Análise diária 100% autônoma e headless da performance de TODAS as campanhas GOOGLE ADS (Search) da conta 4342319594 (Blog B2 Tech) do cliente brunobracaioli, via connector MCP_GOOGLE_ADS_B2_TECH (read-only). Lê métricas por campanha/ad group/anúncio (get_insights), o search-terms report (candidatos a keyword negativa) e as recomendações do Google, diagnostica cruzando ≥2 métricas ancorado na bidding strategy, e PERSISTE no Supabase via REST: analyses (channel=google_ads) + metric_snapshots + analysis_findings. NÃO altera NADA na conta Google. É o espelho Google da funnel-analytics-brunobracaioli-campaign (Meta). Use quando pedirem "analisar o Google Ads / campanhas de pesquisa / search do brunobracaioli", via cron DIÁRIO 08:30 BRT, ou via fila agent_jobs (kind=analyze_google) — sempre `claude -p --dangerously-skip-permissions ".claude/skills/google-ads-analytics-brunobracaioli"`.
Análise diária 100% autônoma e headless da performance de TODAS as campanhas GOOGLE ADS (Search) da conta 4342319594 (Blog B2 Tech) do cliente brunobracaioli, via connector MCP_GOOGLE_ADS_B2_TECH (read-only). Lê métricas por campanha/ad group/anúncio (get_insights), o search-terms report (candidatos a keyword negativa) e as recomendações do Google, diagnostica cruzando ≥2 métricas ancorado na bidding strategy, e PERSISTE no Supabase via REST: analyses (channel=google_ads) + metric_snapshots + analysis_findings. NÃO altera NADA na conta Google. É o espelho Google da funnel-analytics-brunobracaioli-campaign (Meta). Use quando pedirem "analisar o Google Ads / campanhas de pesquisa / search do brunobracaioli", via cron DIÁRIO 08:30 BRT, ou via fila agent_jobs (kind=analyze_google) — sempre `claude -p --dangerously-skip-permissions ".claude/skills/google-ads-analytics-brunobracaioli"`.
Avalia, de ponta a ponta e sem intervenção humana, a performance de TODAS as campanhas
com gasto na janela da conta Google Ads 4342319594 (Blog B2 Tech, BRL) — hoje 100% Search.
Espelho Google da funnel-analytics-brunobracaioli-campaign (Meta): mesmo contrato de
autonomia, mesmas tabelas de persistência (ADR 0004), diferenciadas por analyses.channel='google_ads'.
Disparos: cron do runner Fly.io diário 08:30 BRT (crontab) e fila agent_jobs
(kind=analyze_google, via Ultron). Migration: 20260703000002_google_ads_analysis.sql.
1. Modo de operação — AUTONOMIA TOTAL (leia primeiro)
Escrita para headless (claude -p). Regras inegociáveis:
NUNCA chame AskUserQuestion nem pare esperando confirmação — deadlock. Em qualquer
dúvida ou erro: decida sozinho com os defaults da §3, registre no manifest e siga.
READ-ONLY na conta Google. Esta skill só lê. Nenhuma tool de escrita
(create_*, add_*, update_*, pause_*, apply_recommendations) está no
allowed-tools e nenhuma deve ser chamada. As recomendações vão pro banco; um humano decide.
Resolva erros por conta própria. Tool quebrada ou campo ausente → registre a limitação
no manifest e siga com o que tem. Só aborte se for impossível ler qualquer dado — e mesmo
aí grave analyses com overall_verdict='error' antes de sair (exit ≠ 0).
Cliente é fixo: brunobracaioli. Não generalize.
Sempre grave a rodada. Toda execução produz exatamente 1 linha em analyses (mesmo
no_data/error). É o sinal que o runner e o dashboard inspecionam.
Passo 0 — detecte a origem do disparo (só afeta triggered_by, nada mais):
[ -n "${AGENT_JOB_ID:-}" ] && echo ||
"ORIGEM=fila job=${AGENT_JOB_ID}"
echo
"ORIGEM=cron/interativo"
AGENT_JOB_ID presente (poller da fila) → triggered_by='ultron'; ausente (cron diário ou
sessão interativa) → triggered_by='cron'. Nos dois casos as regras de autonomia acima valem
integralmente — esta skill nunca tem pontos interativos.
2. Constantes do cliente
Campo
Valor
slug
brunobracaioli
Conta Google Ads
customer_id: 4342319594 (Blog B2 Tech, BRL) — passe customer_id explícito em toda tool
Conta manager (NÃO usar)
1720061401 — restrita, nunca consulte insights nela
Moeda / fuso
BRL · America/Sao_Paulo
Escopo
TODAS as campanhas com gasto na janela, qualquer status — inclusive criadas manualmente
Budget cap
5000 cents/dia (R$50) por campanha — checar budget_amount de cada uma; se exceder, finding severity='medium', metric_focus='budget'
client_id (uuid): lookup via REST no início —
GET ${SUPABASE_URL%/}/rest/v1/clients?slug=eq.brunobracaioli&select=id (headers da §4.1).
Valor esperado: fe1b93e9-2f23-4949-897e-59a5c5130788 (use o lookup como fonte de verdade;
o literal é só verificação de sanidade).
3. Modelo de dados + framework de diagnóstico
3.1 Shape do connector (validado ao vivo 2026-07-03)
get_insights(customer_id, level, date_preset|time_range_since+until, limit) — níveis
customer|campaign|ad_group|ad. Cada linha:
{"impressions":231,"clicks":10,"ctr":0.0433,"cost":51.48,"average_cpc":5.15,"conversions":0,"conversions_value":0,"campaign_id":"...","campaign_name":"..."}// ad_group_id/ad_group_name no level ad_group// ad_id (sem nome) no level ad
cost/average_cpc já vêm em REAIS (o connector converte micros → unidades de moeda).
Para o banco: *_cents = round(valor * 100). NÃO divida por 10.000 — micros só aparecem
em budget_amount_micros do list_campaigns (que também traz budget_amount pronto).
ctr é fração (0.0433 = 4,33%). Persista como veio (coluna ctr numeric).
Linhas com tudo zerado aparecem para entidades sem tráfego — filtre cost > 0 para análise;
ordenação é por custo desc; linha final {"_truncated": ...} (ou {} vazia no search-terms)
não é erro — ignore.
Janela custom: time_range_since E time_range_until juntos (YYYY-MM-DD) — um só é erro.
Não existe level keyword no get_insights — métrica de termo vem do search-terms report.
get_search_terms(customer_id, date_preset, ...) — por linha: search_term,
status (NONE=não é keyword | ADDED=já é keyword | EXCLUDED=já negativado),
matched_keyword, match_type, campaign_id, ad_group_id, impressions, clicks,
ctr, cost, conversions.
list_campaigns — id, name, status (ENABLED|PAUSED|REMOVED), advertising_channel_type, bidding_strategy_type, budget_amount (reais). Use para active_entities (status ENABLED),
bidding strategy e checagem do cap.
get_recommendations — ⚠️ QUEBRADA no connector em 2026-07-03 (GAQL com campos
recommendation.impact.* não reconhecidos pela API). Chame 1x mesmo assim (pode ter sido
corrigida); se der erro, registre em errors[] do manifest e siga sem ela — nunca aborte
por causa dela. Se funcionar, cada recomendação vira finding severity='info',
recommendation_type='observe', com o tipo do Google em evidence.
list_conversion_actions — cheque se há action ENABLED. Hoje existe 1 (PAGE_VIEW,
"Visualização de página") — conversões fracas: trate conversions como sinal secundário,
não como north-star, enquanto não houver action de compra/lead.
3.2 North-star por bidding strategy ("NUNCA métrica isolada")
Toda conclusão cruza ≥2 métricas e ancora na estratégia de lance da campanha:
Bidding strategy
North-star
Diagnóstico secundário
TARGET_SPEND (max cliques — caso atual)
CPC médio + volume de cliques
CTR (Search saudável ≥ 2-3%; nichado pode passar de 15%), custo/dia vs budget
observe (ou reallocate_budget p/ ad group mais barato)
search term irrelevante com custo (status NONE, intenção ≠ produto: "grátis", "download", "udemy", "login", tema alheio)
desperdício de budget em query errada
add_negative_keywords
keyword ADDED com muitas impressões + CTR↓↓ vs irmãs
keyword atrai busca errada
adjust_keywords
CTR alto + clicks ok + conversions=0 com action ENABLED
gargalo pós-clique (LP/tag)
fix_landing_page
irmã com mesmo CPC a 2x+ o custo total
realocar para a vencedora
reallocate_budget
tudo saudável + gasto << budget diário
impression share limitado — dá pra crescer
scale (respeitar cap R$50)
budget_amount > R$50
acima do cap do cliente
reallocate_budget, metric_focus='budget'
Âncora de tendência: janela atual vs compare (delta %) e vs metric_snapshots de rodadas
anteriores da MESMA entidade (channel='google_ads') — com cadência diária o histórico interno
é a âncora mais confiável.
Gates de significância (nicho pequeno — não agir no ruído → is_significant=false,
recommendation_type='observe'): impressions < 100, ou clicks < 10, ou cost < R$10
na janela. Termo de busca individual: só vira finding de negativa com cost ≥ R$5 OU
clicks ≥ 3 sem relevância.
Defaults de entrada ($ARGUMENTS, key=value): window=last_7d,
compare=previous_period (= os 7 dias imediatamente anteriores, via
time_range_since/until). Presets aceitos: os do connector (today ... maximum).
4. Passo a passo
Passo 0 — Setup
Em uma chamada Bash:
Detecção de origem (§1) + DATE=$(TZ=America/Sao_Paulo date +%F),
STAMP=$(TZ=America/Sao_Paulo date +%Y%m%d-%H%M).
Carregar env: se existir .env.local, set -a && eval "$(tr -d '\r' < .env.local)" && set +a
(strip de CRLF obrigatório; tolere ausência — no runner os envs já vêm de fly secrets).
Exigir SUPABASE_URL e SUPABASE_SECRET_KEY (fallback SUPABASE_SERVICE_ROLE_KEY) — sem
eles não há persistência: aborte cedo com mensagem clara (exit ≠ 0).
Parse de overrides do $ARGUMENTS; aplicar defaults da §3.3. Calcular as datas da janela
de comparação. Marcar run_started_at (UTC).
Passo 1 — Pré-condições
client_id via REST (§2). Falhou → sem como gravar: exit ≠ 0 com log claro.
google_token_status → exigir autenticado na conta certa. Inválido → gravar analyses
com overall_verdict='error', channel='google_ads', e sair (não chame
google_login/google_refresh_token — são interativos).
get_insights(level="campaign", date_preset=window) → base da análise. Repetir com
time_range_since/until da janela de comparação.
get_insights(level="ad_group") e level="ad" na janela atual (comparação por entidade
filha é opcional; priorize campanha).
get_search_terms(date_preset=window) → candidatos a negativa / keywords fracas.
get_recommendations() → best-effort (§3.1 — quebrada? registre e siga).
list_conversion_actions() → contexto de conversão (há action ENABLED? de que tipo?).
Payloads desta conta são pequenos (≤ ~15 campanhas) — nada de tool-results/ gigante; se um
dia estourar, processe o arquivo com jq/python3, nunca leia inteiro no contexto.
Passo 3 — Caminho no_data
Se nenhuma campanha teve cost > 0 na janela: 1 linha em analyses com
overall_verdict='no_data', channel='google_ads', active_entities conforme
list_campaigns, + 1 finding info ("Nenhuma campanha Google Ads com gasto no período",
recommendation_type='none', is_significant=false, level=null). Seguir p/ Passos 6-8.
Não é erro — é o estado esperado enquanto tudo está PAUSED.
Passo 4 — Diagnóstico (aplicar §3)
Para cada campanha com gasto: derivar métricas, cruzar conforme a matriz, aplicar gates,
comparar tendência, rankear irmãs. Search terms: classifique a intenção de cada termo com
custo relevante contra o produto do ad group (CCA-F Prep/cursos Claude/tráfego pago — veja o
nome do ad group); termo alheio → finding add_negative_keywords com o termo exato em
evidence e no recommended_action ("negativar '' em PHRASE na campanha X").
Produzir overall_verdict ∈ {healthy,watch,underperforming,learning} e findings
priorizados — cada diagnosis cita a relação entre ≥2 métricas
(ex.: "CPC R$5,15 com CTR 4,3%: leilão caro, não copy — 'vibe coding' custou R$20 sem conversão").
Passo 5 — Persistir no Supabase (100% via REST)
⚠️ Não use o MCP do Supabase — no headless ele é OAuth-gated e não está disponível
(gotcha validado). Tudo via PostgREST:
analyses (1 linha, -H "Prefer: return=representation" para capturar o id):
client_id, channel:'google_ads', objective = lista distinta de bidding strategies com
gasto (ex.: 'TARGET_SPEND'), window_start, window_stop, compare_window_start, compare_window_stop, entities_analyzed, active_entities, overall_verdict, summary, manifest_path, triggered_by (§1), run_started_at, run_finished_at.
metric_snapshots (1 POST com array JSON, Prefer: return=minimal; 1 item/entidade
com gasto): analysis_id, client_id, level ∈ {campaign,ad_group,ad},
meta_entity_id = resource name Google (customers/4342319594/campaigns/<id>,
.../adGroups/<id>, .../ads/<id>), entity_name (ads não têm nome → null),
date_start, date_stop, e o mapeamento:
impressions→impressions · clicks→link_clicks · ctr→ctr (fração) ·
round(cost*100)→spend_cents · round(average_cpc*100)→cpc_cents ·
round(cost/impressions*1000*100)→cpm_cents (null se 0 impressões) ·
conversions→results · round(cost/conversions*100)→cost_per_result_cents (null se 0).
Meta-only (reach, frequency, landing_page_views, cplpv_cents, outbound_ctr, *_ranking)
= null. raw = linha bruta do connector + derivados + (no level campaign) top search
terms do período.
analysis_findings (1 POST com array): analysis_id, client_id, level
(campaign/ad_group/ad/keyword; achado de conta → null), meta_entity_id
(para keyword: o próprio termo de busca), entity_name, severity, metric_focus, diagnosis, evidence (jsonb com os números), recommended_action, recommendation_type
(inclui os novos add_negative_keywords/adjust_keywords), confidence, is_significant.
NÃO grave em funnel_events (funil de 7 etapas é Meta-specific) nem em
campaigns/ad_sets/ads (schema Meta).
Se algo falhou, verified:false + errors[]. Sempre escreva o manifest.
Passo 7 — Notificar no Telegram (best-effort)
TELEGRAM_CHAT_ID ausente ou tool indisponível → pular com log ("Telegram pulado") e seguir —
nunca trave o headless. Presente → resumo curto (veredito + CPC/CTR das top campanhas + top 3
findings) via mcp__plugin_telegram_telegram__reply.
Passo 8 — Resumo final (stdout)
Tabela por campanha (nome, status, spend, clicks, CPC, CTR, veredito) + candidatos a negativa
overall_verdict + recomendações priorizadas. Fechar com: "Análise read-only — nenhuma
alteração feita na conta Google Ads. Métricas + recomendações gravadas no Supabase para
decisão humana."
5. Critério de sucesso
Exatamente 1 linha em analyses com channel='google_ads' (mesmo no_data/error).
1 metric_snapshots por entidade com gasto, dinheiro em cents (reais × 100), IDs como
resource names Google.
Cada finding cruza ≥2 métricas com evidence; candidatos a negativa citam o termo exato.
Manifest JSON em ${TRY_DIR}/.
Zero chamadas de escrita no Google Ads (verificável pelo allowed-tools).
6. Anti-padrões (NÃO faça)
❌ AskUserQuestion ou parar para pedir confirmação.
❌ Qualquer mutação no Google Ads (apply_recommendations incluso — recomendação é para
humano decidir).
❌ Usar o MCP do Supabase para persistir — headless não tem; é REST sempre.
❌ Dividir cost por 10.000 — o connector JÁ entrega reais; cents = × 100.
❌ Consultar a conta manager 1720061401.
❌ Concluir a partir de uma métrica isolada; julgar CTR de nicho pelos benchmarks de
display/social.
❌ Tratar no_data como erro (estado esperado com tudo PAUSED).
❌ Abortar porque get_recommendations quebrou (best-effort, §3.1).
❌ Gravar funnel_events ou as tabelas campaigns/ad_sets/ads.
