AI 营销技能库：为 AI 编程代理赋能营销全流程

AI 营销技能库：为 AI 编程代理赋能营销全流程

核心观点

marketingskills 是一个开源的 AI Agent 技能集合，专为"技术型营销人和创始人"设计。它将营销领域的最佳实践、工作流程封装成结构化的 Markdown 技能文件，让 Claude Code、OpenAI Codex、Cursor、Windsurf 等 AI 编程代理能够读懂并执行专业的营销任务。

核心理念：不是让 AI 替代营销人，而是让 AI 代理掌握营销专业知识，成为可执行的"数字营销团队"。

---

关键信息

1. 什么是 Skills（技能文件）？

• Skills 是 Markdown 格式的知识+工作流文档
• AI Agent 读取后，可识别用户意图，并套用对应的营销框架与最佳实践
• 遵循 Agent Skills 规范，具备跨平台兼容性

2. 技能架构：以 product-marketing 为基础

所有技能都以 product-marketing（产品营销） 为根基，其他技能在执行前都会先读取它，以理解产品定位、目标受众和核心价值主张。

┌──────────────────────────────────────┐
│         product-marketing            │
│     (所有其他技能优先读取此文件)        │
└──────────────────┬───────────────────┘
                   │
        ┌──────────┼──────────┬──────────┬──────────┬──────────┐
        ▼          ▼          ▼          ▼          ▼          ▼
     SEO 类      CRO 类    内容文案     付费广告    增长留存    销售支持

技能间存在交叉引用关系（部分示例）：

技能组合	协作逻辑
copywriting ↔ cro ↔ ab-testing	文案 → 转化优化 → A/B 测试形成闭环
revops ↔ sales-enablement ↔ cold-email	销售运营 → 销售赋能 → 冷邮件外拓
seo-audit ↔ schema ↔ ai-seo	SEO 审计 → 结构化数据 → AI 搜索优化
customer-research → copywriting, cro, competitors	客研驱动文案、转化和竞品分析

---

3. 技能全览（按功能分类整理）

🔍 SEO & 内容

技能	用途
seo-audit	SEO 问题诊断与审计
ai-seo	针对 AI 搜索引擎优化，被 LLM 引用
programmatic-seo	利用模板和数据批量生成 SEO 页面
schema	结构化数据标记（Schema Markup）优化
content-strategy	内容策略规划，选题方向决策
aso	App Store / Google Play 页面优化
directory-submissions	提交产品到各类目录站获取外链

✍️ 文案与创意

技能	用途
copywriting	营销文案撰写（首页、落地页等）
copy-editing	现有文案的审阅与优化
ad-creative	广告创意生成（标题、描述、主文案）
cold-email	B2B 冷邮件及跟进序列
emails	邮件序列、滴灌活动、生命周期邮件
social	社交媒体内容创作
image	营销图片生成与优化
video	视频营销内容规划

📈 转化率优化（CRO）

技能	用途
cro	页面转化率诊断与优化
signup	注册流程优化
onboarding	新用户激活与首次价值体验优化
popups	弹窗/模态框/横幅转化优化
paywalls	应用内付费墙与升级弹窗优化
ab-testing	A/B 测试规划与实验方案设计

💰 付费增长

技能	用途
ads	Google/Meta/LinkedIn 等平台广告投放
analytics	数据追踪与分析体系搭建

🔄 增长与留存

技能	用途
referrals	转介绍计划/联盟计划设计
free-tools	免费工具作为增长/SEO 手段
churn-prevention	流失预防与挽回流程
community-marketing	社区建设与社群驱动增长
lead-magnets	高价值引流内容（Lead Magnet）规划

🎯 战略与 GTM

技能	用途
product-marketing	产品营销核心文档（基础技能）
marketing-plan	完整营销计划制定
launch	产品发布/功能上线策略
pricing	定价决策与商业化策略
offers	产品/服务的价值包装与定价设计
competitors	竞品对比页面与 SEO 竞品分析
competitor-profiling	深度竞品画像分析
marketing-psychology	营销心理学与行为科学应用
marketing-ideas	营销灵感与创意头脑风暴
marketing-loops	可自动循环运行的营销工作流

🤝 销售与客户

技能	用途
revops	营销-销售交接与收入运营
sales-enablement	销售物料、提案、异议处理文档
prospecting	潜客挖掘与名单建立
customer-research	客户调研与洞察分析
co-marketing	联合营销合作伙伴策划
public-relations	公关与媒体报道策略

---

4. 生态资源

资源	说明
Agent Skills 规范	技能文件的通用标准协议
Conversion Factory	作者的转化优化代理机构
Swipe Files	营销学习订阅 Newsletter
Magister	使用这些技能的自主 CMO AI Agent
Coding for Marketers	面向营销人的编程入门指南

---

代码/结构示例

技能依赖关系图（简化版）

用户输入: "帮我优化注册页面的转化率"
          ↓
Agent 触发: cro 技能
          ↓
cro 先读取: product-marketing（了解产品定位）
          ↓
cro 交叉引用: copywriting（优化文案）
              ab-testing（设计测试方案）
              analytics（衡量结果）
          ↓
输出: 完整的转化优化方案 + 可执行的 A/B 测试设计

典型使用场景

# 在支持 Agent Skills 的编辑器中（如 Claude Code）
# 将 skills/ 目录添加到项目后，直接用自然语言提问：

"帮我写一封针对 SaaS 产品的冷邮件序列"
→ Agent 自动触发 cold-email + product-marketing 技能

"分析我们的竞争对手并制作对比页面"
→ Agent 自动触发 competitor-profiling + competitors + copywriting 技能

"帮我设计一个推荐裂变计划"
→ Agent 自动触发 referrals + marketing-psychology 技能

---

个人启发

1. "技能即知识的模块化封装"：这个项目揭示了一种重要思路------专业知识不再只存在于人脑，可以被结构化为 Markdown 文件，供 AI 按需调用。这是"提示词工程"向"知识工程"的进化。

2. product-marketing 作为根基的设计哲学：所有技能先读懂"你是谁、卖给谁、解决什么问题"再执行，这与优秀营销人的思维一致------策略先于执行，定位先于创意。

3. 营销技能的可组合性 ：copywriting ↔ cro ↔ ab-testing 这种交叉引用设计，反映了现代增长营销的系统性思维------不同职能不是孤岛，而是相互驱动的增长飞轮。

4. 降低专业门槛，但不消除专业价值 ：工具让技术门槛更低，但懂营销逻辑的人才能写出好的技能文件、提出好的问题、判断输出质量------专业判断力才是真正的护城河。

---

延伸思考

1. 技能文件的质量瓶颈在哪里？

   AI Agent 的输出质量上限取决于技能文件本身的知识深度与框架完整性。如果技能文件由平庸的营销人编写，AI 的输出也会平庸。这引发思考：谁来写技能文件，本身就是一种核心竞争力。

2. 这套架构是否会催生"营销 Agent 即服务（MaaS）"的新商业模式？

   像 Magister（自主 CMO Agent）这类产品已在探索：企业无需雇佣全职营销团队，订阅一个掌握全套技能的 AI Agent 即可。这对中小企业、独立创始人意味着什么？对营销从业者的职业路径又意味着什么？

3. marketing-loops（营销循环）技能暗示了什么？

   "可自动循环运行的营销工作流"意味着营销动作可以像代码一样被定时调度、自动执行。未来的营销部门是否会演变成一个以 "工作流设计师 + AI 执行层" 为核心的组织结构，而非传统的"职能型团队"？