marketing-experimentation
这是一个面向营销实验设计的技能,用于在用户需要设计可证伪假设、且与决策相关的营销实验时提供支持。当“实验设计”是清晰的决策边界时,该技能应独自承担请求;如果归属不明确或涉及多个职能,则转交给营销委员会(marketing-council)处理;如果用户明确要求跨职能的依赖工作,则通过脚本构建有界 DAG。该技能强调证据纪律,要求区分事实、推断、假设与未知,不虚构研究、工具调用、指标、客户语言或因果证明。
找到适合任务的 Agent Skill,阅读介绍并复制安装命令。
更新于 10-27 00:15
9,789 个结果
这是一个面向营销实验设计的技能,用于在用户需要设计可证伪假设、且与决策相关的营销实验时提供支持。当“实验设计”是清晰的决策边界时,该技能应独自承担请求;如果归属不明确或涉及多个职能,则转交给营销委员会(marketing-council)处理;如果用户明确要求跨职能的依赖工作,则通过脚本构建有界 DAG。该技能强调证据纪律,要求区分事实、推断、假设与未知,不虚构研究、工具调用、指标、客户语言或因果证明。
这是一个营销衡量技能,用于构建测量架构,将业务结果、领先指标与归因限制连接起来。它仅在测量架构是明确决策边界时生效;若所有权模糊或跨职能竞争,则路由到营销委员会。技能遵循操作契约,包括读取规范文件、使用决策模型、检查失败模式、按输出契约渲染响应,并严格区分事实、推断、假设与未知。提供聚焦请求处理、跨职能移交、依赖链动态路由,以及与测量策略师、营销怀疑者等执行连接。完成条件要求决策明确、证据与推断分离、考虑可信替代方案、声明重大不确定性并定义测量与反转证据。
该技能用于设计高质量的营销优化信号,使优化目标能够反映客户价值与业务价值。它只在“信号架构”构成明确决策边界时接管请求;若归属不清或涉及多职能竞争,则转交 marketing-council;若用户明确要求跨职能的依赖工作,则使用 dynamic_router.py 构建有界 DAG。执行时需先读取 references/skill-spec.json,了解激活条件、不变量、工作流自由度、证据规则、交接与完成条件,并参考决策模型与失败模式,按输出契约呈现结果。
media-strategy 是营销委员会技能包(marketing-council-pack)中的一项媒体策略技能,用于在媒体分配是明确决策边界时,帮助完成渠道任务指派、触达/频次逻辑、预算原则与衡量边界的制定。它强调证据纪律:将材料性主张区分为事实、推断、假设或未知,优先使用提供的一手证据,不捏造研究、工具调用、指标或因果证明。技能会先读取技能规格以确定激活条件、不变量、工作流程自由度、证据规则、交接与完成条件,并在给出建议前检查失败模式,最终按输出契约呈现结论。若决策归属模糊或跨职能竞争,则路由至营销委员会;若用户明确要求跨职能依赖工作,则使用动态路由脚本构建有界DAG。该技能还定义了完成门槛:决策必须明确、证据与推断分离、考虑过可信替代方案、输出已按契约呈现、说明重大不确定性,并定义衡量与反转证据。
Offer Strategy 是一个用于设计商业报价(offer)的技能,帮助用户围绕价值、证明、风险与条款四个维度构建与购买决策相匹配的报价方案。它适用于报价架构(offer architecture)是明确决策边界的场景;当归属不清晰或涉及多个职能竞争时,会转交给 marketing-council 处理。该技能强调证据纪律,要求将主张分类为事实、推断、假设或未知,优先使用一手证据,并在新鲜度影响建议时核实平台、政策、产品、定价或市场信息,禁止编造研究、工具调用、指标、客户语言或因果证明。执行时会先读取 references/skill-spec.json 了解激活条件、不变量、工作流自由度、证据规则、交接与完成条件,并使用 references/decision-model.md 框定或质疑决策,在最终建议前检查 references/failure-modes.md,并依据 references/output-contract.md 渲染输出。完成条件包括:决策明确、证据与推断分离、考虑过可信替代方案、输出已渲染、重大不确定性已说明,并定义了衡量与反转证据。
Positioning Strategy 是一个用于营销定位决策的技能(Skill),其核心任务是帮助用户基于真实的竞争替代方案,选择一个差异化的竞争框架和选择理由。该技能仅在“定位选择”是明确决策边界时接管请求;若归属不明确或涉及多个职能竞争,则转交给 marketing-council。技能强调证据纪律,要求将关键主张分类为事实、推断、假设或未知,优先使用提供的一手证据,并在新鲜度影响建议时核实当前的平台、政策、产品、定价或市场主张,禁止编造研究、工具调用、指标、客户语言或因果证明。使用前需先阅读 references/skill-spec.json 了解激活条件、不变量、工作流自由度、证据规则、交接和完成条件;在框定或质疑决策时使用 references/decision-model.md;在最终确定建议前检查 references/failure-modes.md;并依据 references/output-contract.md 渲染响应。完成门槛要求:决策明确、证据与推断分离、考虑过可信替代方案、输出已渲染、重大不确定性已说明,并定义了衡量与反转证据。
这是一个用于制定定价策略的技能(Skill),当用户需要基于支付意愿和经济模型来设定定价架构、价格层级和折扣护栏时使用。该技能仅在定价决策是明确决策边界时负责该请求;若归属不明确或涉及多个职能竞争,则路由至 marketing-council。技能要求先阅读 references/skill-spec.json 以了解激活条件、不变量、工作流自由度、证据规则、交接和完成条件,并使用 references/decision-model.md 构建或质疑决策,在最终建议前检查 references/failure-modes.md,并依据 references/output-contract.md 渲染响应。证据纪律要求将重要主张分类为事实、推断、假设或未知,优先使用提供的一手证据,在时效性影响建议时验证当前平台、政策、产品、定价或市场主张,不得捏造研究、工具调用、指标、客户语言或因果证明。
这是一个面向产品营销场景的技能包,用于把产品事实转化为面向特定受众的叙事、证据、发布信息和赋能材料。它只在“产品叙事”是明确决策边界时负责该请求;若归属不明确或涉及多个职能竞争,则转交 marketing-council。技能要求先阅读 references/skill-spec.json 等规范文件,依据决策模型审视问题,检查失败模式,并按输出契约组织回答。它强调证据纪律:把关键主张区分为事实、推断、假设或未知,优先使用提供的一手证据,不编造研究、工具调用、指标、客户语言或因果证明。适用场景包括产品叙事梳理、发布信息设计、受众化表达与赋能内容准备;限制在于不处理跨职能的依赖工作,需通过路由脚本构建有界任务图,且完成条件是决策明确、证据与推断分离、考虑过可信替代方案、说明重大不确定性并定义衡量与反转证据。
这是一个面向用户留存策略的技能,用于诊断用户流失(churn)与复购/重复使用行为,并据此设计生命周期干预措施。它强调在明确以“留存干预”为决策边界时才处理该请求;如果职责归属不清晰或涉及多个职能,则转交 marketing-council。技能内置证据纪律,要求把关键论断区分为事实、推断、假设或未知,优先采用用户提供的一手证据,不编造研究、工具调用、指标、客户原话或因果证明;并在最终建议前检查失败模式,按输出契约组织回复。完成条件包括:决策明确、证据与推断分离、考虑过可信的替代方案、已渲染输出、说明重大不确定性,并定义测量与反转证据。资料未提供具体收费、平台支持范围或量化效果数据。
这是一个面向营销场景的细分策略技能(Segmentation Strategy),用于在“细分选择”是明确决策边界时,帮助创建具有商业价值的市场细分与目标优先级,从而改变实际决策。该技能强调证据纪律:将关键主张区分为事实、推断、假设或未知,优先使用一手证据,并在时效性影响建议时核实平台、政策、产品、定价或市场信息,禁止编造研究、工具调用、指标、客户语言或因果证明。它要求先阅读 references/skill-spec.json 了解激活条件、不变量、工作流自由度、证据规则、交接与完成条件,并使用 references/decision-model.md 构建或挑战决策,在最终建议前检查 references/failure-modes.md,按 references/output-contract.md 渲染输出。路由方面:聚焦请求留在本技能内;所有权模糊或跨职能时交给 marketing-council;存在明确依赖链时使用 ../../scripts/dynamic_router.py 构建有界 DAG。技能所有权确定后,理论/智能体选择可使用 ../../scripts/neural_router.py,但神经节点不替代技能路由。完成门槛要求:决策明确、证据与推断分离、考虑过可信替代方案、输出已渲染、说明重大不确定性,并定义测量与反转证据。
这是一个用于撰写 B2B 客户案例研究(Case Study)的技能,基于 STAR 框架(Situation 情境、Task 任务、Action 行动、Result 结果)组织内容,并涵盖结构模板、客户引语、指标呈现、数据可视化与分发格式。它通过 inference.sh CLI(belt)调用搜索与 Python 执行等应用来辅助调研和生成图表。适合需要产出可量化、以客户为主角的案例研究内容的营销与销售场景。
Content Repurposing 是一个内容再利用(内容原子化)技能,目标是把一份长内容拆解并转化为多种格式,覆盖博客转推文串、博客转轮播图、播客转博客、视频转金句等场景。它通过 inference.sh CLI(belt)调用各类 AI 应用完成生成,例如用 falai/flux-dev-lora 生成配图、用 falai/dia-tts 生成配音、用 google/veo-3-1-fast 生成视频、用 x/post-create 发布推文。技能提供内容金字塔模型、各平台转换配方(含元素规则与时长/字数建议)、内容再利用清单以及常见错误对照表,并强调不同平台需重写而非复制粘贴。使用前需安装 belt CLI 并登录。
customer-persona 是一个基于调研数据创建客户画像(Customer Persona)的技能,通过 inference.sh CLI(belt)调用搜索与图像生成应用,帮助整理人口统计、心理特征、目标、痛点、待办任务(JTBD)、购买流程等信息,并生成人物头像。该技能提供分步构建流程、画像模板、反画像(Anti-Persona)概念、多画像优先级划分以及验证方法,适用于产品、营销和用户研究场景。
Email Design 是一个面向营销邮件的设计技能,提供布局模式、主题行公式与送达率规则。它覆盖欢迎序列、促销邮件、事务性邮件等常见邮件类型,并给出邮件宽度、字体、CTA 按钮、移动端优化等具体规范。该技能还结合 inference.sh CLI(belt)生成邮件头图与 AI 视觉素材,帮助设计高转化率的营销邮件。
这是一个用于新闻通讯(Newsletter)策划与制作的技能,覆盖内容采集、编辑结构、评论撰写、发送节奏、标题优化与订阅增长策略。它提供多种通讯格式(链接汇总、深度分析、原创文章、问答访谈、数据趋势)、完整的期号模板、内容质量筛选标准、评论写作公式、发送频率与日期建议、主题行公式、增长策略以及关键指标参考。内容采集通过 inference.sh CLI(belt)调用搜索类应用完成,并可生成通讯头图与社交推广文案。适合需要持续运营邮件通讯的编辑、内容创作者与增长团队。
SEO 内容简报(Content Brief)创建技能,通过 inference.sh CLI(belt)调用搜索与内容分析工具,完成关键词研究、搜索意图分析、SERP 分析、标题层级规划、字数目标设定与竞品内容差距分析。提供完整的内容简报模板,涵盖主关键词与次要关键词、搜索意图类型、大纲结构、竞品对比、独特角度、内链策略,以及页面 SEO 检查清单和常见错误规避。适用于撰写博客、指南、对比类文章前的选题与结构规划。
Twitter/X 长推文(Thread)写作技能,聚焦钩子推文、推文串结构与互动优化。内容涵盖推文字符限制、媒体附件规格、推文串类型(教育、故事、清单、拆解)、排版规则、发布与互动策略,以及常见错误与修正方法。该技能通过 inference.sh CLI(belt)执行发推、生成配图、截图与资料检索等操作,并提供安装命令与示例。
create-gtm-brief 是 chalk-skills 中的一项技能,用于在用户提出产品发布规划、GTM 策略或 go-to-market 需求时,生成覆盖定位、受众信息、发布层级、赋能清单与时间线的上市简报,帮助产品、市场、销售与支持团队协同发布。
面向产品经理的竞品分析与市场定位技能,帮助客观分析竞争对手、识别真实差异并把洞察转化为产品决策。依据公开资料,它强调区分已核实行为与营销宣称,并按证据与检查清单输出结论。
面向 Salesforce 复杂集成故障排查的技能,覆盖请求链路、元数据、查询计划、自动化、锁、作业、事件与限制分析。强调用最少证据构建并证伪分层假设,而非同时改动多个变量。
面向 Salesforce DX 项目的分支安全 CI 集成技能:将无凭据的静态与夹具检查同需要授权的组织验证分离,确保来自 Fork 的拉取请求无法接触 Salesforce 密钥或改动客户组织,生产部署需人工审批。
该技能用于基于证据排查 Salesforce 集成报错:对授权、权限、模式、校验、锁定、限制、异步作业与事件投递等失败进行分层定位,在提出有边界且可回滚的修正前,先验证一个由证据支持的假设。
Salesforce 成本与价值治理技能:基于客户当前合同、发票与组织用量证据,建立带日期的总成本模型,核对许可证、附加项、存储、事件、API、支持、中间件与运营支出,识别未用或错配项并构建有界场景。不虚构公开价格或节省额。
用于编辑、审阅和改进现有营销文案的技能,通过七轮聚焦式编辑逐层提升清晰度、语气、说服力、证据、具体性、情绪与转化风险,同时保留核心信息与作者声音。