Projeto 1: Sua Primeira Skill Funcional

# Passo 1 -- Crie a estrutura da skill

mkdir -p ~/.claude/skills/seo-audit/{scripts,templates,tests}
cd ~/.claude/skills/seo-audit

# Passo 2 -- Abra o Claude Code e peça a estrutura inicial

claude 'Crie o SKILL.md da skill seo-audit. Frontmatter com
name: seo-audit, description: audita SEO tecnico de uma URL
verificando meta title, meta description, H1, H2, H3, imagens
sem alt, links quebrados e schema JSON-LD. Requirements: Python
3.11, requests, beautifulsoup4. No corpo inclua secoes Quando
usar, Passos (5 passos numerados), Criterios de sucesso,
Comando de teste.'

# Passo 3 -- Peca ao agente o script de auditoria

claude 'Crie scripts/audit.py que:
1. Recebe URL como argumento de linha de comando
2. Faz GET com User-Agent amigavel (Brasil GEO SEO Audit 1.0)
3. Extrai: meta title, meta description, canonical, robots,
   todas as tags h1-h6, todas as imagens com src e alt,
   todos os links e schema JSON-LD.
4. Retorna um JSON estruturado com essas informações e
   um array de issues detectados (title ausente, h1 duplicado,
   imagens sem alt com taxa > 30%, canonical divergente).
5. Salva o JSON em out/audit-<hostname>-<timestamp>.json
6. Trata timeout de 15s, erro 4xx/5xx e SSL invalido sem crashar.
Escreva com docstrings e sem dependencias externas alem de
requests e beautifulsoup4.'

# Passo 4 -- Teste de ativacao

# Abra nova sessão do Claude Code em qualquer diretorio
cd ~/qualquer/pasta
claude 'Audite o SEO tecnico de https://alexandrecaramaschi.com'

# Se a skill foi escrita corretamente, o agente:
# 1. Deteta seo-audit como relevante (Nivel 1)
# 2. Le SKILL.md completo (Nivel 2)
# 3. Executa scripts/audit.py (Nivel 3)
# 4. Preenche o template
# 5. Devolve sumario no chat

# Se nao detetar, execute /skills dentro do Claude Code
# para listar skills instaladas e confirmar que seo-audit
# aparece. Se nao aparecer, problema de path ou frontmatter.

---
name: briefing-campanha
description: Monta o briefing de uma campanha de mídia paga ou de conteúdo a partir de produto e objetivo, no modelo do time. Use quando pedirem briefing, brief de campanha ou plano de campanha.
disable-model-invocation: true
argument-hint: "[produto] [objetivo]"
arguments: [produto, objetivo]
allowed-tools: Read Write
---

# Briefing de campanha

Data de hoje: !`date +%Y-%m-%d`

## Entradas
- Produto: $produto
- Objetivo: $objetivo
Se faltar público, orçamento ou prazo, pergunte antes de escrever.

## Passos
1. Leia references/marca.md (tom de voz, termos proibidos, promessas vetadas).
2. Leia assets/modelo-briefing.md e preencha todas as seções.
3. Para cada canal (Google Ads, Meta, LinkedIn), proponha objetivo,
   público, mensagem central e o KPI da etapa do funil.
4. Liste 3 hipóteses de teste com a métrica que decide cada uma.
5. Salve em briefings/<data>-<produto>.md e mostre um resumo de 5 linhas.

## Critério de pronto
- Nenhuma seção do modelo vazia
- Cada KPI com fonte de dado (GA4, plataforma de anúncios ou CRM)
- Nenhum termo da lista de proibidos de references/marca.md

id,url
anuncio-01,https://example.com/curso?utm_source=google&utm_medium=cpc&utm_campaign=curso_outubro
anuncio-02,https://example.com/curso?utm_source=Google&utm_medium=cpc&utm_campaign=curso_outubro
anuncio-03,https://example.com/curso?utm_source=linkedin&utm_medium=paid_social

# scripts/auditar_utm.py
import csv
import json
import re
import sys
from pathlib import Path
from urllib.parse import parse_qs, urlsplit

obrigatorios = ("utm_source", "utm_medium", "utm_campaign")
achados = []
with Path(sys.argv[1]).open(encoding="utf-8-sig", newline="") as arquivo:
    linhas = list(csv.DictReader(arquivo))
    for linha in linhas:
        parametros = parse_qs(urlsplit(linha["url"]).query, keep_blank_values=True)
        for campo in obrigatorios:
            valores = parametros.get(campo, [])
            if not valores or not valores[0].strip():
                motivo = "ausente"
            elif len(valores) != 1:
                motivo = "repetido"
            elif not re.fullmatch(r"[a-z0-9_]+", valores[0]):
                motivo = "fora_do_padrao_do_laboratorio"
            else:
                continue
            achados.append({"id": linha["id"], "campo": campo, "motivo": motivo})
print(json.dumps({"linhas": len(linhas), "achados": achados}, ensure_ascii=False, indent=2))
sys.exit(1 if achados else 0)

---
name: auditoria-utm-csv
description: Audita parâmetros UTM de um CSV fictício de anúncios e propõe correções por ID. Use para revisar links antes de uma campanha; não use para editar anúncios ou consultar contas.
---

# Auditar UTMs antes de alterar
1. Confirme que entradas/links-demo.csv contém somente dados fictícios.
2. Leia scripts/auditar_utm.py e a convenção abaixo antes de executar.
3. Execute python scripts/auditar_utm.py entradas/links-demo.csv.
4. Trate saída 1 com JSON como achados; traceback é falha de execução.
5. Entregue no chat uma tabela: ID, campo, achado, proposta e justificativa.
6. Não edite o CSV nem anuncie que a correção já foi aplicada.
7. Aguarde revisão das propostas. Nunca invente o nome de uma campanha.

Convenção deste exercício: utm_source, utm_medium e utm_campaign
obrigatórios; valores com minúsculas ASCII, números e sublinhado.
Essa é uma convenção do time fictício, não uma exigência universal do GA4.
Pronto: todas as linhas avaliadas e arquivo original preservado.

# PowerShell: execute antes e depois da conversa com o agente
Get-FileHash -LiteralPath entradas/links-demo.csv -Algorithm SHA256
python scripts/auditar_utm.py entradas/links-demo.csv
$LASTEXITCODE

# Após criar e revisar a cópia
python scripts/auditar_utm.py entradas/links-revisados.csv
$LASTEXITCODE