基于Claude Code的营销技能模块化：SEO与CRO的AI Agent实践

1. 从“marketingskills”这个标题说起：它到底想解决什么问题

第一次看到“marketingskills”这个标题，我脑子里蹦出来的不是某个具体工具，而是一整套“把营销能力拆成可复用模块”的思路。结合热搜词里反复出现的 Claude Code、AI agents、SEO、CRO 这几个关键词，我基本能判断出：这个项目想做的事情，是把营销工作中那些高频、重复、有固定套路的环节，封装成 AI agent 可以调用的“技能包”，让一个通用的大模型助手，摇身一变成为懂 SEO、懂转化率优化、懂内容分发的营销执行者。

说白了，过去我们用 AI 写文案，是“你问一句它答一句”，每次都要重新交代背景、重新给约束条件。而 marketingskills 这个思路，是把“怎么写一篇符合谷歌 SEO 规范的 FAQ 页面”“怎么给落地页做 CRO 审查”“怎么批量生成结构化数据”这些具体能力，做成一个个独立的技能模块。AI agent 接到任务后，自动判断该调用哪个技能，然后按预设的流程和标准去执行。这跟传统“提示词工程”最大的区别在于：提示词是散的，技能是封装的、可版本管理的、可组合的。

我之所以对这个方向感兴趣，是因为过去大半年我一直在折腾 Claude Code 这类终端里的 AI 编程助手，发现它最强大的地方不是写代码，而是它能直接操作文件系统、执行命令、读取项目上下文。如果把营销工作也当成一个“项目”来对待，那 SEO 审计、竞品分析、内容日历生成这些活儿，完全可以交给一个配置好 marketingskills 的 agent 去跑。你不需要懂 Python，也不需要会调 API，只要把技能装好，在终端里说一句“帮我审查这个页面的 SEO 问题”，它就能给你一份带优先级的修改清单。

这篇文章适合三类人看：一是做独立站或者出海业务的运营，天天跟谷歌 SEO、转化率打交道，想用 AI 提效但不知道从哪下手；二是对 Claude Code、AI agents 感兴趣的技术型营销人，想搞清楚怎么把营销流程“代码化”；三是纯粹想了解“营销技能模块化”这个趋势的从业者，看看别人是怎么把经验变成可复用资产的。我会从设计思路、核心细节、实操过程、常见坑四个层面，把 marketingskills 这个项目拆开讲透，尽量做到你看完就能照着搭一套自己的版本。

2. 整体设计思路：为什么要把营销能力“技能化”

2.1 从“提示词堆砌”到“技能封装”的转变逻辑

早期用 AI 做营销，大家的做法基本是攒一堆提示词模板，放在 Notion 或者飞书文档里，用的时候复制粘贴。这种做法在单次任务上没问题，但一旦任务变复杂、需要多步骤协作，就立刻暴露短板。比如你要做一次完整的落地页 CRO 审查，至少涉及：抓取页面内容、分析标题和 CTA 的匹配度、检查表单字段数量、对比行业基准、生成修改建议、按优先级排序。这一串动作如果全靠一个长提示词搞定，模型很容易在中途跑偏，或者漏掉某个环节。

marketingskills 的设计思路，本质上是把“一个长提示词”拆成“多个短技能”，每个技能只负责一个明确的子任务，并且自带输入输出规范。这样做的好处有三个：第一，可测试。你可以单独验证“FAQ 结构化数据生成”这个技能的输出质量，而不需要每次都跑完整流程。第二，可组合。SEO 审计技能可以和内容生成技能串联，先诊断再开方。第三，可迭代。某个技能效果不好，你只需要改那一个模块，不会影响其他环节。

我自己的体会是，这种思路特别像软件开发里的“微服务架构”。以前是单体应用，改一处动全身；现在是多个小服务，各司其职，通过标准接口通信。营销工作虽然不像代码那么严谨，但把“经验”变成“技能”的过程，本身就是一次知识梳理。你在写技能描述的时候，必须想清楚：这个任务的输入是什么、输出格式是什么、判断标准是什么、边界在哪里。想不清楚，技能就写不好。

2.2 为什么选 Claude Code 作为承载环境

热搜词里大量出现 Claude Code 的安装、配置、使用教程，说明这个工具在开发者圈子里已经有一定渗透率。但 marketingskills 选择它作为承载环境，我认为不只是因为“它火”，而是因为几个硬性条件刚好匹配。

第一，Claude Code 能直接读写本地文件。营销技能经常需要处理 CSV、Markdown、HTML 这些文件，比如批量分析关键词表、修改页面元标签、生成结构化数据脚本。如果 AI 只能在聊天窗口里输出文本，你还得手动复制粘贴，效率大打折扣。Claude Code 可以直接在项目目录里操作，省掉中间环节。

第二，它能执行终端命令。SEO 审计经常要用到 curl 抓页面、用 grep 过滤内容、用脚本跑批量检查。Claude Code 可以在你授权后直接跑这些命令，把结果读回来分析。这意味着 agent 不只是“给建议”，而是能“动手做”。

第三，它支持自定义技能加载。通过项目根目录的配置文件，你可以告诉 Claude Code 去哪里找技能定义、每个技能怎么调用。这跟 marketingskills 的模块化思路天然契合。你不需要改 Claude Code 的源码，只需要按规范写好技能文件，它就能识别并调用。

当然，Claude Code 本身有一些使用门槛，比如安装、账号、网络环境这些。热搜词里也有“claude code 注册账号和不注册有啥不同”“claude code 由于与64位版本的windows不兼容”这类问题。我的建议是，如果你只是想体验 marketingskills 的思路，不一定非要死磕 Claude Code。任何支持“读取本地文件+执行命令+加载自定义指令”的 AI 终端工具，都可以作为替代方案。核心是思路，不是工具。

2.3 技能模块的粒度怎么定：太粗和太细都是坑

设计 marketingskills 的时候，最容易犯的错误是粒度失控。技能写得太粗，比如“帮我做 SEO”，那跟直接问 AI 没区别，模型还是不知道从哪下手。技能写得太细，比如“检查标题标签是否超过 60 个字符”，那你会得到几十个碎片化技能，组合起来极其繁琐。

我的经验是，一个技能应该对应“一个完整的、有明确交付物的子任务”。判断标准很简单：如果这个任务的输出可以直接拿去用，或者可以直接作为下一个技能的输入，那粒度就合适。比如“生成 FAQ 结构化数据”是一个合适的技能，因为它的输出是一段可以直接嵌入页面的 JSON-LD 代码。“检查页面标题长度”就不太合适，因为它只是更大任务中的一个检查项，应该合并到“页面 SEO 基础审计”这个技能里。

具体到 marketingskills 这个项目，我建议至少包含以下几类技能：页面 SEO 审计类、内容生成类、转化率优化类、竞品分析类、数据清洗类。每一类下面再分具体技能。这样既不会太散，也不会太笼统。后面我会在实操部分给出具体的技能文件写法。

3. 核心细节解析：SEO 与 CRO 技能到底怎么写

3.1 SEO 审计技能的关键检查项与判断逻辑

SEO 审计是 marketingskills 里最基础也最常用的技能。很多人以为 SEO 审计就是看看标题、描述、关键词密度，其实真正有价值的审计是分层的。我在设计这个技能时，把它拆成四个层次：技术层、内容层、结构化数据层、内链层。

技术层主要检查页面是否能被正常抓取和索引。具体包括：HTTP 状态码是否为 200、robots.txt 是否误屏蔽、canonical 标签是否指向正确、移动端视口是否配置、页面加载速度是否在可接受范围。这些检查项大部分可以通过 curl 和简单的解析脚本完成。比如用curl -I拿到响应头，检查状态码和 content-type；用curl -s拿到 HTML，检查 canonical 和 viewport 标签是否存在。

内容层检查标题标签、元描述、H1 标签、正文关键词分布、图片 alt 属性。这里有个容易忽略的点：标题标签和 H1 不一定要完全一致，但主题必须一致。元描述不直接参与排名，但影响点击率，所以我会在技能里加一条判断：元描述是否包含明确的行动号召词，比如“了解详情”“免费试用”“立即获取”。如果没有，就标记为优化项。

结构化数据层是热搜词里专门提到的“谷歌 SEO 的 FAQ page 结构化数据”。FAQ 结构化数据的核心价值是让页面在搜索结果里展示折叠问答，增加占据的视觉面积，从而提升点击率。但很多人不知道的是，谷歌对 FAQ 结构化数据有严格的内容匹配要求：页面上的可见问答内容必须和 JSON-LD 里的内容一致，不能只放结构化数据而页面上没有对应文字。我在技能里会加一条硬性检查：如果页面没有可见的 FAQ 区块，直接报错，不允许生成结构化数据。

内链层检查页面是否有足够的内链指向相关页面，以及锚文本是否多样化。这个检查需要结合站点地图或者爬取结果来做，单页面审计只能给出建议，不能给出完整判断。所以我会在技能描述里注明：内链审计需要配合站点级爬取数据，单页审计只输出“建议增加内链”的提示。

3.2 CRO 审查技能：从“感觉不对”到“有据可依”

CRO 审查比 SEO 审计更主观，因为转化率受太多因素影响。但 marketingskills 的价值在于，把那些已经被大量 A/B 测试验证过的通用原则，变成可执行的检查清单。我在设计这个技能时，参考了几个经典框架：注意力、动机、摩擦、激励。

注意力层面，检查首屏是否在 3 秒内传达核心价值主张。具体判断标准是：把页面截图给一个不了解业务的人看，他能不能在 3 秒内说出这个页面是卖什么的。如果不能，首屏就需要优化。这个检查没法完全自动化，但技能可以输出一个提示，让 agent 读取首屏文本，判断是否包含“目标用户+核心痛点+解决方案”三要素。

动机层面，检查是否有社会证明、权威背书、稀缺性提示。社会证明包括客户 logo、用户评价、案例数据。权威背书包括媒体报道、行业认证、专家推荐。稀缺性包括限时优惠、库存紧张提示。这些元素不一定都要有，但至少要有一种。如果页面通篇只有产品介绍，没有任何信任信号，那转化率大概率不会好。

摩擦层面，检查表单字段数量、必填项、错误提示、加载速度。表单字段每增加一个，转化率就会下降。我的经验是，除非是 B2B 高客单价场景，否则表单字段不要超过 4 个。如果必须收集更多信息，可以分步表单，第一步只留邮箱。错误提示要具体，不能只说“输入有误”，要告诉用户具体哪里错了、怎么改。

激励层面，检查 CTA 按钮的文案、颜色、位置、数量。CTA 文案要用动词开头，明确告诉用户点击后会发生什么。比如“获取报价”比“提交”好，“免费试用 14 天”比“注册”好。颜色要跟页面主色调形成对比，但不能太刺眼。位置要在用户产生兴趣的那一刻出现，通常在价值主张之后、价格之前。数量上，一个页面最好只有一个主要 CTA，多个 CTA 会分散注意力。

3.3 结构化数据生成技能：FAQ 页面只是起点

热搜词里专门问了“谷歌 SEO 的 FAQ page 结构化数据是怎么回事”，说明很多人对这个东西感兴趣但不太清楚细节。我在 marketingskills 里把结构化数据生成单独做成一个技能，因为它的输入输出非常明确，适合自动化。

FAQ 结构化数据的基本格式是 JSON-LD，放在页面的<script type="application/ld+json">标签里。核心字段包括@context、@type、mainEntity，其中mainEntity是一个数组，每个元素包含@type: Question、name（问题）、acceptedAnswer（答案）。答案里可以包含 HTML 标签，但必须是页面可见内容的子集。

我踩过的一个坑是：早期我让 AI 直接根据关键词生成 FAQ 结构化数据，结果页面上根本没有对应的问答内容。谷歌后来明确说了，结构化数据必须对应页面可见内容，否则会被判定为垃圾信息。所以现在我的技能里加了一条强制流程：先读取页面内容，提取已有的问答对，如果页面没有问答区块，就先生成可见的 FAQ 内容，再基于可见内容生成结构化数据。两步不能颠倒。

除了 FAQ，还有几种结构化数据对营销页面很有用：Product（产品页）、Review（评价页）、Breadcrumb（面包屑）、Organization（品牌信息）。我建议在 marketingskills 里至少把 FAQ 和 Product 两种做进去，因为这两种对点击率的提升最明显。

3.4 技能文件的目录结构与命名规范

Claude Code 加载自定义技能，通常是在项目根目录放一个特定文件夹，里面每个技能一个 Markdown 文件。文件名就是技能名，文件内容包含技能描述、输入要求、输出格式、执行步骤。我自己的习惯是按功能分类建子目录，比如skills/seo/、skills/cro/、skills/content/。

命名上，我建议用“动词+名词”的格式，比如audit-page-seo.md、generate-faq-schema.md、review-landing-page-cro.md。这样在终端里调用的时候，一眼就能看出这个技能是干什么的。不要用seo.md这种太泛的名字，也不要用check-title-length.md这种太细的名字。

每个技能文件的开头，我会写一段简短的描述，说明这个技能解决什么问题、适合什么场景、有什么限制。然后是输入部分，明确告诉 agent 需要提供哪些信息，比如页面 URL、目标关键词、竞品 URL。接着是执行步骤，按顺序列出 agent 应该做什么。最后是输出格式，规定结果用什么结构呈现，比如 Markdown 表格、JSON、还是纯文本清单。

4. 实操过程：从零搭一套可用的 marketingskills

4.1 环境准备：Claude Code 安装与基础配置

如果你还没装 Claude Code，第一步是把它装到本地。官方提供了多种安装方式，macOS 和 Linux 用户可以用命令行安装脚本，Windows 用户需要注意版本兼容性问题。热搜词里有人提到“claude code 由于与64位版本的windows不兼容”，这个情况通常出现在旧版 Windows 或者 WSL 配置不完整的环境里。我的建议是，如果你在 Windows 上折腾超过半小时还没跑通，直接换 Ubuntu 或者 macOS，省下来的时间足够你写完三个技能。

安装完成后，你需要配置模型接入。Claude Code 默认使用官方模型，但如果你有第三方 API 或者本地模型，也可以通过配置文件切换。热搜词里提到的“claude code 调用 lmstudio 的本地模型”“使用 cc switch 接入 deepseek v4, qwen, glm等模型”，都是这个思路。本地模型的好处是数据不出本机，适合处理敏感营销数据；坏处是能力通常不如云端模型，复杂任务容易翻车。我的建议是：SEO 审计、结构化数据生成这类规则明确的任务，可以用本地模型；CRO 审查、内容创意这类需要理解力的任务，还是用云端模型。

配置完成后，在终端里输入claude启动，如果能正常对话，说明环境没问题。接下来就是在项目目录里创建技能文件夹。我通常会在项目根目录建一个.claude/skills/文件夹，然后在里面按分类建子目录。Claude Code 启动时会自动扫描这个目录，加载所有技能文件。

4.2 写第一个技能：页面 SEO 基础审计

我们拿“页面 SEO 基础审计”这个技能来举例，完整走一遍编写流程。首先创建文件.claude/skills/seo/audit-page-seo.md，然后用 Markdown 写内容。

技能描述部分，我写的是：“对单个页面进行基础 SEO 审计，检查技术层、内容层、结构化数据层的关键项，输出带优先级的修改建议。适用于独立站产品页、博客文章、落地页的快速诊断。不适用于站点级审计，站点级审计需要配合爬虫数据。”

输入部分，我规定必须提供页面 URL，可选提供目标关键词和竞品 URL。执行步骤我分了五步：第一步，用 curl 获取页面 HTML 和响应头；第二步，解析标题标签、元描述、H1、canonical、viewport；第三步，检查页面是否包含 FAQ 可见内容，如果有，提取问答对；第四步，检查图片 alt 属性是否缺失；第五步，按优先级输出修改建议。

输出格式我规定用 Markdown 表格，包含“检查项”“当前状态”“问题描述”“建议修改”“优先级”五列。优先级分高、中、低三档。高优先级是影响索引和排名的硬伤，比如 canonical 错误、robots 屏蔽；中优先级是影响点击率和用户体验的问题，比如元描述缺失、H1 与标题不一致；低优先级是优化项，比如图片 alt 可以更具体。

写完之后，在 Claude Code 里输入“用 audit-page-seo 技能检查 https://example.com/product-page”，它就会自动读取技能文件，按步骤执行。我第一次跑的时候，发现它把 canonical 标签检查漏了，原因是我的技能描述里没写清楚“必须检查 canonical”。后来我加了一句“无论页面类型，canonical 检查为必选项”，问题就解决了。这说明技能文件要写得足够明确，不能指望 agent 自己补全逻辑。

4.3 写第二个技能：FAQ 结构化数据生成

这个技能比 SEO 审计更复杂，因为它涉及内容生成和格式转换。文件放在.claude/skills/seo/generate-faq-schema.md。

技能描述我写的是：“基于页面可见的 FAQ 内容，生成符合谷歌规范的 FAQPage 结构化数据。如果页面没有可见 FAQ 内容，先生成可见内容，再生成结构化数据。禁止在页面无可见问答的情况下直接输出 JSON-LD。”

输入部分要求提供页面 URL 或页面 HTML 文件路径。执行步骤分四步：第一步，读取页面内容，查找是否有 FAQ 区块；第二步，如果没有，根据页面主题生成 3 到 5 组问答对，并输出为可见 HTML 片段；第三步，基于可见问答对生成 JSON-LD；第四步，验证 JSON-LD 格式是否正确，可以用在线工具或者本地脚本。

输出格式分两部分：先输出可见 FAQ 的 HTML 代码，再输出 JSON-LD 代码。两部分之间用注释分隔，方便复制。我还会在技能里加一条提醒：“生成后请手动检查问答内容是否与页面主题一致，避免答非所问。”

实测下来，这个技能在博客文章和产品页上效果最好，因为这两类页面通常有明确的主题和用户常见问题。首页和关于页效果一般，因为主题太泛，生成的问答容易空洞。所以我在技能描述里加了一句：“首页和关于页不建议使用此技能，除非有明确的 FAQ 需求。”

4.4 写第三个技能：落地页 CRO 快速审查

CRO 审查技能放在.claude/skills/cro/review-landing-page-cro.md。这个技能的特点是主观判断多，所以我在技能文件里尽量把判断标准量化。

技能描述：“对落地页进行转化率优化审查，基于注意力、动机、摩擦、激励四个维度，输出可执行的修改建议。适用于独立站落地页、SaaS 注册页、Lead Gen 表单页。不适用于电商产品详情页，电商 CRO 需要额外的购物车和结算流程分析。”

输入要求提供页面 URL 和转化目标，比如“获取邮箱”“注册试用”“发起咨询”。执行步骤分五步：第一步，读取首屏文本，判断是否包含目标用户、核心痛点、解决方案三要素；第二步，检查信任信号，包括客户 logo、评价、案例、认证；第三步，检查表单字段数量和必填项；第四步，检查 CTA 文案、位置、数量；第五步，按维度输出建议，每个建议标注预期影响和实现难度。

输出格式用 Markdown 列表，按维度分组。每个建议包含“问题”“建议”“预期影响”“实现难度”四个字段。预期影响分高、中、低，实现难度也分高、中、低。这样读者可以根据自己的资源情况，优先做“高影响低难度”的修改。

我自己的经验是，CRO 审查最容易发现的问题是“首屏自嗨”。很多落地页首屏写的是“我们成立于 2015 年，拥有行业领先的技术”，但用户根本不关心这些。用户只关心“你能帮我解决什么问题”。所以我在技能里加了一条硬性规则：如果首屏没有出现“你”或者“你的”，直接标记为高优先级问题。

4.5 技能组合调用：一次完整的营销审计流程

单个技能跑通后，就可以组合使用了。比如你要对一个新上线的落地页做完整审计，可以按这个顺序调用：先跑audit-page-seo，拿到 SEO 层面的修改清单；再跑review-landing-page-cro，拿到转化率层面的建议；最后跑generate-faq-schema，如果页面适合加 FAQ 的话。

在 Claude Code 里，你可以一次性输入多个指令，比如：“先对 https://example.com/landing 跑 audit-page-seo，再跑 review-landing-page-cro，最后根据页面内容判断是否适合生成 FAQ 结构化数据。”Agent 会按顺序执行，并把结果汇总输出。

这里有个技巧：如果你经常做同样的组合，可以写一个“元技能”，把多个技能串联起来。比如创建一个full-page-audit.md，里面写清楚先调用哪个技能、再调用哪个技能、结果怎么合并。这样以后只需要说“跑 full-page-audit”，就能一次性拿到完整报告。

我实测下来，一个中等复杂度的落地页，完整审计大概需要 2 到 3 分钟，输出 2000 字左右的报告。如果人工做同样的检查，至少需要 30 分钟。效率提升是明显的，但前提是技能写得足够细，否则 agent 会漏掉关键检查项。

5. 常见问题与排查技巧实录

5.1 技能不生效或调用报错怎么办

最常见的问题是技能文件写好了，但 Claude Code 识别不到。排查顺序是这样的：第一，确认技能文件放在正确的目录下，通常是项目根目录的.claude/skills/或者用户主目录的.claude/skills/。第二，确认文件扩展名是.md，不是.txt或者.md.txt。第三，确认文件内容格式正确，开头没有多余的 BOM 字符。第四，重启 Claude Code，因为技能列表通常在启动时加载。

如果技能能被识别，但调用时报错，通常是输入格式不对。比如技能要求提供 URL，但你只给了页面标题。这时候 agent 会提示缺少输入，你补上就行。如果 agent 没有提示，直接输出了错误结果，那说明技能文件里的输入要求写得不够明确。我的做法是在技能描述里加一句：“如果缺少必要输入，请先向用户询问，不要自行假设。”

还有一种情况是技能执行到一半卡住，通常是因为某个步骤需要网络请求或者文件读写权限，但环境不支持。比如 curl 命令被防火墙拦截，或者文件路径不存在。这时候需要检查终端权限和网络配置。热搜词里有人问“claude code 如何直接执行终端命令”，答案是它默认会在执行前征求你的同意，你可以在配置里调整权限级别，但建议保持默认，避免误操作。

5.2 生成的结构化数据不被谷歌收录

FAQ 结构化数据生成后，谷歌不一定马上收录。常见原因有几个：第一，页面没有被索引，结构化数据自然也不会被处理。第二，结构化数据格式有误，比如 JSON-LD 里有语法错误，或者字段名拼写不对。第三，页面可见内容与结构化数据不一致，谷歌判定为作弊。第四，页面类型不适合 FAQ 结构化数据，比如首页放 FAQ 结构化数据，谷歌可能忽略。

排查方法：先用谷歌的富媒体测试工具检查结构化数据是否能被正确解析。如果解析没问题，再检查页面是否被索引，可以在搜索框输入site:你的域名/页面路径。如果页面没被索引，先解决索引问题。如果页面已索引但结构化数据没展示，检查可见内容是否匹配。我踩过的坑是：页面上的 FAQ 内容是动态加载的，谷歌抓取时看不到，导致结构化数据被判定为不匹配。解决办法是把 FAQ 内容改成服务端渲染，或者至少保证初始 HTML 里包含问答文本。

5.3 CRO 建议落地后没效果怎么办

CRO 审查给出的建议，不是每一个都能带来转化率提升。有些建议是基于通用原则，但你的业务可能有特殊情况。比如我建议“表单字段不超过 4 个”，但如果你是 B2B 高客单价业务，需要收集公司规模、预算范围等信息来筛选线索，那字段多一点反而能提高线索质量。

我的做法是：把 CRO 建议分成两类，一类是“必改项”，比如首屏没有价值主张、CTA 按钮不明显、页面加载超过 3 秒，这些是硬伤，改了大概率有效果。另一类是“测试项”，比如按钮颜色、文案措辞、社会证明的位置，这些需要 A/B 测试验证。不要一次性把所有建议都改了，否则你无法判断哪个改动起了作用。

另外，CRO 的效果需要时间积累。改完页面后，至少跑两周数据再判断。如果两周内转化率没有明显变化，再考虑回滚或者继续测试。我见过太多人改完第二天就看数据，发现没变化就放弃，这是典型的急躁。

5.4 常见问题速查表

5.5 几个我踩过的坑和独家技巧

第一个坑：技能文件写得太长。我一开始把 SEO 审计技能写了 2000 多字，结果 agent 执行时经常漏掉后面的步骤。后来我把技能拆成多个小文件，每个文件只做一件事，问题就解决了。技能文件不是越长越好，而是越清晰越好。

第二个坑：忽略输出格式的约束。早期我没规定输出格式，agent 有时候用表格，有时候用列表，有时候用纯文本，导致我后续处理很麻烦。后来我在每个技能里都明确规定输出格式，比如“必须用 Markdown 表格，列名固定为检查项、当前状态、问题描述、建议修改、优先级”，结果就稳定了。

第三个技巧：给技能加“自检”步骤。比如在 SEO 审计技能的最后，加一句“输出前请自检：是否检查了 canonical、是否检查了 viewport、是否给出了优先级”。这样 agent 在输出前会自己核对一遍，减少遗漏。

第四个技巧：用版本管理工具管理技能文件。技能写多了之后，你会不断迭代。用 Git 管理.claude/skills/目录，每次修改都提交，这样如果新版本效果不好，可以快速回滚。我现在的做法是，每个技能文件开头写一个版本号和修改日期，方便追踪。

6. 技能扩展与个人体会

6.1 从 SEO 和 CRO 扩展到内容分发与竞品监控

marketingskills 的框架搭好之后，扩展新技能的成本很低。我最近在尝试两个方向：内容分发和竞品监控。

内容分发技能的目标是，把一篇长文自动拆成适合不同渠道的短内容。比如一篇 3000 字的博客文章，可以拆成 5 条推文、3 条 LinkedIn 帖子、1 封邮件简报。这个技能的核心是“摘要+改写”，需要 agent 理解文章核心观点，然后按不同平台的语气和长度要求重新组织。我实测下来，推文和 LinkedIn 帖子效果不错，邮件简报还需要人工润色。

竞品监控技能的目标是，定期抓取竞品页面，对比标题、描述、价格、功能列表的变化，输出变化报告。这个技能需要配合定时任务，比如每天早上跑一次。Claude Code 本身不支持定时任务，但你可以用系统的 cron 或者 GitHub Actions 来触发。我目前的做法是每周手动跑一次，因为竞品页面变化没那么频繁。

这两个技能还在迭代中，但思路是一样的：把重复性的营销工作，拆成可定义、可执行、可验证的技能模块。一旦跑通，你就可以把精力放在策略和创意上，而不是重复劳动上。

6.2 我个人在实际操作中的体会

最后分享几点个人体会。第一，不要追求一步到位。我一开始想做一个“全能营销 agent”，结果技能写得太泛，效果很差。后来从最小的“页面 SEO 审计”开始，跑通一个再加一个，反而进展更快。第二，技能文件要当代码来写。版本管理、注释、测试，这些软件开发的习惯，用在技能管理上同样有效。第三，AI 是执行者，不是决策者。marketingskills 能帮你快速完成检查、生成、对比这些工作，但最终判断哪个建议该采纳、哪个优先级更高，还是需要你自己的业务理解。第四，保持技能库的更新。谷歌的 SEO 规范、用户的浏览习惯、竞品的策略都在变，技能文件如果半年不更新，输出质量就会下降。我现在的习惯是每个月 review 一次技能库，把过时的检查项删掉，把新的最佳实践加进去。

这个方向后续还可以这样扩展：把技能库和数据分析打通，让 agent 读取 Google Search Console 的数据，自动发现哪些页面有下降趋势，然后调用 SEO 审计技能去诊断。或者把技能库和 CMS 打通，让 agent 直接修改页面元标签，省掉手动操作的环节。这些都需要额外的开发工作，但核心思路不变：把营销经验变成可复用的技能，让 AI 帮你执行，你专注判断。