← 所有用例Live toolRun this on your own data with the Ad Analyzer →
广告拆解
把一条在投广告拆解为钩子、报价、CTA 和认知阶段 —— 支撑拆解 37 个品牌 724 条广告背后的标注。
724 条在投广告 · 37 个品牌 · 约 40s · $0.09@TheMattBerman
Matthew Berman 让 Jev 在约 40 秒内、用 9 美分的 token 拆解了来自 37 个品牌的 724 条在投广告 —— 每一个钩子、格式、报价、CTA、认知阶段以及落地页错配。它不会先写一份报告;而是把 724 条广告变成可以筛选和对比的数据。
Try it live
This is the real thing, not a mockup. Edit the input, hit Run, and Jev returns every typed answer in one round trip — free, no signup. Now picture the same call fired across thousands of items in parallel.
state — 软件传给 Jev 的输入131c
questions — 你想拿回的类型化决策
choicehook
主要的钩子风格是哪种?
→ 其中之一: problem_agitate, question, bold_claim, social_proof, offer
scoreawareness
这条广告瞄准的是哪个客户认知阶段(Schwartz)?
→ 0…4 · 5 个等级
choiceoffer_type
主要的优惠是什么?
→ 其中之一: free_trial, discount, lead_magnet, demo, none
noulclear_cta
是否有一个单一、明确的行动号召?
→ 概率 0.0 … 1.0
noulfriction_low
这条广告是否降低了注册门槛(例如免费、免绑卡、快速)?
→ 概率 0.0 … 1.0
真实 API · 免费 · 无需注册
类型化、已校准的输出将显示在这里。
选一个示例,调整输入,然后点击 运行 Jev.
选一个示例,调整输入,然后点击 运行 Jev.
Jev 做出的决策
在一次调用中，Jev 针对同一份输入并行评估以下每一项：
choicehook
主要的钩子风格是哪种?
从这些选项中挑一个：
problem_agitate— 点出读者切身感受到的痛点question— 以一个问题开场bold_claim— 一个大胆 / 反常识的主张social_proof— 以证明或数字领起offer— 直接以优惠本身领起
scoreawareness
这条广告瞄准的是哪个客户认知阶段(Schwartz)?
在一个有序量表上给它打分：
- 无认知
- 问题认知
- 解决方案认知
- 产品认知
- 充分认知
choiceoffer_type
主要的优惠是什么?
从这些选项中挑一个：
free_trial— 免费试用discount— 折扣或降价lead_magnet— 免费下载 / 资源demo— 演示或通话none— 没有明确的优惠
noulclear_cta
是否有一个单一、明确的行动号召?
返回一个已校准的是/否概率。
noulfriction_low
这条广告是否降低了注册门槛(例如免费、免绑卡、快速)?
返回一个已校准的是/否概率。
确切的请求
这就是实时演示背后真实的载荷——复制它，改一下 state，你就开始构建了：
{
"model": "jev-latest",
"state": "Facebook 广告素材:\n\n标题:“还在用电子表格记账吗?”\n正文:“创始人每周浪费 6 小时在记账上。我们的 AI 只要 10 分钟就能搞定。免费试用 30 天 —— 无需绑卡。”\nCTA 按钮:“注册”\n配图:凌乱的电子表格与整洁的仪表盘的左右分屏对比。",
"questions": {
"hook": {
"type": "choice",
"instructions": "主要的钩子风格是哪种?",
"criteria": {
"problem_agitate": "点出读者切身感受到的痛点",
"question": "以一个问题开场",
"bold_claim": "一个大胆 / 反常识的主张",
"social_proof": "以证明或数字领起",
"offer": "直接以优惠本身领起"
}
},
"awareness": {
"type": "score",
"instructions": "这条广告瞄准的是哪个客户认知阶段(Schwartz)?",
"criteria": [
"无认知",
"问题认知",
"解决方案认知",
"产品认知",
"充分认知"
]
},
"offer_type": {
"type": "choice",
"instructions": "主要的优惠是什么?",
"criteria": {
"free_trial": "免费试用",
"discount": "折扣或降价",
"lead_magnet": "免费下载 / 资源",
"demo": "演示或通话",
"none": "没有明确的优惠"
}
},
"clear_cta": {
"type": "noul",
"instructions": "是否有一个单一、明确的行动号召?"
},
"friction_low": {
"type": "noul",
"instructions": "这条广告是否降低了注册门槛(例如免费、免绑卡、快速)?"
}
}
}把它接进你的代码
读取类型化的答案，用普通代码分支判断——无需解析。自动处理高置信度的情形，把不确定的路由给更大的模型或人工。这只是一次 API 调用，而且输出免费，所以把你需要的每个问题一次都问了吧。