33
0最近在GitHub上刷到一个项目:coreyhaines31发布的marketingskills。 这个项目上线不久就冲到了22k星。它不教你写文案,而是专门为AI Agent构建了一整套“营销大脑”。它把CRO、文案框架、SEO策略到增长工程,几乎 ...
|
最近在GitHub上刷到一个项目:coreyhaines31发布的marketingskills。 这个项目上线不久就冲到了22k星。它不教你写文案,而是专门为AI Agent构建了一整套“营销大脑”。它把CRO、文案框架、SEO策略到增长工程,几乎所有高阶营销人的专业框架,全部封装成了AI可以直接调用的“技能包”。 ![]() ![]() 看到它的第一反应是:Product marketing员工也开始要被蒸馏了? 为了验证它是否真的能打,我拿手中一个“快消终端铺货指导”的B2B产品做了实战测试。结果还是不错的:原本需要团队耗时2周的GTM落地工作,我一个人调用技能库,半天就完成了高质量交付。当然也有不少要小休小改的地方。 一、核心区别:为什么普通大模型做不好B2B营销?在展示实战效果前,我们先聊聊痛点。很多营销人觉得AI不好用,是因为直接调用的Claude或Gemini虽然表现不错,但是和to B行业的knowledge及product markting/GTM体系化需求结合的不够。 1.普通大模型的瓶颈:只会编文案,不懂营销框架如果你对普通大模型说:“帮我写个销售话术和竞品分析”,它给你的通常是: 满屏套话:全是“提高效率、降低成本、赋能增长”这种放之四海而皆准的废话。 结构散乱:它不懂快消行业“终端执行→动销结果”的因果逻辑。 二次加工成本极高:你拿到的只是一堆文字素材,还需要花3天按营销框架重新拆解。 2.marketingskills的降维打击:它是框架的自动化当你加载了这个技能库,AI就从“文字搬运工”变成了“高级营销顾问”。它输出的不再是孤立的文字,而是基于专业营销框架生成的交付物。 它懂的就不再只是“怎么写”,而是“怎么赢”。 二、底层逻辑:它到底在AI Agent里植入了什么?很多人误以为这是一个新的AI模型,其实不然。它的本质是“给AI预装的35个专业工具箱”。 它的底层逻辑非常清晰:把营销人沉淀多年的工作流程(Workflows),通过代码化的方式变成了AI的原生技能(Skills)。每一个技能都对应一个真实的实战场景,比如: sales-enablement:不再从零开始写PPT,而是按销售赋能框架一键输出物料大纲。 content-strategy:不再瞎猜选题,而是基于流量逻辑规划全年营销方向。 pricing-strategy:直接调用B2B SaaS分层定价模型,而非拍脑袋定价。 battlecard:精准拆解竞品短板,把攻防话术应对客户售前的挑战。 ![]() 这就是核心区别:普通AI需要你一点点教它“什么是B2B逻辑”;而加载了该库的AI,默认就带着这些逻辑进场。 三、 实战复盘:To B新产品GTM计划我以工作场景为例,对新产品Go-to-market 场景做了个测试: 1. 全年GTM计划:贴合B端业务场景理解我通过调用 copywriting、pricing-strategy 和 analytics-tracking 等技能,生成了一份计划。 这里说明:智能体本身就有规划和自主调用不同需求对应skill的能力,所以侧重点也可以优先放在自身业务的描述,而非指导怎么调用。 可复制的提示词模板: 你现在是我的专属B2B营销顾问,并且你已经加载了本地安装的所有营销技能。实战反馈: 它没有给我SaaS通用的模板,而是精准抓住了快消客户“执行看得见,结果说不清”的痛点。竞品分析部分,它直接将传统巡店SFA(打卡逻辑)与我的产品(结果验证逻辑)进行了深度切割,并提炼出了行业客户的场景痛点等问题。此外,GTM的计划框架还是非常完整,且符合行业特性的。 ![]() ![]() 2. 销售赋能工具包:直接可交付的“核武器”有了框架,我让它调用 sales-enablement 技能,一键生成全套物料。 可复制的提示词模板: 我现在需要为【快消零售行业·终端铺货指导/终端稽查产品】制作一整套专业销售赋能工具包(Sales Enablement Kit)。实战反馈:
![]() ![]() 四、 深度复盘:它不是银弹,但它是“放大器”在享受这种极致提效的同时,我也发现了它的边界:
|