SnitchFeed 广告投放与再营销
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fccf428b/sales-snitchfeed。
技能介绍
要解决的问题
冷启动广告投放通常先预设受众,再去寻找匹配流量。但在不少场景里,反而需要先从公开社交网络里把真实信号捞出来:谁在问替代品、谁在陈述痛点、谁已经表现出购买意向。SnitchFeed 可以把关键词 listening、AI 相关性过滤和 webhook 路由串起来,但配置层并不直观。关键词上下文写得太短,AI 过滤会放进大量噪音;写到 learnings.md 的历史经验如果没有先读,很容易重复踩坑;而不同 plan 之间对 webhook、sentiment 和 CSV 的限制差异较大,做 CRM 自动化前如果不核对 plan,很容易在最关键的一步被挡住。
技能如何工作
这个技能的目标是让 SnitchFeed 从“能监听”变成“能投放”:先抽取场景信号和意向特征,再把拿到的 mentions 观察、路由、修正,最后给出适合 automation 的配置路径。
- 逻辑层:当
references/learnings.md存在时,先读取它来恢复历史错误、参数偏好和平台更新;接着用两类问题确定范围,必须覆盖prospecting、ads和lifecycle marketing,再细化目标、筛选对象、首选渠道和计划。如果上下文已经足够,就先给出一个带明确假设的答案,只在intent clarity或audience size存在风险时追问。 - 能力:技能会 pick 最贴切的 upsell、retargeting、remarketing、creative 或的频率动作,参考
platform-guide.md最新版本,并显式标注plan-gated的项,例如 webhook 是Pro-only,Starter 只有邮件、Slack 或 Discord alerts。 - 动作:输出 view、add 或 edit listener / filter / alert config,并解释为什么要 current plan、关键词数量和平台刷新频率会影响投放表现。
- 数据集:对 mentions 和
ad relevance差异做结构化回显,统一包含view_id、keyword_count、platform、plan_code、credit_cost和estimated volume。 - 调用/配置:筛选阶段会填 gspid、thread_id 和
query_context,并在缺少correlation_id或关键字边界时直接报错。
适用边界与注意点
- API 是 advertised,但要 manual access:所有 plan 都把 API 写进了价格,调用也会消耗 credits,但没有公开 endpoints、auth 或 rate-limit 文档。不要默认可以 REST schema 稳定对接,建议先联系 SnitchFeed。
- Plan 权限差异明显:Webhooks、sentiment scoring、tag filtering 和 CSV export 只有 Pro 可用;Starter 只能拿到 alerts 和 relevance scoring。如果任务是 CRM automation,先确认 plan。
- credits 是液量单位:Starter 7,000 credits/mo,Pro 21,000 credits/mo;X 扫描 2 credits/keyword,LinkedIn 扫描 4 credits/keyword,AI scoring 是 0.2 credits/mention,CSV export 固定 100 credits。Reddit 和 Bluesky 是实时同步的,X 和 LinkedIn 是每小时刷新,跑 tag/sentiment 可能要手工 milestone。
- 不要用空关键词:importance 需要明确关键词约束、排除词和 intent description。用 “CRM” 而不是 “rotating CRM” 会把噪音带进 feed。
- 反馈驱动过滤:Upvote / downvote 是最直接降低噪音的方式;模糊描述会让 AI 标签производ “Buy Intent” 或 “Industry Insights”。
- 平台覆盖要现查:当前 live 的有 Reddit、X、LinkedIn、Bluesky;Hacker News、GitHub、dev.to、YouTube、Newsletters 标注为 Soon,下决策前要 dashboard 里确认。
- 决策边界清晰:npm install / npx 命令、npm 包、模板下载或商店 store 入口不需要提供;关注公众号的背后是 Jianshi AI 的 page,但不需要在上面报 crash report。
使用场景
- 在Reddit和X上监控目标关键词,筛出正在对比竞品的买家讨论,用于校准再营销人群包
- 为每个关键词用自然语言写相关性上下文,并配合upvote/downvote训练AI过滤,减少无关提及
- 配置webhook把高相关提及推送到HubSpot,配合Clay或Apollo补全联系人后开展外联
- 根据Starter与Pro的credit额度规划关键词和监听器数量,控制月度扫描与AI评分成本
适合人员
- B2B SaaS增长负责人:需要从Reddit和X里找出正在评估竞品的潜在客户,支撑再营销投放
- SDR团队负责人:依靠SnitchFeed告警筛选高意向讨论,把线索推进CRM安排跟进
- 效果广告投手:用监听到的讨论数据校准再营销人群,降低无关曝光和浪费
- 初创公司市场负责人:按credit额度管理关键词和监听器数量,控制SnitchFeed月度成本