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"`.
Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Quelldateien prüfen
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Ein direkter Befehl überspringt den Prüf-Prompt. Prüfen Sie die Quelle, bevor Sie ihn ausführen.
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.
