用途：该技能帮助 AI 智能体引导研究者完成营销科学学术论文的完整写作管线，从选题定位、消费者效用建模，到识别设计、结构估计、反事实模拟和整稿组装。领域限定于营销期刊，编码了通用学术写作技能未覆盖的惯例，如结构模型呈现、识别论证、反事实设计和审稿人预期。
主要能力：覆盖 8 本营销期刊（Marketing Science、JMR、JM、JCR、JAMS、IJRM、QME、Marketing Letters）。可协助选题定位（缺口分析、期刊选择、贡献框定）、消费者效用建模（logit、嵌套 logit、随机系数等微观基础需求系统）、识别策略（DID、RDD、IV、结构识别）、估计方法（BLP、GMM、MLE、贝叶斯）、反事实模拟（并购分析、政策模拟、福利计算）、实验设计（田野实验、联合分析、A/B 测试）以及 LaTeX 稿件生成（INFORMS 格式）。
使用方式：通过 git clone 仓库后，将目录复制到对应智能体的技能目录，如 OpenCode 的 ~/.config/opencode/skills、Claude Code 的 ~/.claude/skills、Cursor 的 ~/.cursor/skills、Windsurf 的 ~/.windsurf/skills，或通用智能体的自定义技能目录；也可在 OpenCode 配置中通过 skills.paths 添加路径。技能按五阶段管线工作：选题定位、消费者效用模型、识别与估计、反事实与实验、整稿组装，每阶段引用 references/ 下的对应指南文件，成稿参考 examples/manuscript_template.tex。可通过触发短语调用，如“Write a marketing science paper on [topic]”“Generate BLP estimation code”“Design counterfactual simulations for [scenario]”等；也可用“Run Stage 1”“Draft the model section”“Design identification”等快捷指令分阶段调用。
适用场景与限制：适合以结构模型、因果识别、实验设计或消费者心理机制为核心的营销学术论文写作与代码生成。配置可使用 DATA_PATH、INSTRUMENTS_PATH、OUTPUT_DIR、MANUSCRIPT_TEMPLATE、SEMANTIC_SCHOLAR_API_KEY 等环境变量。自定义期刊档案需按格式添加至 references/journal-characteristics.md。具体收费、价格、平台支持范围与效果等资料暂未提供。