media-planner
Skill0 starsChanged 4 months agoMITView on GitHub
Monta um plano de mídia estratégico completo (10 seções) por um processo guiado de 6 etapas com portão de validação — uma etapa por vez, aprovada pelo usuário antes de avançar. Use quando o usuário pedir "montar plano de mídia", "plano de aquisição", "planejamento de mídia/verba", ou disparar /media-plan. Diferente de ads-analyst (auditoria pontual) e performance-optimizer (monitoramento contínuo): aqui se PLANEJA do zero.
In this repository9 other files it gives its agents.
- CLAUDE.mdCLAUDE.md
- ads-analystSkill
- campaign-auditSkill
- campaign-launcherSkill
- dashboard-creatorSkill
- html-mob-netlifySkill
- organic-auditSkill
- performance-optimizerSkill
- weekly-reportSkill
The file
Files
Media Planner — Plano de Mídia Guiado por Etapas
Constrói um plano de mídia completo para qualquer cliente, nicho, moeda ou porte,
seguindo as 10 seções obrigatórias de .claude/rules/media-planning.md, mas
entregues por um processo de 6 etapas com portão de validação: cada etapa é
apresentada, o usuário valida (ou corrige), e só então se avança para a próxima.
Nunca despeje as 10 seções de uma vez. O valor desta skill é o ritmo passo a passo — o plano nasce das decisões do usuário, não de um template preenchido no chute.
Quando usar
- Usuário pede "montar/criar plano de mídia", "plano de aquisição", "planejamento
de verba/canais", ou dispara
/media-plan [briefing]. - Há um cliente em
clients/[slug]/iniciando operação ou um novo ciclo/campanha.
Não usar para: auditar conta existente (ads-analyst / campaign-audit),
monitorar ciclos recorrentes (performance-optimizer), ou orgânico (organic-audit).
Regra de ouro — portão de validação
Trabalhe uma etapa por vez. Ao fim de cada etapa:
- Apresente o entregável da etapa (tabelas, semáforo, sinalização 📊/⚠️/✅).
- Faça as perguntas de validação específicas da etapa.
- Pare e espere aprovação. Só avance quando o usuário validar. Se o usuário corrigir algo de uma etapa anterior, re-trave aquela etapa antes de seguir.
O que NUNCA assumir (perguntar antes)
Nicho/setor · país, região, idioma, moeda · canais (pago/orgânico, quais) ·
objetivo (awareness/leads/vendas/retenção) · estágio do negócio · benchmark de
referência · verba · prazo · evento de conversão. Ver princípios do CLAUDE.md.
As 6 etapas
Etapa 0 — Contexto & Objetivo SMART (Seção 1)
Coletar (perguntar o que faltar, nunca assumir):
- Nicho · local/moeda · verba · prazo · canais · evento de conversão · meta de volume + KPI-alvo (CPL/CPA/ROAS). Entregar: tabela de contexto travado + Objetivo SMART (resultado × período × verba). Se a meta de volume não bater com a alocação futura, sinalize já (flag honesto). Portão: prazo ok? objetivo e contexto corretos?
Etapa 1 — Público-alvo & Funil (Seções 2 e 3)
- Persona primária (demográfico + comportamental + psicográfico) por frente/segmento.
- Segmentação por canal (Meta interesses/advantage+, Google termos).
- Funil: etapas deste negócio + % de verba por etapa (Topo/Meio/Fundo).
- Definição de lead qualificado (MQL) — sempre que houver um campo qualificador no formulário (ex: "valor investido hoje"), use-o para os cortes de MQL. Portão: persona, funil e MQL validados? Falta algum dado do cliente (ex: ticket mínimo)?
Etapa 2 — Mix de canais & Budget breakdown (Seções 4 e 5)
- Tabela de mix: Canal | Papel no funil | % verba | KPI principal.
- Budget por frente e por canal, com verba/dia. Reserva de teste ≥ 10-15%.
- Ofereça variações de alocação quando fizer sentido (ex: focar no amplo vs. testar nichos; verba extra opcional). Marque decisões pendentes com ⚠️.
- Reconcilie a meta com a alocação: se parte da verba constrói audiência (topo), mostre a matemática de leads e reposicione a meta original como cenário otimista. Portão: rateios (frente e canal) e split de funil ok?
Etapa 3 — KPIs/metas por etapa & Calendário de voo (Seções 6 e 7)
- KPIs por etapa: Métrica | Meta | Benchmark bom/crítico 🟢🔴 | Fonte.
Benchmarks sem histórico próprio = 📊 estimativa (viram Tier 1 após 90 dias —
benchmarks-protocol.md). - Calendário de voo em fases (aquecimento/aceleração/conversão/consolidação) com o que vai ao ar em cada fase. Regra: sem otimização agressiva na fase de aprendizado (~7 dias). Portão: metas/benchmarks e calendário validados?
Etapa 4 — Testes A/B & Régua de otimização (Seções 8 e 9)
- Testes: mín. 2 variáveis por fase | hipótese | variante A | B | critério | prazo.
Com verba baixa, uma variável por eixo por vez; respeitar gate de amostra
(
optimization-thresholds.md§5). - Régua: gatilhos de pausa e de escala + frequência de revisão. Herdar bandas e tetos
de
optimization-thresholds.md. Ações de escrita: sempre propor, nunca executar sozinho. Portão: testes e gatilhos ok?
Etapa 5 — Projeção de resultados (Seção 10)
- 3 cenários: conservador (×0,7) | realista (×1,0) | otimista (×1,3), com premissas.
- Estenda o funil (leads → MQL → agendamentos → clientes) e retorno potencial.
- Separe o que é mídia (leads/MQL) do que é premissa do cliente (taxa de fechamento, % de agendamento) — marque estas como ⚠️ ponto cego a calibrar. Portão: cenários e premissas validados?
Etapa 6 — Consolidar + registrar
- Montar o plano completo (10 seções) usando
plano-template.mdcomo base. - Salvar em
clients/[slug]/outputs/plano-midia-[contexto]-[mês][ano].md. - Atualizar
clients/[slug]/profile.md: KPIs acordados, hipóteses a testar, histórico. - Se o usuário pedir versão para enviar (Google Docs/PDF), gerar a partir do markdown.
Padrões herdados (não reinventar)
- Cabeçalho e sinalização ✅/📊/⚠️ de
output-standards.md. - Semáforo 🟢🟡🔴 e priorização P0/P1/P2 de
analysis-frameworks.md. - Bandas de otimização, gate de amostra e tetos de
optimization-thresholds.md. - Nunca aplicar benchmark de um nicho em outro; nunca plano sem objetivo de conversão.
Entregável formal para o cliente
Se o plano for enviado ao cliente como documento formal, aplicar linguagem formal (sem "pra"/"pro", sem abreviações tipo "p/") — ver preferência de linguagem em propostas executivas. Perguntar ao usuário se a versão é interna (working doc) ou externa (entregável) antes de gerar Google Docs/PDF.
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

