用途：该技能用于分析与诊断 Meta Ads 广告投放表现，包括解读广告系列、广告组、广告层级数据，定位表现问题根因，生成可执行的优化建议，解释系统为何做出特定预算分配决策，并处理来自 Meta Ads Manager 的 CSV 导出、截图或原始数据。
主要能力：按工作流提供分析框架，先确定正确的评估层级以避免 Breakdown Effect，再检查学习阶段状态（约需 50 个优化事件，近期大幅编辑会重置学习），随后用 Meta 专属视角分析，包括边际效率分析、广告相关性诊断、竞价重叠检查、投放节奏分析和表现波动评估，最后综合成报告。报告结构为：执行摘要、评估层级、学习阶段状态、表现分析、诊断、建议（含预期影响、以可验证假设表述）、Breakdown Effect 说明。
必要用法：技能会自动加载 references/ 下的参考文档，包括 breakdown_effect.md（需最先阅读）、core_concepts.md、learning_phase.md、ad_relevance_diagnostics.md、auction_overlap.md、pacing.md、bid_strategies.md、ad_auctions.md、performance_fluctuations.md。官方建议要求先检查 get_recommendations API，如与技能结论不一致需明确说明原因。
约束与规范：不得仅因分部报告中平均 CPA/CPM 较高就建议暂停或降低预算；每条洞察必须附数据证据与解释；必须区分 "Clicks (all)" 与 "Link Clicks"；受众规模须使用 "Accounts Center accounts" 或仅报告数字，避免使用 "people"；指标名须按标准化名称显示。
核心原则：先整体后细分、关注动态而非静态快照、优先看边际 CPA 而非平均 CPA。
适用场景：适合广告投放数据分析、账户异常排查与优化报告撰写。是否收费、具体价格、支持平台与安装方式暂未提供。