关于 ad-monetization-review
Ad Monetization Review 是一项技能,帮助产品团队将广告纳入可衡量的变现体系。它依据用户意图和风险规划广告位,并组织包含同意、分析、频控和实验约束的收入方案。
主要功能
- 01广告位映射
- 02受众细分
- 03收入方案框架
- 04同意与分析考量
- 05实验与疲劳度约束
适用场景
- 01审查产品中的广告位
- 02规划频次上限与奖励
- 03考虑涉及儿童的场景
- 04设置留存与投诉约束
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ sylphxai/ skills --skill ad-monetization-review安装后在 Claude Code 中输入/ad-monetization-review确认已加载。
附带文件agents/openai.yamlreferences/ad-monetization-systems.md
详细介绍
广告变现评估
使用此技能,将广告打造为经过衡量的变现体系,而不是打断用户的负担。
工作流
- 确定产品类型、会话循环、变现组合、受众年龄与隐私限制,以及广告形式。
- 阅读
references/ad-monetization-systems.md。 - 根据用户意图、自然间隙、奖励价值和疲劳风险,规划广告展示位置。
- 定义用户细分:新用户、活跃用户、付费用户、订阅用户、流失用户、涉及儿童的场景,以及高挫败感状态。
- 制定收入计划,涵盖频次上限、同意、分析、屏蔽规则、支持案例和实验防护措施。
不适用场景
- 如果基础模型无需此技能的特定产出约定即可处理一般性建议,则不要使用此技能。
防护措施
- 不要在关键任务、支付、建立入门信任或错误恢复期间展示插屏广告。
- 不要在广告开始播放前模糊奖励内容。
- 优化广告展示次数时,必须同时设置留存、付费转化、隐私和投诉方面的防护措施。
输出格式
Ad context:
Monetization mix:
Placement map:
- <placement> -> format, trigger, user state, cap, reward, risk
Policy/trust constraints:
- <constraint> -> product response
Experiment plan:
- hypothesis, variants, success metric, guardrail metric, stop rule
Instrumentation:
- <event> with key properties
评论
支持 Markdown