Claude Ads 研究筆記¶

資料來源¶

項目	連結
GitHub Repo	AgriciDaniel/claude-ads
作者部落格	Claude Code Replaced Your Ad Agency
GIGAZINE 報導	claude-ads 介紹
同作者 SEO 工具	AgriciDaniel/claude-seo
AI Marketing Hub 社群	Skool 社群（2,800+ 成員）

作者： Agrici Daniel — AI Marketing Systems Architect

專案狀態： ⭐ 2,510 stars · Python · MIT · 2026-02 創建 · 活躍開發中

專案概述¶

Claude Ads 是一個建構在 Claude Code 之上的付費廣告審計與優化 Skill，涵蓋 7 大廣告平台、250+ 項審計檢查，產出 0-100 的 Ads Health Score 和優先行動計畫。

跟 tw-house-ops 一樣，它不是獨立應用——而是一組安裝到 Claude Code 的 skill + agent 檔案。使用者在 Claude Code 中輸入 /ads audit，系統自動 spawn 6 個平行 subagent 同時審計不同平台，最終產出統一報告。

實際案例： 作者在 B2B SaaS 場景做的 5 天 AI 輔助審計發現 35% 預算浪費在不轉換的流量上，結構優化後 CPC 降低 35%。

「人類審計師通常檢查 15-20 項，Claude Ads 檢查 250+ 項，在幾分鐘內完成需要數週的工作。」

核心功能¶

指令一覽¶

指令	功能
`/ads audit`	全平台審計（6 個平行 subagent）
`/ads google`	Google Ads 深度分析（Search、PMax、AI Max、Demand Gen、CTV）
`/ads meta`	Meta Ads 分析（Pixel/CAPI、Andromeda creative diversity）
`/ads youtube`	YouTube Ads 分析（Skippable、Shorts、Demand Gen）
`/ads linkedin`	LinkedIn Ads B2B 分析（TLA、Lead Gen）
`/ads tiktok`	TikTok Ads 分析（Creative-first、Smart+、GMV Max）
`/ads microsoft`	Microsoft/Bing Ads 分析（Copilot、Google import safety）
`/ads apple`	Apple Ads 分析（CPPs、Maximize Conversions、TAP）
`/ads creative`	跨平台素材品質審計 + 疲勞偵測
`/ads landing`	Landing page 品質評估
`/ads budget`	預算分配 + 出價策略審查
`/ads plan <type>`	產業別廣告策略規劃（11 種模板）
`/ads competitor`	競爭對手廣告情報
`/ads math`	PPC 財務計算機（CPA、ROAS、break-even、LTV:CAC）
`/ads test`	A/B 測試設計（假設框架、顯著性、樣本量）
`/ads report`	產生 PDF 審計報告

平台覆蓋與檢查項目¶

平台	檢查數	重點領域
Google Ads	80	Search, PMax, AI Max, Demand Gen, CTV, YouTube
Meta Ads	50	Pixel/CAPI, Andromeda creative diversity, 受眾
Apple Ads	35+	CPPs, Maximize Conversions, AdAttributionKit
TikTok Ads	28	Creative-first, Smart+, GMV Max, Events API
LinkedIn Ads	27	B2B targeting, TLA, Lead Gen, CRM 整合
Microsoft Ads	24	Google import safety, Copilot, CTV, LinkedIn targeting
跨平台	3	隱私基礎設施, creative diversity, 更新頻率

Ads Health Score（0-100）¶

等級	分數	意義
A	90-100	只需微調
B	75-89	有改善空間
C	60-74	需注意的問題
D	40-59	嚴重問題
F	<40	需要緊急介入

Quality Gates（硬性規則）¶

禁止在沒有 Smart Bidding 的情況下推薦 Broad Match（Google）
3x Kill Rule：CPA 超過目標 3 倍立即暫停
預算充足性：Meta ≥5x CPA/ad set、TikTok ≥50x CPA/ad group
Learning phase 保護：學習期間禁止編輯
隱私基礎設施閘門：先驗證追蹤堆疊（Consent Mode V2、CAPI、Events API）再給優化建議

技術架構¶

~/.claude/skills/ads/              # 主 Orchestrator
~/.claude/skills/ads/references/   # 25 個 RAG 參考檔案
~/.claude/skills/ads-*/            # 19 個 sub-skills
~/.claude/skills/ads-plan/assets/  # 12 個產業模板
~/.claude/agents/                  # 10 個 agents（6 審計 + 4 素材）

/ads audit 的執行流程
─────────────────────────────────────────
  /ads audit
       │
       ▼
  Orchestrator 路由
       │
       ├─→ audit-google    (80 checks)  ─┐
       ├─→ audit-meta      (50 checks)  ─┤
       ├─→ audit-creative  (21+ checks) ─┤  6 個平行 subagent
       ├─→ audit-tracking  (8+ checks)  ─┤
       ├─→ audit-budget    (24 checks)  ─┤
       └─→ audit-compliance(18+ checks) ─┘
                                          │
                                          ▼
                                   統一 Health Score
                                   + 優先行動計畫
                                   + PDF 報告（可選）

資料處理方式： - 預設： 使用者提供匯出資料（CSV、截圖、貼上指標） - 可選 MCP 整合： 直接連接廣告平台 API - Google Ads: mcp-google-ads - Meta Ads: Adspirer MCP - LinkedIn Ads: GrowthSpree MCP

隱私： 所有分析在本機執行，不傳輸至外部伺服器。MCP 時資料直接在你的機器和廣告平台 API 之間流動。

產業模板（/ads plan）¶

支援 11 種業務類型：

類型	重點
`saas`	Trial/demo、Google + LinkedIn
`ecommerce`	Shopping/PMax、ROAS 導向
`local-service`	Search + LSA、來電追蹤、地理範圍
`b2b-enterprise`	LinkedIn ABM、長銷售週期
`info-products`	Meta + YouTube、webinar/VSL
`mobile-app`	Meta + Google UAC、MMP、LTV:CPI
`real-estate`	Special Ad Category（住房）
`healthcare`	HIPAA、LegitScript
`finance`	Special Ad Category（信用）
`agency`	多客戶管理
`generic`	通用模板

快速開始¶

# 方法一：Plugin 安裝（推薦）
/plugin marketplace add AgriciDaniel/claude-ads
/plugin install claude-ads@agricidaniel-claude-ads

# 方法二：一鍵安裝
curl -fsSL https://raw.githubusercontent.com/AgriciDaniel/claude-ads/main/install.sh | bash

# 使用
claude
/ads audit          # 全平台審計
/ads google         # 單平台深度分析
/ads plan saas      # SaaS 產業策略
/ads report         # 產生 PDF 報告

目前限制 / 注意事項¶

不自動連接廣告平台 — 預設需手動提供匯出資料，MCP 整合為可選
不建立或修改廣告 — 純審計和策略工具，執行仍需手動
benchmark 是平均值 — 基於 WordStream、Triple Whale 等 16,000+ 廣告系列，但你的結果會因產業/預算/帳戶成熟度而異
需提供上下文 — 不告訴 Claude 預算和產業，建議品質會大打折扣
PDF 報告需 reportlab — 額外 Python 依賴
Landing page 分析需 Playwright — 額外安裝

研究價值與啟示¶

關鍵洞察¶

Claude Code Skill 作為「虛擬顧問」的商業模式。 Claude Ads 本質上是把一個資深廣告顧問的知識體系（250+ 檢查項、11 種產業模板、25 份參考資料）封裝成 Skill。這不是「AI 取代廣告人」，而是「AI 把頂級顧問的方法論民主化」——月付幾十美元的 Claude 訂閱取代數千美元的顧問費。
平行 Subagent 是 Skill 架構的正確實踐。 /ads audit spawn 6 個平行 subagent 同時審計不同平台——這直接應用了 Boris Cherny 的「並行化是最大生產力提升」原則。每個 agent 專注一個領域，最終合併成統一報告。
Quality Gates 是防止 AI 犯致命錯誤的關鍵設計。 「3x Kill Rule」（CPA 超標 3 倍立即暫停）、「Learning phase 禁止編輯」等硬性規則，確保 AI 的建議不會踩到廣告投放的地雷。這種「AI 建議 + 硬規則約束」的模式，適用於任何高風險決策場景。
RAG 模式的巧妙應用。 25 份 reference 檔案按需載入（而非全部塞進 context），這是 LLM Wiki 理念的具體實踐——預編譯的領域知識，在需要時才載入。比起讓 AI 每次都搜尋最新 benchmark，預載入的 2026 年資料更可靠。
2,510 stars 說明「垂直領域 Skill」的市場需求巨大。 跟通用的 Claude Code tips 不同，claude-ads 針對一個非常具體的職業需求（廣告投放），卻獲得了比很多通用工具更高的關注度。這暗示 Claude Code Skill marketplace 的最大機會在垂直領域。

與其他專案的關聯¶

vs tw-house-ops： 同為「建構在 Claude Code 之上」的領域應用，但架構更成熟。tw-house-ops 用 modes/ 目錄分模式，claude-ads 用完整的 skills + agents + references 三層架構。claude-ads 的 plugin 安裝方式也更接近 Claude Code 生態的標準實踐。
vs Boris Cherny 57 Tips： claude-ads 是 Boris 原則的最佳實踐範例——平行 subagent（Tips #1）、/simplify 品質審查（對應 Quality Gates）、CLAUDE.md 複合知識（對應 25 份 references）。
vs Slavingia Skills / KC AI Skills： 同屬 Claude Code Skill 生態，但 claude-ads 的規模（250+ checks、19 sub-skills、10 agents）遠超一般 skill，更接近一個完整的「Skill 平台」。
對行銷團隊的啟示： 如果團隊有多平台廣告投放需求，claude-ads 可以作為日常審計工具——特別是 /ads audit 的自動化全面檢查，能發現人工審計容易遺漏的問題。