这个 Skill 能做什么，适合哪些场景？
该技能面向付费广告搜索词报告的周期性挖掘与否定关键词维护。它从有转化的查询中提取新关键词或广告组候选，并从有支出但无转化的查询中建立否定关键词清单和 n-gram 浪费报告。输出包含 add、negate、move 维护差异、ROAS 的 S（支出效率）评分及交接摘要。它不负责账户结构、预算或出价分配，也不计算最终 RQS。
读取搜索词导出中的 query、impressions、clicks、cost、conversions，以及可选的 conversion value；确认 direct-response、prospecting 或 incremental-profit 类型画像；按明确阈值筛选转化查询并路由为新增关键词或广告组；按明确成本下限标记零转化浪费查询，指定 exact 或 phrase 否定匹配及广告组、广告系列或共享列表层级；将非转化查询拆分为 1-gram、2-gram 和 3-gram，按实测成本排名；生成 add、negate、move 维护差异、否定关键词清单、S 维度评分和可复用摘要。
- 付费搜索团队每周拿到新的搜索词导出，需要把转化查询加入现有关键词或广告组。
- 广告主发现大量点击和支出没有转化，希望建立带匹配类型和层级的否定关键词清单。
- 增长团队想定位反复出现、持续消耗预算但没有转化的词根或短语。
- 投放负责人需要在账户审计前整理搜索词浪费证据和 ROAS S 维度输入。
如何安装这个 Skill？
- 在执行否定关键词或广告组移动前，必须由用户确认阈值、匹配类型、作用层级和每条建议，避免误伤有效流量。
- 搜索词导出可能包含客户查询、成本和转化信息；当前技能未规定脱敏、最小化保存或清理 memory 文件的流程。
- 必须先确认 profile、conversion 列、归因窗口和平台字段含义；否则 S 评分和浪费判断可能不可靠。
- n-gram 对中文查询的分词规则未定义，直接套用英文 token 化可能产生错误结论。
- 网络访问
- 本地文件系统
- MCP Server
在 Claude Code 或兼容 Agent Skills 的主机中安装该仓库，并使用其中的 ad/research/search-term-miner/SKILL.md。仓库 README 提供的 Claude Code 安装命令是 /plugin marketplace add aaron-he-zhu/aaron-marketing-skills，随后运行 /plugin install aaron-marketing@aaron；通用主机可使用 npx skills add aaron-he-zhu/aaron-marketing-skills。单技能安装命令在 README 中以 keyword-research 为示例，未明确给出本技能的单技能参数。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/aaron-he-zhu/aaron-marketing-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/ad/research/search-term-miner" ~/.claude/skills/
rm -rf "$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？
准备包含 query、cost 和 conversions 列的搜索词报告，必要时加入 conversion value，然后输入：Mine my search terms. Here is my exported search-terms report: [paste/path]. Goal is [DR/prospecting]. 或 Build a negative-keyword list and an n-gram waste report from this search-terms export: [path]. 如果缺少 conversion 列，技能会停止并要求补充，不会仅依据点击量进行挖掘或否定。
这个 Skill 有哪些优点和局限？
- 输出明确覆盖新增、否定和移动三类维护动作。
- 同时提供查询级否定清单和按成本排名的 n-gram 浪费报告。
- 要求标注 Measured、User-provided 或 Estimated，且支持三种 ROAS 类型画像。
- 可使用用户粘贴或导出的数据，不要求付费广告 API。
- 需要搜索词报告包含 query、cost 和 conversions；缺少转化列时无法继续。
- 不会设计账户结构、分配预算或出价，也不会计算最终 RQS。
- 阈值、成本下限和否定层级需要基于具体账户情境确定，源材料未提供统一默认值。
- 源材料没有提供独立测试套件或具体广告平台的完整验证证据。
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 |
|---|---|---|---|---|
| 付费广告搜索词挖掘器 本页 | 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 |
| 广告疲劳与频次管理器 | 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 |
| 付费广告复盘回路 | 54 · 谨慎使用 | ★ 3k | 12 天前 | Apache-2.0 |
与 campaign-architect 的边界是：本技能负责搜索词挖掘和否定卫生，前者负责账户结构；与 budget-optimizer 的边界是：本技能处理查询浪费，后者处理预算和出价分配；与 ad-account-auditor 的边界是：本技能输出 ROAS S 证据，后者计算完整 RQS 并执行审计门禁。
FollowSkills 如何评估这个 Skill？
技能明确要求将导出文件视为不可信输入，默认使用用户提供的手工导出，API 为可选，并将写入限制为用户确认后的本地 memory 摘要；未明确导出数据的敏感信息分类、删除/回滚机制或对建议的逐项执行确认，因此扣分。
输入列校验、缺列即停止、按阈值分类、匹配类型标注和失败时询问用户等路径较清晰；但采集阈值、浪费成本下限和异常数据处理未给出具体规则，且没有该技能关键路径的专门测试，静态评分受限。
触发条件、输入格式、输出物和非适用范围均有明确说明，并支持手工 CSV，降低平台依赖；但对不同广告平台字段差异、中文搜索词分词和大陆网络环境的适配证据有限，geo-relevance 也标为 low。
具备版本、许可证、兼容性、Quick Start、契约、数据源、范围边界和后续技能说明，结构良好；但本技能未提供示例输出、FAQ、具体维护责任人、变更记录或独立更新路径，且发布者身份未验证。
定义了维护差异、关键词/广告组、否定词、n-gram 报告和 S 评分等可直接使用的产物，能覆盖核心挖掘任务；但阈值和成本下限需用户或代理自行决定，缺少代表性输出或实际结果验证，因此不能超过静态上限。
文件提供了方法、数据字段和 Measured/User-provided/Estimated 标签要求；但没有该技能的可复现测试、真实运行记录或第三方交叉证据，仓库测试主要验证架构和审计工件，证据强度较低。
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 →