Mineur d'angles publicitaires - extrayez des angles depuis le vrai langage acheteur — Claude Skill
Une compétence Claude pour Claude Code par Gooseworks — exécuter /ad-angle-miner dans Claude·Mis à jour le 6 juin 2026
Extrayez des angles publicitaires à fort potentiel depuis la voix client
- Mine les avis G2/Capterra, Reddit, Twitter et les annonces concurrentes
- Extrait le langage de douleur et les formulations de résultats réellement utilisés par les acheteurs
- Score les angles selon la force de preuve, l'intensité émotionnelle et la différenciation
- Produit une banque d'angles priorisée avec citations de preuve par angle
- Recommande les formats publicitaires par angle : search, vidéo, carousel
Pour qui
Ce qu'il fait
Arrêtez de deviner en brainstorm : extrayez des angles prouvés depuis ce que les vrais acheteurs disent déjà sur vous et vos concurrents.
Avant les campagnes paid, minez la conversation et trouvez les angles que personne n'utilise encore.
Créez une bibliothèque structurée d'angles validés à réutiliser dans toutes les campagnes futures.
Fonctionnement
Prend en entrée le produit, les concurrents et l'ICP
Mine les avis, Reddit, Twitter et les annonces concurrentes via des scrapers
Extrait les angles de douleur, résultat, identité, peur et déplacement avec citations verbatim
Score chaque angle sur preuve, émotion, différenciation, fit ICP et fraîcheur
Produit une banque d'angles classée avec exemples de titres par niveau
Métriques améliorées
Compatible avec
Envie d'utiliser Mineur d'angles publicitaires ?
Choisissez comment commencer.
Installez et exécutez cette compétence localement sur votre ordinateur.
Ouvrez un terminal sur votre ordinateur et collez cette commande :
Cela télécharge la compétence avec tous ses fichiers sur votre ordinateur :
Ajoutez -g à la fin pour le rendre disponible dans tous vos projets.
Démarrez Claude Code, puis tapez la commande :
Mineur d'angles publicitaires
Fouillez la voix client — avis, Reddit, tickets support, annonces concurrentes — pour extraire le langage précis, les points de douleur et les résultats désirés qui font convertir les annonces. La sortie est une banque d'angles que votre équipe peut réutiliser pour chaque campagne.
Principe clé : les meilleurs angles publicitaires ne s'inventent pas en brainstorm. Ils s'extraient de ce que les vraies personnes disent déjà. Ce skill trouve ces angles et les classe selon la force de preuve.
Quand l'utiliser
- « Quels angles devrions-nous lancer dans nos annonces ? »
- « Trouve des points de douleur pour nos textes publicitaires »
- « De quoi les gens se plaignent-ils chez [concurrents] ? »
- « Mine les avis pour le messaging publicitaire »
- « J'ai besoin d'angles frais, pas des mêmes idées usées »
Phase 0 : collecte
- Votre produit — nom + ce qu'il fait en une phrase
- Concurrents — 2 à 5 noms de concurrents pour miner les avis
- ICP — qui ciblez-vous ? rôle, stade d'entreprise, douleur
- Sources à miner choisissez tout ce qui s'applique :
- Avis G2/Capterra/Trustpilot, les vôtres et ceux des concurrents
- Threads Reddit dans des subreddits pertinents
- Plaintes ou compliments Twitter/X
- Tickets support ou commentaires NPS, collés ou fournis en fichier
- Annonces concurrentes, Meta + Google
- Angles déjà testés ? — pour les ignorer
Phase 1 : collecte des sources
1A : mining des avis
Lancez review-scraper pour votre produit et chaque concurrent :
python3 skills/review-scraper/scripts/scrape_reviews.py \
--product "<product_name>" \
--platforms g2,capterra \
--output json
Concentrez-vous sur :
- Avis 1-2 étoiles des concurrents — douleurs qu'ils ne résolvent pas
- Avis 4-5 étoiles de votre produit — résultats qui enchantent les acheteurs
- Avis 4-5 étoiles des concurrents — forces à contrer ou égaler
- Patterns de langage dans les avis — formulations exactes des acheteurs
1B : mining Reddit/communautés
Lancez reddit-scraper pour les subreddits pertinents :
python3 skills/reddit-scraper/scripts/scrape_reddit.py \
--query "<product category> OR <competitor> OR <pain keyword>" \
--subreddits "<relevant_subreddits>" \
--sort relevance \
--time month \
--limit 50
Extrayez :
- Questions posées avant achat
- Plaintes sur les solutions actuelles
- Phrases « J'aimerais que [produit] puisse... »
- Threads de comparaison, discussions vs
1C : mining Twitter/X
Lancez twitter-scraper :
python3 skills/twitter-scraper/scripts/scrape_twitter.py \
--query "<competitor> (frustrating OR broken OR hate OR love OR switched)" \
--max-results 50
1D : mining des annonces concurrentes optionnel
Lancez ad-creative-intelligence pour voir quels angles les concurrents utilisent actuellement. Cela révèle :
- Les angles qu'ils ont validés : annonces longue durée = probablement performantes
- Les angles qu'ils testent : nouvelles annonces
- Les angles que personne n'utilise : espace blanc
1E : données internes optionnelles
Si l'utilisateur fournit tickets support, commentaires NPS ou transcriptions d'appels sales, ingérez-les et taguez-les avec le même cadre ci-dessous.
Phase 2 : extraction des angles
Traitez toutes les données collectées avec ce cadre d'extraction :
Catégories d'angles
| Catégorie | À chercher | Puissance publicitaire |
|---|---|---|
| Angles de douleur | Frustrations spécifiques avec le statu quo ou les concurrents | Forte — la douleur motive l'action |
| Angles de résultat | Résultats souhaités décrits avec les mots des acheteurs | Forte — aspiration positive |
| Angles d'identité | Comment les acheteurs se décrivent ou veulent être vus | Moyenne — résonance émotionnelle |
| Angles de peur | Risques de ne PAS changer ou agir | Moyenne — aversion à la perte |
| Déplacement concurrentiel | Raisons précises de quitter un concurrent | Très forte — comparaison directe |
| Angles de preuve sociale | Résultats ou métriques cités dans les avis | Forte — crédibilité |
| Angles de contraste | Avant/après ou ancienne méthode/nouvelle méthode | Forte — proposition de valeur claire |
Pour chaque angle, extraire :
- L'angle — cadrage en une phrase
- Citations de preuve — 2 à 5 citations verbatim des sources
- Nombre de sources — combien de sources indépendantes le mentionnent ?
- Faiblesse concurrente ? — exploite-t-il un manque précis chez un concurrent ?
- Registre émotionnel — frustration / aspiration / peur / soulagement / fierté
- Format recommandé — search ad / statique Meta / vidéo Meta / LinkedIn / Twitter
Phase 3 : scoring et classement
Scorez chaque angle sur :
| Facteur | Poids | Description |
|---|---|---|
| Force de preuve | 30% | Nombre de sources indépendantes qui le mentionnent |
| Intensité émotionnelle | 25% | Force du ressenti exprimé, intensité du langage |
| Différenciation concurrentielle | 20% | Vous distingue-t-il vraiment ou tout concurrent peut-il le revendiquer ? |
| Pertinence ICP | 15% | Correspondance avec l'univers de l'acheteur cible |
| Fraîcheur | 10% | Angle déjà trop utilisé dans les annonces concurrentes ? |
Score total sur 100. Classez tous les angles.
Phase 4 : format de sortie
# Banque d'angles publicitaires — [Nom du produit] — [DATE]
Sources minées : [liste]
Total d'angles extraits : [N]
Angles de niveau 1 (score 70+) : [N]
---
## Niveau 1 : angles à plus forte conviction (score 70+)
### Angle 1 : [angle en une phrase]
- **Catégorie :** [Douleur / Résultat / Identité / Peur / Déplacement / Preuve / Contraste]
- **Score :** [X/100]
- **Registre émotionnel :** [Frustration / Aspiration / etc.]
- **Citations de preuve :**
> « [Citation verbatim 1] » — [Source : avis G2 / Reddit / etc.]
> « [Citation verbatim 2] » — [Source]
> « [Citation verbatim 3] » — [Source]
- **Nombre de sources :** [N] mentions indépendantes
- **Faiblesse concurrente exploitée :** [Nom du concurrent + manque précis, ou « N/A »]
- **Formats recommandés :** [Titre search ad / statique Meta / hook vidéo / etc.]
- **Titre exemple :** « [Titre brouillon utilisant cet angle] »
- **Texte exemple :** « [Corps en 1-2 phrases] »
### Angle 2 : ...
---
## Niveau 2 : à tester (score 50-69)
[Même format, plus bref]
---
## Niveau 3 : émergent / faible preuve (score < 50)
[Liste brève : angles avec potentiel mais preuves insuffisantes]
---
## Carte concurrentielle des angles
| Angle | Votre produit | [Concurrent A] | [Concurrent B] | [Concurrent C] |
|-------|-------------|----------|----------|----------|
| [Angle 1] | Peut le revendiquer ✓ | Faible ici ✗ | Le revendique aussi | Non pertinent |
| [Angle 2] | Fort ✓ | Fort | Faible ✗ | Non pertinent |
...
---
## Plan de test recommandé
### Semaines 1-2 : tester les angles niveau 1
- [Angle] -> [Format] -> [Plateforme]
- [Angle] -> [Format] -> [Plateforme]
### Semaines 3-4 : tester les angles niveau 2
- [Angle] -> [Format] -> [Plateforme]
Enregistrez dans clients/<client-name>/ads/angle-bank-[YYYY-MM-DD].md.
Coût
| Composant | Coût |
|---|---|
| Review scraper par produit | ~$0.10-0.30 (Apify) |
| Reddit scraper | ~$0.05-0.10 (Apify) |
| Twitter scraper | ~$0.10-0.20 (Apify) |
| Scraper d'annonces optionnel | ~$0.40-1.00 (Apify) |
| Analyse | Gratuit (raisonnement LLM) |
| Total | ~$0.25-1.60 |
Outils requis
- Token API Apify — variable d'environnement
APIFY_API_TOKEN - Skills amont :
review-scraper,reddit-scraper,twitter-scraper - Optionnel :
ad-creative-intelligencepour les angles d'annonces concurrentes
Phrases de déclenchement
- « Mine des angles publicitaires depuis les avis »
- « Quels angles devrions-nous lancer ? »
- « Trouve le langage de douleur pour nos annonces »
- « Construis une banque d'angles publicitaires pour [client] »
- « De quoi les gens se plaignent-ils chez [concurrent] ? »