找新客,并重新触达看过商品但尚未转化的访问者。
- 分别建立拉新、再营销和创意测试 Campaign,每个活动只保留一个目标。
- 拉新使用广泛或 Advantage+ 受众,再营销使用网站访客与互动人群,并排除现有客户。
- 为每个 Ad Set 准备产品展示、人物使用和前后对比等多种图片与竖版视频。
- 安装 Pixel 与 Conversions API,验证浏览、加购和购买等关键事件。
- 学习阶段控制修改,之后按转化、频次和素材疲劳安排预算与创意刷新。
预期结果:形成一套拉新、再营销、创意测试和追踪相互配合的 Meta 投放结构,可以持续积累受众与素材表现数据。
PITFALLS · VERIFICATION
能力边界与常见问题
同一目标建立过多 Campaign,分散预算和转化数据,拖慢系统学习
最常踩的坑
- 同一目标建立过多 Campaign,分散预算和转化数据,拖慢系统学习。
- Lookalike 使用全部客户作为种子,没有优先使用高价值客户。
- 学习阶段频繁修改预算、受众和素材,导致投放反复重新学习。
- 只准备一两套素材,无法覆盖不同版位,也难以及时应对创意疲劳。
- 只安装浏览器 Pixel,没有验证 Conversions API 和关键事件。
怎么确认这次跑对了
- 已经形成可检查的拉新、再营销和测试活动组成的三级账户结构,关键判断能回到输入资料或过程证据。
- 已经形成可检查的Lookalike、兴趣、Advantage+、再营销和排除受众方案,关键判断能回到输入资料或过程证据。
- 已经形成可检查的每个 Ad Set 的图片、视频和文案测试矩阵,关键判断能回到输入资料或过程证据。
- 已逐项检查「同一目标建立过多 Campaign,分散预算和转化数据,拖慢系统学习」等高频问题,并记录需要人工确认的下一步。
Meta Ads 投放 Skill适合哪些岗位使用?
DTC 品牌、独立站、移动应用、效果广告团队。典型场景包括消费品或视觉型产品需要在 Facebook、Instagram Feed、Stories 和 Reels 中创造需求;电商团队希望使用 Advantage+ Shopping、商品目录和 Dynamic Ads 自动匹配商品创意;品牌准备将拉新、再营销和创意测试拆成结构清晰的活动。
开始前需要准备什么资料?
至少需要Meta Ads 账户、Business 资产和相应投放权限、明确的 Awareness、Traffic、Conversions 或 Engagement 目标、高价值客户、网站访客、互动人群或兴趣受众资料。资料越具体,结果越能直接用于决策。
最后能得到什么可检查的结果?
拉新、再营销和测试活动组成的三级账户结构、Lookalike、兴趣、Advantage+、再营销和排除受众方案、每个 Ad Set 的图片、视频和文案测试矩阵。每项都可以逐条核对来源和数字。
哪些情况下结果会不可靠?
同一目标建立过多 Campaign,分散预算和转化数据,拖慢系统学习;Lookalike 使用全部客户作为种子,没有优先使用高价值客户。出现这些情况时需要人工复核。
支持哪些 AI Agent?
已适配 WorkBuddy、OpenClaw、Hermes Agent、Codex、Claude Code、TRAE、ZCode 共 7 种,每种都有独立的安装说明和能力对照。
ORIGINAL SOURCE
完整 Skill 内容与版本资料
2 个原始文件,11 个文档章节,固定在 70987bad
上游原文完整保留在加搜服务器上,可逐节查看,也可以直接下载。 当前镜像共 2 个文件、4.7 KB。
Paid Ads: Meta Ads
Guides Meta (Facebook/Instagram) Ads setup, campaign structure, audience targeting, and creative optimization. Meta excels at demand generation and visual products; use when creating demand or when creative assets are strong.
When invoking: On first use, if helpful, open with 1–2 sentences on what this skill covers and why it matters, then provide the main output. On subsequent use or when the user asks to skip, go directly to the main output.
Campaign Structure
Hierarchy: Campaign → Ad Set → Ad (3 levels)
Principle: One objective per campaign. Multiple campaigns for the same objective split budget and data, slowing the algorithm's learning phase. Consolidate by objective; focus on clean structure and data-led decisions.
Account
├── Campaign: Prospecting
│ ├── Ad Set: Lookalike 1%
│ └── Ad Set: Broad (Advantage+)
├── Campaign: Retargeting
└── Campaign: Testing
Naming: META_[Objective]_[Audience]_[Offer]_[Date] (e.g., META_Conv_Lookalike-Customers_FreeTrial_2024Q1)
Advantage+ & Automation
| Feature | Use |
|---|---|
| Advantage+ Shopping Campaigns | E-commerce; automatic audience discovery |
| Dynamic Ads | Product catalog; auto-generated creative |
| Automatic Placements | Let Meta optimize across Feed, Stories, Reels |
| Advantage+ Audience | Broad targeting; algorithm finds converters |
Provide diverse creative assets to enable multiple ad formats; algorithm performs better with variety.
Campaign Objectives
| Objective | Use when |
|---|---|
| Awareness | Reach; brand recall |
| Traffic | Clicks to site |
| Conversions | Leads; sales; app installs |
| Engagement | Video views; post engagement |
Audience Targeting
| Type | Best for |
|---|---|
| Lookalikes | Base on best customers (by LTV), not all customers |
| Interest/behavior | Broad; let algorithm optimize |
| Advantage+ | Automated; fewer manual controls |
| Retargeting | Website visitors; engagers; custom audiences |
Exclusions: Existing customers; recent converters (7–14d).
Creative Best Practices
- Image: Clear product; before/after; human faces; text <20%
- Video (15–30s): Hook 0–3s; problem 3–8s; solution 8–20s; CTA 20–30s
- Placements: Feed (FB/IG); Stories/Reels; vertical for Stories
- Volume: 3–5 ad variants per ad set for testing
Optimization
- Learning phase: 50+ conversions per ad set per week to exit; avoid frequent changes during learning
- CBO vs ABO: Campaign Budget Optimization consolidates spend; use when scaling
- Frequency: <3 to avoid fatigue
- Creative refresh: Plan continuous testing; creative fatigue is a main lever—refresh when performance drops
Tracking
- Meta Pixel + Conversions API: Server-side for better attribution
- Events API: App events; server-to-server
Pre-Launch Checklist
- Pixel installed; Conversions API configured
- Conversion events firing correctly
- Landing page mobile-friendly; fast load
- 3+ ad creatives per ad set
- Audience exclusions set
Related Skills
- paid-ads-strategy: Channel selection; creative frameworks; budget allocation
- landing-page-generator: LP for paid traffic
- analytics-tracking: Conversion tracking; ROAS
当前镜像保留 2 个文件,共 4.7 KB。点击文件名可查看加搜服务器上的原始内容。
| 文件 | 大小 | 内容指纹 |
|---|---|---|
| SKILL.md | 3,762 B | 28b114d2573e… |
| UPSTREAM_LICENSE.txt | 1,065 B | 9f06c77b8931… |
评价将按 Skill 与版本归档,帮助营销人了解真实任务中的使用体验。敬请期待。
来源与版本声明
本页面由加搜科技整理业务说明并托管安装文件。原始 Skill 来源渠道:GitHub Marketing Skills; 原始项目名称:meta-ads; 固定版本:70987bad4ebe; 许可证:MIT。技能包内保留完整出处和许可证说明。
各 Agent 能力说明参考对应官方文档。页面不提供外部跳转。
INSTALL
三种安装方式
Meta Ads 投放 Skill v1.0.0,ZIP 带 SHA256 校验
默认做法是把提示词复制给 AI Agent,让它自己下载并安装。提示词里已经写清要用完整 ZIP、装完报告目录、并先跑一个小任务验证。
METHOD 01 · 交给 AI 自己装
复制提示词
适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录,并在缺少权限时告诉你需要手工做哪一步。
请帮我把「Meta Ads 投放 Skill」安装到我正在使用的 AI Agent。 1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-meta-ads/1.0.0/skill-meta-ads.zip 注意:网页 HTML 不能当作 Skill 文件安装,必须使用 ZIP 里的完整文件。 2. 解压后保留 SKILL.md 及全部配套文件,按你所用 Agent 的 Skill 目录规则安装。 3. 安装完成后告诉我实际安装目录。 4. 用一个只读小任务验证 Skill 已被识别。 5. 如果你没有联网、下载或写目录权限,请直接告诉我哪几步需要我手工完成。 参考:原始 SKILL.md https://www.vibemarketing.work/raw/skill-meta-ads/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-meta-ads.md
METHOD 02 · 自己下载
下载完整 ZIP
包内含 SKILL.md 与全部配套文件,附 manifest.json 与 SHA256 校验值,可离线安装与版本冻结。
METHOD 03 · 手动放目录
手动安装
解压 ZIP 后,按所用 Agent 的目录规则放入:
- WorkBuddy
技能 → 添加技能 → 上传技能 → 选择本地技能包 - OpenClaw
openclaw skills install ./skill-meta-ads --as meta_ads_skill - Hermes Agent
mkdir -p ~/.hermes/skills && cp -R ./skill-meta-ads ~/.hermes/skills/ - Codex
mkdir -p ~/.codex/skills && cp -R ./skill-meta-ads ~/.codex/skills/ - Claude Code
mkdir -p ~/.claude/skills && cp -R ./skill-meta-ads ~/.claude/skills/ - TRAE
在 Skills 设置中导入包含 SKILL.md 的 skill-meta-ads 目录;项目级 Skill 可放入 .agents/skills/skill-meta-ads - ZCode
mkdir -p ~/.zcode/skills && cp -R ./skill-meta-ads ~/.zcode/skills/
HTML 业务页面不能直接当作 Skill 文件安装。AI 需要下载完整 ZIP 并保留配套文件。
BY AGENT
适配的 AI Agent
7 个 Agent 里,6 项能力决定了差异
同一个 Skill,换个 AI 做法就不一样。点进去能看到它在这 7 步里能直接跑通几步、哪几步得你自己补、装完先跑什么验证。
- WorkBuddy Meta Ads 投放 Skill 中文办公、本地资料和企业协作
- OpenClaw Meta Ads 投放 Skill 本地工作区、目录化 Skill、命令和批处理
- Hermes Agent Meta Ads 投放 Skill 长任务、消息入口和阶段进度
- Codex Meta Ads 投放 Skill 本地文件、数据、代码和正式交付物
- Claude Code Meta Ads 投放 Skill 项目上下文、文件、终端和 MCP
- TRAE Meta Ads 投放 Skill 营销工作与网站、落地页和程序化 SEO
- ZCode Meta Ads 投放 Skill 长上下文、长任务、项目文件和远程跟进
FURTHER READING
Meta Ads 投放 Skill 相关的实操文章
别人做同类任务时踩过的坑和总结,动手前后都值得翻一下。
GEO审计效果忽高忽低?先排查“测试样本过于整齐”
为AI新手准备的GEO审计速查卡,适合第一次接触时直接照着走。重点放在让协作更顺畅,不要求预先搭建复杂系统。 补充测试:换成抖音后,保留相同验收标准,再观察减少信息遗漏是否仍然成立。
营销复盘 Skill 怎么用:生成能直接交付的客户方案
这份参考把 Campaign Review 放进邮件生产流程,覆盖输入准备、提示词结构、结果验收和二次修改。适合创业者快速试跑,也会提醒“自动化失败后没有兜底”这一类高频问题。
Competitor Mapper 入门指南|给内容编辑的第一套配置
一页看懂竞品分析。包含适用场景、最小输入和快速产出一个可测试的落地页的示例。
工作流编排提示词:把散乱数据做成管理层看板,复制后先改这3处
一页看懂工作流编排。包含适用场景、最小输入和把散乱数据做成管理层看板的示例。
一次讲透去AI味:输入什么、输出什么、怎样提高引用率
为独立开发者准备的去AI味速查卡,适合第一次接触时直接照着走。重点放在提高引用率,不要求预先搭建复杂系统。
网页原型极简用法|批量发现用户真正会搜的问题
给出网页原型的最短操作路径,用一个真实感示例演示如何批量发现用户真正会搜的问题,并标出能减少返工的关键设置。
以上文章正在编辑中,上线后可直接点击阅读。即将上线,敬请期待。
搭配使用
TikTok Ads 投放 Skill、海外 App 投放 Skill、营销动作效果验证 Skill、海外社区论坛推广 Skill、专家评审 Skill、Google Ads 投放 Skill
按这个 Skill 的产出能不能直接被下一个 Skill 用上来推荐,不是固定名单。多数情况下按顺序跑完一组,比单独用一个效果更好。
TikTok Ads 投放 Skill
规划 TikTok 广告格式、受众、像素事件、Spark Ads、素材和预算测试。
海外 App 投放 Skill
把海外 App 投放需求转化成包含预算出价比例、素材清单和归因配置的执行手册。
营销动作效果验证 Skill
把营销改动前后的平台数据拉取出来,对比核心指标,生成一份决定保留或放弃该改动的验证报告。
海外社区论坛推广 Skill
把论坛发帖和社群邀请的执行规则,整理成包含渠道选择、发帖文案和邀请触点的行动清单。
专家评审 Skill
自动组建 7 到 10 人的虚拟专家团队,对文案、落地页或营销方案进行打分并提出修改建议,直到评分达到 90 分。
Google Ads 投放 Skill
规划 Google 搜索、展示、购物、视频和 Performance Max 广告的结构与优化动作。
- 01
TikTok Ads 投放 Skill
这个 Skill 产出的copy、creative_matrix、tracking_plan,正好是它需要的输入,可以直接接着跑
- 02
海外 App 投放 Skill
这个 Skill 产出的account_structure、tracking_plan,正好是它需要的输入,可以直接接着跑
- 03
营销动作效果验证 Skill
这个 Skill 产出的copy、tracking_plan,正好是它需要的输入,可以直接接着跑
- 04
海外社区论坛推广 Skill
这个 Skill 产出的copy、creative_matrix,正好是它需要的输入,可以直接接着跑
- 05
专家评审 Skill
这个 Skill 产出的copy、creative_matrix,正好是它需要的输入,可以直接接着跑
- 06
Google Ads 投放 Skill
这个 Skill 产出的creative_matrix、tracking_plan,正好是它需要的输入,可以直接接着跑