1. 从marketingskills这个标题说起它到底想解决什么问题第一次看到marketingskills这个词我脑子里冒出来的不是某个具体工具而是一类很典型的需求把营销这件事拆成一项项可复用的技能然后让 AI 去执行。这个判断不是凭空来的结合热搜词里高频出现的 Claude Code、AI agents、SEO、CRO 这几个词基本能勾勒出这个项目的轮廓——它大概率是一套面向 AI 编程助手尤其是 Claude Code 这类终端里的 agent的营销技能包把 SEO 审计、转化率优化、落地页诊断、关键词研究这些原本靠人肉干的活封装成 agent 能直接调用的技能。为什么这个方向值得单独拿出来讲因为过去一年我见过太多人把 AI 用在营销上结果都卡在同一个地方让 AI 写文案它写得挺顺但写出来的东西跟你的站点结构、关键词布局、转化漏斗完全脱节。你让它分析一个页面为什么转化差它给你一堆建议优化标题增加信任背书这种放之四海皆准的废话。问题不在于模型不够聪明而在于它没有一套结构化的营销方法论作为执行框架。marketingskills 这类项目要做的就是把这个框架补上。所以这篇内容适合谁看三类人。第一类是自己做独立站、自己搞 SEO 和转化的个人站长你手里有 Claude Code 或者类似的 AI agent 工具但不知道怎么把它用到营销上第二类是营销团队里负责技术落地的人想给团队搭一套 AI 辅助的营销工作流第三类是对 AI agent 技能体系感兴趣的技术人想看看技能包这种形态在营销领域具体长什么样。不管你是哪一类核心逻辑是相通的把营销从灵感驱动变成流程驱动再让 AI 去跑这个流程。我先把话说在前面这篇不是官方文档的翻译也不是把热搜词堆一遍。我会按照一个真实从业者的视角把 marketingskills 这类项目背后的设计逻辑、落地步骤、以及我自己在类似实践里踩过的坑完整地讲一遍。涉及具体操作的地方我会给出可复现的步骤和参数涉及判断的地方我会说清楚为什么这么选。你读完应该能自己动手搭一套出来而不是只停留在哦原来有这么个东西。2. 拆解 marketingskills 的核心构成技能包到底包了什么2.1 为什么是技能而不是提示词很多人做 AI 营销的第一反应是写提示词prompt。写一个超长的 prompt把品牌调性、目标人群、关键词要求全塞进去然后每次用的时候复制粘贴。这个做法在小规模、单次任务上没问题但一旦你要重复执行——比如每周给 20 个页面做 SEO 审计——就会暴露三个致命问题。第一提示词是无状态的。你这次让它分析页面 A下次分析页面 B它不会记得上次的结论也不会积累对你这站点的理解。第二提示词没有明确的输入输出契约。你让它分析一下这个页面它可能给你一段散文也可能给你一个列表格式每次都不一样你没法把它接进自动化流程。第三提示词很难版本管理。你今天改了一版明天想回滚发现改了什么自己都记不清。技能skill这个抽象就是为了解决这三个问题。一个技能本质上是一个有明确输入、明确输出、可重复调用、可版本管理的执行单元。它通常包含几个部分一段描述这个技能干什么的元数据、一套执行步骤可能是自然语言指令也可能是脚本、以及定义好的输入输出格式。在 Claude Code 这类 agent 环境里技能可以被 agent 自动识别和调用——你不需要每次都手动喂 promptagent 会根据任务自己判断该用哪个技能。打个比方提示词像是你每次做饭都临时口述菜谱给厨师技能像是你把菜谱写成标准化的卡片贴在厨房墙上厨师看一眼就知道怎么做而且每张卡片可以单独修改、单独测试。这个区别在单次任务上不明显在规模化执行上是决定性的。2.2 一个营销技能包里通常有哪些技能结合 SEO 和 CRO 这两个关键词一个完整的营销技能包大致会覆盖下面这几类能力。我按从流量获取到流量转化的顺序列一下这也是实际工作中最自然的组织方式。技能类别典型技能输入输出关键词研究关键词聚类、搜索意图分类种子词列表分组后的关键词簇 意图标签内容优化页面 SEO 审计、内容缺口分析页面 URL 或正文问题清单 修改建议技术 SEO站点结构检查、内链分析站点地图或爬取结果结构问题报告转化优化落地页诊断、CTA 分析页面结构 转化数据转化阻碍点 优化方案竞品分析竞品内容拆解、SERP 对比竞品 URL 列表对比矩阵 机会点这张表不是让你照抄而是让你理解一件事技能包的边界是由可标准化的营销动作决定的。凡是能拆成给定输入、按固定方法处理、产出结构化结果的营销工作都可以做成技能。反过来那些高度依赖临场判断、需要跟人反复沟通的工作比如品牌定位讨论就不适合做成技能硬做只会得到一个看起来很唬人但没法用的东西。2.3 技能和 agent 的关系谁调用谁这里有个容易搞混的点。marketingskills 是技能Claude Code 是 agent。技能不是独立运行的程序它是被 agent 调用的。你可以理解为agent 是那个干活的员工技能是他脑子里的操作手册。员工接到任务翻到对应的手册按步骤执行。这个关系决定了你在搭建时的思路。你不需要写一个完整的营销自动化系统你只需要把每个营销动作写成 agent 能读懂的操作手册然后让 agent 去调度。这也是为什么这类项目通常以技能集合的形式存在而不是一个独立的应用——它寄生在 agent 的能力之上agent 越强技能能做的事越多。理解这一点很重要因为它直接影响你的调试方式。当技能执行结果不对时你要先判断是技能本身写得有问题还是 agent 理解技能的方式有问题。这两个问题的排查路径完全不同。前者你要改技能描述后者你要调整 agent 的上下文或者调用方式。我后面会专门讲这个排查过程。3. 把技能跑起来环境准备里那些没人告诉你的细节3.1 安装 Claude Code 之前先想清楚的事热搜词里有一大堆关于 Claude Code 安装的问题——怎么装、装哪个版本、Windows 下怎么装、Mac 装不上怎么办。这些问题的答案网上到处都是我不重复。我想说的是安装之前你应该想清楚的两件事这两件事没想清楚装完了也是白装。第一你打算让它跑在什么环境里。Claude Code 有终端版、有 VS Code 插件版、有桌面版。这三个版本的能力边界不一样。终端版最灵活能直接执行命令、读写文件适合做需要跟本地文件系统交互的营销任务比如批量处理一堆页面文件。VS Code 插件版适合你本来就在编辑器里工作、想让 AI 顺手帮你改代码或配置的场景。桌面版对不熟悉命令行的营销人更友好但灵活性会打折扣。我的建议是如果你要做的是站点级别的 SEO 审计和批量内容处理用终端版因为你需要它去爬取、去读写大量文件图形界面反而碍事。第二你打算用哪个模型。热搜词里出现了接入 deepseek这类问题说明很多人关心能不能换模型。这个问题的本质是成本和能力的权衡。不同模型在长上下文理解、指令遵循、结构化输出上的表现差异很大而营销技能恰恰非常依赖这三项能力。我的经验是技能包里的分析类技能比如页面诊断对模型能力要求高用强模型提取类技能比如从页面里抽关键词对模型要求低可以用便宜模型。混着用能省不少成本。3.2 技能目录怎么组织才不会乱技能装好之后第一个坑就是目录结构。我见过有人把所有技能文件全扔在一个文件夹里几十个文件堆在一起agent 找起来费劲自己维护也费劲。正确的做法是按营销漏斗阶段分目录跟我在 2.2 里那张表的逻辑一致。marketingskills/ ├── acquisition/ # 获客阶段 │ ├── keyword-research/ │ ├── content-gap/ │ └── competitor-scan/ ├── optimization/ # 优化阶段 │ ├── onpage-seo-audit/ │ ├── internal-link-check/ │ └── content-refresh/ └── conversion/ # 转化阶段 ├── landing-page-diagnosis/ ├── cta-analysis/ └── funnel-review/这么分的好处有三个。一是 agent 在接到任务时能更快定位到相关技能因为目录名本身就是语义线索。二是你自己维护的时候一目了然知道哪个阶段缺技能。三是方便做权限和优先级控制——比如你可以让 agent 优先调用 conversion 目录下的技能因为转化直接影响收入。每个技能目录里至少要有两个文件一个描述文件说明这个技能干什么、什么时候用、输入输出是什么一个执行文件具体的步骤或脚本。描述文件写得好不好直接决定 agent 会不会在正确的时机调用这个技能。这是最容易被忽视、也最影响效果的一环。3.3 描述文件里的触发条件比功能说明更重要大部分人写技能描述时重点都放在这个技能能做什么上。但 agent 调用技能靠的不是功能说明是触发条件——它在什么情况下应该用这个技能。这两者的区别我用一个真实例子说明。假设你有一个落地页诊断技能。功能说明写的是分析落地页的转化问题并给出优化建议。触发条件如果只写当需要分析落地页时使用那 agent 在遇到帮我看看这个页面为什么跳出率高的时候可能不会调用它因为它没把跳出率高和落地页诊断关联起来。正确的写法是把触发条件写具体当用户提到页面转化率、跳出率、停留时间、CTA 点击率或者要求对某个 URL 做转化相关分析时调用此技能。这样 agent 的匹配准确率会高很多。提示触发条件要覆盖用户可能用的各种说法包括同义词和口语化表达。你写得越贴近真实对话agent 调用越准。这个细节看起来小但它决定了你的技能包是能用还是好用。我调过的一个技能光触发条件就改了五版每改一版都拿真实的任务去测看 agent 会不会在该调用的时候调用、不该调用的时候不调用。这个过程没有捷径但一旦调好后面所有任务都受益。4. SEO 技能实战从关键词到页面审计的完整链路4.1 关键词研究技能别让 AI 直接想关键词新手最容易犯的错是直接让 AI给我生成一批关键词。这么做出来的词要么太泛比如营销这种词搜的人多但意图模糊要么是 AI 编出来的、实际没人搜的词。关键词研究的核心不是生成是处理——把已有的真实搜索数据整理成可用的结构。所以关键词研究技能的正确设计是输入是真实的搜索数据从搜索控制台、关键词工具导出的列表技能负责做聚类、意图分类、优先级排序。AI 在这里的价值是处理规模和做语义判断不是凭空造词。具体步骤我拆一下。第一步把种子词列表喂进去让技能按搜索意图分成四类信息型想了解某件事、导航型想找某个具体站点、商业型在比较选项、交易型准备下单。这个分类直接决定你后面写什么内容——信息型词配教程文章交易型词配产品页。第二步对每个意图类别内部做语义聚类把意思相近的词归到一组一组词对应一个页面。第三步按搜索量 × 商业价值 ÷ 竞争难度给每组词打分排序决定先做哪个。这里有个经验聚类的时候不要让 AI 自由发挥给它一个相似度阈值。比如你可以要求把语义相似度高于 0.75 的词归为一组。不给阈值的话AI 的聚类粒度会飘忽不定有时候把一堆不相关的词塞一起有时候把明显该合并的词分开。给了阈值结果稳定得多也方便你复现。4.2 页面 SEO 审计技能结构化输出是关键页面审计是 SEO 技能包里使用频率最高的一个。它的输入是一个页面的 URL 或正文输出是一份问题清单。听起来简单但要做好难点全在输出格式上。如果输出是一段散文式的分析你没法用它做任何自动化的事——不能批量对比、不能追踪修复进度、不能生成任务列表。所以页面审计技能的输出必须是结构化的。我通常要求它输出这么几个字段问题类型、严重程度、具体位置、问题描述、修复建议、预期影响。字段说明示例问题类型归类方便统计标题标签、内链、内容深度严重程度高/中/低高具体位置精确到元素H1 标签问题描述说清楚哪里不对H1 与 title 重复且未包含目标关键词修复建议可直接执行将 H1 改为包含独立站 SEO 设置的表述预期影响帮助排优先级中影响关键词相关性有了这个结构你就可以把多个页面的审计结果汇总成一张表一眼看出哪类问题最普遍然后集中修复。这比看十份散文报告有用得多。还有一个细节让技能区分硬性问题和建议性优化。硬性问题是指明确违反 SEO 基本规则的比如 title 缺失、H1 有多个、页面无法索引这些必须修。建议性优化是指可以更好的比如内链可以再加两条这些看情况做。不区分的话AI 会把所有问题都列成同等重要你反而不知道先修哪个。4.3 内容缺口分析找到该写但没写的页面内容缺口分析是 SEO 里价值很高但很少被自动化的一环。它的逻辑是对比你和竞品的内容覆盖找出竞品有排名、你没有对应页面的关键词这些就是你的内容机会。这个技能的实现依赖两个输入你的站点已有的页面及其目标关键词竞品在目标关键词上的排名情况。技能要做的是做差集——竞品覆盖了、你没覆盖的关键词簇就是缺口。我实测下来这个技能最容易出问题的地方是关键词匹配的宽严度。匹配太严你会得到一堆其实已经被你某个页面覆盖了的伪缺口匹配太松你会漏掉真正的机会。我的做法是让技能对每个缺口词做一次是否已有页面部分覆盖的判断把结果分成完全缺口和部分覆盖两类前者优先做新页面后者优先做现有页面优化。这个区分能帮你省掉大量重复劳动。5. CRO 技能实战让 AI 看懂为什么用户不转化5.1 落地页诊断从结构到心理的逐层拆解CRO转化率优化和 SEO 的最大区别在于SEO 面对的是机器和搜索意图CRO 面对的是人的决策心理。这让 CRO 技能的设计难度高一个量级因为你要把用户为什么不点这个按钮这种模糊问题拆成可分析的结构。我的做法是把落地页诊断拆成五层技能按顺序逐层检查。第一层是清晰度用户 5 秒内能不能看懂这页是干什么的、对谁有用。第二层是相关性页面内容跟用户来的渠道和搜索词是否一致。第三层是信任度有没有足够的证据案例、数据、评价支撑你的主张。第四层是行动引导CTA 是否明确、是否显眼、是否只有一个主要行动。第五层是阻力表单字段是不是太多、流程是不是太复杂、有没有让人犹豫的地方。每一层技能都要给出具体的判断依据而不是笼统地说这层做得不好。比如清晰度这一层判断依据可以是首屏是否包含一句话说明产品是什么、为谁解决什么问题。有了具体依据AI 的判断才有抓手输出才可复现。注意CRO 诊断最忌讳 AI 给通用建议。如果技能输出的是增加社会证明优化标题这种话说明你的技能设计太粗没有把判断依据写具体。好的 CRO 技能输出应该能直接对应到页面上的具体元素。5.2 CTA 分析技能按钮背后的决策逻辑CTA行动号召是转化的最后一公里也是最容易被 AI 分析得浮于表面的地方。大部分 AI 给出的 CTA 建议就是换个更有行动力的动词用对比色。这些没错但远远不够。一个真正有用的 CTA 分析技能要能回答三个问题。第一这个 CTA 的承诺是否具体立即购买不如免费试用 14 天具体因为后者明确了用户能得到什么、有没有风险。第二这个 CTA 是否匹配用户当前的决策阶段一个刚了解产品的用户你让他立即购买他不会有反应你让他看 3 分钟演示他更可能点。第三CTA 周围有没有分散注意力的元素如果页面上同时有五个不同颜色的按钮用户的注意力会被稀释。我把这三个问题做成技能里的检查项每个检查项要求 AI 给出当前状态 问题 具体改法。实测下来这样输出的建议落地率高很多因为它不是泛泛而谈而是针对页面上真实存在的元素。5.3 把 SEO 和 CRO 技能串起来用单独用 SEO 技能或 CRO 技能价值是线性的。把两者串起来价值会放大。逻辑很简单SEO 技能帮你把对的人带到页面CRO 技能帮你把来的人转化成客户。如果只做 SEO 不做 CRO你是在往一个漏水的桶里灌水只做 CRO 不做 SEO你是在优化一个没人来的页面。串起来的具体做法是先用关键词研究技能确定目标词和对应页面用页面审计技能把页面的 SEO 基础打好然后用落地页诊断技能检查这个页面的转化能力最后用 CTA 分析技能优化行动引导。这一套走下来一个页面从能被搜到到能转化的完整链路就打通了。我在实际操作中的体会是这个链路里最容易被跳过的是页面审计和落地页诊断之间的衔接。很多人 SEO 做完就直接看转化数据发现没转化就以为是 CRO 的问题其实可能是 SEO 阶段引入的流量意图跟页面内容不匹配。所以我在串技能的时候会专门加一步意图一致性检查确认页面内容跟目标关键词的搜索意图是对齐的。这一步能排掉很多伪 CRO 问题。6. 调试与排错技能不生效时怎么一步步定位6.1 先分清是没调用还是调用了但结果不对技能出问题症状通常有两种一种是 agent 压根没调用这个技能另一种是调用了但输出不对。这两种问题的排查路径完全不同第一步就是分清是哪种。判断方法很简单看 agent 的执行日志。如果日志里没有这个技能的调用记录就是没调用如果有调用记录但结果不对就是调用了但结果不对。没调用的原因通常有三个触发条件写得太窄agent 没匹配上技能描述跟其他技能重叠agent 选错了或者 agent 的上下文里没有足够信息让它意识到该用这个技能。排查顺序是先看触发条件再看技能之间的边界最后看上下文。调用了但结果不对的原因通常是技能的执行步骤写得不清楚agent 自由发挥输入格式跟技能预期的不一致或者模型能力不够理解不了技能的复杂指令。排查顺序是先看输入再看步骤最后考虑换模型。6.2 触发条件排查拿真实任务去测触发条件的问题光看是看不出来的必须拿真实任务去测。我的做法是准备一组测试任务包含应该触发和不应该触发两类然后跑一遍看结果。比如测试落地页诊断技能应该触发的任务包括这个页面跳出率 80% 怎么办帮我看看这个落地页为什么用户不填表单。不应该触发的任务包括帮我写个产品介绍这个词的搜索量多少。跑完看 agent 的判断如果该触发的没触发就把那个说法补进触发条件如果不该触发的触发了就把技能边界写得更明确。这个过程我一般要跑两三轮才能调稳。别嫌麻烦触发条件是技能的地基地基不稳后面全白搭。6.3 输出不稳定的处理把判断变成检查项输出不稳定是营销技能最常见的毛病。同一个页面今天诊断出五个问题明天诊断出三个而且两次的问题还不完全一样。这个问题的根源是技能里包含了太多让 AI 自己判断的环节。解决办法是把判断变成检查项。不要写分析这个页面的转化问题要写依次检查以下 12 个检查项对每个检查项给出通过/不通过及理由。检查项是固定的AI 每次都要过一遍输出的稳定性会大幅提升。这个思路的本质是把 AI 当执行者而不是决策者。决策该检查哪些项由你来做执行逐项检查并给出判断交给 AI。这样既发挥了 AI 的处理能力又保证了结果的一致性。6.4 一个真实的排查案例我调过一个内链分析技能症状是它总是漏掉一些明显该加内链的地方。按上面的流程排查先看日志发现技能被正常调用了所以是调用了但结果不对。再看输入输入是页面的 HTML格式没问题。然后看执行步骤发现问题出在步骤描述上——我写的是找出可以添加内链的位置这个描述太模糊AI 每次的理解都不一样。改成检查项之后就好了第一步提取页面所有提到其他页面主题的文本片段第二步对每个片段判断站内是否有对应页面第三步如果有标记为内链机会。三步走下来漏检率明显下降。这个案例说明大部分AI 不听话的问题其实是指令不够具体的问题。7. 让技能包持续进化的几个习惯技能包不是搭完就完事的它需要持续迭代。我养成了几个习惯分享出来供参考。第一个习惯是每次用完技能都记一笔。哪个技能输出好、哪个输出差、差在哪里随手记下来。攒够一批就集中改一次。这个习惯的价值在于它让技能改进有据可依而不是凭感觉改。第二个习惯是给技能加版本号。每次改动都升一个版本改坏了能回滚。营销技能不像代码有测试覆盖回滚能力就是你的安全网。第三个习惯是定期用新任务做回归测试。技能改完之后拿之前跑过的任务再跑一遍看结果有没有变差。这个习惯能防止你为了修一个问题引入另一个问题。第四个习惯是把高频技能和低频技能分开维护。高频技能值得反复打磨低频技能够用就行。把精力花在刀刃上。最后说一个我踩过的坑不要一次性搭太多技能。我一开始贪多一口气写了十几个技能结果每个都半生不熟用起来到处是问题。后来砍到五个核心技能把它们打磨到稳定可用再逐步扩展。技能包的价值不在于数量在于每个技能都能可靠地完成它该完成的事。这个道理跟做产品一样先把核心功能做扎实再谈扩展。