1. 项目缘起为什么我要把营销方法论拆成可执行的技能包做增长和SEO这行十来年我最头疼的一件事从来不是“不知道要做什么”而是“知道要做什么但每次都要从头讲一遍”。团队里新来的同学问“落地页标题怎么写”我得把三年前写的文档翻出来投放的同学问“FAQ结构化数据到底怎么埋”我又得把Schema.org的文档链接甩过去。信息是有的但它散落在Notion、飞书、各种聊天记录和我的脑子里调用成本极高。marketingskills这个项目本质上就是解决这个调用成本问题的。它的核心思路非常直接把营销领域里那些高频、可复用、有明确判断标准的工作拆解成一个个独立的“技能单元”每个技能单元包含触发条件、执行步骤、判断标准、常见错误和参考案例。你可以把它理解成一套给营销人用的“操作手册库”也可以理解成一套可以被AI agent直接调用的结构化知识。为什么现在做这件事因为AI agent的落地场景正在从“通用问答”往“垂直执行”走。Claude Code这类工具的出现让“让AI按照一套标准流程去执行具体任务”变得可行。但问题在于AI再强它也不知道你们公司的品牌调性是什么、你们行业的转化漏斗长什么样、你们踩过哪些坑。这些隐性知识如果不被显性化、结构化AI就只能给你泛泛而谈的建议。marketingskills要做的就是把这层隐性知识变成显性的、可被调用的技能模块。这套东西适合谁三类人。第一类带增长团队的一线负责人你需要一套标准化的东西让团队执行不走样。第二类独立开发者或小团队里“什么都得自己干”的全栈营销人你需要快速调用成熟方法论而不是每次从零开始想。第三类正在尝试用AI agent做营销自动化的技术同学你需要一套结构清晰的知识库来喂给agent。不管你是哪类核心诉求是一样的把营销这件事从“靠感觉”变成“靠流程”。2. 核心设计思路技能单元到底该怎么拆2.1 为什么是“技能”而不是“文档”传统营销文档的问题在于它是“阅读型”的不是“执行型”的。你读一篇五千字的SEO指南读完之后可能记住了几个要点但真正动手的时候还是不知道第一步该干嘛。marketingskills的设计逻辑是反过来的每个技能单元必须包含一个明确的“触发场景”也就是“当你遇到X情况时调用这个技能”。举个例子“落地页标题优化”这个技能它的触发场景不是“我想学怎么写标题”而是“我有一个落地页转化率低于预期我怀疑标题是瓶颈”。触发场景明确了后面的执行步骤才有意义。这个设计思路借鉴的是工程领域的“runbook”概念——运维工程师遇到报警时不是去读一本运维手册而是直接打开对应的runbook按步骤排查。营销执行也应该有runbook。2.2 技能单元的五个必备字段每个技能单元我强制要求包含五个字段缺一不可。这五个字段是我在实际带团队过程中反复打磨出来的少一个都会导致执行走样。第一个字段是触发条件。必须用“当……时”的句式写清楚。比如“当落地页跳出率高于70%且停留时间低于15秒时”而不是“落地页效果不好时”。触发条件越具体调用越精准。第二个字段是前置检查。在执行任何操作之前必须先确认哪些前提条件成立。比如做FAQ结构化数据之前你得先确认页面确实有FAQ内容、内容确实对用户有价值、页面本身可以被搜索引擎抓取。前置检查的作用是防止“拿着锤子找钉子”——不是所有页面都需要FAQ结构化数据强行加反而可能被判定为垃圾内容。第三个字段是执行步骤。步骤必须细化到“一个刚入行的同学照着做也不会跑偏”的程度。每个步骤包含操作动作、操作对象、预期结果、如果结果不符合预期该怎么办。这里的关键是“如果……则……”的分支逻辑因为实际操作中很少有一帆风顺的情况。第四个字段是判断标准。做完之后怎么判断做得好不好必须有可量化的指标或者可观察的现象。比如标题优化之后点击率是否提升、跳出率是否下降、停留时间是否延长。没有判断标准技能就无法迭代。第五个字段是常见错误。这是最有价值的部分也是常规文档里最缺失的部分。常见错误不是“理论上可能犯的错”而是“我实际见过很多人犯的错”。比如做FAQ结构化数据时最常见的错误是把所有问答都塞进去包括那些用户根本不关心的问题。这个错误的根源是“为了做而做”而不是“为了解决用户问题而做”。2.3 技能之间的依赖关系怎么处理营销工作很少是单点操作通常是多个技能串联。比如“提升独立站自然流量”这个目标可能涉及“关键词研究”“内容选题”“页面结构优化”“FAQ结构化数据”“内链建设”等多个技能。这些技能之间有依赖关系关键词研究是内容选题的前置内容选题是页面结构优化的前置。marketingskills的处理方式是给每个技能标注“前置技能”和“后置技能”。前置技能是“在执行本技能之前最好先完成哪些技能”后置技能是“完成本技能之后自然应该接着做哪些技能”。这样当你调用一个技能时系统可以自动推荐相关的上下游技能形成一条完整的执行链路。这个设计的好处是它把营销从“一堆零散的动作”变成了“一条有条理的流水线”。你不需要记住所有技能只需要记住入口技能然后顺着依赖关系往下走就行。3. 核心技能拆解从SEO到CRO的实操细节3.1 SEO技能组关键词研究到结构化数据SEO是marketingskills里技能最密集的领域因为SEO的很多工作确实有明确的流程和判断标准。我把SEO技能拆成了四个核心单元关键词研究、内容选题、页面优化、结构化数据。关键词研究的触发条件是“需要为独立站或内容站规划内容方向时”。前置检查包括确认目标市场、确认目标语言、确认当前网站权重阶段。执行步骤分四步第一步用工具拉取种子关键词的扩展词第二步按搜索意图分类信息型、导航型、交易型、商业调查型第三步按竞争难度和搜索量做优先级排序第四步输出关键词地图标注每个关键词对应的页面类型。这里有个关键判断标准不是所有高搜索量的词都值得做。我通常用“搜索量除以竞争难度”得到一个“性价比分数”优先做性价比高的词。常见错误是“只盯着大词”比如“SEO”这种词搜索量确实大但竞争难度极高新站去做基本是浪费时间。更务实的做法是找“长尾词里的高意图词”比如“独立站谷歌SEO怎么做”这种词搜索量可能只有几百但意图明确、竞争小、转化率高。FAQ结构化数据这个技能单独拿出来说因为最近问的人特别多。触发条件是“页面包含FAQ内容且希望获得搜索结果中的富摘要展示”。前置检查有三条页面确实有真实的FAQ内容、FAQ内容对用户有实际帮助、页面本身可以被搜索引擎正常抓取和索引。执行步骤第一步确认FAQ内容已经以可见形式呈现在页面上不能是隐藏的第二步按照Schema.org的FAQPage规范编写JSON-LD代码第三步把代码嵌入页面的head或body中第四步用富媒体测试工具验证代码是否正确第五步提交URL等待重新抓取。这里有个实操心得FAQ结构化数据不是越多越好。我见过有人把一个页面塞了二十个FAQ结果被搜索引擎判定为“过度优化”。我的经验是一个页面放3到5个真正有价值的FAQ就够了而且这些问题必须是用户真的会问的不是你自己编出来凑数的。常见错误包括FAQ内容与页面主题无关、FAQ答案过于简短没有信息量、多个页面使用完全相同的FAQ内容。3.2 CRO技能组从流量到转化的关键节点CRO转化率优化是另一个技能密集的领域。和SEO不同CRO更依赖数据驱动和实验设计。我把CRO拆成了三个核心技能转化漏斗诊断、A/B测试设计、落地页优化。转化漏斗诊断的触发条件是“转化率低于预期且不知道瓶颈在哪里”。前置检查包括确认数据埋点完整、确认流量来源清晰、确认转化目标定义明确。执行步骤第一步画出完整的转化漏斗从访问到最终转化标注每个环节的转化率第二步找出转化率下降最明显的环节第三步针对该环节提出三个可能的假设第四步按“影响程度”和“验证成本”给假设排序第五步从影响最大、验证成本最低的假设开始验证。判断标准是“能否用数据证明或证伪假设”。常见错误是“凭感觉优化”比如觉得按钮颜色不好看就改颜色但实际瓶颈可能在表单字段太多。我踩过的坑是曾经花了两周优化落地页的视觉设计结果转化率只提升了0.3%后来发现真正的问题是表单要求填写公司邮箱而很多用户只有个人邮箱。A/B测试设计的触发条件是“有两个或以上方案需要对比验证效果”。前置检查确认流量足够支撑统计显著性、确认测试变量单一、确认测试周期合理。执行步骤第一步明确测试假设和预期效果第二步计算所需样本量第三步设置对照组和实验组第四步运行测试直到达到统计显著性第五步分析结果并决定是否推广。这里有个关键参数统计显著性通常要求95%以上这意味着p值小于0.05。但实际操作中很多小团队的流量根本达不到统计显著性所需的样本量。我的建议是如果流量不足不要强行做A/B测试而是做“前后对比测试”但要注意排除季节性因素和外部事件的影响。3.3 内容营销技能组从选题到分发的完整链路内容营销的技能拆解和SEO有重叠但侧重点不同。SEO更关注“被搜索到”内容营销更关注“被传播和信任”。我把内容营销拆成了三个技能选题策划、内容生产、分发推广。选题策划的触发条件是“需要持续产出内容但不知道写什么”。前置检查确认目标受众画像、确认内容目标品牌认知、线索获取、销售转化、确认可用资源人力、时间、预算。执行步骤第一步收集受众问题来源包括客服记录、销售反馈、社区讨论、搜索下拉词第二步按“问题频率”和“解决难度”给问题分类第三步选择“高频且可解决”的问题作为选题第四步为每个选题确定内容形式和分发渠道。判断标准是“内容发布后是否带来预期行为”。常见错误是“自嗨式选题”写自己觉得重要但受众不关心的话题。我通常用“10个真实用户里有多少人会问这个问题”来筛选选题如果少于3个这个选题就值得商榷。4. 与AI agent的集成让技能包真正跑起来4.1 为什么选择Claude Code作为执行载体marketingskills本身是一套结构化知识它需要有一个执行载体才能发挥价值。我选择Claude Code作为主要集成对象原因有三个。第一Claude Code支持“技能”的概念可以把结构化的指令和上下文注入到对话中。这意味着我可以把marketingskills的每个技能单元写成一个独立的技能文件在需要的时候调用。第二Claude Code可以直接执行终端命令和操作文件系统这意味着技能不仅可以“给建议”还可以“直接执行”。比如关键词研究技能可以直接调用API拉取数据、生成报告文件。第三Claude Code的上下文窗口足够大可以同时加载多个技能单元和相关的背景信息。安装和配置Claude Code的过程这里不展开官方文档写得很清楚。重点说一下和marketingskills集成时的关键配置。你需要把技能文件放在一个固定的目录下然后在Claude Code的配置中指定这个目录为技能加载路径。每个技能文件用Markdown格式编写包含前面说的五个必备字段。Claude Code在对话中会自动匹配触发条件当用户的请求符合某个技能的触发条件时自动加载该技能。4.2 技能文件的编写规范技能文件的编写有几个硬性规范不遵守的话AI agent无法正确解析。文件命名必须用英文小写加连字符比如seo-keyword-research.md、cro-landing-page-optimization.md。文件开头必须用YAML front matter标注技能名称、触发条件、前置技能、后置技能。正文部分用Markdown格式严格按照五个字段组织。这里有个容易忽略的细节触发条件的写法。我试过用自然语言描述触发条件比如“当用户想要优化落地页时”结果AI agent经常在不该触发的时候触发。后来改成更结构化的写法比如“当用户输入包含‘落地页’和‘转化率’且表达优化意图时”触发准确率明显提升。这个经验说明给AI写指令和给人写文档是两回事AI需要更明确的边界条件。4.3 实际调用示例一次完整的FAQ结构化数据执行假设你在Claude Code里输入“帮我给这个页面加上FAQ结构化数据页面URL是example.com/faq”。Claude Code会做以下几件事。首先匹配到seo-faq-structured-data技能加载技能文件。然后执行前置检查抓取页面内容确认页面确实有FAQ内容检查页面是否可以被正常抓取确认FAQ内容对用户有价值。如果前置检查不通过会告诉你原因并建议先解决前置问题。前置检查通过后进入执行步骤。第一步提取页面上的FAQ内容整理成问答对。第二步按照Schema.org规范生成JSON-LD代码。第三步把代码嵌入页面。第四步用验证工具检查代码。第五步输出执行报告包括修改前后的对比、验证结果、后续建议。整个过程中技能文件里的“常见错误”部分会作为检查清单确保不犯已知的错误。比如会检查FAQ数量是否过多、答案是否过于简短、是否与页面主题相关。这个检查清单是我在实际操作中踩坑总结出来的AI执行时会自动对照检查。5. 实操中的坑与排查技巧5.1 技能触发不准确怎么办这是集成初期最常见的问题。你明明想调用某个技能但AI agent没有触发或者触发了错误的技能。排查思路分三步。第一步检查触发条件的写法是否足够具体。如果触发条件写得太宽泛比如“当用户想要优化SEO时”几乎任何和SEO相关的请求都会触发导致误触发。解决办法是增加限定词比如“当用户明确提到‘关键词研究’且表达‘需要找词’的意图时”。第二步检查技能之间是否有触发条件重叠。比如“内容选题”和“关键词研究”的触发条件可能都包含“找内容方向”导致AI不知道该触发哪个。解决办法是明确区分关键词研究侧重“找搜索词”内容选题侧重“找话题”在触发条件里写清楚区别。第三步如果以上都没问题可能是AI agent的匹配逻辑需要调整。Claude Code支持在配置中调整技能匹配的优先级和阈值。我通常会把高频技能的优先级调高低频技能的优先级调低减少误触发。5.2 技能执行结果不符合预期怎么排查技能执行结果不符合预期通常有三个原因。第一个原因是前置检查被跳过。有些AI agent为了“快速响应”会跳过前置检查直接执行。解决办法是在技能文件里把前置检查写成“硬性阻断”——如果前置检查不通过必须停止执行并报告原因不能继续。第二个原因是执行步骤中的分支逻辑没有被正确处理。比如“如果页面没有FAQ内容则建议先创建FAQ内容”但AI可能直接跳到生成结构化数据代码。解决办法是把分支逻辑写得更明确用“如果……必须……否则……”的句式减少歧义。第三个原因是判断标准没有被用于结果验证。技能执行完之后AI应该对照判断标准检查结果。如果判断标准是“FAQ数量在3到5个之间”AI应该检查生成的FAQ数量是否符合。解决办法是在技能文件的最后加上“结果自检”步骤强制AI对照判断标准检查。5.3 常见问题速查表问题现象可能原因排查动作解决方式技能不触发触发条件太宽泛或太狭窄检查触发条件的关键词覆盖调整触发条件的限定词触发错误技能技能间触发条件重叠对比相关技能的触发条件明确区分各技能的触发边界执行结果偏差大前置检查被跳过检查执行日志把前置检查设为硬性阻断执行步骤遗漏分支逻辑不清晰检查技能文件的分支写法用明确的如果-否则句式重写结果无法验证判断标准缺失或模糊检查技能文件的判断标准字段补充可量化的判断指标技能之间冲突依赖关系未标注检查前置/后置技能标注补充依赖关系并调整执行顺序这个速查表是我在实际调试过程中逐步积累的基本上覆盖了八成以上的常见问题。遇到新问题时我会先对照这个表排查大部分情况下能快速定位原因。5.4 几个我踩过的坑第一个坑技能文件写得太长。一开始我觉得写得越详细越好一个技能文件写了三千多字。结果AI加载技能时消耗了大量上下文导致后续对话的可用上下文变少。后来我把技能文件控制在八百字以内只保留最核心的信息详细案例放在单独的参考文件里需要时才加载。第二个坑忽略了技能的版本管理。营销方法论是会迭代的今天有效的做法明天可能就失效了。我一开始没有做版本管理导致AI调用的还是半年前的旧技能。后来我给每个技能文件加了版本号和更新日期定期review和更新。第三个坑没有做技能之间的冲突检测。有两个技能分别建议“落地页标题要包含关键词”和“落地页标题要简洁”这两个建议在某些情况下是冲突的。后来我在技能文件里加了“冲突提示”字段当两个技能同时被调用时AI会提示可能存在冲突需要人工判断。6. 后续扩展方向与个人体会marketingskills目前覆盖了SEO、CRO、内容营销三个领域但营销的范畴远不止这些。我接下来计划扩展的方向包括邮件营销技能组、社交媒体运营技能组、付费广告优化技能组。每个技能组都会遵循同样的五字段结构确保一致性。另一个扩展方向是技能之间的自动化串联。目前技能调用还是手动的用户需要明确说出需求才能触发。未来我想做的是“目标驱动”的调用方式用户只需要说“我想提升独立站的自然流量”系统自动分析当前状态推荐应该调用哪些技能、按什么顺序调用。这需要更复杂的编排逻辑但技术上可行。最后分享一个我在实际操作中的体会marketingskills最大的价值不是“让AI替你做营销”而是“逼你把营销方法论想清楚”。写技能文件的过程本身就是一次深度的方法论梳理。很多平时觉得“理所当然”的操作一旦要写成结构化的步骤就会发现其实有很多模糊地带。这些模糊地带恰恰是执行走样的根源。把技能写清楚的过程就是把这些模糊地带消灭掉的过程。