MÓDULO 1.4 · TRILHA 1

📣 Gerador de Relatório de Estratégia de Anúncios em PDF

Gerar um relatório de estratégia de anúncios em PDF, pronto para o cliente, utilizando a biblioteca Python ReportLab. Esta skill varre o diretório de trabalho atual em busca de todos os arquivos de saída de anúncios, ext…

7
Tópicos
15 min
Leitura
orquestrador
Comando
Ads
Time

Propósito da Skill

Gerar um relatório de estratégia de anúncios em PDF, pronto para o cliente, utilizando a biblioteca Python ReportLab. Esta skill varre o diretório de trabalho atual em busca de todos os arquivos de saída de anúncios, extrai pontuações, personas de público, estrutura de campanhas, alocação de orçamento e inteligência competitiva, compila-os em JSON estruturado e produz um PDF profissional com uma página de capa contendo um medidor de Pontuação de Prontidão para Anúncios, cartões de personas de público, diagrama de funil de campanhas, gráfico de alocação de orçamento, mapa de posicionamento competitivo, resumo da direção criativa e um plano de ação priorizado de 90 dias.

Quando Usar

Quando Usar PDF vs Markdown

FormatoMelhor ParaVantagensDesvantagens
PDFApresentações para clientes, anexos de e-mail, propostas, material de vendasAparência profissional, gráficos e medidores, imprimível, formatação consistenteRequer script Python, mais difícil de editar
MarkdownUso interno, referência rápida, edição iterativa, controle de versãoFácil de editar, geração rápida, compatível com gitMenos polimento visual, sem gráficos

Regra geral: Se o relatório for enviado a um cliente, prospect ou executivo, use PDF. Se for para uso interno ou edição posterior, use Markdown.

Como Executar

Etapa 1: Verificar o Script de Geração de PDF

Primeiro, verifique se o script dedicado de geração de PDF existe:

ls ~/.claude/skills/ads/scripts/generate_ads_pdf.py 2>/dev/null

Se o script existir: Use-o diretamente (pule para a Etapa 4). Se o script não existir: Gere o PDF inline usando ReportLab (siga todas as etapas).

Etapa 2: Coletar Todos os Dados Disponíveis

Varra o diretório de trabalho atual em busca de todas as saídas da skill de anúncios. Busque por estes arquivos:

Fontes de dados primárias (busque por todas estas):

Comando de busca:

ls ADS-*.md 2>/dev/null

Para cada arquivo encontrado, extraia:

Etapa 3: Estruturar os Dados em JSON

Compile todos os dados extraídos em um objeto JSON estruturado para o gerador de PDF:

{
  "report_metadata": {
    "business_name": "[Nome do Negócio]",
    "website_url": "[URL]",
    "industry": "[Indústria]",
    "report_date": "[AAAA-MM-DD]",
    "generated_by": "Estrategista de Anúncios IA"
  },
  "ad_readiness_score": {
    "composite_score": 0,
    "audience_clarity": {"score": 0, "weight": 25, "findings": []},
    "creative_quality": {"score": 0, "weight": 20, "findings": []},
    "funnel_architecture": {"score": 0, "weight": 20, "findings": []},
    "competitive_position": {"score": 0, "weight": 15, "findings": []},
    "budget_efficiency": {"score": 0, "weight": 20, "findings": []}
  },
  "audience_personas": [
    {
      "name": "[Nome da Persona]",
      "age_range": "[Faixa Etária]",
      "role_title": "[Cargo/Título]",
      "pain_points": [],
      "motivations": [],
      "platforms": [],
      "targeting_params": {}
    }
  ],
  "campaign_structure": {
    "funnel_stages": [],
    "campaigns": [],
    "retargeting_flows": []
  },
  "budget_allocation": {
    "total_monthly_budget": 0,
    "platform_split": {},
    "funnel_stage_split": {},
    "projected_metrics": {
      "estimated_impressions": 0,
      "estimated_clicks": 0,
      "estimated_conversions": 0,
      "projected_cpa": 0,
      "projected_roas": 0
    }
  },
  "competitive_intelligence": {
    "competitors_analyzed": [],
    "positioning_gaps": [],
    "messaging_opportunities": []
  },
  "top_ad_copy": {
    "best_hooks": [],
    "top_headlines": [],
    "best_ctas": []
  },
  "action_plan": {
    "week_1": [],
    "week_2_4": [],
    "month_2_3": []
  },
  "critical_findings": [],
  "quick_wins": []
}

Etapa 4: Gerar o PDF

Execute o script de geração de PDF com os dados JSON compilados:

python3 ~/.claude/skills/ads/scripts/generate_ads_pdf.py

Se o script não existir, gere-o inline. O script deve produzir um PDF com estas seções:

Estrutura e Páginas do PDF

Página 1: Capa

Página 2: Resumo Executivo

Página 3: Análise de Público

Página 4: Direção Criativa

Página 5: Arquitetura de Campanhas

Página 6: Posicionamento Competitivo

Página 7: Alocação de Orçamento

Página 8: Plano de Ação de 90 Dias

Página 9: Apêndice (se houver dados disponíveis)

Especificações de Design do PDF

Layout:

Cores:

Tipografia:

Gráficos (ReportLab Drawing):

Etapa 5: Pós-Geração

Após gerar o PDF:

  1. Verifique se o arquivo foi criado:
ls -la ADS-STRATEGY-REPORT.pdf
  1. Informe o tamanho e a localização do arquivo ao usuário
  2. Sugira próximos passos:

Tratamento de Dados Ausentes

Nem todas as skills podem ter sido executadas antes de gerar o PDF. Trate isso adequadamente:

Dados DisponíveisComportamento
Execução completa da estratégia (todos os 5 agentes)Gerar relatório completo com todas as páginas
Dados parciais (alguns agentes)Gerar relatório com as seções disponíveis, marcar seções ausentes como "Ainda Não Analisado"
Apenas instantâneo rápidoGerar um mini-relatório (capa + resumo executivo + plano de ação)
Nenhum arquivo de dados encontradoInformar o usuário para executar /ads strategy <url> primeiro

Dados mínimos necessários: Pelo menos um arquivo ADS-*.md deve existir. Se nenhum for encontrado, exibir:

Nenhum dado de estratégia de anúncios encontrado no diretório atual.
Execute '/ads strategy <url>' primeiro para gerar a análise,
e então use '/ads report-pdf' para criar o relatório em PDF.

Saída

A saída final é um único arquivo PDF: ADS-STRATEGY-REPORT.pdf

Salvo no diretório de trabalho atual, junto com os arquivos fonte em Markdown.

Regras Importantes

--- skills/ads-audit/SKILL.md ---

name: ads-audit description: Auditor de Desempenho de Anúncios — analisar campanhas de anúncios existentes e identificar oportunidades de otimização version: 1.0.0 author: Estrategista de Anúncios IA tags: [ads, audit, performance, optimization, analytics] trigger: /ads audit output: ADS-AUDIT.md

← Módulo 1.3 Módulo 1.5 →