| # | 類別 | Prompt |
|---|---|---|
| 跨平台分析 | ||
| 1 | 全局 ROAS | 比較過去 30 天 Google Ads 和 Meta Ads 的 ROAS，找出哪個平台的每一塊錢回報更高，並建議預算重新分配比例 |
| 2 | 歸因交叉比對 | 從 GA4 拉出所有轉換事件，對比 Google Ads 和 Meta Ads 各自回報的轉換數，找出歸因落差最大的 campaign |
| 3 | 全漏斗分析 | 用 GSC 的曝光數據 + GA4 的 session 數據 + Google Ads 的轉換數據，畫出從搜尋曝光到最終轉換的完整漏斗，找出流失最嚴重的環節 |
| 4 | 平台重疊 | 分析 Google Ads 和 Meta Ads 是否在相同受眾上重複花費，找出兩個平台 overlap 最高的 campaign 並建議去重策略 |
| Google Ads 優化 | ||
| 5 | 否定關鍵字 | 分析過去 60 天所有 search term report，找出花費超過 $50 但零轉換的搜尋詞，產出否定關鍵字清單並按 campaign 分組 |
| 6 | 預算浪費 | 找出所有 CPA 高於帳戶平均值 2 倍以上的 ad group，計算如果暫停它們可以省下多少預算，以及把這些預算轉移到表現最好的 ad group 預期能多帶來多少轉換 |
| 7 | 品質分數 | 列出所有 Quality Score 低於 5 的關鍵字，分析是 landing page、ad relevance 還是 expected CTR 拖低了分數，並給出逐一修正建議 |
| 8 | 出價策略 | 比較我帳戶中使用 Target CPA、Maximize Conversions 和 Manual CPC 的 campaign 表現差異，建議哪些 campaign 應該切換出價策略 |
| 9 | 廣告文案 A/B | 分析所有 responsive search ads 中哪些 headline 和 description 組合的 CTR 最高，根據贏家模式幫我寫 5 組新的 headline + description |
| 10 | 時段優化 | 拉出過去 90 天按小時和星期幾拆分的轉換數據，找出轉換成本最低的時段和最貴的時段，建議 ad schedule 調整方案 |
| Meta Ads 優化 | ||
| 11 | 受眾疲勞 | 分析所有 active ad set 的 frequency，找出 frequency 超過 3 且 CTR 持續下降的 ad set，建議是否該換受眾或刷新素材 |
| 12 | Lookalike 比較 | 比較所有 Lookalike Audience 的表現（1%、2%、5%），找出最佳 seed audience 和最佳 lookalike 比例組合 |
| 13 | 素材類型分析 | 對比過去 30 天 image ads vs video ads vs carousel ads 的 CPA 和 ROAS，告訴我應該把更多預算放在哪種素材格式 |
| 14 | Placement 優化 | 按 placement（Feed、Stories、Reels、Audience Network）拆分所有 ad set 的績效，找出 CPA 最低的 placement 並建議排除哪些 |
| 15 | 新 Campaign 建議 | 根據目前表現最好的 ad set 的受眾特徵和素材風格，幫我規劃一個新的 OUTCOME_SALES campaign，包含 3 個 ad set 和每個 ad set 各 2 個 ad 的完整設定 |
| GA4 洞察 | ||
| 16 | Landing Page 診斷 | 找出 GA4 中 bounce rate 最高的前 20 個 landing page，交叉比對這些頁面在 Google Ads 的花費，算出因為 landing page 品質差而浪費的廣告預算 |
| 17 | 轉換路徑 | 分析 GA4 的轉換路徑，找出從第一次接觸到轉換平均經過幾個 touchpoint，以及 Google Ads 和 Meta Ads 分別在路徑中扮演什麼角色（first-click vs last-click） |
| 18 | 裝置差異 | 比較 desktop vs mobile vs tablet 的轉換率和 session duration，如果 mobile 轉換率明顯低於 desktop，分析可能的原因並建議修正方向 |
| 19 | 事件漏斗 | 追蹤從 page_view → add_to_cart → begin_checkout → purchase 的漏斗，找出每一步的流失率，標記流失最嚴重的步驟 |
| 20 | 流量品質 | 比較 Google Ads 和 Meta Ads 帶來的流量在 GA4 中的 engagement rate、pages per session 和 average session duration，判斷哪個平台帶來的流量品質更高 |
| GSC / SEO + 廣告協同 | ||
| 21 | Quick Wins | 從 GSC 找出排名在 4-15 且每月曝光超過 1,000 的關鍵字，這些都是 SEO quick wins；同時檢查這些關鍵字是否已經在 Google Ads 投放，如果有，計算 SEO 排上去後可以省下多少廣告費 |
| 22 | 自然 vs 付費重疊 | 列出同時出現在 GSC 自然搜尋和 Google Ads 付費搜尋的關鍵字，分析哪些已經自然排名前 3 卻還在花廣告費，建議可以停掉哪些付費關鍵字 |
| 23 | 內容缺口 | 從 GSC 找出曝光高但沒有對應 landing page 的搜尋意圖，再從 GA4 確認這些主題的潛在轉換價值，產出一份內容行事曆建議 |
| 24 | CTR 優化 | 從 GSC 找出排名前 5 但 CTR 低於該位置平均值的頁面，分析 title tag 和 meta description 的問題，幫我重寫 5 個高 CTR 版本 |
| 內容生成 | ||
| 25 | 廣告文案批量生成 | 根據過去 30 天 Google Ads 中 CTR 前 10 名的 headline 模式，幫我批量生成 20 組新的 responsive search ad headline + description，涵蓋促銷、功能、社會證明三種角度 |
| 26 | Meta 文案矩陣 | 根據 Meta Ads 中 ROAS 最高的 3 個 ad 的文案風格，幫我產出一個 3×3 文案矩陣：3 種 hook（問題、數據、故事）× 3 種 CTA（限時、免費、獨家） |
| 27 | SEO 文章 | 根據 GSC 的 Quick Wins 關鍵字清單，挑出搜尋量最高的 3 個，為每個關鍵字寫一篇 1,500 字的 SEO 文章大綱，包含 H2/H3 結構和建議的內部連結 |
| 自動化與排程 | ||
| 28 | 每日健檢 Prompt | 執行每日廣告健檢：(1) 檢查所有 active campaign 的昨日花費是否超過日預算 120%，(2) 找出 CTR 比 7 日均值下降超過 20% 的 ad，(3) 找出 CPA 比目標高 50% 以上的 ad group，把結果整理成一份摘要傳到 Slack |
| 29 | 週報生成 | 生成本週跨平台廣告週報：包含 Google Ads 和 Meta Ads 的總花費、總轉換、平均 CPA、ROAS，與上週對比的漲跌百分比，以及 top 3 表現最好和最差的 campaign，最後附上下週的 3 項優化建議 |
| 30 | 月度策略 | 綜合分析 GSC（自然搜尋趨勢）+ GA4（網站行為）+ Google Ads + Meta Ads 過去 30 天的所有數據，產出一份月度策略報告：(1) 預算分配建議，(2) 應新增的關鍵字/受眾，(3) 應暫停的低效 campaign，(4) 下個月的內容生成計畫，(5) 預估 KPI 目標 |
這 30 個 prompt 可以直接貼進 Claude Code 或 OpenClaw 使用（前提是對應的 MCP server 已連接）。建議從 #1、#5、#16、#21、#28 這五個開始，它們的 ROI 最高，能最快看到效果。
AI 廣告代理人完整建構指南：用 OpenClaw 和 Claude Code 打造自動化廣告投放系統
廣告投手必看！這份完整建構指南教你如何利用 OpenClaw 與 Claude Code，從零打造24小時自動化廣告投放系統，ROAS 狂飆！
Maria Ning
廣告投手要失業了？AI 廣告代理人完整建構指南大公開！
還在手動調廣告預算？立刻看這篇 AI 廣告代理人建構教學，讓 AI 幫你24小時精準投放，再也不怕無效流量！
Maria Ning
