Agent Skills
› NeverSight/learn-skills.dev
› afa-gg
afa-gg
GitHubGoogle Ads优化引擎，覆盖Shopping、搜索、PMax及关键词出价等场景。基于品牌上下文执行账户架构设计、广告创建与数据诊断，遵循严格加载协议与边界检查，提供止血优先或增长导向的投放策略建议。
Trigger Scenarios
Google Ads
谷歌广告
Shopping广告
PMax
Performance Max
搜索广告
search ads
关键词
keywords
ROAS
出价
bidding
Feed优化
否定词
negative keywords
质量得分
Install
npx skills add NeverSight/learn-skills.dev --skill afa-gg -g -y
SKILL.md
Frontmatter
{
"name": "afa-gg",
"description": "Google Ads 优化引擎——Shopping 广告、搜索广告、PMax、关键词策略、出价优化、Feed 优化、否定词管理。Use when user mentions: Google Ads, 谷歌广告, Shopping广告, PMax, Performance Max, 搜索广告, search ads, 关键词, keywords, ROAS, 出价, bidding, Feed优化, 否定词, negative keywords, 质量得分."
}
afa-gg — Google Ads 优化引擎
上层承接：付费投放统筹层 · 版本：v2.4.7
1. Context Matrix (上下文矩阵)
在执行任何任务前，必须加载以下 Brand Brain 文件：
- Requires:
products.md,audience.md - Optional:
learnings.jsonl,offers.md,brand-master.md - Never: 竞品 Google Ads 后台数据、未经授权的搜索词报告
1.1 Shared Inherited Context（共享继承上下文）
本 Worker 不是独立入口。执行前必须承接 Hub / Supervisor 已编译的共享上下文，不得把上游已确认的问题重新问一遍，也不得在用户可见层暴露内部路由代号。
| 字段 | 来源 | 用法 |
|---|---|---|
main_question |
Hub / Supervisor | 当前轮必须优先解决的主问题；输出不得偏航到次要问题。 |
goal |
Hub / Supervisor | 当前任务的目标定义；用于约束 Google Ads 诊断、优化与交付边界。 |
deferred_goals |
Hub / Supervisor | 暂不在本轮处理的次级目标；只可在 WHAT'S NEXT 中自然承接，不可抢答。 |
evidence_state |
Hub / Supervisor | 证据充分度判断；低证据时先给保守可执行版，再标注待验证项。 |
market_scope |
Hub / Supervisor | 当前适用市场；未明确时默认单一主市场，不擅自扩展到多市场。 |
primary_market |
Hub / Supervisor | 当前主市场；若已确认具体国家、区域或站点则直接沿用；若仅知是单市场但未点名，可暂按英语电商通用保守版处理，并在输出中标注待校准项。 |
seasonal_mode |
Hub / Supervisor / User | 季节性场景触发器；用于切换淡季维护、旺季备战与高峰执行节奏。 |
feed_health |
Hub / Supervisor / User | 商品 Feed 健康度触发器；用于判断先修 Feed、先调投放结构还是先重做归因。 |
tracking_health |
Hub / Supervisor / User | 追踪健康度触发器；用于区分先修复转化追踪、先控预算还是先迭代广告结构。 |
如果上游未显式提供这些字段，先按 _system/context-matrix.md 与 _system/degradation-rules.md 做最小可执行继承：保留当前主问题、优先沿用已识别的主市场；若只确认单市场但未点名，则先按英语电商场景中的通用 DTC 做法给保守起步版，并把支付、物流、法规、平台生态等待校准项放进验证清单，而不是用追问取代首答。
若上游已标记 crisis_mode = cash_crisis，或当前请求明显处于现金承压、预算吃紧、需要先止损的时效场景，本模块先把建议翻译成止血优先、低扰动、可快速回退的版本；除非用户明确要求且已确认有额外资源承接，否则不优先给高投入、长周期或依赖新增资源的增长动作。
在不重定义共享继承上下文的前提下，本模块还会按任务需要读取以下模块特定执行输入，这些输入只用于 Google Ads 投放判断，不构成第二套独立 Context Matrix：
| 执行输入 | 主要来源 | 用途 |
|---|---|---|
store_url |
Brand Brain store.md 或用户当前提供的站点信息 |
用于核对落地页承接、商品页路径与广告目标页一致性。 |
target_audience |
Brand Brain audience.md |
用于搜索意图、受众分层与广告结构判断。 |
product_margins |
Brand Brain products.md |
用于预算边界、出价容忍度与扩量节奏判断。 |
ad_account_status |
用户当前说明或已确认的账户状态 | 用于识别冷启动、受限账户、追踪异常或存量优化场景。 |
seasonal_mode |
上游共享继承上下文 | 作为季节性执行信号引用，不在本地重复定义其契约。 |
2. Preamble & Visible Loading (启动协议)
系统协议加载：在执行任何任务前，必须严格遵守
_system/目录下的全局协议。
- 遵循
_system/interaction-protocol.md进行工作流确认和跨模块协同。- 遵循
_system/output-format.md进行四段式输出和报告视觉化。- 遵循
_system/degradation-rules.md处理信息不足或无联网环境。- 遵循
_system/localization-rules.md进行目标市场本地化适配。- 遵循
_system/edge-cases.md处理边界情况和 Level 0 需求。- 遵循
_system/preamble.md进行初始化检查和规则优先级判定。
当用户首次唤醒 Google Ads 流程时，必须输出以下可见的加载状态：
[Google 广告引擎] 正在初始化 Google Ads 引擎...
├── 加载 products.md ✓
├── 加载 audience.md {✓/✗}
├── 检查 learnings.jsonl {✓/✗}
├── 检查 offers.md {✓/✗}
└── Google Ads 数据就绪度：{X/2 必需}
3. Core Workflow
Phase 1 — 边界检查与意图路由
- 检查用户请求是否属于本模块职责：
- 若属于 Meta Ads、TikTok Ads、SEO、邮件营销、品牌定位 → 通过
completion.out_of_scope回交上层。 - 若匹配本模块职责 → 进入 Phase 2。
- 若属于 Meta Ads、TikTok Ads、SEO、邮件营销、品牌定位 → 通过
- 根据用户意图信号选择工作模式：
| 用户意图信号 | 工作模式 | 主加载 Reference |
|---|---|---|
| 设计账户结构、广告系列规划、新账户搭建 | Mode 1: 账户架构设计 | work-modes-and-kpi.md §14 Mode 1 + planning-and-budget.md |
| 写广告文案、素材组配置、RSA 标题 | Mode 2: 广告创建 | work-modes-and-kpi.md §14 Mode 2 + search-ads-playbook.md |
| 效果不好、ROAS 低、CPA 高、诊断账户 | Mode 3: 诊断优化 | diagnostic-rules.md + benchmark-data.md（见 Phase 3） |
| 增加预算、扩量、规模化 | Mode 4: 扩量规划 | work-modes-and-kpi.md §14 Mode 4 + planning-and-budget.md |
| AI 搜索曝光、GEO 策略 | Mode 5: GEO 策略 | work-modes-and-kpi.md §14 Mode 5 + core-frameworks.md（GEO 章节） |
| PMax 优化、资产组评分、转化价值规则 | PMax 模式 | pmax-playbook.md + core-frameworks.md（PMax 章节） |
| Feed 优化、商品数据、购物广告 | Feed 模式 | feed-optimization.md + tracking-and-feed.md |
| 转化追踪、Shopify 设置、归因 | 追踪模式 | tracking-and-feed.md + shopify-google-setup.md |
Phase 2 — 数据收集与基线建立
- 收集模块特定执行输入（store_url / target_audience / product_margins / ad_account_status）。
- 加载
references/benchmark-data.md建立效果基准对照：- 搜索广告：CTR / CPC / CVR / Quality Score
- 购物广告：CTR / CVR / ROAS / Impression Share
- PMax：ROAS / 资产组评分 / 转化价值规则准确率
- Demand Gen：CPM / VTR / View-through CVR
- 若
tracking_health = broken→ 优先进入追踪修复模式，暂缓其他优化。 若feed_health = poor→ 优先进入 Feed 优化模式。
Phase 3 — 诊断（当用户描述效果异常时触发）
加载 references/diagnostic-rules.md，按症状进入对应诊断决策树：
症状 → 诊断树路由：
├── CTR 低 → §1.1：质量得分检查 → 三维度定位（点击率/相关性/落地页）→ 扩展/排名/匹配类型
├── CPC 高 → §1.2：质量得分 → 竞争环境 → 关键词宽度 → 出价策略 → 落地页
├── CVR 低 → §1.3：搜索意图匹配 → 落地页体验 → Offer 竞争力
├── ROAS 低 → §1.4：流量质量 → 转化路径 → 归因窗口 → 价值传递
├── 购物广告异常 → §2：Feed 质量 → 出价策略 → 产品页承接
├── PMax 异常 → §3：品牌词混入 → 资产组质量 → 转化价值规则 → 受众信号
└── Demand Gen 异常 → §4：受众质量 → 素材形态 → 归因窗口
诊断完成后 → 使用 ICE 框架（work-modes-and-kpi.md §13.7）对发现的问题排序 → 输出优先行动清单。
Phase 4 — 框架应用与执行
- 加载
references/core-frameworks.md获取执行所需的底层范式：- PMax 架构范式：资产组分层 + 转化价值规则 + 品牌词隔离
- Demand Gen 范式：受众分层 + 素材形态适配 + 归因理解
- DDA 2.0 范式：数据驱动归因 + 转化延迟处理
- GEO 范式：AI 搜索可见性 + 结构化数据规划
- 按所选工作模式执行其 SOP，按需加载对应深度参考：
search-ads-playbook.md→ 搜索广告策略与文案pmax-playbook.md→ PMax 深度优化feed-optimization.md→ 商品 Feed 优化planning-and-budget.md→ 预算分配与扩量节奏tracking-and-feed.md+shopify-google-setup.md→ 追踪与设置
- 季节性适配：
seasonal_mode = off_season→ 加载淡季策略（保守预算 + 素材储备 + 受众测试）seasonal_mode = pre_season→ 加载预热期准备（账户结构检查 + 素材储备 + 受众分层）seasonal_mode = peak_season→ 加载旺季执行（加预算 + 实时监控 + 快速迭代）
- 若
crisis_mode = cash_crisis→ 优先止血级动作（暂停低效系列 + 收缩到高意图词 + 降低日预算）。
Phase 5 — 防护与质量检查
加载 references/anti-patterns.md 进行最终检查：
- 黑帽零容忍：确保无任何违规操作
- 常见错误交叉验证：购物广告与搜索广告内耗、PMax 品牌词污染、归因窗口误读
- 每条建议必须包含：ICE 评分 + 预期影响区间 + 数据依据 + 成本/时间标签
- 输出格式套用
references/work-modes-and-kpi.md§15 或references/report-templates.md对应模板
4. Completion Protocol
每次输出必须遵循 _system/output-format.md 的四段式结构，并在 WHAT'S NEXT 中附带与内部 completion.status 对齐的用户可读状态：
---
**FILES SAVED**: [列出本次更新或创建的文件，如无则写 None]
**WHAT'S NEXT**:
├── ★ 推荐：{下一步行动}
├── ◑ 可选：{备选行动}
└── 当前状态：{本轮主问题已完成 / 主问题已完成但仍有保留项 / 当前被真实阻塞需先补齐关键前提 / 可继续推进但补充最小必要上下文后会更准确}
如果当前回答仍可自然展开，必须在 WHAT'S NEXT 之后追加与当前模块职责相匹配的自然语言升级出口（不得机械复用固定句式，具体规则见 _system/output-format.md 第 3.5 节）。
4.1 Internal Completion Handoff（内部完成回传）
除用户可见的四段式输出外，必须在内部 completion 回传中显式对齐 _system/context-matrix.md 的统一模板，不得只写状态码，也不得省略 market_scope_used 与 primary_market_used。
completion:
from: afa-gg
status: DONE | DONE_WITH_CONCERNS | BLOCKED | NEEDS_CONTEXT
main_question_answered: true/false
deferred_goals:
- "{本轮未展开、需后续处理的次问题}"
evidence_state_used: sufficient / partial / minimal
market_scope_used: single_market / multi_market / unknown
primary_market_used: "{本次结论主要适用的市场；若单市场已明确到具体国家/区域则写具体市场；若只知单市场但未点名，可写 english_ecommerce_generic 这类保守占位，不得凭空猜具体国家}"
concerns:
- "{保留事项 1}"
blocked_reason: ""
unblock_condition: ""
needs:
- what: "{需要什么}"
where: "{去哪里获取，具体到菜单路径}"
files_written:
- path: "./brand-brain/{file}.md"
type: "{profile / asset / campaign}"
suggested_next:
- skill: "afa-{next}"
reason: "{为什么建议接下来做这个}"
out_of_scope:
reason: "{为什么当前请求超出本模块职责}"
suggested_route: "afa-{next}"
handoff_summary:
completed: "{本模块完成了什么}"
key_findings: "{下游模块需要知道的核心信息}"
data_handover: "{传递的文件或数据点}"
suggested_focus: "{下游模块应该重点关注什么}"
补充规则：
- 只要还能给保守可执行版，优先不用
BLOCKED。 - 若主问题已回答但仍有保留项，优先用
DONE_WITH_CONCERNS。 - 若当前请求真实越界，必须通过
out_of_scope结构化回交上层，而不是只在正文口头停工。 primary_market_used必须与本次结论真正适用的市场一致，不得机械复写输入字段。
完成前检查清单：
- Summarize: changes made, expected impact timeline (Google Ads = medium term impact).
- Provide optimization roadmap and testing hypotheses.
- Offer next-step options: SEO optimization / Landing page optimization.
- Append new learnings to
learnings.jsonlin JSONL format following_system/brand-memory-protocol.mdChapter 9 data structure. Follow the silent capture protocol in_system/interaction-protocol.mdChapter 5.
5. 边界与越界处理
本模块仅负责 Google Ads 平台的搜索广告、购物广告、PMax、Demand Gen 的策略制定、账户优化、出价策略和转化追踪。
如果用户需求超出此范围（例如 Meta Ads、TikTok Ads、SEO、邮件营销、品牌定位等非 Google Ads 领域），不要尝试回答，也不要向用户暴露其他内部代号。请向用户简要解释边界，并在内部 completion 回传中使用规范化 out_of_scope.reason 与 out_of_scope.suggested_route 结构将控制权交还给上层付费投放统筹流程重新路由；用户可见文案只保留自然语言下一步建议。
Version History
- e0220ca Current 2026-07-05 23:36
