闲社服务运行正常AI智能体自动化平台
a

广告创意分析

技能标识:ad-creative-analysis

Analyze ad creatives (images and videos) extracted from competitor research. Use when given a directory of ad images, video files, or transcripts to evaluate ad quality, score visual and messaging effectiveness, assign a scale score for viral/engagement potential, and generate a cross-creative pattern summary. Triggered by requests like "analyze these ads", "score these creatives", "what hooks are competitors using", "evaluate the ad library", "give me a scale score", "analyze the ad folder", or

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
1
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

广告创意分析

广告创意分析

分析竞品或参考广告创意的目录。生成每个创意的JSON分析结果以及跨创意的模式总结。

第一步 — 接收输入

预期接收以下内容之一:

  • - 包含图片文件(.jpg、.jpeg、.png、.webp、.gif)和/或视频文件(.mp4、.mov、.avi、.webm)的目录路径
  • 该目录中可选的metadata.json文件,包含每个文件名的字段:platform、spend、duration_days、impressions、format

如果未提供路径,请询问用户:请提供包含广告创意的目录路径。

列出目录中的所有文件。分为图片广告和视频广告。在继续之前记录各自的数量。

第二步 — 分析图片广告

对于每个图片文件,使用视觉/图像分析评估以下内容。

设计评估

评估以下五个维度:

  1. 1. 视觉层次 — 视线是否首先被正确的元素吸引?是否有清晰的视觉焦点?
  2. 色彩运用 — 调色板是否创造对比、唤起情感并保持品牌一致性?
  3. 文字叠加可读性 — 文案是否一目了然?字体大小、对比度、位置?
  4. CTA突出度 — 行动号召在视觉上是否明显、位置清晰且易于操作?
  5. 品牌一致性 — Logo位置、色彩遵循、字体与品牌标识的一致性。

图片评分(每项1-10分)

  • - attentiongrab — 创意在多大程度上能快速有力地阻止用户滑动?
  • messageclarity — 核心信息在不需要上下文的情况下传达得有多清晰?
  • cta_strength — CTA的吸引力和行动导向性有多强?

图片提取

提取:

  • - primarymessage — 该广告传达的单一核心信息(一句话)
  • emotionappeal — 以下之一:恐惧、渴望、社会认同、紧迫感、好奇心、幽默、信任、归属感、独特性
  • targetaudience — 从视觉、文案和上下文中推断(例如:25-35岁对健身感兴趣的女性)
  • hooktext — 视线首先落到的第一段文案(标题或主要文本)

第三步 — 分析视频广告

对于每个视频文件,使用视觉直接分析视频。如果视频旁边存在转录文件(相同文件名,.txt或.srt扩展名),则读取并使用它。

视频评估

评估以下四个维度:

  1. 1. 钩子质量(前3秒) — 是否立即创造好奇心、震撼或认同感?是否会有人停止滑动?
  2. 脚本结构 — 是否遵循逻辑说服弧线(问题、解决方案、证明、CTA)?
  3. 节奏 — 剪辑节奏是否适合平台和受众?不会太慢或太急促?
  4. CTA放置 — 行动号召是否清晰、时机恰当,必要时是否重复?

视频规模评分(1-10分)

分配一个单一的scale_score,代表该广告在规模上的病毒式传播和参与潜力:

  • - 9-10分:出色的钩子、紧凑的脚本、清晰的CTA。在高投入下可能表现良好。
  • 7-8分:基础扎实,存在小缺陷。适合测试的候选。
  • 5-6分:执行一般。在规模化之前需要更强的钩子或更清晰的CTA。
  • 3-4分:核心创意存在但执行不佳。需要大量返工。
  • 1-2分:不太可能表现良好。钩子、信息或CTA存在根本性问题。

参见references/analysis-framework.md了解详细的规模评分标准。

视频提取

提取:

  • - hooktext — 前3秒内说出的或显示的准确词语
  • hooktype — 以下之一:问题、大胆声明、痛点、好奇心缺口、社会认同、前后对比、演示
  • mainmessage — 广告中陈述的核心价值主张
  • emotionappeal — 以下之一:恐惧、渴望、社会认同、紧迫感、好奇心、幽默、信任、归属感、独特性
  • ctatext — 说出的或显示的准确CTA
  • ctatiming — CTA出现的时间(例如:结尾、中间、全程重复)

第四步 — 通用元数据(所有广告类型)

对于每个创意,无论类型如何,记录:

  • - filename — 文件名
  • adformat — 以下之一:单图、轮播、视频、故事、Reels
  • aspectratio — 检测到或推断出的比例(例如:1:1、9:16、16:9、4:5)
  • dimensions — 如果可检测,宽度x高度(像素)
  • adobjective — 从内容和CTA推断:awareness、consideration或conversion
  • platformfit — 此格式和比例最适合哪些平台(例如:[Instagram Feed, Facebook Feed])

第五步 — 输出每个创意的JSON

每个创意输出一个JSON对象。将所有结果一起打印在一个JSON数组中。

图片广告示例结构

json
{
filename: ad_001.jpg,
type: image,
adformat: singleimage,
aspect_ratio: 1:1,
dimensions: 1080x1080,
ad_objective: conversion,
platform_fit: [Instagram Feed, Facebook Feed],
scores: {
attention_grab: 8,
message_clarity: 7,
cta_strength: 9
},
primary_message: 30天减重10公斤,无需放弃你最喜欢的食物,
emotion_appeal: aspiration,
target_audience: 28-45岁曾尝试过减肥的女性,
hook_text: 还在计算卡路里?有更好的方法。
}

视频广告示例结构

json
{
filename: ad_002.mp4,
type: video,
ad_format: video,
aspect_ratio: 9:16,
dimensions: 1080x1920,
ad_objective: consideration,
platform_fit: [TikTok, Instagram Reels, Facebook Reels],
scale_score: 8,
hook_text: 我欠了4万美元债务,直到我发现了这个,
hooktype: beforeafter,
main_message: 这个预算管理应用帮我在18个月内还清了债务,
emotion_appeal: fear,
cta_text: 免费下载 — 链接在简介中,
cta_timing: end
}

第六步 — 生成跨创意总结

分析完所有创意后,生成一个附加到输出中的summary对象。包括:

  • - totalanalyzed — 分析的创意数量(按类型拆分)
  • topperformers — 评分最高的前3个创意的文件名(图片按平均分,视频按规模评分)
  • dominantemotion — 所有广告中最常检测到的情感诉求
  • commonhooks — 观察到的重复钩子模式或短语列表
  • ctapatterns — 最常见的CTA结构(例如:动词 + 免费 + 紧迫感)
  • dominantobjective — 最常见的推断广告目标
  • format_breakdown — 每种广告格式的数量
  • recommendations — 3-5条用于改进或规模化这些创意的可操作观察建议

总结示例结构

json
{
summary: {
total_analyzed: { images: 5, videos: 3 },
topperformers: [ad004.jpg, ad002.mp4, ad007.jpg],
dominant_emotion: aspiration,
common_hooks: [
基于问题的钩子挑战常见信念,
第一句话中的前后对比框架
],
cta_patterns: [
立即购买 + 稀缺信号,
免费试用 + 无需信用卡
],
dominant_objective: conversion,
formatbreakdown: { singleimage: 4, video: 3, carousel: 1 },
recommendations: [
钩子很强但CTA缺乏紧迫感 — 尝试添加仅限今日或限量数量,
所有视频都以人物出镜开场 — 尝试测试演示钩子以增加多样性,
渴望感占主导 — 测试恐惧/痛点角度以扩大受众反应
]
}
}

第七步 — 处理缺失或不可读文件

如果某个文件无法分析(损坏、格式不支持、太暗/模糊无法进行视觉分析):

  • - 在输出中包含该文件名,附带status: un

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 ad-creative-analysis-1776296962 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 ad-creative-analysis-1776296962 技能

通过命令行安装

skillhub install ad-creative-analysis-1776296962

下载

⬇ 下载 ad-creative-analysis v1.0.0(免费)

文件大小: 10.02 KB | 发布时间: 2026-4-16 15:45

v1.0.0 最新 2026-4-16 15:45
ad-creative-analysis v1.0.0

- Initial release! Enables structured analysis of ad images and videos for quality, message clarity, and engagement potential.
- Accepts a directory of ad creatives (with optional metadata) and outputs detailed, per-creative JSON analysis.
- Assigns quantitative scores for images, scale scores for videos, and extracts hook text, emotion appeal, and CTA data.
- Generates a cross-creative summary highlighting top performers, common patterns, and tailored recommendations.
- Designed for competitor benchmarking, creative testing, and identifying high-potential ad elements.
返回顶部