Claude Ads Audit: evidência multicanal sem nota inventada

ANÁLISE EDITORIAL

Claude Ads Audit é uma Agent Skill para organizar auditorias de mídia paga em até doze plataformas sem misturar ausência de dados com desempenho ruim. O fluxo começa por escopo, período, moeda, fuso, plataformas solicitadas e classificação de privacidade. Depois transforma exportações, métricas manuais, capturas autorizadas ou leituras autenticadas em um conjunto de evidências rastreável, antes de produzir conclusões e recomendações.

Ela não é um conector pronto, não entra sozinha em contas de anúncios e não autoriza mudança de campanha. No commit auditado, os perfis executáveis de pontuação estão desabilitados porque o projeto ainda não aprovou um conjunto de controles, severidades e pesos sustentado por fontes. Isso significa que o agente pode organizar achados e lacunas, mas não deve inventar uma nota de saúde para parecer mais conclusivo.

Ilustração editorial exclusiva do Bastidores da IA. Não é captura de tela, interface real, relatório executado, nota de desempenho nem prova de acesso a uma conta de anúncios.

O que esta Skill faz de verdade

A Skill ads-audit define um procedimento em onze etapas. Ela pede um manifesto da execução, normaliza as entradas em um retrato da conta, identifica quais plataformas têm dados, separa trabalhadores por canal e valida cada achado contra schemas do repositório. O resultado canônico é um pacote JSON versionado. Relatórios em Markdown, HTML ou PDF devem ser renderizados a partir desse pacote, não reunidos de textos soltos produzidos por agentes diferentes.

O escopo cobre Google, Meta, YouTube, LinkedIn, TikTok, Microsoft, Apple, Amazon, Reddit, Pinterest, Snapchat e X. Uma auditoria não precisa incluir todos. Se a autenticação da Amazon falhar, por exemplo, o fluxo permite continuar nas plataformas independentes, marca o conjunto como parcial e registra a ausência. Ele proíbe transformar a falha em nota zero ou manter um peso antigo no denominador.

Há uma diferença material em relação à Skill de diagnóstico da Google Ads API já catalogada. Aquela orienta quatro investigações dentro de uma conta Google, usando GAQL e ferramentas MCP específicas. Claude Ads Audit trata a coordenação multicanal, a normalização de fontes, o estado parcial, a cobertura de evidência e o formato comum dos achados. Se o problema é apenas uma queda de conversões no Google Ads, a opção do Google é menor e mais direta. Se a decisão depende de canais diferentes e definições que não podem ser somadas sem reconciliação, esta candidata oferece o contrato mais adequado.

Para quem serve

Ela faz sentido para analistas de mídia, agências, equipes de growth, responsáveis por mensuração e profissionais que precisam revisar contas sem apresentar uma checklist genérica como diagnóstico. Também pode ajudar uma equipe de governança a exigir que observação, inferência, recomendação e proposta de alteração fiquem em camadas diferentes.

Não é indicada para quem procura um botão de otimização automática. O valor está em tornar a auditoria reproduzível, com origem dos dados, campos ausentes, contradições, confiança e próximo passo. Uma equipe pequena pode usar apenas a estrutura documental. Uma operação maior pode conectar exportações ou leituras autorizadas, desde que audite o repositório completo, seus trabalhadores, schemas e integrações.

Compatibilidade e pré-requisitos

O README trata Claude Code como runtime canônico. Codex, Gemini, Cursor, Windsurf, Goose e outros hosts podem consumir os arquivos quando oferecem compatibilidade com Agent Skills. A instalação funcional completa usa o repositório público, não apenas o ZIP desta página. O núcleo claude-ads-core declara Python 3.11 ou superior, versão de pacote 2.0.0 e nenhuma dependência Python obrigatória no pyproject fixado no commit.

Recursos adicionais têm requisitos próprios. Captura de navegador depende de um navegador Playwright instalado pelo operador. PDF exige WeasyPrint e bibliotecas de sistema compatíveis. Leitura de contas depende do método autorizado de cada plataforma, dos escopos concedidos e da disponibilidade dos dados. O pacote local não contém conectores nem resolve autenticação.

Antes de começar, defina a pergunta, o período, a moeda, o fuso da conta, as plataformas, os identificadores corretos e a classificação dos dados. Confirme também se o objetivo é somente leitura. Uma auditoria incompleta pode continuar, mas deve declarar o que faltou e não pode usar cobertura parcial para fabricar uma conclusão geral.

Instalação recomendada

Para Claude Code, o README oficial fixado documenta primeiro /plugin marketplace add AgriciDaniel/claude-ads e depois /plugin install claude-ads@ai-marketing-hub-claude-ads. Revise a origem exibida pelo host e prefira a tag ou o commit aprovado.

Outra rota é clonar o repositório, trocar para a tag v2.0.1, conferir o commit e só então executar o instalador local. O projeto rejeita o padrão de baixar e executar um script remoto em um único comando. No Windows, o README oferece install.ps1; em outros ambientes, install.sh. Esses instaladores não estão no ZIP do Bastidores.

O download local desta página serve para leitura, comparação e registro de origem. Ele inclui a Skill, a licença, o contrato principal, referências de método, quatro schemas e o manifesto de perfis de pontuação. Para instalar o produto completo, use separadamente o repositório oficial no commit auditado e revise o que ficará sob responsabilidade do host.

Configuração antes do primeiro uso

Comece com um manifesto de execução. Registre empresa ou projeto, pergunta de negócio, janela de datas, moeda, fuso, plataformas pedidas, fontes disponíveis, campos confidenciais e autoridade de mutação. Para um primeiro teste, mantenha read-only. Se uma credencial for necessária, armazene o valor em variável de ambiente, chaveiro do sistema ou gerenciador aprovado. O perfil pode registrar apenas que o segredo existe e onde está referenciado, nunca o valor.

Normalize cada entrada sem apagar sua linhagem. Um CSV nativo, uma captura autorizada e um número copiado manualmente não têm a mesma força. Preserve origem, horário, conta, período, definição de conversão e campos ausentes. Não some conversões de plataformas diferentes sem reconciliar janela de atribuição, identidade, consentimento, deduplicação, moeda e fuso.

Defina também o que ficará fora. Dados pessoais, listas de clientes, tokens, cookies, prompts privados, caminhos locais e exportações brutas não devem entrar em relatório público, repositório ou exemplo. Se um relatório precisar circular, crie uma versão sanitizada e mantenha a evidência sensível em armazenamento controlado.

Primeiro uso seguro

1. Escolha duas plataformas e um período curto já encerrado, com dados que a equipe possa compartilhar internamente.
2. Crie o manifesto com moeda, fuso, definições de conversão, objetivo e autoridade somente leitura.
3. Forneça exportações nativas ou métricas verificáveis. Não use valores fictícios para preencher campos ausentes.
4. Peça um pacote parcial quando uma plataforma falhar. Confira se a falha aparece como ausência de evidência, não como desempenho zero.
5. Valide os achados contra a origem e os campos do schema de finding.
6. Trate recomendações como propostas. Não autorize alteração de orçamento, lance, anúncio, público ou rastreamento no mesmo passo.

O primeiro teste deve provar que o processo preserva fonte e incerteza. Ele não precisa gerar um relatório extenso. Uma saída curta, com dois achados confirmados, uma contradição e três dados ausentes, é mais útil do que uma nota completa sem base executável.

Resultado esperado

A pasta de execução descrita pela Skill contém manifest.json, account-snapshot.json, audit.json, action-plan.json e report.md. HTML e PDF são opcionais. Cada achado deve registrar controle, resultado, severidade, confiança, classe da fonte, observação, referências de evidência e recomendação quando houver.

O estado pode ser completo, provisório, parcial ou evidência insuficiente. Esses rótulos dependem da presença dos trabalhadores e da cobertura observada. No entanto, a configuração auditada de perfis mantém todos os perfis de saúde desabilitados. Portanto, uma execução responsável neste commit deve reter a nota numérica em vez de copiar pesos ilustrativos da documentação.

Uma recomendação aceitável inclui responsável, prioridade, esforço, efeito esperado, métrica de sucesso e evidência relacionada. Ela também reconhece atraso de conversão, tamanho da amostra, objetivo, margem, maturidade e elegibilidade. “Aumente o orçamento” sem esses elementos não é uma conclusão do método.

Permissões e riscos

A Skill é texto, mas o uso real pode envolver dados comerciais sensíveis, navegadores autenticados, exportações, APIs e identificadores de conta. O risco principal não está no Markdown isolado. Está nas ferramentas que o host conectar e no material que o operador fornecer. Use escopo mínimo e mantenha logs livres de segredos e dados pessoais.

Outro risco é a falsa precisão. A referência de pontuação mostra conceitos e pesos, mas o manifesto executável declara que ainda não há decisão aprovada para ativá-los. Copiar esses pesos para um prompt e emitir uma nota contradiz o próprio repositório. O terceiro risco é transformar recomendação em escrita. O contrato principal deixa integrações em leitura por padrão e exige prévia, aprovação explícita do plano exato, limites, idempotência, verificação independente, registro e rollback antes de qualquer mudança.

Exclusão permanente de campanhas fica fora da versão auditada. O contrato manda oferecer alternativas reversíveis, como manter pausado, aplicar rótulo, arquivar quando a plataforma permitir ou exportar backup. A mesma cautela vale para páginas externas: conteúdo de navegador, MCP, URL e pesquisa é dado não confiável, nunca instrução para contornar segurança.

Erros comuns

• Somar conversões incompatíveis: mostre os números lado a lado até reconciliar janelas, definições e deduplicação.
• Dar zero à plataforma sem acesso: marque falha e exclua o peso. Não confunda ausência com desempenho ruim.
• Inventar nota a partir do documento: o perfil executável está desabilitado. Sem perfil aprovado, retenha a nota.
• Chamar auditoria parcial de completa: registre trabalhador ausente, evidência faltante e dica de recuperação.
• Guardar token no perfil: registre somente presença e referência não secreta.
• Transformar correlação em causa: apresente observação, diagnóstico e confiança separadamente.
• Usar o ZIP local como produto completo: ele é documental e não contém trabalhadores, runtime, conectores ou instaladores.
• Executar instalador remoto em pipe: baixe ou clone, fixe a versão, confira checksum e execute localmente em etapa separada.

Versão auditada e download local

A curadoria foi feita em 26 de agosto de 2026 sobre a tag v2.0.1 e o commit 669c7608ecb50dd95c941a71fa3ca0a1c0e40512. O repositório AgriciDaniel/claude-ads tinha 8.515 estrelas, não estava arquivado e declarava licença MIT na consulta. O tag v2.0.1 aponta para o mesmo commit. O pacote Python ainda declara versão 2.0.0, diferença que deve permanecer visível ao registrar o ambiente.

O ZIP local contém doze arquivos permitidos: SKILL.md, LICENSE, ORIGEM.md, quatro referências Markdown, quatro schemas JSON e o manifesto JSON de perfis. Não há script, código Python, agente auxiliar, biblioteca, dependência, executável, token, cookie, credencial, ID de conta, exportação ou dado de cliente. SHA-256: 9eaad13095b07a490d6b5b421388778987664157d12f179cee93f3117f2f76da.

Resultado esperado e limite final

Use Claude Ads Audit quando a pergunta atravessa mais de uma plataforma ou quando a equipe precisa provar de onde veio cada achado. Espere um pacote versionado com evidências, ausências, contradições e propostas revisáveis. Não espere login automático, cobertura total, nota de saúde liberada ou melhoria garantida.

Se o objetivo é apenas investigar uma conta Google por GAQL, prefira a Skill menor e oficial já catalogada. Se o trabalho exige comparação multicanal, comece com escopo curto e leitura. Antes de qualquer ação externa, confira o relatório contra as fontes, peça aprovação para a mudança exata e preserve uma rota reversível. Para revisar outras respostas assistidas por IA, consulte também o guia Como verificar uma resposta de IA antes de usar no trabalho.

Fontes primárias

• Repositório oficial Claude Ads.
• Commit auditado 669c760.
• SKILL.md de ads-audit.
• Contrato principal de operação.
• Contrato de pontuação e cobertura.
• Licença MIT.
• Especificação pública de Agent Skills.