这个 Skill 能做什么，适合哪些场景？
这是一个面向付费广告扩量阶段的分析技能，用于判断广告创意疲劳与受众饱和。它将当前频次、CTR、CVR 和触达趋势与学习阶段结束后的早期稳定窗口进行比较。技能会为每个广告组区分创意疲劳、受众饱和或无明确问题，并返回 Rotate-creative、Widen-audience 或 Hold 之一。它不制作替换素材，也不计算 RQS 或执行广告账户审计否决。
读取用户提供的广告组或广告系列时间序列数据，包括展示、触达、频次、点击率、转化率和花费；确定学习阶段结束后的早期基线；通过 ledger.py 记录并计算频次、CTR、CVR 和触达趋势；检查适用于广告目标的频次上限；用 GA4 或电商订单数据核验 CVR 是否可信；输出每个广告组的疲劳表、主导原因、触发阈值、风险说明和可保存的交接摘要。
- 付费媒体负责人发现扩量后频次升高、CTR 下降，需要判断是否更换素材。
- 投放经理看到同一批素材的 CTR 持续下滑，但触达仍在增长，需要区分创意疲劳与受众饱和。
- 增长团队发现触达趋于停滞、频次持续上升，需要评估是否扩大受众。
- 分析师只有 CTR 和频次数据、缺少 CVR 时，需要获得有限的创意疲劳判断。
- 广告组仍处于学习阶段，团队需要知道为什么暂时不能进行疲劳判断。
如何安装这个 Skill？
- 频次上限和基线规则依赖未提供的 measurement-protocol.md，无法静态确认实际阈值。
- ledger.py 命令依赖 CLAUDE_PLUGIN_ROOT 及共享脚本，其他宿主上的可达性和失败行为未得到证明。
- CVR 归因要求 GA4、电商订单真值集或审计员接手；缺少这些数据时不应把疲劳诊断当作确定结论。
- 发布者未经过 FollowSkills 企业注册表验证，身份应视为未知。
- Shell / 命令行
- 本地文件系统
Python 3
Claude Code：运行 /plugin marketplace add aaron-he-zhu/aaron-marketing-skills，然后运行 /plugin install aaron-marketing@aaron。兼容 Agent Skills 的其他主机可运行 npx skills add aaron-he-zhu/aaron-marketing-skills；README 也记录了使用 -s 参数获取单个技能的方式。仓库还支持直接 git clone https://github.com/aaron-he-zhu/aaron-marketing-skills。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/aaron-he-zhu/aaron-marketing-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/ad/scale/fatigue-frequency-manager" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
提供广告组或广告系列的每日或每周时间序列导出，并说明学习阶段退出日期、目标 CPA/ROAS，以及可用的受众规模或饱和度信息。例如：Frequency on my prospecting set hit 6.2 and CTR halved over two weeks — is it fatigue, and do I rotate or widen? 若只有单日快照，或广告组仍在学习阶段，技能会要求补充时间序列或学习退出日期。分析完成后会询问是否保存结果。
这个 Skill 有哪些优点和局限？
- 明确要求使用学习阶段结束后的固定早期基线，而不是只看最后一天。
- 为每个广告组返回唯一触发器，并区分创意疲劳与受众饱和。
- 支持手动导出数据，广告平台 API 和 MCP 不是前置条件。
- 会标记 Measured、User-provided 和 Estimated，并提示 CVR 追踪异常风险。
- 不能生成替换广告素材；Rotate-creative 后需交给 ad-creative-builder。
- 不能计算 RQS 或执行广告账户审计否决；测量风险需交给 ad-account-auditor。
- 没有时间序列或仍处于学习阶段时无法完成疲劳斜率判断。
- 频次上限依赖目标和测量协议；源材料未提供具体的通用数值。
- 技能正文引用了 `${CLAUDE_PLUGIN_ROOT}` 和本地 ledger.py，迁移到其他主机可能需要调整路径。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 广告疲劳与频次管理器 本页 | 58 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 付费广告受众分群器 | 56 · 谨慎使用 | ★ 3k | 12 天前 | Apache-2.0 |
| 付费广告搜索词挖掘器 | 54 · 谨慎使用 | ★ 3k | 12 天前 | Apache-2.0 |
| 付费广告账户架构师 | 57 · 谨慎使用 | ★ 3k | 12 天前 | Apache-2.0 |
| 品牌安全排除管理器 | 56 · 谨慎使用 | ★ 3k | 12 天前 | Apache-2.0 |
FollowSkills 如何评估这个 Skill？
技能明确将导出文件视为不可信数据，默认使用用户手动导出的自有账户数据，API 为可选项，并在写入记忆前询问用户；但未展示实际权限隔离、回滚机制或本技能路径级的数据流验证，因此扣 6 分。
步骤、停止条件、异常信号和输出结构较清晰；但关键频次上限依赖未提供的参考文件，ledger 脚本路径依赖宿主变量，且未见本技能关键路径的专门测试或可诊断运行失败反馈，因此扣 12 分，并受静态上限限制。
触发场景、输入、输出、非适用范围和后续技能边界明确，也允许缺少部分数据时降级处理；但对阈值配置、不同平台指标差异及中文用户实际环境的适配证据有限，因此扣 4 分。
前言、Quick Start、Skill Contract、数据源、步骤、保存和交接结构完整，版本与 Apache-2.0 许可清楚；但维护责任、变更记录和更新路径未在本技能证据中明确，且依赖的共享文档未随评估材料展开，因此扣 5 分。
能够产出按广告组的疲劳诊断和唯一行动触发器，且区分创意疲劳、受众饱和与测量故障；但没有提供代表性实际输出、可验证阈值或结果对比证据，静态评估最多只能给有限分数，因此扣 9 分。
源文件提供了可审计的输入标签、计算方法、引用的共享协议，以及仓库级 CI/测试信号；但没有本技能关键路径的专门测试、第三方执行证据或多源复核，因此扣 6 分，并受静态上限限制。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →