AI 技能人工智能【免费下载链接】marketingskillsMarketing skills for Claude Code and AI agents. CRO, copywriting, SEO, analytics, and growth engineering.项目地址https://gitcode.com/GitHub_Trending/mar/marketingskills点击查看免费下载导读ad-creative技能的 Modes 1–3 回答的是帮我做广告而creative-roadmap.mdskills/ad-creative/references/creative-roadmap.md回答的是更前置的问题哪些广告值得做、按什么顺序做、以什么生产成本做以及每月用复盘把当月结果转化为下月计划。这是一条创意策略师的常驻运营循环standing operating loop由 Agent 执行、由人拍板。读完本篇你将掌握从三大信号源合成证据分级概念、按账户状态探索态/放量态分支创意组合、维护容量检查过的分层路线图、以及驱动下一轮排期的月度创意复盘——全部都有本仓库源码与评估用例作为可验证依据。Signals → Concepts (evidence-ranked) → Roadmap (tiered, capacity-checked) → Briefs → [Modes 1–3 produce] → Monthly retro → back into the icebox在ad-creative技能中这条循环被定义为Mode 4: Creative Strategy LoopSKILL.md在制作广告之前决定哪些广告值得做——综合三类信号源为证据分级概念、按账户状态分支创意组合、维护容量检查过的分层路线图、并运行喂给下一张排期的月度复盘。仓库自带的评估用例skills/ad-creative/evals/evals.json 中的 eval 9正是围绕这一模式设计的一个30 个广告两个月测不出胜者的账户场景要求 Agent 调用 Mode 4 而非直接生成文案。Step 1: 读取三大信号创意方向来自三个独立信号源的综合。任何单一信号源都会误导账户数据告诉你的是在你试过的东西里什么有效客户告诉你的是他们为什么买用他们自己的话自然内容告诉你的是没人付费时受众选择看什么。信号取什么怎么取账户表现Account performance按角度/钩子/格式划分的赢家与输家每个概念对应的漏斗指标参见hook-system.md 的诊断漏斗疲劳状态google-ads/meta-ads/linkedin-ads/tiktok-adsCLIs见 SKILL.md 的 Tool Integrations客户/品牌Customer/brand逐字的痛点/渴望/异议语言意料之外的使用场景谁实际上在买 vs. 谁被定向Grounded Inputs 语料inputs/reviews/、inputs/comments/、销售通话记录、支持主题——按customer-research技能外部自然内容External organic该细分市场免费观看的内容头部自然内容、其钩子、格式、词汇跑得足够久、可推断为有效的竞品广告scraping、social技能中的社交聆听工具、广告库、competitor-profiling节奏Cadence月度深潜60–90 分钟三个信号源全部过一遍产出当月路线图。每周快速刷新约 20 分钟只看变化——新的赢家/输家、新的评论主题、任何自然流量的尖峰。关键纪律超出下一个决策所需的研究都是无效忙碌busywork——每一次综合会话的终点都应该是概念而不是笔记。信任规则Trust ruleAgent 提出的每一条洞察都必须携带其凭证receipt——是哪条评论、哪个广告的指标、哪条自然帖子。没有来源的洞察不进 icebox。这与本技能其他部分的地基规则一致。源码佐证信号从哪来账户表现tools/REGISTRY.mdREGISTRY.md列出了广告平台 CLI——google-ads.js、meta-ads.js、linkedin-ads.js、tiktok-ads.jstools/clis/以及 MCP 支持google-ads 支持 MCP。SKILL.md 给出了拉数据的实际命令示例node tools/clis/google-ads.js reports get --type ad_performance --date-range last_30_days。客户语言customer-research技能skills/customer-research/SKILL.md定义了从评论、Reddit、G2、通话记录中挖掘逐字客户语言的三种研究模式产出money quotes与 VOC 词库——这正是创意语料的上游。外部自然内容social技能的聆听工具与competitor-profiling负责供给这个细分市场免费看什么。Step 2: 把信号转化为证据分级的概念概念concept是一条可测试的创意假设细分市场 × 动机 × 角度 × 格式并附带其证据。给妈妈们的 UGC不是概念新手父母失眠者据 40 条提到凌晨 3 点喂奶的评论× 安静到不会吵醒宝宝 × 前后对比演示 × POV 夜间镜头视频才是。按支持概念的最强证据排序层级证据权重1你自己的账户同角度/同细分市场有转化广告最强——迭代并扩展2客户逐字语言反复出现的评论/通话语言强——在上面建新创意3竞品广告运行 60 天推断有效好——改编角度绝不照抄广告4细分市场内的自然互动该主题的免费观看/收藏中等——先用低价手段验证5跨细分市场模式在相邻品类有效弱——入库 icebox 直到被佐证6团队直觉无外部信号最弱——低保真测试或放弃证据等级决定路线图优先级——在排期表中更靠前的位置。生产分层是另一回事由验证强度、现有资产、容量和风险共同决定即使是 tier-2 客户语言概念也要先做低保真版本直到它表现出漏斗信号。直觉不被禁止——它们只是便宜、且排最后。源码佐证证据纪律的落地ad-creative的Grounded Inputs规则SKILL.md为这条证据链提供了语料基础inputs/winning-ads/近 90 天最优广告截图 10–20 张、inputs/reviews/50–100 条客户评论、inputs/comments/广告评论中的异议与角度。规则明确每个概念必须引用其来源绝无编造的声明、数据或证言若inputs/winning-ads/或inputs/reviews/为空停止并请用户先填充。 这保证了证据分级不是口号——没有来源的概念根本进不了语料库。Step 3: 按账户状态分支正确的创意组合取决于账户处于两种状态中的哪一种。先诊断再排期——为一个错误状态制定的计划会浪费整个月。探索态Exploration state——没有或没有新的东西在起作用走宽不走深以跨细分市场、跨角度的净新概念为主迭代只占少数——在输家上迭代会放大输家。按指标重新定义赢没有全漏斗赢家时任何单一指标的改善完播率提升、CPC 下降、CVR 提升都算值得深挖的命中——参见诊断漏斗。只在命中上迭代其余保持探索性。测试时要排查的常见根因创意无聊安全、似曾相识、信息过于复杂、offer/UVP 不清、或 CPM 在惩罚过窄的受众。放量态Scaling state——一个或多个概念在盈利转化趁窗口期在赢家上走深以赢家为主导的排期——同一概念的视觉显著差异变体同信息、新执行近重复变体大多会蚕食原版的覆盖且教不了新东西所以变体必须看起来明显不同外加一条 remix 通道对它的情绪/语气重新演绎和钻入赢家细分市场的子角度探针按预算、疲劳速度和产能微调比例。即使在中段放量期也要保留一小块探索分配——赢家会疲劳而下一个赢家很少是当前赢家的迭代。这个状态下速度更重要放量窗口是有限的。源码佐证状态诊断的量化支撑ads技能的 meta-decision-system.md 提供了疲劳状态与何时换血的量化锚点TCPL目标合格线索成本、广告数量上限、14 天评估窗、疲劳频段冷勘探 1.0–2.5 安全 / 2.5–4.0 警告 / 4.0 危急等。探索态/放量态的定性判断可以在月度复盘中用这些阈值对账例如放量态 100% 排期都押在赢家变体上正是 creative-roadmap.md 失败模式里点名的放量态自满。Step 4: 路线图制品维护一份常驻文档建议放在 Grounded Inputs 语料旁边命名为roadmap.md包含三个视野## Icebox — 每个概念证据层级 来源未排期 ## This quarter — 从 icebox 中选出 2-4 个主题赌注附 why-now ## This month — 排期表概念 | 证据层级 | 生产层级 | 负责人 | 状态每张月度排期概念都配一个生产层级层级成本是什么用于T1 — 迭代Iteration小时级在现有素材上改钩子/字幕/裁切扩展已验证赢家T2 — 重混Remix天级用现有素材/资产/AI 生成做出新创意证据尚可、或已有首个低保真信号的概念T3 — 制作Production周级全新拍摄、创作者、完整制作只有有自账户证明、或此前有低保真漏斗信号的角度hook-system.md 中的保真阶梯 fidelity ladder容量检查——让路线图保持诚实的规则数一数团队或 AI 流水线这个月能以有质量的状态产出多少概念并按这个数排期。20 个概念的排期对着 8 个概念的真实产能产出的不是 20 条广告而是 20 条被妥协的广告和一支被榨干的团队。按证据等级裁到排期装得下为止。从排期到 Brief从排期表生成每个概念一条 brief细分市场、动机 逐字来源、角度、格式、钩子矩阵行、生产层级、成功指标交给 Modes 1–3 生产。源码佐证保真阶梯与钩子矩阵hook-system.md 把 T1/T3 的选择细化成了保真阶梯直觉先用低保真静态图、文字屏、配音叠 B-roll、现有素材重混——目的是拿到关于角度的便宜信号验证过的角度才配高保真创作者拍摄、街头采访、布景演示。用昂贵拍摄测直觉和用一次性静态图测已验证角度都是错的方向——阶梯只朝一个方向走。brief 中的钩子矩阵行对应 hook-system.md 的矩阵输出格式# | Segment | Motivation (verbatim source) | Format | Visual action | Spoken line | Caption跨矩阵生成十个细分×动机单元格的钩子优于单列堆砌。Step 5: 月度创意复盘循环的最后一步也是下一轮的第一个输入。每月一份制品建议命名retros/YYYY-MM.md## Winners — 概念、漏斗数字、以及 WHY哪个元素赢得了它 ## Losers — 概念、在漏斗哪里死掉、死亡假设 ## Metric wins — 全漏斗输家但有一个强指标这些是线索不是损失 ## Learnings — 模式级笔记 → 写回 icebox成为新的/修订后的概念 ## Kills — 从 icebox 退役的概念附理由 ## Next slate — 下月的首稿更新过的证据等级复盘规则评判概念不是评判广告。同一概念的三次执行失败说明概念错了一次失败说明是执行问题。读漏斗不读 ROAS 列。诊断漏斗告诉你修什么ROAS 只告诉你有东西坏了。下结论前要有足够数据——尊重 Common Mistakes 与ads技能决策系统中提到的曝光/花费阈值两天的读数就是抛硬币。每条学习都必须落地icebox 更新、证据重新分级、或 kill。一场没有改变路线图任何内容的复盘只是一次会议不是复盘。调度这条循环按计划运行每月 1 号复盘、每周一刷新、每日经 Mode 3 批量产出见marketing-loops技能。仓库的 loop-catalog.md 里有两条直接对应的循环The monthly-creative-retro loop每月首个工作日运行拉取上月平台广告表现→映射到当月路线图概念→起草retros/YYYY-MM.md→更新路线图重排 icebox 证据、把 learnings 写回新/修订概念、起草下月容量检查过的排期→把账户状态判断探索 vs. 放量标记给人类确认。停止条件明确若retros/YYYY-MM.md已存在则跳过幂等只产出分析与草稿排期绝不自动上线或暂停广告。The daily-creative-drop loop每日产出接地气的静态概念批次如 50 个写入outputs/YYYY-MM-DD/配套INDEX.md模板类型 每个概念的接地来源要求inputs/winning-ads/与inputs/reviews/非空否则停止并索取输入——与 SKILL.md 的接地规则完全一致。失败模式Failure Modes不做诊断就排期Roadmapping without a diagnosis——先读三大信号之前的排期是一张愿望清单不诊断就测试不是策略。探索态下排满迭代Iteration-heavy slates in exploration state——在打磨输家而真正的问题角度、offer、受众没被测试。无视容量Ignoring capacity——团队无法以质量产出的计划是产出slop粗制滥造的计划。无证据概念插队Evidence-free concepts jumping the queue——声音最大的利益相关者的直觉被排成 T3 拍摄而 tier-2 客户语言躺在 icebox。复盘沦为表演Retro as theater——庆祝赢家、什么也不重新分级、icebox 原封不动。放量态自满Scaling-state complacency——排期 100% 押在赢家变体上赢家疲劳时流水线是空的。结论把循环跑起来的落地清单建语料按 SKILL.md 的 Grounded Inputs 结构建inputs/winning-ads / reviews / comments / brand空则先填。定节奏月度深潜 每周 20 分钟刷新每次综合以概念收尾不以笔记收尾。建路线图roadmap.md三个视野Icebox / This quarter / This month每概念带证据层级 来源。容量检查按本月真实产能裁排期按证据等级裁到装得下为止。出 brief每概念一条 brief含钩子矩阵行与生产层级交给 Modes 1–3。月度复盘retros/YYYY-MM.md严格按评判概念、读漏斗、够数据再定论、每条学习落地四规则执行。调度把 loop-catalog.md 中的 monthly-creative-retro loop 与 daily-creative-drop loop 接到你的 Agent 环境cron 或 Claude Code 的原生循环机制让人拍板、Agent 执行。这条循环之所以成立是因为它把创意方向从灵感和声音变成了证据、容量与节奏的管理问题信号有来源、概念有分级、排期有容量上限、复盘有落地义务。对运行付费广告的品牌和团队而言它就是每个月都产生更好创意的可重复操作系统。赞分享AI 技能人工智能【免费下载链接】marketingskillsMarketing skills for Claude Code and AI agents. CRO, copywriting, SEO, analytics, and growth engineering.项目地址https://gitcode.com/GitHub_Trending/mar/marketingskills点击查看免费下载相关推荐Meta 广告创意格式分级基于 marketingskills ad-creative 技能的 51 种格式选择决策指南Meta 广告创意格式分级基于 marketingskills ad creative 技能的 51 种格式选择决策指南 导读 本文是 marketingskAI 技能人工智能ad-creative 技能深度解析Agent 规模化生成与迭代付费广告创意的完整实战指南ad creative 技能深度解析Agent 规模化生成与迭代付费广告创意的完整实战指南 在 agentic awesome skills 开源仓库中 aAI 技能AI 插件Creative Research Automation在 marketingskills 中用 Agentic 工作流自动化广告创意研究Creative Research Automation在 marketingskills 中用 Agentic 工作流自动化广告创意研究 本篇技术指南以 mAI 技能人工智能创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考