Ads Audit logo

Ads Audit

Community
Littlpinguin
ads-audit

Audit opérationnel multi-plateformes du paid media de {{COMPANY_NAME}} — Google Ads, Meta Ads et LinkedIn Ads en grilles détaillées, TikTok/Microsoft/Apple/Amazon en annexes. Health score 0-100 par plateforme + score agrégé, plan d'action priorisé, quick wins. Sous-module 12-acquisition. Utiliser quand l'utilisateur demande un audit de compte publicitaire, un check de santé paid media, une analyse de dépenses pub, ou un audit PPC. Pour l'opérationnel Google Ads via MCP (lecture du compte, propositions), voir la skill sea-google-ads.

Overview

PublisherLittlpinguin
Repositorymarketing-cockpit-template
Skill nameads-audit
Stars
9
Forks
0
Bundled files
1
LicenseMIT
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • 1 bundled files

    Scripts, templates, and references the model can read while it works. Files are read-only and never executed.

  • Open source

    Published by Littlpinguin on GitHub. Read the source before you install it.

Installation

Install the Ads Audit AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/Littlpinguin/marketing-cockpit-template/tree/main/.claude/skills/ads-audit
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/Littlpinguin/marketing-cockpit-template.git /tmp/marketing-cockpit-template
mkdir -p .claude/skills
cp -r /tmp/marketing-cockpit-template/.claude/skills/ads-audit .claude/skills/ads-audit
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Ads Audit in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Ads Audit on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Ads Audit is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

ads-audit — audit paid media multi-plateformes {{COMPANY_NAME}}

Contenu vendorisé et condensé depuis claude-ads d'AgriciDaniel (MIT) — voir docs/vendored-content.md. Grilles complètes d'origine : 250+ checks sur 7 plateformes.

Tu joues le rôle d'un auditeur paid media senior. Tu analyses des comptes publicitaires (exports, captures, ou accès MCP), tu évalues chaque check en PASS / WARNING / FAIL, tu calcules un health score, et tu livres un plan d'action priorisé. Tu ne modifies jamais rien : audit et recommandations uniquement (même règle dure que 12-acquisition/google-ads/README.md).

Position dans le template

BesoinQui s'en charge
Audit multi-plateformes (grilles, scores, plan d'action)Cette skill
Opérationnel Google Ads : lecture du compte via MCP, propositions chiffrées, revue mensuelleSkill sea-google-ads + agent sea-analyst (12-acquisition/google-ads/)
Outbound cold email12-acquisition/setup-lemlist.md
Landing pages des campagnesSkill landing-page

Résultats versés dans le snapshot performance : après chaque audit, reporter les scores et métriques clés (dépense, conversions, CPA, wasted spend estimé) dans 02-strategy/performance/AAAA-MM/data.json (sections google_ads, meta_ads, linkedin_ads) pour le dashboard 11-reporting/. Le rapport détaillé va dans 12-acquisition/audits/ (ou 12-acquisition/google-ads/audits/ pour un audit Google seul).

Processus

  1. Collecter : demander les données disponibles par plateforme, accepter n'importe quelle combinaison :
    • Google Ads : export de compte, Change History, Search Terms Report — ou lecture directe via le MCP mcp-google-ads si configuré (voir 12-acquisition/google-ads/setup.md)
    • Meta Ads : export Ads Manager, capture Events Manager, scores EMQ
    • LinkedIn Ads : export Campaign Manager, statut Insight Tag
    • Sans export : audit depuis captures d'écran ou saisie manuelle
  2. Valider : au moins une plateforme documentée, données couvrant ≥ 30 jours (Google : Search Terms Report indispensable).
  3. Identifier les plateformes actives et le type de business (e-commerce, lead gen B2B, app…).
  4. Évaluer chaque check applicable (grilles ci-dessous) : PASS / WARNING / FAIL.
  5. Scorer par plateforme puis en agrégé (pondération par part de budget).
  6. Livrer : rapport + plan d'action priorisé + quick wins.

Scoring

Pondérations par plateforme

PlateformePoids des catégories
GoogleConversion 25 %, Wasted spend 20 %, Structure 15 %, Mots-clés 15 %, Annonces 15 %, Réglages 10 %
MetaPixel/CAPI 30 %, Créa 30 %, Structure 20 %, Audience 20 %
LinkedInTechnique 25 %, Audience 25 %, Créa 20 %, Lead Gen 15 %, Budget 15 %

Score agrégé

Agrégé = Σ (Score_plateforme × Part_de_budget_plateforme)
Note : A (90-100), B (75-89), C (60-74), D (40-59), F (<40)

Priorités et quick wins

  • Critique : risque de perte de revenus/données → corriger immédiatement
  • Haute : frein de performance significatif → sous 7 jours
  • Moyenne : opportunité d'optimisation → sous 30 jours
  • Basse : bonne pratique, impact mineur → backlog
  • Quick win = sévérité Critique/Haute ET corrigeable en < 15 minutes ; trier par (sévérité × impact estimé) décroissant.

Grille Google Ads (~80 checks, condensée)

Tracking de conversion (25 %)

  • Google tag (gtag.js) installé et actif sur toutes les pages
  • Enhanced Conversions actives (données first-party hashées)
  • Consent Mode v2 implémenté — obligatoire UE/EEE (croiser avec 12-acquisition/conformite-rgpd.md)
  • Actions de conversion bien mappées (primaires vs secondaires) ; import de conversions offline pour le lead gen
  • Attribution data-driven (last-click en repli uniquement) ; analyse du conversion lag

Wasted spend (20 %)

  • Search Terms Report revu (30 jours minimum) ; ne signaler que les termes > 10 $ de dépense ET 0 conversion
  • Couverture en mots-clés négatifs : listes négatives partagées au niveau compte + négatifs campagne
  • Règles négatifs (des négatifs mal choisis tuent une campagne) : jamais de négatif en Broad sans justification ; Exact [mot] par défaut pour les requêtes hors sujet précises, Phrase "mot" pour les patterns d'intention ; sourcer depuis le Search Terms Report réel, jamais deviner ; regrouper en listes thématiques (informationnel, job-seekers, concurrents, free-intent) ; vérifier le sur-blocage des négatifs existants
  • Broad Match uniquement avec Smart Bidding (jamais sans) ; Broad + CPC manuel = legacy BMM à migrer
  • Campagnes brand / non-brand séparées ; ciblage géo précis ; taux de clics invalides < 10 %

Structure de compte (15 %)

  • Groupes d'annonces thématiques serrés (15-20 mots-clés max), ≥ 3 RSA actives par groupe
  • PMax : asset groups + signaux d'audience structurés ; SKAGs à migrer vers des groupes thématiques
  • Conventions de nommage cohérentes

Mots-clés (15 %)

  • Progression de match types Exact → Phrase → Broad ; Quality Score moyen ≥ 7 (< 5 = FAIL, 5-6 = WARNING)
  • Cannibalisation (même mot-clé dans plusieurs campagnes) ; impression share suivi sur les tops
  • Dédupliquer par (ad_group + keyword + match_type) avant analyse ; n'analyser que ENABLED

Annonces (15 %)

  • RSA : ≥ 8 titres uniques, ≥ 3 descriptions ; ad strength Good/Excellent ; épinglage minimal
  • Extensions : sitelinks ≥ 4, callouts ≥ 4, snippets structurés, image
  • Copy avec CTA, proposition de valeur, différenciateurs — une annonce est un contenu de marque : étape 0 doctrine 01-brand/ avant toute réécriture proposée

Réglages (10 %)

  • ECPC déprécié → migrer vers Smart Bidding complet (tCPA/tROAS/Maximize)
  • Aucune campagne « limitée par le budget » (sauf intentionnel) ; ad schedule aligné sur les conversions
  • Ciblage géo en « Presence », pas « Presence or Interest » ; Search Partners revus, Display désactivé pour Search

PMax / AI Max / Demand Gen (si présents)

  • PMax : diversité des assets, signaux d'audience, brand exclusions (ne pas cannibaliser le brand search), négatifs niveau campagne, search themes, URL expansion contrôlée
  • AI Max for Search : exige Smart Bidding + listes négatives solides (portée ×3-5) ; AI Brief renseigné (proposition de valeur, sujets interdits, disclaimers) ; contrôles Final URL Expansion ; brand exclusions ; attention à la migration automatique DSA/ACA/broad → AI Max (sept. 2026) — pré-staging des négatifs, baseline 28 jours avant migration
  • Demand Gen : mix vidéo + image (≈ +20 % de conversions au même CPA vs vidéo seule) ; pas de frequency cap disponible

Seuils Google

MétriquePassWarningFail
Quality Score (moyen)≥ 75-6< 5
CTR (Search)≥ 6,66 %3-6,66 %< 3 %
CVR (Search)≥ 7,52 %3-7,52 %< 3 %
Wasted spend< 10 %10-20 %> 20 %
Clics invalides< 5 %5-10 %> 10 %

Grille Meta Ads (~50 checks, condensée)

Contexte 2026 (Andromeda + GEM + Lattice) : le contenu créatif s'embarque directement dans l'espace de ciblage — « creative is the new targeting » est mécanique, plus un slogan. Les créas trop similaires (score de similarité > 60 %) sont clusterisées (Entity-ID) et sous-diffusées : 100 variations mineures ne font pas mieux que 10 créas réellement distinctes.

Pixel / CAPI (30 %)

  • Pixel installé partout + Conversions API active (30-40 % de données perdues sans, post-iOS 14.5)
  • Déduplication configurée (event_id, taux ≥ 90 %) ; EMQ ≥ 8,0 sur Purchase (< 6 = FAIL ; leviers : em, ph, fn/ln, external_id)
  • Événements standard complets (ViewContent, AddToCart, Purchase, Lead) ; domaine vérifié ; devise/valeur correctes

Créa (30 %)

  • ≥ 3 formats actifs (image, vidéo, carrousel, collection) ; ≥ 5 créas par ad set
  • Fatigue : CTR en baisse > 20 % sur 14 jours = FAIL ; refresh toutes les 2-4 semaines à fort spend
  • Scoring diversité sur 5 axes (0-2 chacun, total 0-10) : concepts, formats, visuels, hooks vidéo, structures de titres. 8-10 = risque de clustering FAIBLE ; 0-3 = FORT
  • Prédicteur de clustering pré-lancement : même hero produit / mêmes 4 premiers mots de titre / même hook 0-3 s → probablement clusterisés ; croiser format ET visuel pour casser le cluster
  • UGC/témoignages testés ; vidéo ≤ 15 s Stories/Reels

Structure (20 %)

  • 1-3 campagnes au total (consolidation) ; CBO vs ABO intentionnel
  • Learning phase : < 30 % d'ad sets en « Learning Limited » (FAIL > 50 %) ; budget par ad set ≥ 5× CPA cible
  • Overlap d'audiences entre ad sets < 30 %
  • Objectifs Sales/Leads/App : les défauts ASC s'appliquent désormais (catalogue connecté, cap clients existants 10-25 %, Advantage+ Audience/Creative/Placements activés sauf exception documentée)

Audience (20 %)

  • Fréquence prospection (7 j) < 3,0 (FAIL > 5) ; retargeting < 8,0 (FAIL > 12)
  • Custom Audiences (site, listes clients, engagement) ; acheteurs exclus de la prospection
  • Advantage+ Audience testé vs ciblage manuel ; catégories spéciales déclarées si applicable

Seuils Meta

MétriquePassWarningFail
EMQ (Purchase)≥ 8,06,0-7,9< 6,0
Taux dédup≥ 90 %70-90 %< 70 %
CTR≥ 1,0 %0,5-1,0 %< 0,5 %
Créas par ad set≥ 53-4< 3
Learning Limited< 30 %30-50 %> 50 %

Grille LinkedIn Ads (27 checks, condensée)

Terminologie (oct. 2025) : Campaign Groups → « Campaigns », Campaigns → « Ad Sets ».

Technique (25 %)

  • Insight Tag actif partout ; Conversions API active (2025) ; événements full-funnel
  • Intégration CRM Salesforce/HubSpot (closed-loop impression → revenu)

Audience (25 %)

  • Ciblage par intitulés précis, pas seulement par fonction ; taille d'entreprise et séniorité alignées sur l'ICP (croiser avec 01-brand/personas.md)
  • Matched Audiences actives (retargeting + listes) ; listes ABM (jusqu'à 300 000 entreprises), segmentées par tiers
  • Audience expansion OFF pour les campagnes de précision ; predictive audiences testées (remplacent les Lookalikes depuis fév. 2024)
  • LinkedIn Audience Network : OFF (consensus expert — qualité faible, dilue les données)

Créa (20 %)

  • Thought Leader Ads : ≥ 30 % du budget B2B — CPC $2,29-4,14 vs $13,23 en Sponsored Content standard, engagement 2-5× ; recommandation HAUTE priorité s'ils sont absents
  • ≥ 2 formats testés ; vidéo testée ; refresh toutes les 4-6 semaines

Lead Gen (15 %)

  • Lead Gen Form ≤ 5 champs (benchmark CVR 13 %) ; sync CRM temps réel
  • Objectif de campagne aligné sur l'étape du funnel ; A/B test actif ; message ads ≤ 1 / 30-45 jours

Budget & enchères (15 %)

  • Commencer en CPC manuel (Maximum Delivery = l'option la plus chère) ; budget quotidien ≥ 50 $ en Sponsored Content
  • Suivre le taux lead → opportunité, pas seulement le CPL ; attribution 30 j clic / 7 j vue

Seuils LinkedIn

MétriquePassWarningFail
CTR (Sponsored Content)≥ 0,44 %0,30-0,44 %< 0,30 %
CPC moyen≤ 7 $7-10 $> 10 $
CVR Lead Gen Form≥ 10 %5-10 %< 5 %
Part de budget TLA≥ 30 %15-30 %< 15 %

Autres plateformes (annexes)

TikTok, Microsoft, Apple et Amazon Ads sont hors cœur de cible du template mais couverts en version courte : lire references/annexes-plateformes.md uniquement si le compte audité utilise l'une de ces plateformes.

Analyse cross-plateformes (si ≥ 2 plateformes actives)

  • Allocation budgétaire : réelle vs recommandée selon le type de business
  • Cohérence du tracking : les plateformes suivent-elles les mêmes événements ?
  • Cohérence créative : le messaging est-il aligné (et conforme à 01-brand/messaging-framework.md) ?
  • Recouvrement d'attribution : conversions double-comptées ?
  • Kill list : campagnes/groupes à couper immédiatement ; opportunités de scaling

Livrables

FichierContenu
12-acquisition/audits/AAAA-MM-JJ-ads-audit.mdRapport complet : scores, findings PASS/WARNING/FAIL par catégorie, wasted spend estimé (€/mois)
Même fichier, sections finalesPlan d'action priorisé (Critique > Haute > Moyenne > Basse) + Quick Wins
02-strategy/performance/AAAA-MM/data.jsonScores et métriques clés versés dans le snapshot (sections par plateforme)

Format de score par plateforme :

[Plateforme] Health Score : XX/100 (Note : X)
Catégorie 1 : XX/100 (poids %)
…

Règles

  • Aucune modification de compte : audit et recommandations écrites uniquement (cf. règle dure du module 12-acquisition/).
  • Aucun chiffre inventé : chaque constat cite sa donnée source (export, capture, requête MCP).
  • Toute proposition de nouvelle annonce ou de réécriture passe par l'étape 0 doctrine (01-brand/checklist-pre-composition.md) et le brand-check, comme tout contenu.
  • Benchmarks datés (2025-2026, source claude-ads v1.7.1) : les traiter comme ordres de grandeur, pas comme vérités absolues — les confronter aux données historiques du compte.

Bundled files

The model reads these on demand while the skill is loaded. They are exposed as readable files and are never executed.

Frequently asked questions

What does the Ads Audit AI skill do?

Audit opérationnel multi-plateformes du paid media de {{COMPANY_NAME}} — Google Ads, Meta Ads et LinkedIn Ads en grilles détaillées, TikTok/Microsoft/Apple/Amazon en annexes. Health score 0-100 par plateforme + score agrégé, plan d'action priorisé, quick wins. Sous-module 12-acquisition. Utiliser quand l'utilisateur demande un audit de compte publicitaire, un check de santé paid media, une analyse de dépenses pub, ou un audit PPC. Pour l'opérationnel Google Ads via MCP (lecture du compte, propositions), voir la skill sea-google-ads.

Why use Ads Audit on TypingMind?

Because you install it once and use it with any model. Ads Audit is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Ads Audit in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/Littlpinguin/marketing-cockpit-template/tree/main/.claude/skills/ads-audit. TypingMind reads its SKILL.md and bundles its files and installs it as a skill you can enable per chat.

Which AI models can use Ads Audit?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Ads Audit?

As many as you like. As long as a model supports skills, you can use Ads Audit with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Ads Audit AI skill free?

Yes. It is published on GitHub by Littlpinguin under the MIT license. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇