技术知识库 · 工具评测 · · 国科智飞 Gavin
47 个营销 Skill：把营销团队的经验装进 Agent
Corey Haines 把整套营销方法论拆成 47 个互相引用的 Skill，MIT 开源、近 5 万 star。值得学的不是数量，是专家经验如何工程化。
营销人常说自己「什么都得会一点」：SEO、文案、转化率、投放、邮件、调研。AI Agent 能不能替这个角色分担？Corey Haines 给出的答案是把整套营销方法论拆成一组可安装的 Skill：仓库 coreyhaines31/marketingskills，MIT 许可，2026 年 1 月上线，到 9 月已经接近 5 万 star、7,500 多次 fork。项目初期是 47 个技能，现在仓库的 skills 目录下已经有 50 个。
它是什么
这是一套按 Agent Skills 规范写的营销技能库，兼容 Claude Code、Codex、Cursor、Windsurf 以及任何支持该规范的 Agent。每个技能是一份 markdown 定义，Agent 识别到相关任务时自动调用。安装只有一行：
npx skills add coreyhaines31/marketingskills
# 也可以挑着装
npx skills add coreyhaines31/marketingskills --skill cro copywriting
技能分七大类：SEO 与内容、CRO、内容与文案、付费与度量、增长与留存、销售与 GTM、策略。所有技能共用一个地基——product-marketing：其他技能动手之前先读它，拿到产品、受众、定位的上下文。技能之间还互相引用，比如 copywriting 与 cro、ab-testing 形成闭环，customer-research 是 copywriting、cro、competitors 的共同上游。
从覆盖面看，它更像一个完整营销部门的职能清单，而不只是写作工具：既有 seo-audit、content 这类内容生产技能，也有 ads、ad-creative 这类投放技能，还有 analytics、attribution 这类度量技能，以及 churn-prevention、referrals 这类增长与留存技能。一个人用不过来，一个团队倒是能各取所需。
能力与亮点
地基技能加交叉引用，是这套东西的工程骨架。 常见的提示词合集是一个个孤岛，这套技能有明确的依赖方向：共享上下文只维护一份，专业技能各管一段。这个结构比单个技能的写法更值得借鉴。
每个技能自带方法库和评测目录。 技能目录里有 references/（方法、框架、检查清单）和 evals/（评测用例），组织方式接近一个软件仓库，而不是一段提示词。Agent Skill 能做到可测试、可回归，工程上高出一个档次。
几个有代表性的技能： marketing-council 模拟顾问团，让多个视角互相碰撞后再给结论；marketing-loops 让 Agent 按周期自主跑营销工作流；ai-seo 优化内容被大模型引用、出现在 AI 回答中的概率；programmatic-seo 用模板加数据批量生成 SEO 页面；copywriting 和 cro 分别负责带产品上下文的文案生成与转化率优化，后者联动 A/B 测试。实际用起来是这样的：让它优化一张落地页，Agent 先读 product-marketing 拿定位，再进入 cro 的检查清单，需要设计实验时自动联动 ab-testing——技能之间不是并列关系，而是按任务串成流程。
许可证友好，商业化路径透明。 MIT 许可，商用没有障碍。README 把赞助商单独披露，并声明合作方不影响核心技能的推荐——把变现和内容分开写清楚，比藏着掖着更值得信任。它的商业模式也摆在明面上：开源技能获客，接住的是 newsletter、代运营服务、课程和一个自主 AI CMO Agent。对做知识产品的人，这是一条完整的「方法论到 Skill 再到 Agent」的产品化路径。
局限与坑
语境是欧美 SaaS。 cold email、landing page、SEO 这套方法论对应英文市场；小红书种草、抖音投流、私域运营、社群裂变这些中文场景，在这套技能里基本是空白。直接拿来跑国内业务，动作会变形。
技能是框架，不是结果。 它给的是工作流和检查清单，产品上下文、素材、渠道数据还得自己喂。指望装上就自动出增长，会失望。
数量在膨胀，质量未必整齐。 从 47 到 50 只用了半年多，部分技能配有完整方法库，部分还比较薄。用之前先读技能文件本身，别只看名字。
英文优先。 定义、示例、评测都是英文写的。中文输出可行，但判断标准是按英文内容校准的。
效果取决于运行的 Agent 和模型。 Agent Skills 是规范，不是保证：技能发现机制、上下文预算、模型遵循指令的能力，各家 Agent 实现不同，同一个技能在 Claude Code 和另一个客户端上的表现会有差异。技能装得越多，任务路由和上下文管理的负担越重——这也是建议按需安装、而不是全量加载的原因。
维护依赖社区。 仓库由作者和贡献者维护，没有企业级 SLA。把它放进生产流程前，要接受更新节奏和方向可能变化。
适用场景
- 独立开发者、一人公司、技术型营销人：已经在用 Claude Code 这类编程 Agent，想让 Agent 分担营销执行；
- 有清晰产品定位的团队：用它的框架做首轮草稿、检查清单和流程校准；
- SEO 与内容团队：用 seo-audit、ai-seo、schema 这套技能做站点诊断和内容规划；
- 代理与咨询团队：把 cro、copywriting 的检查清单变成方案评审的预审环节；
- 正在搭自己 Skill 矩阵的团队：把它当作「地基技能 + 交叉引用 + references 与 evals」的架构参考。
不适合期待开箱即用中文渠道打法的团队，也不适合没有 Agent 运行环境、只想找一份提示词模板的人。
选型建议
先装 product-marketing 加一两个技能（建议 cro 和 copywriting），拿你现有的一张落地页或一封邮件跑一遍，看输出是否符合你对好文案的判断。安装前先读一遍技能定义文件：带 references/ 和 evals/ 的通常更完整，只有一段说明的可能是早期作品。用 --skill 参数按需安装，别一次加载全部。清单和评分只用来定位短板，最终判断还是人做。
还要管理预期：技能提高的是流程质量，不是结果保证。转化率、排名、留存这些指标取决于产品、渠道和执行，技能能做的是让你少漏掉关键动作、把每轮迭代记录清楚。把它当成一套营销 SOP 的数字化版本，而不是增长按钮。
更值得学的是它的结构：一个共享上下文的技能，加一批互相引用的专业技能，各自带方法库和评测。按这个结构把团队自己的方法论拆一遍，比直接用它的技能更有价值。中文营销的 Skill 化目前还是空白——小红书、私域、直播这些领域，谁先系统化，谁就拿到定义权。