SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场30x-growth-marketing-panel

30x-growth-marketing-panel

营销与增长

查看项目

更新于 10-15 00:32

技能介绍

用途

30x Growth Marketing Panel 是一个营销领域的 AI 专家面板技能，用于在 Claude Code 等 AI 编码智能体中获得来自 11 位营销专家的建议。它从 4000 多个 YouTube 视频中提炼专家知识，让用户以专家的视角、基于其实际框架获得回答。

主要能力

  • 专家面板：包含 11 位专家，覆盖不同领域：
    • Alex Hormozi：报价设计、定价、销售、规模化；适合 SaaS 定价、价值主张、销售框架
    • Greg Isenberg：AI 创业、社群增长、vibe marketing；适合社群驱动增长、AI 产品定位
    • Neil Patel：SEO、付费广告、CRO、社交媒体；适合流量获取、转化优化
    • Nathan Gotch：AI SEO、Search Everywhere Optimization；适合 AI SEO 策略、排名战术
    • Authority Hacker：大规模 AI 内容、联盟营销；适合内容自动化、联盟收入
    • Sabrina Ramonov：AI 智能体、自动化工作流、MCP；适合营销自动化、AI 智能体落地
    • Liam Ottley：AI 自动化代理、客户获取；适合代理模式、服务打包
    • Julia McCoy：AI 写作、内容策略、品牌建设；适合内容创作、品牌语调
    • Ryan Doser：AI 营销工具、实操落地；适合工具栈、工作流优化
    • Growth Tribe：增长黑客、实验、AARRR；适合实验框架、漏斗优化
    • Dan Koe：一人企业、写作、个人品牌；适合单人创业者策略、个人品牌
  • 双层架构：Layer 1（Brain）为 NotebookLM 检索，来自 4000+ 已索引 YouTube 视频；Layer 2（Soul）为 Persona Protocol，包含专家个性、框架与反模式。
  • 语义路由：自动把问题匹配到合适的专家。
  • 反幻觉协议：检索优先，先查 NotebookLM 再生成回答；双重校验，将检索内容与知识库人设交叉比对；显式标记，从核心原则外推的内容以 ⚠️ 标注；绝不编造，若专家未覆盖某话题则如实说明。

使用方式

安装命令：

npx skills add norahe0304-art/30x-growth-marketing-panel

支持 Claude Code、Cursor、Codex 以及 45+ AI 编码智能体。

常见用法模式：

  • 单专家咨询：提出聚焦问题，由系统路由到最相关的专家。例如定价问题路由到 Alex Hormozi，SEO 问题路由到 Neil Patel 或 Nathan Gotch，内容问题路由到 Julia McCoy。
  • 指定专家：显式请求某位专家。例如“Ask Alex Hormozi about my offer: [describe your offer]”。
  • 多专家圆桌：宽泛的战略问题会触发多位专家。例如“How should I go to market with a new AI marketing tool?”会返回 Greg Isenberg、Neil Patel、Ryan Doser 的视角。

查询命令示例：

# 通用查询（自动路由）
"[Your marketing question]"

# 指定专家
"Ask [Expert Name] about [topic]"

# 多专家
"Get a roundtable on [strategic question]"

查看专家知识：

# 列出所有专家与领域
"Show me the expert panel"

# 查看专家框架
"What frameworks does Alex Hormozi use?"

# 检查 NotebookLM 覆盖情况
"How many videos are indexed for Neil Patel?"

专家知识库结构

每位专家由两部分组成：

  1. NotebookLM Brain（原始检索）：每位专家 200-300 个 YouTube 视频，索引在 NotebookLM Pro 中（每个笔记本 300 个来源），原始内容零信息损失。
  2. Persona Protocol（个性），位于每位专家的 expert_kb.md 中，包含：Role（专家身份、背景、核心专长）、Thinking Models（所用框架，如 Hormozi 的 Value Equation、AARRR 漏斗）、Tone & Communication（说话方式、教学风格、个性标志）、Anti-Patterns（避免的做法、常指出的错误）、Retrieval Logic（如何有效搜索其 NotebookLM 笔记本）。

配置

语言支持：回答会自动匹配提问语言，框架名称保持英文。

检索深度：可调整搜索的 NotebookLM 来源数量。默认搜索 5-10 个最相关来源；深度研究为 20-30 个来源（较慢但更全面）；快速回答为 3-5 个来源（更快但依然准确）。

提炼自己的专家

使用 distill_anyone.md 提示模板：复制其中的提示，修改 3 个变量（专家名称、YouTube 频道/播放列表 URL、领域专长），在 Claude Code 中运行。流程会自动用 yt-dlp 收集 YouTube URL、创建 NotebookLM 笔记本、用 notebooklm-py 批量加入视频、生成 Persona Protocol 知识库、创建语义路由规则。

需配置的变量：

EXPERT_NAME="Your Expert"
YOUTUBE_SOURCE="https://youtube.com/@channel or playlist URL"
DOMAIN="their core expertise area"

内部使用工具

yt-dlp（YouTube URL 批量收集）、notebooklm-py（程序化访问 NotebookLM）、NotebookLM Pro（每笔记本 300 个来源索引）、Claude Code Skills（Persona Protocol + 双层融合）。这些工具已内嵌在技能中，无需单独安装。

适用场景

适用于需要获取营销策略建议的场景，例如：定价与报价设计（如 B2B SaaS 定价）、AI SEO 策略、内容创作与品牌语调、社群驱动增长、营销自动化与 AI 智能体落地、增长实验与漏斗优化、个人品牌与一人企业策略等。也支持多专家圆桌、框架深度解析和对比分析。

限制

  • 专家建议基于其已索引的 YouTube 视频内容，若某专家未覆盖某话题，系统会如实说明。
  • 部分专家内容来自 2023-2024 年，可能过时；官方建议询问原则而非战术，或请求针对 2026 年语境以 ⚠️ 标注的外推内容。
  • 回答质量取决于提问的具体程度，过于宽泛的问题可能得到笼统回答。
  • 关于收费、价格、平台兼容的完整列表等信息，资料中未提供。