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这个标题我脑子里冒出来的第一个念头是这大概率不是一个单纯的营销理论合集而是一套把营销动作拆成可执行技能模块的东西。结合关键词里的 Claude Code、AI agents、SEO、CRO、analytics基本可以判断它想干的事情是——把营销工作中那些重复、琐碎、需要经验判断的环节交给 AI agent 去跑而人只负责定义目标和验收结果。为什么我这么判断因为skills这个词在 AI agent 语境下是有特定含义的。它不是指人的能力而是指 agent 可以调用的、封装好的能力单元。一个 marketing skill本质上就是一段被结构化描述过的任务指令加上它需要的输入、输出格式、判断逻辑和边界条件。你把若干个这样的 skill 串起来就形成了一个能自动完成营销工作流的 agent。这件事的价值在哪我举个实际场景。做独立站的人都知道SEO 和 CRO 是两条腿但这两条腿经常打架。SEO 要你堆内容、铺关键词、做内链CRO 要你精简页面、突出 CTA、减少干扰。一个运营同时盯这两件事很容易顾此失彼。如果有一套 marketing skills能让 agent 分别从 SEO 视角和 CRO 视角对同一个页面给出诊断再让人来做最终权衡效率会高很多。所以这篇内容适合谁看三类人一是做独立站或内容站、需要同时管 SEO 和转化的运营二是想用 AI agent 把营销流程自动化的技术型营销人三是已经在用 Claude Code 这类工具、想把它从写代码扩展到干营销活的开发者。如果你属于这三类中的任何一类下面的内容应该能给你一些可以直接抄的思路。2. 把营销动作拆成 agent 能执行的 skill拆解逻辑与颗粒度控制2.1 为什么不能直接把做SEO丢给 agent很多人第一次尝试用 AI 干营销都是直接给一句帮我优化这个页面的 SEO。结果拿回来的东西看着挺像那么回事但落地的时候发现根本用不了——因为它给的建议要么太泛增加关键词密度要么互相矛盾标题要长和标题要短同时出现。问题的根源在于颗粒度。一个 agent 能可靠执行的任务必须满足三个条件输入明确、判断标准明确、输出格式明确。做SEO这三个条件一个都不满足。但如果你把它拆成检查这个页面的 title 标签是否在 50-60 字符之间、是否包含主关键词、是否与 H1 有区分度这就是一个 agent 能稳定执行的 skill。我在实际拆解的时候用的判断标准是这样的如果一个任务你能写出一份让新人照着做也不会跑偏的 checklist那它就可以被封装成一个 skill。如果连你自己都说不清楚做到什么程度算好那就说明还没拆到位。2.2 一套可复用的 skill 拆解框架我习惯把营销 skill 按输入-处理-输出三段来定义。以 SEO 审计为例维度定义内容示例输入agent 需要拿到什么页面 URL、目标关键词、竞品 URL处理按什么规则判断title 长度、H 标签层级、内链数量、关键词分布输出以什么格式返回问题清单 严重程度 修改建议这个框架的好处是它强迫你在写 prompt 之前先把逻辑想清楚。我见过太多人上来就写一大段 prompt结果 agent 返回的东西忽好忽坏就是因为输入和输出的边界没定死。颗粒度控制上我的经验是一个 skill 只干一件事但这件事要干完整。比如关键词研究可以是一个 skill关键词聚类是另一个关键词到内容大纲的映射是第三个。不要试图用一个 skill 覆盖整个关键词工作流那样 agent 会在中间步骤丢失上下文。2.3 从热词看真实需求为什么大家都在问 Claude Code 怎么装热词列表里有一大堆关于 Claude Code 安装、配置、接入其他模型的问题。这反映了一个很现实的情况大部分人卡在环境准备这一步还没到怎么用它干营销的阶段。我的建议是如果你只是想验证 marketing skills 这套思路不必一上来就折腾本地环境。先用最简的方式跑通一个 skill确认 agent 返回的结果对你有用再去考虑工程化的事情。顺序反了很容易在配置上耗掉全部精力最后连一个完整的 skill 都没跑通。3. SEO skill 的实战设计从关键词到页面诊断的完整链路3.1 关键词研究 skill别让 agent 自由发挥关键词研究是最容易被做烂的环节。你让 agent 找一些相关关键词它会给你一堆看起来相关但搜索意图混乱的词。正确的做法是给它约束条件。我用的输入模板大致是这样主关键词、目标市场、内容类型信息型/交易型/导航型、排除词。处理规则里明确要求每个关键词必须标注搜索意图、预估竞争度、以及它适合放在哪类页面。输出用表格一行一个词。这里有个坑要提醒agent 对搜索意图的判断经常不准尤其是中文语境下的词。我的做法是让它先给出判断然后我人工过一遍把判断错的案例记下来回头补充到 skill 的判断规则里。跑个三五轮之后准确率会明显提升。3.2 页面 SEO 诊断 skill把 checklist 变成判断逻辑页面诊断是 marketing skills 里最容易见效的一个。因为它有明确的判断标准agent 执行起来稳定性高。我设计的诊断维度包括title 标签、meta description、H 标签结构、关键词密度与分布、内链数量与锚文本、图片 alt、URL 结构、页面加载相关的基础指标。每个维度给出通过/警告/不通过三档并附上具体修改建议。实测下来agent 在 title 和 meta 这类有明确字符数限制的维度上表现最好在内容质量这种主观维度上表现最差。所以我的策略是把客观维度全部交给 agent主观维度只让它做初筛最终判断留给人。3.3 内链优化 skill一个被低估的高价值场景内链是很多独立站的短板。人工做内链要通读全站内容、找相关性、决定锚文本非常耗时。但这个任务对 agent 来说其实很合适因为它的判断逻辑可以完全结构化。我的做法是先让 agent 把全站页面按主题聚类然后对每个页面找出 3-5 个最相关的其他页面给出建议的锚文本。锚文本的规则我定了几条优先用目标页面的主关键词、避免全站锚文本重复、锚文本要自然融入句子。这个 skill 跑完我一般会人工抽查 20% 的建议把不合理的剔除。剩下的直接批量执行。整体效率比人工做内链高出一个数量级。4. CRO skill 与 analytics skill让 agent 读懂转化数据4.1 CRO 诊断 skill 的判断依据从哪来CRO 比 SEO 更依赖经验因为它涉及用户心理。但经验也可以被结构化。我把 CRO 诊断拆成几个可判断的维度首屏信息清晰度、CTA 可见性与文案、信任元素评价、认证、案例、表单字段数量、页面加载速度对转化的影响、移动端体验。每个维度我都写了一段判断规则。比如 CTA 文案规则是是否包含动作动词、是否说明了用户能获得什么、是否与页面主题一致。agent 按这个规则去检查给出的建议质量比让它自由发挥高很多。这里要强调一点CRO skill 的输出不应该是改成这样而应该是这里可能有问题原因是 X可以尝试 Y 或 Z。因为 CRO 没有标准答案agent 给的是假设最终要靠 A/B 测试验证。4.2 analytics skill把数据翻译成行动analytics 这块agent 最大的价值不是算数而是把数据翻译成人能理解的洞察。你给它一份流量数据它能告诉你哪个渠道的转化率在下降、哪个页面的跳出率异常、哪个关键词带来的流量质量最高。但前提是你要把数据结构化地喂给它。我一般会先把数据整理成表格列名清晰然后让 agent 按发现异常-分析可能原因-给出行动建议的格式输出。这个格式很重要因为它强迫 agent 从数据走到行动而不是停在描述层面。4.3 三个 skill 如何协同一个完整的工作流示例单独跑一个 skill 价值有限串起来才有意思。我实际用的一套流程是这样的analytics skill 先跑找出转化率下降的页面SEO skill 对这些问题页面做诊断看是不是 SEO 层面的改动导致的CRO skill 对同一批页面做诊断看是不是页面元素的问题人工综合两份诊断决定改什么、怎么改改完之后analytics skill 定期复查验证效果这个流程跑下来一个页面的诊断时间从原来的大半天压缩到一两个小时而且诊断的覆盖面比人工更全。5. 落地过程中踩过的坑与应对经验5.1 agent 返回结果不稳定的三个常见原因第一个原因是输入格式不固定。同样的任务你这次给的是 URL下次给的是页面 HTMLagent 的处理逻辑就会变。解决办法是固定输入格式哪怕多一步转换。第二个原因是判断规则有歧义。比如关键词密度要合理什么叫合理agent 只能猜。改成关键词密度在 1%-2% 之间就稳定了。第三个原因是任务跨度太大。一个 skill 里塞了太多步骤agent 在中间步骤容易丢上下文。拆小是唯一的解法。5.2 关于环境配置别在工具上耗太久热词里大量关于安装、配置、接入模型的问题我理解大家的焦虑但我的真实建议是先用最简单的方式跑通一个 skill确认这套方法对你有用再去优化环境。我见过有人花两周配环境最后发现 agent 给的营销建议根本用不上白折腾。如果你确实需要本地跑优先解决的是能稳定执行终端命令和能读取本地文件这两件事其他都是锦上添花。5.3 人工介入的边界在哪里我的原则是agent 负责发现问题和给出选项人负责做决策和承担结果。凡是涉及品牌调性、用户情感、商业取舍的判断一律人工。凡是涉及规则明确、可量化、可验证的检查一律交给 agent。这条边界划清楚之后你会发现 agent 不是来替代你的而是来把你从重复劳动里解放出来的。你省下来的时间应该花在那些 agent 干不了的事情上。6. 我对 marketing skills 这套思路的真实看法跑了几个月下来我最大的体会是marketing skills 的价值不在于自动化而在于结构化。你把营销动作拆成 skill 的过程本身就是一次对营销逻辑的梳理。很多以前凭感觉做的事情拆完之后你会发现其实是有明确规则的只是你从来没把它写下来过。另一个体会是agent 的能力上限取决于你的规则质量。你给的规则越清晰它干得越好。这跟带新人的逻辑是一样的——你不能指望一个新人悟出你的标准你得把标准写出来。最后分享一个小技巧每次 agent 给出你不满意的结果别急着改 prompt先问自己我的规则里哪一条没写清楚。把这个问题解决了比反复调 prompt 有效得多。这套方法我用了几个月现在手上跑着七八个 marketing skill覆盖 SEO、CRO、analytics 三条线日常的营销诊断工作基本能做到当天出结果。
Marketing Skills实战：用AI Agent自动化SEO与CRO营销工作流
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这个标题我脑子里冒出来的第一个念头是这大概率不是一个单纯的营销理论合集而是一套把营销动作拆成可执行技能模块的东西。结合关键词里的 Claude Code、AI agents、SEO、CRO、analytics基本可以判断它想干的事情是——把营销工作中那些重复、琐碎、需要经验判断的环节交给 AI agent 去跑而人只负责定义目标和验收结果。为什么我这么判断因为skills这个词在 AI agent 语境下是有特定含义的。它不是指人的能力而是指 agent 可以调用的、封装好的能力单元。一个 marketing skill本质上就是一段被结构化描述过的任务指令加上它需要的输入、输出格式、判断逻辑和边界条件。你把若干个这样的 skill 串起来就形成了一个能自动完成营销工作流的 agent。这件事的价值在哪我举个实际场景。做独立站的人都知道SEO 和 CRO 是两条腿但这两条腿经常打架。SEO 要你堆内容、铺关键词、做内链CRO 要你精简页面、突出 CTA、减少干扰。一个运营同时盯这两件事很容易顾此失彼。如果有一套 marketing skills能让 agent 分别从 SEO 视角和 CRO 视角对同一个页面给出诊断再让人来做最终权衡效率会高很多。所以这篇内容适合谁看三类人一是做独立站或内容站、需要同时管 SEO 和转化的运营二是想用 AI agent 把营销流程自动化的技术型营销人三是已经在用 Claude Code 这类工具、想把它从写代码扩展到干营销活的开发者。如果你属于这三类中的任何一类下面的内容应该能给你一些可以直接抄的思路。2. 把营销动作拆成 agent 能执行的 skill拆解逻辑与颗粒度控制2.1 为什么不能直接把做SEO丢给 agent很多人第一次尝试用 AI 干营销都是直接给一句帮我优化这个页面的 SEO。结果拿回来的东西看着挺像那么回事但落地的时候发现根本用不了——因为它给的建议要么太泛增加关键词密度要么互相矛盾标题要长和标题要短同时出现。问题的根源在于颗粒度。一个 agent 能可靠执行的任务必须满足三个条件输入明确、判断标准明确、输出格式明确。做SEO这三个条件一个都不满足。但如果你把它拆成检查这个页面的 title 标签是否在 50-60 字符之间、是否包含主关键词、是否与 H1 有区分度这就是一个 agent 能稳定执行的 skill。我在实际拆解的时候用的判断标准是这样的如果一个任务你能写出一份让新人照着做也不会跑偏的 checklist那它就可以被封装成一个 skill。如果连你自己都说不清楚做到什么程度算好那就说明还没拆到位。2.2 一套可复用的 skill 拆解框架我习惯把营销 skill 按输入-处理-输出三段来定义。以 SEO 审计为例维度定义内容示例输入agent 需要拿到什么页面 URL、目标关键词、竞品 URL处理按什么规则判断title 长度、H 标签层级、内链数量、关键词分布输出以什么格式返回问题清单 严重程度 修改建议这个框架的好处是它强迫你在写 prompt 之前先把逻辑想清楚。我见过太多人上来就写一大段 prompt结果 agent 返回的东西忽好忽坏就是因为输入和输出的边界没定死。颗粒度控制上我的经验是一个 skill 只干一件事但这件事要干完整。比如关键词研究可以是一个 skill关键词聚类是另一个关键词到内容大纲的映射是第三个。不要试图用一个 skill 覆盖整个关键词工作流那样 agent 会在中间步骤丢失上下文。2.3 从热词看真实需求为什么大家都在问 Claude Code 怎么装热词列表里有一大堆关于 Claude Code 安装、配置、接入其他模型的问题。这反映了一个很现实的情况大部分人卡在环境准备这一步还没到怎么用它干营销的阶段。我的建议是如果你只是想验证 marketing skills 这套思路不必一上来就折腾本地环境。先用最简的方式跑通一个 skill确认 agent 返回的结果对你有用再去考虑工程化的事情。顺序反了很容易在配置上耗掉全部精力最后连一个完整的 skill 都没跑通。3. SEO skill 的实战设计从关键词到页面诊断的完整链路3.1 关键词研究 skill别让 agent 自由发挥关键词研究是最容易被做烂的环节。你让 agent 找一些相关关键词它会给你一堆看起来相关但搜索意图混乱的词。正确的做法是给它约束条件。我用的输入模板大致是这样主关键词、目标市场、内容类型信息型/交易型/导航型、排除词。处理规则里明确要求每个关键词必须标注搜索意图、预估竞争度、以及它适合放在哪类页面。输出用表格一行一个词。这里有个坑要提醒agent 对搜索意图的判断经常不准尤其是中文语境下的词。我的做法是让它先给出判断然后我人工过一遍把判断错的案例记下来回头补充到 skill 的判断规则里。跑个三五轮之后准确率会明显提升。3.2 页面 SEO 诊断 skill把 checklist 变成判断逻辑页面诊断是 marketing skills 里最容易见效的一个。因为它有明确的判断标准agent 执行起来稳定性高。我设计的诊断维度包括title 标签、meta description、H 标签结构、关键词密度与分布、内链数量与锚文本、图片 alt、URL 结构、页面加载相关的基础指标。每个维度给出通过/警告/不通过三档并附上具体修改建议。实测下来agent 在 title 和 meta 这类有明确字符数限制的维度上表现最好在内容质量这种主观维度上表现最差。所以我的策略是把客观维度全部交给 agent主观维度只让它做初筛最终判断留给人。3.3 内链优化 skill一个被低估的高价值场景内链是很多独立站的短板。人工做内链要通读全站内容、找相关性、决定锚文本非常耗时。但这个任务对 agent 来说其实很合适因为它的判断逻辑可以完全结构化。我的做法是先让 agent 把全站页面按主题聚类然后对每个页面找出 3-5 个最相关的其他页面给出建议的锚文本。锚文本的规则我定了几条优先用目标页面的主关键词、避免全站锚文本重复、锚文本要自然融入句子。这个 skill 跑完我一般会人工抽查 20% 的建议把不合理的剔除。剩下的直接批量执行。整体效率比人工做内链高出一个数量级。4. CRO skill 与 analytics skill让 agent 读懂转化数据4.1 CRO 诊断 skill 的判断依据从哪来CRO 比 SEO 更依赖经验因为它涉及用户心理。但经验也可以被结构化。我把 CRO 诊断拆成几个可判断的维度首屏信息清晰度、CTA 可见性与文案、信任元素评价、认证、案例、表单字段数量、页面加载速度对转化的影响、移动端体验。每个维度我都写了一段判断规则。比如 CTA 文案规则是是否包含动作动词、是否说明了用户能获得什么、是否与页面主题一致。agent 按这个规则去检查给出的建议质量比让它自由发挥高很多。这里要强调一点CRO skill 的输出不应该是改成这样而应该是这里可能有问题原因是 X可以尝试 Y 或 Z。因为 CRO 没有标准答案agent 给的是假设最终要靠 A/B 测试验证。4.2 analytics skill把数据翻译成行动analytics 这块agent 最大的价值不是算数而是把数据翻译成人能理解的洞察。你给它一份流量数据它能告诉你哪个渠道的转化率在下降、哪个页面的跳出率异常、哪个关键词带来的流量质量最高。但前提是你要把数据结构化地喂给它。我一般会先把数据整理成表格列名清晰然后让 agent 按发现异常-分析可能原因-给出行动建议的格式输出。这个格式很重要因为它强迫 agent 从数据走到行动而不是停在描述层面。4.3 三个 skill 如何协同一个完整的工作流示例单独跑一个 skill 价值有限串起来才有意思。我实际用的一套流程是这样的analytics skill 先跑找出转化率下降的页面SEO skill 对这些问题页面做诊断看是不是 SEO 层面的改动导致的CRO skill 对同一批页面做诊断看是不是页面元素的问题人工综合两份诊断决定改什么、怎么改改完之后analytics skill 定期复查验证效果这个流程跑下来一个页面的诊断时间从原来的大半天压缩到一两个小时而且诊断的覆盖面比人工更全。5. 落地过程中踩过的坑与应对经验5.1 agent 返回结果不稳定的三个常见原因第一个原因是输入格式不固定。同样的任务你这次给的是 URL下次给的是页面 HTMLagent 的处理逻辑就会变。解决办法是固定输入格式哪怕多一步转换。第二个原因是判断规则有歧义。比如关键词密度要合理什么叫合理agent 只能猜。改成关键词密度在 1%-2% 之间就稳定了。第三个原因是任务跨度太大。一个 skill 里塞了太多步骤agent 在中间步骤容易丢上下文。拆小是唯一的解法。5.2 关于环境配置别在工具上耗太久热词里大量关于安装、配置、接入模型的问题我理解大家的焦虑但我的真实建议是先用最简单的方式跑通一个 skill确认这套方法对你有用再去优化环境。我见过有人花两周配环境最后发现 agent 给的营销建议根本用不上白折腾。如果你确实需要本地跑优先解决的是能稳定执行终端命令和能读取本地文件这两件事其他都是锦上添花。5.3 人工介入的边界在哪里我的原则是agent 负责发现问题和给出选项人负责做决策和承担结果。凡是涉及品牌调性、用户情感、商业取舍的判断一律人工。凡是涉及规则明确、可量化、可验证的检查一律交给 agent。这条边界划清楚之后你会发现 agent 不是来替代你的而是来把你从重复劳动里解放出来的。你省下来的时间应该花在那些 agent 干不了的事情上。6. 我对 marketing skills 这套思路的真实看法跑了几个月下来我最大的体会是marketing skills 的价值不在于自动化而在于结构化。你把营销动作拆成 skill 的过程本身就是一次对营销逻辑的梳理。很多以前凭感觉做的事情拆完之后你会发现其实是有明确规则的只是你从来没把它写下来过。另一个体会是agent 的能力上限取决于你的规则质量。你给的规则越清晰它干得越好。这跟带新人的逻辑是一样的——你不能指望一个新人悟出你的标准你得把标准写出来。最后分享一个小技巧每次 agent 给出你不满意的结果别急着改 prompt先问自己我的规则里哪一条没写清楚。把这个问题解决了比反复调 prompt 有效得多。这套方法我用了几个月现在手上跑着七八个 marketing skill覆盖 SEO、CRO、analytics 三条线日常的营销诊断工作基本能做到当天出结果。