前言¶

投手日常面对的是分散在多个层级的数据：计划层级的消耗、素材层级的点击表现、转化层级的成本。手工拉表能算出几个比率，但很难系统地指出漏斗在哪一层掉量、应该先改哪一处。这个 Skill 针对的就是这一步：输入广告计划、素材、转化和成本数据，输出漏斗诊断、问题优先级和测试建议。

下面介绍它的定位、已核实的能力、安装启用情况和适用边界。需要先说明一点：本次撰写时官方页面（api.skillhub.cn 与 www.skillhub.cn 两个地址）均无法访问，因此安装命令、输入参数字段和官方示例未能核实，文中只写能从已抓取资料核对的信息，未核实的部分明确标注，不做推测。

这是什么¶

投流数据诊断｜郭亿易，坐标 @user_8d36cde0/guoyiyi-ad-spend-diagnosis，版本 1.0.0，由社区作者 user_8d36cde0 发布，来源标记为 community，分类 data-analysis。页面元数据：评分 100000，下载 818，安装 0（其中下载数在线索页显示为 769，以本次抓取值为准）。

定位一句话：把广告投放的计划、素材、转化和成本数据喂进去，得到漏斗诊断、问题优先级和测试建议。

使用者：投手与增长负责人。

能力边界：简介中未提及自动拉数、对接广告平台接口或自动调整预算，因此不要默认它具备这些能力。它属于分析类 Skill，负责把数据整理成可讨论的诊断结构。

核心功能¶

漏斗诊断¶

按投放漏斗分层检查各层的量与比率，定位掉量发生在哪一环节。具体分层口径取决于输入数据里有哪些字段，简介未给出固定的漏斗定义，需要以实际输入为准。

问题优先级¶

当多个问题同时存在时给出优先级排序，便于先处理影响最大的那一处。排序规则未在简介中公开。

测试建议¶

针对诊断出的问题给出测试方向。输出是文本层面的建议，不是自动创建广告实验。

三项能力都来自官方简介，属于一次输入、一次输出的分析过程，不涉及持续监控或实时回调。

安装与启用¶

官方页面本次无法访问，因此安装命令、Skill 目录位置，以及 Cursor / Codex CLI / Claude Code 之间是否存在差异，均未核实，这里不写推测的命令。

可以确认的是标签 requires_api_key=false，即使用该 Skill 不需要 API Key。

获取准确的安装方式请打开官方地址核对：

https://api.skillhub.cn/user_8d36cde0/guoyiyi-ad-spend-diagnosis
https://www.skillhub.cn/skills/user_8d36cde0/guoyiyi-ad-spend-diagnosis

典型用法¶

简介给出的输入是四类数据，建议按这个顺序整理好再使用：

1、广告计划数据：计划层级的消耗与投放相关字段。
2、素材数据：素材层级的展示、点击等表现字段。
3、转化数据：转化次数、转化成本等。
4、成本数据：与转化结果对照，判断单位成本是否可接受。

输出侧对应三项：漏斗诊断、问题优先级、测试建议。

需要提醒的是，官方页面未能访问，具体输入格式（CSV 还是 JSON、字段名、时间范围）和输出形式（报告文件还是对话回复）都未能核实。上面只列出简介中明确提到的数据类别，不代表官方要求的最小输入集。

适用场景与注意¶

适合的场景：

• 复盘一个计划组或一次投放活动，需要快速拿到结构化诊断，而不是手工算比率。
• 跨多个计划对比，找共同的掉量原因。
• 给增长负责人汇报时，需要一份能说明「先改哪里」的材料。

注意：

• 数据质量决定诊断质量。缺字段、口径不一致（例如消耗与转化的时间窗口不对齐）会让漏斗分层失真。
• 优先级和测试建议是建议性质，最终投放决策仍需人工确认。
• 分类是 data-analysis，属于分析类 Skill，不是投放执行工具。
• 本次官方页面无法访问，安装前先确认页面可用性以及版本是否有更新。

结尾¶

这个 Skill 的价值在于把「算比率」和「判断先改哪里」两件事打包成一次输入输出，省掉手工拉表的时间。它不替代投放经验，只是把数据整理成可以讨论的结构。

官方地址：https://api.skillhub.cn/user_8d36cde0/guoyiyi-ad-spend-diagnosis

SkillHub 页面：https://www.skillhub.cn/skills/user_8d36cde0/guoyiyi-ad-spend-diagnosis