每次用 AI 写营销文案时，都要把品牌、目标用户、语气偏好全部告诉它。更麻烦的是，下次要改的时候又要重新来一遍。
最近在 GitHub 上发现了一个很实用的项目——marketingskills，里面有一堆专门解决营销相关问题的 skill，已经有 38800 多个 Star。
项目作者是 Corey Haines，营销界资深人士，创办了 Conversion Factory 营销代理公司。他开源的 marketingskills，本质上是给 AI Agent 装上一个营销专家大脑的工具箱。
实战演示：这套 skill 能做什么
场景一：优化着陆页转化率
假设你做了一个网站刚上线，着陆页转化率只有 1.2%，不知道从哪里开始优化——按钮颜色、表单长度、信任背书？安装 marketingskills 后，将产品定位写入文件，说一句"帮我优化着陆页"。
AI 会自动调用 CRO 技能，给出具体建议：按钮位置调整、表单字段简化、CTA 文案重写。
场景二：SEO 文案优化
每次让 AI 写内容都要重复一遍背景信息，不说又不行，结果还是模板化输出。用上 marketingskills 后，将产品信息写入 product-marketing 文件，所有技能共享这些上下文。写 SEO 文案时会自动调用 seo-audit 技能，关键词布局、标题结构等都符合网站定位。
场景三：写 B2B 冷邮件
找 AI 写推广邮件，结果往往是空话连篇——太长、没有痛点、CTA 不清楚。安装 marketingskills 后，说"帮我写一封 B2B 冷邮件"，AI 调用 cold-email 技能，给出的邮件只有 120 字：开头提痛点，中间一句话讲方案，结尾一个明确的 CTA。
场景四：内容营销策略
不知道写什么话题能带来流量？使用 content-strategy 技能，输入产品定位后，AI 会给出话题集群建议：5 个主要主题，每个主题下 3-5 个具体文章方向。
场景五：产品定价策略
需要定价但不知道定多少？AI 调用 pricing 技能，先询问目标客户、竞争对手价格、成本结构、价值主张，然后给出三档定价建议，每个价格点都有依据，并计算年度折扣率。
它是怎么做到的？
1. 技能 = Markdown 文件
每个技能对应一个 Markdown 文件，包含营销框架、最佳实践和操作步骤。AI Agent 读完就可以直接用，不需要从头教它什么是转化率优化、怎么写文案、怎么做 SEO。
2. 技能之间的知识网络
任何一项技能都不是孤立的。copywriting 和 cro 互相参考，seo-audit 会调用 schema 和 ai-seo 的知识。核心设计是 product-marketing 作为基础技能，在执行任何其他技能之前都会先读取该文件。
3. 自然语言驱动
不需要学习特殊命令或编程接口，直接说"帮我优化这个着陆页的转化率"，Agent 就会理解意图并调用相应技能。技能文件中的 description 字段包含触发词和关键词，用来帮助 Agent 匹配任务。
4. 跨平台通用
Claude Code、Cursor、Windsurf、GitHub Copilot、Codex CLI 都可以使用。技能是内容而非代码，是 Markdown 文件而非特定平台的插件。
5. offers 技能：优化文案的本质
大部分"我们要优化文案"的需求，并不是缺少文案，而是缺少一个完整的 offer 设计。该技能给出了价值方程式以及完整的 offer 六要素拆解，适用于服务、代理、课程等场景。
如何安装
一行命令安装全部技能：
npx skills add coreyhaines31/marketingskills安装后技能文件会出现在 .agents/skills/ 目录下，Claude Code 用户还会自动建立到 .claude/skills/ 的软链。
如果只安装部分技能，可以指定：
npx skills add coreyhaines31/marketingskills --skill cro copywriting seo-audit使用注意
技能文件给出的是知识和框架，Agent 还需要你或工具来完成具体行动。比如它告诉你如何优化着陆页，但你仍需自己修改页面。
最佳实践是先填写 product-marketing 文件，给出产品定位和用户画像。否则技能只能给出一般性建议，缺乏具体性。
写在最后
Corey Haines 作为营销领域的知名人士，没有选择做新的营销 SaaS 平台，而是做了一套给 AI Agent 使用的技能文件。这背后可能有一个趋势：营销工作的执行者正在从人转变为 Agent。