newsletter-welcome-sequence
这是一个用于撰写邮件欢迎序列的写作技能，帮助用户为新订阅者打造完整的5封邮件序列，以建立信任、传递价值并自然引导订阅者转化为付费客户。技能针对订阅后的高参与度窗口期，通过采访提问收集用户背景信息，再依据固定框架逐封生成邮件，覆盖欢迎、内容精选、行业误区、个人起源故事和软性推销五个环节。适合需要撰写欢迎序列、入门邮件或培育序列的营销与内容创作者使用。
Skill 广场
找到适合任务的 Agent Skill，阅读介绍并复制安装命令。
更新于 10-23 00:13
营销与增长
9,456 个结果
personalization-6-buckets
「6 Buckets of Personalization（六类个性化素材）」是一个用于客户开发与个性化触达的技能，主要帮助使用者系统化地研究潜在客户，并选择最合适的个性化切入点。它将个性化素材分为六个层级：第一层为潜客自己创作的内容（演讲、播客、网络研讨会、文章、帖子），价值最高；第二层为其互动过的内容（评论、转发、点赞的评论或帖子）；第三层为其自我描述（个人简介、公司介绍、职位标题）；第四层为个人细节（兴趣爱好、志愿经历、语言、学校、关注话题）；第五层为职业背景（任职时长、职业轨迹、推荐与被推荐、董事会职位、奖项、认证、共同联系人、技能认可）；第六层为公司层面信息（官网文案、公司动态、博客、新闻、IPO、融资、财报、并购、增长、招聘、搬迁、新品发布、营销动作、竞品动向等）。当无法进行个性化时，该技能提供五类核心静态相关性作为后备：人口统计画像、公司细分、行业垂直、市场地域和技术栈。它可与其他技能配合使用，例如将素材转化为钩子、自动化研究、选择个性化层级或应用于邮件序列。
pipeline-review
pipeline-review 是一个用于销售管道健康检查的技能，适用于预测会议或周期性检查之前。它会标记停滞、阶段回退、缺少关键活动或存在风险信号的商机，并为每个问题推荐一个具体行动。该技能需先完成设置，将 CRM 阶段映射到 Swan 漏斗模型、记录各阶段 SLA 并设定检查节奏。输出是一份按优先级排序的简短清单，每项配一个行动建议，而非预测。
post-radar
Post Radar 是一个针对被监控 LinkedIn 账号互动的销售线索跟进技能。当 LINKEDIN_ENGAGEMENT 触发器触发后，它会获取帖子、互动者及互动类型等信息，先过滤噪音，再补充互动者资料，并行检查 ICP 匹配度与 CRM 关系，阅读其所互动的帖子内容，选择 LinkedIn 评论回复或私信等渠道，并起草与具体帖子相关的跟进消息，最后按线索归属进行分发或指派任务，并记录互动信号。
reddit-comment-safety
用于在 Reddit 发布品牌相关评论前的合规与安全审查技能，对每条评论给出通过／修改／跳过三种结论，并给出六项检查与改写规则，强调评论存活率而非发布数量。
scale-b2b-qualified-pipeline
一套面向 B2B 的 Meta 广告实操手册，目标是把广告预算转化为合格的销售管道（SQL）而非廉价表单线索；核心是通过受众分层与匹配率优化、CAPI 回传漏斗事件、创意迭代与分群测试，让 Meta 优化引擎转向合格管道。
seo-opportunity-extraction
这是一个用于 SEO 内容机会挖掘的技能，可用在已有账号情报的前提下，帮助从业务角度梳理内容机会方向，而不是直接做关键词研究。它会先检查上下文，要求提供产品、ICP、竞品格局、异议、已有成果与排除项等信息，再从竞品信号、异议信号、功能与差异化信号、用例信号、行业与垂直信号、痛点信号、现有成功页面信号七类线索中扫描。随后把信号归纳为结构化机会，格式包括机会名称、类型、信号、机会描述、商业价值、可能的内容形式。技能还会检查覆盖度与缺口，如商业优先级是否体现、是否过度偏向某类机会、ICP 匹配是否一致、是否违反客户排除条件。最后按高、中、低给出预验证优先级，输出机会清单，并可按默认路径保存为 Markdown 文件。其调用方式为 /opportunity-extraction，常接在 /business-context 之后，或独立调用并粘贴账号上下文。
visitor-radar
visitor-radar 是一个面向销售与市场团队的 GTM 技能，用于在潜客访问网站或与内容互动后自动跟踪并跟进。它根据互动信号强度进行分级（如定价页停留超过 60 秒、演示页访问、白板资料下载、直播网络研讨会出席等高分；案例研究或对比页访问、报名未出席等中分；博客阅读等低分），随后解析访问者身份、查询 CRM 背景，将互动内容匹配到沟通切入点，并在规定时间窗口内起草有针对性的跟进消息。该技能强调必须引用对方具体互动的内容、避免在已有活跃序列中重复触达、首次触达不做强硬推销，并可将互动类型记录到公司档案中以供后续分析。该技能目前尚未针对当前组织完成配置，需先完成设置子页面中的触发条件与跟进序列接线。
bounce-monitoring-workflow
该技能在 HubSpot 中构建自动化退信监控工作流，通过检测硬退信并按可配置阈值自动抑制联系人，保护发件人声誉，并对达到复核阈值的联系人标记以便人工审查。
review-bounced-contacts
每周人工复核收到3次及以上退信的联系人，判断删除或尝试恢复，避免过度压制。需先运行退信监控工作流，并具备email_health_flag属性和HubSpot私有应用令牌。
newsletter-campaign-workflow
面向 AIProDaily 新闻通讯平台的 campaign 工作流指南，覆盖 RSS 处理、文章生成、多租户隔离、MailerLite 集成与自动化发布，用于创建活动、处理订阅源、生成文章、管理状态并发送邮件。
pre-launch-data-check
Pre-launch Data Check 是一个在邮件外发名单上传到发送工具之前运行的最终数据检查技能。它针对经过瀑布式补全和个性化处理后的最终 CSV 文件，从来源、验证、完整性、路由、卫生、信号和激活七个层面逐层检查，输出 GO、GO WITH FIXES 或 STOP 三种结论。该检查用于避免因重复联系人、无效地址、未渲染变量、过期信号或命中抑制名单等问题损害域名声誉、品牌形象或测试效果。它不判断公司是否匹配，也不验证邮箱地址或测试邮箱，而是读取验证器写入的状态并检查最终发送行。
zach-feature-demand-validator
这是一个面向亚马逊卖家的微创新需求验证工具。它的核心用途不是发明新功能，而是判断某个功能微创新（如新增蒸煮功能、自清洁结构等）是否真的被消费者在意。该工具通过三个独立维度交叉验证：Review 评论信号、关键词搜索信号、社区讨论信号。每个维度都有首选数据源和无 Sorftime 环境下的替代方案。最终输出强真需求、弱真需求、待验证或伪需求四类判定结论。使用方式为通过触发词 /zach-feature-demand-validator 调用，输入「品类 + 功能描述」或「ASIN + 功能描述」，默认站点为 US。执行流程包括关键词构造、Review 信号采集、关键词信号采集、社区信号采集、综合判定、生成报告和交付校验七个步骤。交付物包括一份 Markdown 功能需求验证报告和五个标准 CSV 数据文件。适用场景为品类选定后评估微创新方向，或竞品分析发现差异点后判断是否值得跟进。该工具定位为纯分析与信息收集，不直接做产品开发决策，风险级别为 low。
lead-research-assistant
Lead Research Assistant 是一个线索研究技能，用于为产品或服务识别高质量潜在客户。它会分析你的业务、理解理想客户画像，并搜索匹配的目标公司，提供可执行的接触策略。该技能可帮助企业发现潜在客户、建立合作公司名单、确定销售外联的目标客户、研究符合理想客户画像的公司，并为业务拓展活动做准备。它能够理解产品价值主张、按行业/规模/位置/技术栈/增长阶段等维度识别目标公司、对线索进行优先级打分排序，并针对每条线索给出决策者角色与个性化接触建议。资料中未提供具体的收费、价格、平台支持范围等信息。
marketing-psychology
该技能将心理学原理与心智模型应用于营销，帮助理解人们为何购买、如何合乎伦理地影响行为，并做出更好的营销决策。内容涵盖基础思维模型（如第一性原理、待办任务、80/20法则、约束理论）、买家心理（如禀赋效应、宜家效应、零价格效应、选择悖论）、影响与说服（如互惠、承诺一致、权威、稀缺、损失厌恶、锚定）、定价心理（如魅力定价、价格相对性、100法则）以及设计与交付模型（如希克定律、AIDA漏斗、7次法则、BJ Fogg行为模型、EAST框架）。使用时先识别适用的心智模型，解释其背后的心理学，给出具体营销应用，并建议如何合乎伦理地实施。适用于营销策略制定、文案与定价设计、转化优化等场景。
paid-ads
这是一个面向付费广告投放的技能，帮助用户在 Google Ads、Meta（Facebook/Instagram）、LinkedIn、Twitter/X、TikTok 等平台创建、优化和扩展广告活动，以实现高效的客户获取。它提供平台选择指南、账户结构与命名规范、预算分配框架、广告文案与标题公式、受众定向策略、创意最佳实践、A/B 测试方法、出价策略、再营销策略、数据报告与分析，以及各平台设置清单和常见错误规避建议。适用于需要提升广告投放效果、优化转化成本或扩大广告规模的营销场景。
pricing-strategy
这是一个定价与变现策略技能，用于帮助设计基于价值、客户支付意愿和增长目标的定价、套餐与变现方案。它覆盖定价研究、价值指标、分层设计和调价策略，但不直接实现定价页面或实验。
twitter-algorithm-optimizer
Twitter Algorithm Optimizer 是一个用于分析和优化推文（tweet）的技能，目标是提升推文的触达与互动表现。据资料说明，它依据 Twitter 开源算法（如 Real-graph、SimClusters、TwHIN、Tweepcred）的机制，对推文草稿进行评估、改写与编辑，并解释推荐背后的原因。该技能可帮助识别推文表现不佳的算法层面原因，基于互动信号（如点赞、回复、转发、引用、书签及各类隐式与负面信号）提供优化方向，并按用途、主要能力、使用方式、适用场景和限制等维度整理介绍。
meta-ads
面向 AI 智能体的 Meta（Facebook 与 Instagram）广告策略技能，覆盖广告基础、创意最佳实践、广告系列结构、受众定位、预算与投放诊断等内容，帮助智能体按用户实际情况给出定制化广告建议。
analyze-page
analyze-page 是一个用于将 URL、截图或广告分析为安全店铺简报（storefront brief）的技能。它支持三种模式：灵感提取（从页面中提取可复用的布局与交互模式）、自有页面审查（识别设计与转化弱点）、信息匹配（对比广告或截图与目标落地页）。该技能仅传递结构与设计意图，明确排除竞品文案、标识、产品图片、定价、声明、评价、推荐语及受保护品牌元素。分析时记录页面类型与受众、区块顺序与视觉节奏、桌面/移动端行为、CTA 与信任元素位置、可复用交互模式、信息匹配优势或差距，以及可见的可访问性或可用性问题。当涉及 Lexsis 活动、目录、页面、资产或已存储分析时，需进行 MCP 预检并使用指定动作；通用 URL 或截图分析可使用宿主浏览器，MCP 状态报告为 not-required。该技能不生成页面，其分析结果可用于 /plan-page 规划新页面或 /optimize 优化现有页面。
ai-pptx
PPT 诊断助手，用于回答“PPT 讲清了吗”这类问题。可结合演示目标、听众、幻灯片文字或讲稿等材料，输出摘要、诊断结论、行动建议和可复用交付物，适合运营、产品、市场营销及技术人员审阅演示文稿。
copy-editing
这是一个专注于营销与转化文案的编辑技能，用于系统性地审阅和改进已有文案，而非从零撰写。它通过“七轮扫描”框架逐层优化：清晰度、语气一致性、利益点（So What）、证据支撑、具体性、情绪感染力以及降低行动风险，每轮聚焦一个维度并在完成后回溯检查前几轮，避免一次性修改带来的遗漏。技能强调保留核心信息与作者声音，只做增强而非重写。适用于编辑落地页、广告、邮件等营销文案，也提供快速检查清单和常见问题修复方法。
community-signals
Community Signals 是 goose-skills 中的技能，用于从 Hacker News 和 Reddit 等开发者论坛的公开讨论中识别购买意图信号，提取高意向线索，并生成用户与信号两个 CSV。
voice
为写作类技能提供个人语气指南的技能：在 voice/ 目录中创建并维护按平台区分的语气文件，供 /write、/gtm、/pcp-engine、/sales 等内容技能写作前加载，使输出更接近本人风格。