Install any skill in seconds. Free to start, no credit card required.
Get Started Free →메타 광고관리자에서 내려받은 엑셀(.xlsx) 보고서를 올리면 광고 성과를 진단하고, 무엇을 어떻게 손볼지 강도별(🟢보수 🟡중도 🔴적극)로 정리한 리포트를 만들어 드립니다. 다음과 같은 요청 시 사용하세요: - "메타 광고 보고서 분석해줘" - "ROAS가 왜 낮은지 봐줘" - "지면별 성과 어떤지 봐줘, Audience Network 끊어야 하나" - "연령대·성별로 분해해줘" - "광고 소재가 노후화됐는지 봐줘" - "예산이 적정한지, 광고비 누수 있는지 찾아줘" - "이번 달이랑 지난 달 추세 비교해줘" - "광고 보고서 엑셀 올릴게, 분석해줘" 퍼널·KPI·지면·연령·성별·누수까지 분석해 HTML·DOCX·PPTX·MD 중 원하는 형식으로 보고서를 만들고, 문서 텍스트는 moai-core:ai-slop-reviewer → moai-content:humanize-korean으로 다듬습니다. [책임 경계] vs pixel-audit·landing-page-conversion-au
.claude/skills/modu-ai-meta-ads-analyzer/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-02 | ✗→✓ | ▲ Improved | 324% | 0% |
| case-06 | ✗→✓ | ▲ Improved | 52% | 0% |
| case-07 | ✗→✓ | ▲ Improved | 199% | 0% |
| case-18 | ✗→✓ | ▲ Improved | 114% | 0% |
| case-03 | ✓→✗ | ▼ Worse | 26% | 0% |
메타 광고관리자에서 추출한 .xlsx 보고서를 업로드받아, 상품 관여도와 운영 철학을 반영한 진단 결과와 강도별 액션 옵션을 제시하는 분석 도구.
핵심 차별점 5가지:
> Attribution: Methodology adapted from agricidaniel/claude-ads v1.5.1 (MIT). 50-check audit matrix, weighted scoring, Quick Wins logic → 한국 시장 적용 (Korean market adaptation). 상세: NOTICE.md §agricidaniel/claude-ads.
다음 발화 시 반드시 이 스킬을 호출합니다:
[Step 1] 사용자 그룹 명시 선택 (인하우스 / 대행사 / 소규모)
↓
[Step 2] .xlsx 보고서 1~6개 업로드 + 사용자 입력 6종 확인
↓
[Step 3] 전처리 — 컬럼 자동 매핑 · 통합/분리 보고서 판단 · 정합성 검증 6종
↓
[Step 4] 5 자동 모드 판단 — 단일/통합/분리/다중월/다중캠페인 분기
↓
[Step 5] 9 분석 모듈 자동 실행 (인구통계 컬럼 유무에 따라 모듈 3·4 일부 분기)
↓
[Step 6] 7-Level 계층 출력 생성 (Level 1~6 필수, Level 7 선택)
↓
[Step 7] 강도별 액션 옵션 (🟢🟡🔴) 표준 템플릿으로 권장안 정리
↓
[Step 8] 선택 출력 형식 (HTML / DOCX / PPTX / MD) 생성
↓
[Step 9] DOCX/PPTX/MD → moai-core:ai-slop-reviewer → moai-content:humanize-korean 자동 체이닝
↓
[Step 10] 면책 문구 포함하여 최종 산출물 제공첫 호출 시 반드시 명시 입력으로 3개 그룹 중 1개를 선택합니다 (자동 추정 X).
| 그룹 | 정의 | 핵심 니즈 | |------|------|-----------| | 🏢 인하우스 | 광고주 사내 마케터 | 정확성·일관성, 사내 보고 | | 🤝 대행사 | 광고 대행사 AE | 효율성·시각화, 클라이언트 보고 | | 👤 소규모 | 1인 운영자, 대표 | 친절함·실행성, 쉬운 해설 |
그룹별 출력 차별화 매트릭스 (분석 깊이·톤·액션 강조·용어 설명 수준 포함) → references/A.md
보고서 업로드 후 다음 6개 항목을 입력합니다:
| 항목 | 유형 | 선택지 | |------|------|--------| | 상품 카테고리 | 필수 | 8 프리셋 (식품/음료 · 패션/뷰티 · 건강기능식품 · IT/디지털 · 가정용품 · 교육/지식 · 서비스/B2B · 기타) | | 상품 단가 구간 | 필수 | 저가(약 3만원) · 중가(3-10만원) · 고가(10-30만원) · 프리미엄(30만원+) · 직접 입력 | | 관여도 | 자동 추정+수동 변경 가능 | 카테고리·단가·목표 조합 기반 자동 추정 → 사용자가 저/중/고로 수동 변경 가능 | | 캠페인 목표 | 필수 | 구매(Sales) · 리드 수집(Lead) · 트래픽(Traffic) · 인지도(Awareness) · 앱 설치 | | 운영 기간 | 필수 | 신규(1개월 미만) · 초기(1-3개월) · 안정(3-12개월) · 장기(12개월 이상) | | 운영 철학 | 필수 | 자동 신뢰형 · 적극 통제형 · 양쪽 모두 제시(기본값) |
입력 6종 상세 (카테고리 8 프리셋 기본 관여도 · 관여도 자동 추정 로직 · 운영 철학 출력 분기) → references/C.md
업로드 파일 수·기간·차원을 분석해 5개 모드 중 하나를 자동 선택합니다:
파일 1개 + 노출지면만 → 단일 캠페인 진단 모드 (기본)
파일 1개 + 노출지면 + 인구통계 → 통합 분석 모드
파일 2개 + 같은 기간 + 다른 차원 → 분리 보고서 통합 모드
(노출지면 보고서 + 인구통계 보고서)
파일 2~6개 + 다른 기간 → 다중 월 비교 모드
(추세 분석 + 소재 라이프사이클 활성화)
파일 2~6개 + 같은 기간 + 다른 캠페인 → 다중 캠페인 일괄 모드
(대행사용)
그 외 → 사용자 확인 요청5 모드 상세 분기 로직 + 모드별 활성화 분석 항목 → references/E.md
보고서 업로드 시 다음 9개 모듈이 자동 실행됩니다:
| # | 모듈 | 핵심 산출 | |---|------|----------| | 1 | 퍼널 분해 | 노출→클릭→구매 깔때기, 단계별 전환율, 관여도별 벤치마크 비교 | | 2 | KPI 분해 | 절대값(지출·노출·클릭·구매·매출) + 효율 지표(CTR·CPC·CVR·ROAS·AOV·CPA) + 다중 월 추세·증감률 | | 3 | 차원별 분해 (v1.1 확장) | 플랫폼·지면·소재·컨셉·연령·성별 단일 분해 + 4차원 교차 (광고×지면×연령×성별) | | 4 | 범용 매트릭스 (v1.1 확장) | 사용자 선택 축 기반 등급 매트릭스 (S/A/B/C/D/F) | | 5 | 누수·파레토 | 구매 0 지출 절대값·비중, 매출 80% 기여 조합 파레토 분석 | | 6 | 소재 라이프사이클 | 광고명 패턴 기반 노후화 진단 (다중 월 데이터 시 활성화) | | 7 | 학습 단계 진입 | 주 50건 전환 기준 달성 가능성 평가, 광고 세트 구조 권장 방향 | | 8 | 예산 적정성 | 제품가 × 3 권장 일일 예산 대비 현재 적정성 (월 광고 예산 입력 시 활성화) | | 9 | 시나리오 시뮬레이션 | 액션별 예상 매출·ROAS 변화 + 낙관/현실/비관 신뢰 구간 (선택) |
> 인구통계 컬럼(연령·성별) 부재 시 모듈 3·4의 인구통계 차원만 비활성화 — 나머지 분석은 정상 진행.
9 모듈 상세 명세 (D.1-D.9 직접 인용, 등급 기준·노후화 판정 공식 포함) → references/D.md
모든 출력 형식은 다음 7단계 계층을 따릅니다:
Level 1: 한 줄 요약
Level 2: 핵심 발견 3가지 (카드형)
Level 3: KPI 대시보드 (차트)
Level 4: 영역별 진단 (지면·소재·연령·성별 등)
Level 5: 누수·기회 분석
Level 6: 강도별 액션 옵션 (🟢🟡🔴)
Level 7: 시뮬레이션 (선택)Level 1-6: 모든 출력 형식 필수 / Level 7: 사용자 선택
모든 권장안은 단정적 명령 없이 다음 표준 템플릿 5요소를 갖춥니다:
### [발견] {제목}
**사실**: {데이터로 확인된 내용}
**해석 (양면)**:
- A 입장 (자동 신뢰): {해석}
- B 입장 (적극 통제): {해석}
**권장 옵션**:
🟢 보수안: {액션} | {효과} | {리스크}
🟡 중도안: {액션} | {효과} | {리스크}
🔴 적극안: {액션} | {효과} | {리스크}
**의사결정 가이드**: 예산 규모·운영 기간·운영 철학별 권장액션 권장안 표준 템플릿 전문 + 그룹별 톤 조정 예시 → references/F.md
| 형식 | 우선순위 | 주 활용 | 특징 | |------|---------|--------|------| | HTML | 1순위 | 즉시 확인·발표·시연 | React+Recharts 단일 파일, 인터랙티브 차트 | | DOCX | 2순위 | 클라이언트·사내 보고 | 8섹션 구조, 표·차트 포함 | | PPTX | 3순위 | 발표·강의 | 10-15 슬라이드 | | MD | 보조 | 실무 체크 | 체크박스+우선순위, Notion·Slack 최적화 |
HTML 디자인 토큰 (moai-content:html-report 공용 팔레트 — SSOT):
| 토큰 | 헥스 | 용도 | |------|------|------| | --ivory | #FAF9F5 | 페이지 배경 | | --paper | #FFFFFF | 카드·패널 배경 | | --slate | #141413 | 본문 텍스트 | | --clay | #D97757 | 강조·링크 | | --clay-d | #B85C3E | 고위험 표시 (🔴 적극안) | | --oat | #E3DACC | 보조 배경·차트 기본 막대 | | --olive | #788C5D | 긍정 신호 (🟢 보수안) | | --g300 | #D1CFC5 | 테두리·구분선 |
4 출력 형식 상세 명세 (HTML CSS 변수 전문 · DOCX 8섹션 · PPTX 슬라이드 구성 · MD 포맷) → references/G.md
| ✓ 권장 | ✗ 금지 | |--------|--------| | 사실 제시 → 양면 해석 → 강도별 선택지 (방향성 수준) | 단정적 명령 ("OFF하라") | | 신호등 시스템 (🟢🟡🔴) | 메타 광고관리자 조작 단계 가이드 ("광고 세트 편집 → 노출 위치 → ...") | | 지면·소재·인구통계별 개선 방향 제시 | 메타 UI 캡처·스크린샷 | | 구체적 액션 권장 (예: "AN 지면 노출 OFF 검토") | 편향된 일반화 | | 사용자 그룹별 톤 조정 | 검증 안 된 벤치마크 (출처 미명시) | | 벤치마크 수치 인용 시 출처 명시 (공개 벤치마크 출처) | 운영 철학 강요 |
표현 수준 예시:
모든 출력물에 다음 문구를 포함합니다:
> 본 분석 결과는 데이터 기반 진단입니다. > 최종 운영 의사결정은 사용자의 경험·맥락·전략에 따라 다를 수 있으며, > 스킬은 정답이 아닌 의사결정 옵션을 제공합니다. > > 메타 광고관리자에서의 실제 적용 방법은 사용자가 직접 확인하시기 바랍니다.
면책 문구 전문 + 명시적 한계 목록 + 시간 예측 금지 예외 사항 → references/I.md
meta-ads-analyzer (보고서 분석)
↓ DOCX/PPTX/MD 텍스트 산출물
moai-core:ai-slop-reviewer (AI 슬롭 검수)
↓
moai-content:humanize-korean (한국어 AI 티 제거)
↓ 인프라 문제 발견 시
moai-marketing:pixel-audit (픽셀·1st Party 데이터 인프라 진단)
↓ 랜딩 문제 발견 시
moai-marketing:landing-page-conversion-audit (랜딩 6섹션 전환율 진단)> HTML 대시보드는 React 컴포넌트+차트가 주 산출물이므로 moai-core:ai-slop-reviewer·moai-content:humanize-korean 체이닝 대상에서 제외 (본문 카피·해석 텍스트만 해당).
| 페어 스킬 | 책임 | 본 스킬과의 경계 | |----------|------|-----------------| | moai-marketing:pixel-audit | 메타 픽셀·인프라 진단 | 픽셀 설치·CAPI·Lookalike 씨앗 → moai-marketing:pixel-audit, 보고서 결과 분석 → 본 스킬 | | moai-marketing:landing-page-conversion-audit | 랜딩 6섹션 전환율 진단 | 광고 클릭 후 랜딩 UX → 페어, 광고 시스템 KPI(노출/클릭/구매/매출/ROAS) → 본 스킬 | | moai-marketing:campaign-planner | 캠페인 사전 기획 | 사전 기획(목표·타겟·소재 컨셉) → moai-marketing:campaign-planner, 집행 후 사후 진단·액션 → 본 스킬 |
(페어 분리 원칙)
| 부록 | 내용 | 링크 | |------|------|------| | A | 사용자 그룹 차별화 매트릭스 (A.4 출력 차별화 6항목) + 명시 입력 UX 가이드 | references/A.md | | B | 12 필수 컬럼 자동 매핑 + 컬럼 누락 처리 4룰 | references/B.md | | C | 사용자 입력 6종 상세 (카테고리 8 프리셋·단가·관여도·목표·운영 기간·운영 철학) | references/C.md | | D | 9 분석 모듈 상세 명세 (D.1-D.9 직접 인용) | references/D.md | | E | 5 자동 모드 판단 로직 (E.1-E.5 분기 상세) | references/E.md | | F | 액션 권장안 표준 템플릿 (F.1 5요소 + F.2 ✓/✗ 예시 + F.3 그룹별 톤) | references/F.md | | G | 4 출력 형식 명세 (HTML 디자인 토큰 · DOCX 8섹션 · PPTX 슬라이드 · MD 체크박스) | references/G.md | | H | 정합성 검증 6종 + Layer 2 MCP 호출 가이드 | references/H.md | | I | 면책 문구 전문 + 명시적 한계 + 시간 예측 금지 예외 | references/I.md | | J | 자매 스킬 후보 (creative-generator·budget-planner·curriculum-builder) | references/J.md | | K | 샘플 보고서 fixture 가이드 + 테스트 예시 | references/K.md |
> Methodology adapted from agricidaniel/claude-ads v1.5.1 (MIT).
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→fail | 30,805 | 29,889 | -3% | 1 | 1 | 0% | 6,270 | 10,608 | +69% | 0 | 0 | — |
case-02 | fail→pass | 12,655 | 26,609 | +110% | 1 | 1 | 0% | 2,107 | 8,939 | +324% | 0 | 0 | — |
case-03 | pass→fail | 28,141 | 8,456 | -70% | 1 | 1 | 0% | 4,651 | 5,846 | +26% | 0 | 0 | — |
case-04 | fail→fail | 18,468 | 13,222 | -28% | 1 | 1 | 0% | 3,458 | 6,656 | +92% | 0 | 0 | — |
case-05 | fail→fail | 18,881 | 15,335 | -19% | 1 | 1 | 0% | 2,798 | 6,703 | +140% | 0 | 0 | — |
case-06 | fail→pass | 25,454 | 10,460 | -59% | 1 | 1 | 0% | 3,994 | 6,061 | +52% | 0 | 0 | — |
case-07 | fail→pass | 10,892 | 10,112 | -7% | 1 | 1 | 0% | 2,011 | 6,010 | +199% | 0 | 0 | — |
case-08 | pass→pass | 13,861 | 7,686 | -45% | 1 | 1 | 0% | 2,323 | 5,665 | +144% | 0 | 0 | — |
case-09 | pass→pass | 10,535 | 7,202 | -32% | 1 | 1 | 0% | 1,604 | 5,659 | +253% | 0 | 0 | — |
case-10 | pass→pass | 16,134 | 6,695 | -59% | 1 | 1 | 0% | 2,419 | 5,535 | +129% | 0 | 0 | — |
case-11 | pass→pass | 18,223 | 18,495 | +1% | 1 | 1 | 0% | 2,828 | 7,355 | +160% | 0 | 0 | — |
case-12 | pass→pass | 18,353 | 13,812 | -25% | 1 | 1 | 0% | 2,837 | 6,443 | +127% | 0 | 0 | — |
case-13 | pass→pass | 16,245 | 10,071 | -38% | 1 | 1 | 0% | 2,512 | 5,939 | +136% | 0 | 0 | — |
case-14 | pass→pass | 15,166 | 20,156 | +33% | 1 | 1 | 0% | 2,434 | 7,451 | +206% | 0 | 0 | — |
case-15 | pass→pass | 30,201 | 13,496 | -55% | 1 | 1 | 0% | 3,641 | 6,962 | +91% | 0 | 0 | — |
case-16 | pass→pass | 15,330 | 10,676 | -30% | 1 | 1 | 0% | 2,535 | 6,210 | +145% | 0 | 0 | — |
case-17 | pass→pass | 13,316 | 13,864 | +4% | 1 | 1 | 0% | 2,105 | 6,868 | +226% | 0 | 0 | — |
case-18 | fail→pass | 18,399 | 14,049 | -24% | 1 | 1 | 0% | 3,116 | 6,679 | +114% | 0 | 0 | — |
case-19 | pass→pass | 17,536 | 9,707 | -45% | 1 | 1 | 0% | 2,718 | 6,063 | +123% | 0 | 0 | — |
case-20 | pass→pass | 13,633 | 13,785 | +1% | 1 | 1 | 0% | 2,180 | 6,516 | +199% | 0 | 0 | — |
case-21 | pass→pass | 17,650 | 17,734 | +0% | 1 | 1 | 0% | 2,900 | 7,386 | +155% | 0 | 0 | — |
case-22 | pass→pass | 15,488 | 9,610 | -38% | 1 | 1 | 0% | 2,559 | 5,912 | +131% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +14 percentage points is the difference between those two pass rates over the 22 comparable cases. 1 case got worse with the skill loaded, and it is included in that figure.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.