competitor-ad-intelligence
Permite que seu agente analise anúncios pagos de concorrentes. Útil para entender estratégias de marketing e encontrar novas ideias para campanhas.
O que ela faz
Esta ferramenta analisa os anúncios pagos de seus concorrentes em plataformas como Meta (Facebook/Instagram) e Google. Ela revela quais anúncios estão usando, como eles se comunicam e para onde direcionam as pessoas, ajudando você a entender a estratégia deles.
Quando usar
- ✓Quero saber quais anúncios meus concorrentes estão exibindo.
- ✓Preciso entender a estratégia de anúncios de um concorrente.
- ✓Quero encontrar novas ideias de anúncios com base no que já funciona.
Exemplo do que pedir para a IA
“Analise os anúncios pagos da [Nome do Concorrente] e me diga quais são as principais mensagens e para onde eles levam as pessoas.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A ferramenta busca anúncios de concorrentes em bibliotecas públicas do Meta e Google. Em seguida, ela examina os textos, imagens, vídeos e as páginas para onde os anúncios levam, para identificar padrões e estratégias.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add github/awesome-copilot --skill competitor-ad-intelligenceOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/competitor-ad-intelligence/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Inteligência de Anúncios de Concorrentes
Colete anúncios de concorrentes do Meta e Google, analise padrões criativos, faça engenharia reversa de funis de landing page e produza uma análise estratégica completa — ganchos, formatos, apostas de posicionamento, vulnerabilidades e contra-ataques.
Princípio central: O portfólio de anúncios de um concorrente é uma janela para sua estratégia de crescimento. Anúncios de longa duração revelam o que converte. Novos anúncios revelam o que eles estão testando. Landing pages revelam suas apostas de posicionamento. As melhores equipes criativas de anúncios começam com evidências do que já está funcionando e, em seguida, se diferenciam.
Quando Usar
- "Quais anúncios meus concorrentes estão veiculando?"
- "Analise a estratégia de anúncios de [concorrente]"
- "Encontre novos ângulos criativos para nossas campanhas pagas"
- "Faça engenharia reversa do funil pago de [concorrente]"
- "Quais ganchos estão funcionando em [nosso nicho]?"
- "Audite o cenário de anúncios antes de lançarmos"
- "Encontre fraquezas na estratégia de anúncios de [concorrente]"
- "Qual formato — vídeo, imagem, carrossel — é dominante em nossa categoria?"
Fase 0: Coleta de Informações
Reúna do usuário:
- Nomes dos concorrentes + domínios (ex:
apollo.io,clay.run) - Seu produto/domínio — para enquadramento de comparação
- Canais: Apenas Meta, apenas Google ou ambos? (padrão: ambos)
- Nível de profundidade:
- Padrão: Coleta de anúncios + análise criativa + análise de landing page
- Profundo: Padrão + comparação histórica + reconstrução de funil + contra-ataques
- Categoria do produto — ajuda a enquadrar a análise
- Landing pages conhecidas de concorrentes? — algum URL já avistado em seus anúncios
Fase 1: Coleta de Anúncios do Meta
Para cada domínio de concorrente, colete anúncios da Biblioteca de Anúncios do Meta.
Use web_search para encontrar anúncios de concorrentes na Biblioteca de Anúncios do Meta (acessível publicamente, sem necessidade de chave de API):
web_search: site:facebook.com/ads/library "[competitor_name]"
web_search: "[competitor_name]" Meta Ad Library active ads
web_search: "[competitor_name]" facebook ads examples
Você também pode visitar a Biblioteca de Anúncios do Meta diretamente: https://www.facebook.com/ads/library/?active_status=active&ad_type=all&country=US&q=<competitor_name>
Use fetch_webpage na URL da Biblioteca de Anúncios para extrair detalhes do anúncio se seu agente suportar.
Observação: Os atores da Apify para coleta de dados da Biblioteca de Anúncios do Meta existem, mas são pouco confiáveis a partir de abril de 2026 devido às medidas anti-scraping do Meta. Use
web_searchcomo método principal.
Colete por anúncio:
- Texto do anúncio (título + texto principal)
- Tipo de visual (imagem / vídeo / carrossel)
- Texto do botão de CTA
- URL da landing page
- Duração ativa (primeira visualização, ainda em execução ou parado)
- Plataformas (Facebook, Instagram, Audience Network)
- Variações de anúncios (testes A/B — mesma landing page, criativo diferente)
Fase 2: Coleta de Anúncios do Google
Para cada domínio de concorrente, colete anúncios do Centro de Transparência do Google Ads.
Use web_search para encontrar anúncios de concorrentes no Centro de Transparência do Google Ads (acessível publicamente):
web_search: site:adstransparency.google.com "[competitor_name]"
web_search: "[competitor_name]" Google Ads transparency
web_search: "[competitor_name]" google search ads examples
Você também pode visitar diretamente: https://adstransparency.google.com/?search_text=<competitor_name>
Use fetch_webpage na URL do Centro de Transparência para extrair detalhes do anúncio se seu agente suportar.
Colete por anúncio:
- Variantes de título (até 3)
- Linhas de descrição
- Tipo de anúncio (Pesquisa / Display / YouTube / Shopping)
- URL da landing page
- Segmentação geográfica (se visível)
Fase 3: Análise de Padrões Criativos
Após coletar todos os anúncios, realize uma análise estruturada.
Agrupamento de Padrões de Ganchos
Agrupe todos os títulos/aberturas de anúncios por tipo de gancho:
| Tipo de Gancho | Padrão | Exemplo |
|---|---|---|
| Medo/Perda | Risco de perder algo ou ficar para trás | "Seus concorrentes já estão usando SDRs com IA" |
| Resultado | Promessa de resultado direto | "10x seu pipeline em 30 dias" |
| Pergunta | Desafia a suposição atual | "Ainda fazendo prospecção manual?" |
| Prova Social | Menciona clientes ou números | "Junte-se a mais de 500 equipes B2B usando [produto]" |
| Contrário | Desafia o senso comum | "E-mail frio não morreu. Seu texto sim." |
| Empatia | Valida a dor do cliente | "Sabemos que o tempo de rampagem de SDR é brutal" |
| Produto em Destaque | Recurso como gancho | "[Recurso] está no ar — veja as novidades" |
Conte quantos anúncios por concorrente usam cada tipo de gancho. Isso revela sua estratégia principal de mensagens.
Distribuição de Formatos
| Formato | Meta | |
|---|---|---|
| Imagem estática | [N] | N/A |
| Vídeo | [N] | [N] |
| Carrossel | [N] | N/A |
…
Perguntas frequentes
O que são 'anúncios pagos'?
São anúncios que empresas pagam para exibir em plataformas como Google, Facebook e Instagram, para alcançar mais pessoas.
O que é 'Meta'?
Meta é a empresa dona do Facebook e Instagram. A ferramenta analisa anúncios nessas duas plataformas.
O que é 'funil de anúncios'?
É o caminho que um anúncio cria para levar uma pessoa interessada a realizar uma ação, como visitar um site, se inscrever ou comprar algo.
Detalhes
Descrição original do autor
Use this skill when the user asks to analyze, tear down, or reverse-engineer a competitor''s paid ads. Trigger for prompts like "what ads is [competitor] running", "tear down their ad strategy", "competitor ad analysis", "find ad angles we haven''t tried", or "reverse-engineer their paid funnel". Do not trigger for organic/SEO competitor research or website positioning analysis.
repo: github/awesome-copilot
Popularidade
- Estrelas no GitHub
- 40 mil
- Posição no ranking
- #5058
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
acquire-codebase-knowledge
Ajuda seu agente a entender e documentar um projeto de código existente. É útil para novas pessoas entrarem no projeto ou para ter uma visão geral da arquitetura.
github/awesome-copilot
acreadiness-assess
Faz seu agente avaliar a prontidão de um projeto para IA e gerar um relatório. É útil para entender o quão bem um projeto está preparado para usar ferramentas de IA.
github/awesome-copilot
acreadiness-generate-instructions
Ajuda seu agente a criar instruções para ferramentas de IA baseadas em uma avaliação. É útil para melhorar a forma como a IA interage com o código e fecha lacunas identificadas.
github/awesome-copilot
acreadiness-policy
Faz seu agente ajudar a definir ou aplicar políticas para avaliação de projetos de IA. É útil para padronizar a forma como os projetos são avaliados e garantir conformidade.
github/awesome-copilot
Skills parecidas
connections-optimizer
Melhora suas conexões em redes sociais. Sugere quem seguir ou remover e ajuda a criar mensagens personalizadas para expandir sua rede.
affaan-m/ECC
content-engine
Cria conteúdo para diferentes plataformas. Ajuda a produzir posts, roteiros e calendários de conteúdo que funcionam bem em redes como X, LinkedIn e YouTube.
affaan-m/ECC
crosspost
Distribui conteúdo em várias redes sociais, adaptando-o para cada uma. É útil para alcançar mais pessoas em diferentes plataformas.
affaan-m/ECC