Audience Intelligence 是数字营销插件 digital-marketing-pro 下的一个受众研究技能模块，用于系统化地研究受众、构建画像并制定分群策略。
用途 该模块在用户请求涉及以下内容时激活：买家画像创建、受众研究、分群策略、Jobs-to-Be-Done（JTBD）分析、心理画像、反画像定义、受众规模与 TAM 估算等。触发短语包括 "buyer persona"、"target audience"、"segmentation"、"JTBD"、"ICP"、"anti-persona"、"lookalike audience"、"buying committee" 等。
主要能力
- 多维度画像构建：从人口统计、心理、行为、需求状态、信息、决策六个维度构建画像。
- JTBD 框架：映射功能性、社会性与情感性任务，并记录竞争性解决方案与期望结果。
- 分群方法：RFM 分群、行为分群、价值分群、生命周期分群、需求分群。
- 相似受众指导：定义种子受众特征以用于平台相似受众定向。
- 反画像定义：明确应排除的目标人群，避免浪费预算与信息错配。
- 购买委员会映射：面向 B2B，映射购买决策中各角色的动机与异议。
使用方式 脚本位于该插件的 scripts/ 文件夹（与 skills/ 同级）。若宿主未设置 ${CLAUDE_PLUGIN_ROOT}，需使用该路径。使用 Python 3.10 或更新版本运行，命令为 python，在 macOS 及许多 Linux 系统上若找不到 python 则使用 python3。
执行前会检查会话上下文中的品牌摘要，并自动应用品牌声音、合规规则、行业基准与平台规格。如需完整品牌档案，读取 ~/.claude-marketing/brands/{slug}/profile.json。若存在 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json，则加载并执行其中的限制、渠道风格、信息与声音规则。规划新工作前可运行 python "${CLAUDE_PLUGIN_ROOT}/scripts/campaign-tracker.py" --brand {slug} --action list-campaigns 查看活动历史。若无品牌档案，会提示使用 /digital-marketing-pro:brand-setup 创建，或按通用最佳实践继续。
所需上下文 执行前需收集：业务描述、现有客户数据、产品/服务详情、当前受众假设、市场背景、地理范围、商业模式（B2B/B2C/B2B2C/D2C）、销售流程。若数据极少，则基于商业模式、产品与市场分析构建假设驱动型画像，并明确标注为待验证假设。
流程 主要工作流为画像开发与分群：发现与数据收集、JTBD 分析、画像构建（3-5 个主要画像，避免画像泛滥）、反画像开发、分群策略、激活规划。
参考文件 persona-builder.md、jtbd-framework.md、segmentation.md、psychographic-profiling.md、customer-research-methods.md。
输出格式 买家画像文档、画像摘要卡、JTBD 分析、分群模型（表格+文档）、反画像档案、购买委员会地图、受众激活指南、相似受众规格。
边界情况 涵盖 B2B 购买委员会（每笔交易多个画像）、双边市场受众、数据有限环境、跨文化全球受众等场景，并给出相应处理方式。
相关技能 Funnel Architect、Content Engine、Campaign Orchestrator、Analytics & Insights、AEO/GEO Intelligence。
限制 资料未提供具体收费、价格、平台支持范围或效果保证等信息。