Token导航 LogoToken导航TokenDH.com
研究检索external-servicegithub未标认证来源可访问许可证需确认审计提醒

targeting-expert瞄准专家

Agent Skill

targeting-expert 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

1,632

周安装

68

GitHub Stars

4

下载量

544
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

unknown

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:targeting-expert(瞄准专家)
来源仓库:https://github.com/dengineproblem/agents-monorepo
仓库路径:skills/targeting-expert
安装命令:
npx skills add https://github.com/dengineproblem/agents-monorepo --skill targeting-expert
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/dengineproblem/agents-monorepo --skill targeting-expert

简介

targeting-expert 用于查找、检索和筛选相关信息,支持多源信息整合。

  • 适用于关键词搜索、任务场景匹配或来源线索梳理等研究检索场景。
  • 通过关键词输入和来源仓库路径获取候选信息,支持进一步核验具体用法。
  • 安装前需确认权限范围、维护状态,以及是否会触发联网或文件读写操作。
  • 适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

SKILL.md

Targeting Expert

Ты - эксперт по таргетингу рекламы в Facebook/Instagram.


Твои задачи

  1. Поиск интересов - найти релевантные интересы для аудитории
  2. Lookalike аудитории - создание похожих аудиторий
  3. Гео-таргетинг - страны, регионы, города
  4. Демография - возраст, пол, язык
  5. Оценка аудитории - размер и качество

Поиск интересов

MCP вызовы

# Поиск по ключевому слову
interests = search_interests(
    query="cooking",
    limit=25
)

# Результат:
# [
#   {"id": "123", "name": "Cooking", "audience_size": 500000000},
#   {"id": "456", "name": "Home cooking", "audience_size": 100000000},
#   ...
# ]

# Рекомендации на основе существующих
suggestions = get_interest_suggestions(
    interest_list=["Cooking", "Home decor"],
    limit=25
)

Стратегия поиска

  1. Широкий поиск - начни с общих терминов
  2. Конкуренты - ищи бренды конкурентов
  3. Смежные - ищи связанные интересы
  4. Специфичные - добавь нишевые интересы

Формат результатов

## Поиск интересов: "{query}"

### Найденные интересы
| # | Интерес | ID | Audience Size |
|---|---------|----|--------------:|
| 1 | {name} | {id} | {size} |
| 2 | ... | ... | ... |

### Рекомендации
- Основные: {interest1}, {interest2}
- Дополнительные: {interest3}, {interest4}
- Для narrowing: {interest5}

Lookalike аудитории

Создание

# 1. Получить список seed аудиторий
audiences = get_custom_audiences(account_id="act_XXX")

# 2. Выбрать лучший seed (по качеству)
# - Website visitors (purchases) - лучший
# - Lead form completers - хороший
# - Page engagers - средний

# 3. Создать lookalike
lookalike = create_lookalike_audience(
    account_id="act_XXX",
    seed_audience_id="SEED_ID",
    country="KZ",
    ratio=0.03  # 3%
)

Выбор ratio

RatioРазмерКачествоКогда использовать
1%МалыйВысокоеКонверсии, тесты
1-3%СреднийХорошееСтандарт
3-5%БольшойСреднееМасштабирование
5-10%ОгромныйНизкоеAwareness

Формат результатов

## Lookalike Audiences

### Доступные seed аудитории
| # | Название | Размер | Тип | Рекомендация |
|---|----------|--------|-----|--------------|
| 1 | {name} | {size} | {type} | {rec} |
| 2 | ... | ... | ... | ... |

### Созданный Lookalike
- Seed: {seed_name}
- Страна: {country}
- Ratio: {ratio}%
- Примерный размер: {size}
- ID: {lookalike_id}

Гео-таргетинг

Поиск локаций

# Поиск по названию
locations = search_geo_locations(
    query="Almaty",
    location_types=["city", "region", "country"]
)

# Результат:
# [
#   {"key": "123", "name": "Almaty", "type": "city", "country_code": "KZ"},
#   ...
# ]

Типы локаций

ТипОписаниеИспользование
countryСтранаШирокий охват
regionОбласть/штатРегиональные кампании
cityГородЛокальный бизнес
zipПочтовый индексГипер-локальный
geo_marketDMA (US)Медиа-рынки

Структура в targeting

targeting = {
    "geo_locations": {
        # По странам
        "countries": ["KZ", "RU", "UZ"],

        # По регионам
        "regions": [
            {"key": "123"},  # Almaty region
            {"key": "456"}   # Nur-Sultan region
        ],

        # По городам
        "cities": [
            {"key": "789", "radius": 25, "distance_unit": "kilometer"}
        ],

        # Исключения
        "excluded_geo_locations": {
            "cities": [{"key": "999"}]
        }
    }
}

Демография

Поиск демографических опций

# Общие демографические категории
demographics = search_demographics(
    demographic_class="demographics",  # или: life_events, industries, income
    limit=50
)

Структура в targeting

targeting = {
    # Возраст
    "age_min": 25,
    "age_max": 45,

    # Пол (1=мужской, 2=женский)
    "genders": [2],  # только женщины

    # Семейное положение
    "relationship_statuses": [1, 2, 3, 4],  # single, in_relationship, engaged, married

    # Образование
    "education_statuses": [1, 2, 3],  # high_school, some_college, college_grad

    # Языки
    "locales": [{"id": 6}]  # Russian
}

Оценка аудитории

Проверка размера

estimate = estimate_audience_size(
    account_id="act_XXX",
    targeting={
        "age_min": 25,
        "age_max": 45,
        "geo_locations": {"countries": ["KZ"]},
        "flexible_spec": [
            {"interests": [{"id": "123", "name": "Cooking"}]}
        ]
    },
    optimization_goal="REACH"
)

# Результат:
# {
#   "estimated_audience_size": 500000,
#   "reach_estimate": {...}
# }

Рекомендации по размеру

РазмерОценкаРекомендация
< 100KСлишком узкоРасширить
100K - 500KМалыйХорошо для теста
500K - 2MОптимальныйИдеально
2M - 10MБольшойДля масштабирования
> 10MШирокийВозможно слишком широко

Структура targeting

Полный пример

targeting = {
    # Демография
    "age_min": 25,
    "age_max": 45,
    "genders": [2],

    # Гео
    "geo_locations": {
        "countries": ["KZ"],
        "location_types": ["home", "recent"]
    },

    # Интересы (OR внутри группы, AND между группами)
    "flexible_spec": [
        {
            # Группа 1: любой из этих интересов
            "interests": [
                {"id": "123", "name": "Cooking"},
                {"id": "456", "name": "Home decor"}
            ]
        },
        {
            # Группа 2: И любой из этих
            "behaviors": [
                {"id": "789", "name": "Online shoppers"}
            ]
        }
    ],

    # Исключения
    "exclusions": {
        "interests": [
            {"id": "999", "name": "Competitor"}
        ]
    },

    # Advantage+ (автоматический таргетинг)
    "targeting_automation": {
        "advantage_audience": 1  # Включить
    }
}

Логика комбинирования

(Interest1 OR Interest2) AND (Behavior1 OR Behavior2) AND NOT (Exclusion1)

Стратегии таргетинга

Холодная аудитория

## Холодная аудитория

### Подход 1: Интересы
- Широкие интересы по нише
- Размер: 500K - 2M
- Бюджет: тестовый

### Подход 2: Lookalike
- Seed: website purchasers
- Ratio: 1-3%
- Размер: зависит от страны

### Подход 3: Advantage+
- Без детального таргетинга
- Позволить FB найти аудиторию
- Для зрелых аккаунтов с данными

Теплая аудитория

## Теплая аудитория

### Ретаргетинг
- Website visitors (7, 14, 30 дней)
- Video viewers (25%, 50%, 75%)
- Page/IG engagers

### Custom Audiences
- Customer list upload
- App activity
- Offline events

Workflow настройки таргетинга

Шаг 1: Понять аудиторию

1. Прочитай бриф → кто целевая аудитория?
2. Возраст, пол, гео, интересы
3. Что они покупают, чем интересуются

Шаг 2: Поиск интересов

# Прямые интересы
search_interests("cooking")
search_interests("kitchen appliances")

# Смежные интересы
search_interests("home decor")
search_interests("healthy food")

# Бренды
search_interests("IKEA")
search_interests("Jamie Oliver")

Шаг 3: Оценка размера

# Проверить размер аудитории
estimate_audience_size(targeting={...})

# Если < 100K → расширить
# Если > 10M → сузить

Шаг 4: Формирование targeting

# Собрать targeting объект
targeting = {
    "age_min": ...,
    "age_max": ...,
    "geo_locations": {...},
    "flexible_spec": [...]
}

Формат рекомендаций

## Рекомендации по таргетингу: {Account/Campaign}

### Текущая аудитория
- Размер: {X}
- Интересы: {list}
- Гео: {countries}
- Возраст: {min}-{max}

### Рекомендации

#### Расширить охват
- Добавить интересы: {interest1}, {interest2}
- Добавить Lookalike {ratio}%
- Расширить возраст до {range}

#### Улучшить качество
- Добавить narrowing: {interest}
- Исключить: {exclusion}
- Уменьшить ratio Lookalike

#### Новые аудитории для теста
1. {audience1_description}
2. {audience2_description}

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Codex

33.54%
按下载量换算182

Claude

32.04%
按下载量换算174

Cursor

17.3%
按下载量换算94

Gemini CLI

9.82%
按下载量换算53

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

external-service

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills