30分钟让营销流程自动化ai-marketing-skills 开源技能库新手完全指南【免费下载链接】ai-marketing-skillsOpen-source AI marketing skills — growth experiments, sales pipeline, content ops, outbound, SEO, and finance automation项目地址: https://gitcode.com/gh_mirrors/ai/ai-marketing-skillsai-marketing-skills是一个开源的 AI 营销技能库由营销代理 Single Grain 团队打造提供一整套可直接运行的营销与销售自动化工作流增长实验、销售管道、内容运营、SEO、外呼获客和财务分析。它不是零散的提示词而是包含脚本、评分算法和专家面板的完整流水线接入 Claude Code 等 AI 编程智能体即可当天跑起来。对新手来说30 分钟就能完成从克隆到运行的全部步骤。一、它和普通提示词合集有什么不同很多营销自动化项目只给你一堆 prompt而 ai-marketing-skills 里每个技能都是生产级工作流经过真实业务验证特点说明 真统计不靠感觉增长引擎使用 Bootstrap 置信区间和 Mann-Whitney U 检验判定实验胜负 自动学习ICP Learner 根据赢单/丢单数据自动重写你的理想客户画像⭐ 质量闭环专家面板用多个人物角色反复打分直到内容质量稳定在 90 分以上 隐私优先内置 PII 脱敏扫描器和提交前钩子防止敏感数据泄露一句话概括它是给营销团队配的一支AI 员工队伍覆盖增长、销售、内容、SEO、财务五大职能。二、技能清单22 个模块覆盖营销全流程仓库按业务领域组织成 22 个技能目录每个目录都是一个独立技能包。核心模块如下技能模块能帮你做什么路径增长引擎自主运行、测量并优化 A/B 实验growth-engine/销售管道把匿名访客变成合格商机sales-pipeline/内容运营产出稳定 90 分的营销内容content-ops/外呼引擎从 ICP 定义到邮件自动发送outbound-engine/SEO 运营找到竞争对手遗漏的关键词seo-ops/财务运营30 分钟找出隐藏成本充当AI CFOfinance-ops/收入智能证明内容 ROI把销售通话变成策略revenue-intelligence/播客运营一期节目裂变 20 条内容podcast-ops/销售剧本价值定价框架放大单笔成交金额sales-playbook/评测套件给你的 AI 功能跑自动化回归测试eval/README.md 新手建议先从增长引擎或财务运营入手这两个模块上手最快、效果最直观。三、新手快速开始4 步配置营销自动化第 1 步克隆仓库git clone https://gitcode.com/gh_mirrors/ai/ai-marketing-skills cd ai-marketing-skills第 2 步选择一个技能目录cd growth-engine # 换成你想用的模块如 content-ops、seo-ops第 3 步安装依赖pip install -r requirements.txt每个技能目录都自带 requirements.txt按需安装即可不需要一次性装完整个仓库。第 4 步配置环境变量并运行大多数技能通过.env文件配置 API 密钥。以增长引擎为例创建并记录第一个 A/B 实验python3 experiment-engine.py create \ --hypothesis Thread posts get 2x engagement vs single posts \ --variable format \ --variants [thread, single] \ --metric impressions命令会返回一个实验 ID之后发布内容、记录数据、判定胜负都用这个 ID 串联。完整的命令说明见 growth-engine/SKILL.md。四、接入 Claude Code让 AI 替你执行整个流程每个技能目录里都有一个SKILL.md文件它是技能的使用说明书。把它复制到你的项目里AI 智能体就学会了这套工作流cp ai-marketing-skills/growth-engine/SKILL.md .claude/skills/growth-engine.md然后直接用自然语言下指令比如在 LinkedIn 上跑一个轮播帖 vs 静态帖的对比实验智能体会自动调用对应脚本完成建实验、记数据、出结论的全流程。这是本仓库最大的易用性来源——你不需要懂脚本细节SKILL.md 已经把所有步骤编号写好了结构规范参考 CONTRIBUTING.md。五、三个新手最实用的落地场景场景 1营销 A/B 实验自动化 用 growth-engine/experiment-engine.py 创建实验支持最多 10 个变体的批量测试。系统用真实统计方法Bootstrap 置信区间 Mann-Whitney U 检验判断胜者并把胜出方案自动沉淀进活 playbook你的最佳实践会越用越厚。场景 2内容质量把关 content-ops/ 内置 9 个专家面板定义content-ops/experts/和 5 套评分标准content-ops/scoring-rubrics/。投稿前让内容过一遍质量门低于 90 分自动打回重写从源头保证发布水准。场景 330 分钟财务体检 finance-ops/ 把你的 QuickBooks 导出文件损益表、现金流等丢进工作目录运行 finance-ops/scripts/cfo-analyzer.py即可生成 CFO 级简报异常检测、烧钱率、资金跑道分析和场景建模。详见 finance-ops/SKILL.md。六、安全与隐私新手可以放心用机制说明参考文件PII 扫描器检测邮箱、电话、SSN、API 密钥等 9 类敏感信息security/sanitizer.py提交前钩子检测到敏感数据直接阻止 commitsecurity/pre-commit-hook.sh可配置黑名单自定义公司名、人名、正则模式security/sanitizer-config.json遥测可选开启本地统计始终记录远程上报需主动同意telemetry/README.md一条命令即可全仓库扫描敏感数据python3 security/sanitizer.py --scan --dir . --recursive详细设置见 security/README.md。项目采用 MIT 协议见 LICENSE当前版本 1.0.0可自由用于商业场景。七、新手常见问题 FAQQ1我不会写 Python 也能用吗可以。核心操作是几条 CLI 命令接入 Claude Code 后甚至只需自然语言。脚本都用argparse封装加--help即可查看参数说明。Q2需要哪些前提条件Python 3.10 和基础 pip 环境。部分技能需要相应平台的 API 密钥如 Google Search Console配置在.env中即可。Q3数据安全吗非常保守的设计遥测完全可选、只收集技能名和运行时长本地使用统计保存在~/.ai-marketing-skills/analytics/提交前 PII 扫描双重保险。Q4怎么知道哪些实验/结论可信增长引擎只用统计显著的结果下结论不靠感觉评测套件 eval/ 还能给你的 AI 功能建立基线并检测回归理念是不给 AI 跑评测就别上线就像不写测试就发代码一样。八、总结你的需求推荐起点快速看到效果增长引擎跑一个 A/B 实验提升内容质量内容运营的质量门摸清公司成本财务运营的 CFO 简报长期建设把 SKILL.md 接入 Claude Code逐步启用更多模块ai-marketing-skills 把营销团队最重复、最耗时的流程变成了可复用的自动化技能实验自己跑、内容自己打分、成本自己算。花 30 分钟完成上面的配置你就能拥有一支随叫随到的AI 营销团队。【免费下载链接】ai-marketing-skillsOpen-source AI marketing skills — growth experiments, sales pipeline, content ops, outbound, SEO, and finance automation项目地址: https://gitcode.com/gh_mirrors/ai/ai-marketing-skills创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
企业数字化 ERP 产品动态
相关推荐
VS2019下编译OSG+osgEarth+GDAL+Qt三维GIS组合的完整指南 简介:使用VS2019在x64平台编译生成的OpenSceneGraph 3.7整合包,集成osgearth-3.4、osgQt、sqlite3与GDAL 3.0.4,面向需要进行三维GIS、仿真或地理空间应用的开发者,免去逐组件下载、编译与配置的繁琐流程。压缩包共2000个文件&… · 2026/9/26 21:11:44
SpringBoot高校智能排考管理系统开发实战:从表设计到蛇形座位算法 接手这个课题的时候,我脑子里先冒出来一句话:不就是给几百号人安排个考场和座位吗?结果真用SpringBoot去做这套高校考场座位安排系统的时候才发现,排考这件事是典型的“看着简单、做起来全是细节”的Java Web项目。今天这篇就好好… · 2026/9/26 21:11:44
Claude Code模板:把AI编程助手从临时工变成项目老同事 用模板把 Claude Code 用成团队里的“老同事”,而不是每次都要从头交代的实习生我一开始用 Claude Code 的时候,心态特别单纯:把需求往终端里一贴,等它给我把代码写完。结果实际用下来,前十分钟还行,越往后… · 2026/9/26 21:11:44
中文错别字纠正的机器学习落地实践:从数据构造到在线进化 简介:本资源是一套基于机器学习的中文错别字智能检索与自动纠正系统完整实现,面向人工智能、计算机科学及相关专业在校学生、教师及初入职场的开发者,解决中文文本中常见形近、音近错别字的识别与修正难题,适用于课程设计、毕业设… · 2026/9/26 21:49:58
Windows下Git安装失败的根源与PATH环境变量修复指南 1. 这不是“点下一步”的安装,而是真正让你用起来的 Git 入门起点Git 下载安装这件事,表面上看就是去官网点个下载、双击运行、连按三次 Next——但现实里,90% 的新手卡在第三步:安装完打开命令行输入git --version,回… · 2026/9/26 21:49:58
open-code-review:让代码审查更高效的自动化工具实践 先说个我自己的感受:代码审查这件事,很多团队都在做,但真正做得舒服的没几个。要么是reviewer看代码看到一半,发现PR根本跑不起来,一脸烦躁;要么是作者等了两天,等来一句“LGTM”,心… · 2026/9/26 21:49:58
HarmonyOS AI开发工具实践:Agentic范式如何重塑跨端开发流程 当大多数人还在把AI当作"代码补全"来用的时候,HarmonyOS的AI开发工具已经在推动一场更底层的变革——从"人写代码"走向"Agent写代码"。过去大半年,我把不少真实业务开发任务迁移到了这套Agentic开发流程里,跑过… · 2026/9/26 21:49:51
基于深度学习的高精度人脸表情识别系统设计:从数据管线到ONNX部署的完整源码实战 简介:这是一套面向深度学习入门与计算机视觉实践者的高精度人脸表情识别系统源码,采用Python为主、Shell脚本为辅实现,可应用于情感分析、人机交互体验优化等场景,适合具备一定Python与神经网络基础、希望完整跑通表情识别流程的开… · 2026/9/26 21:49:38
零基础搭建家庭AI工作系统:从本地模型到个人知识库实战 说实话,两个月前我还在用AI聊天解闷,觉得大模型就是个强一点的搜索引擎,想到什么就问什么,问完就关。直到某个晚上加班改一份三十多页的汇报材料,被格式、措辞和前后逻辑折磨到头疼,才突然意识到࿱… · 2026/9/26 21:49:32
数据库课后习题答案别硬背:当测试用例集刷,效率翻倍 简介:万常选版《数据库原理与设计》课后习题答案资源,覆盖第2至6章及第9章,适合正在学习关系模型、数据库建模、关系数据理论与模式求精的本科生、自学者作为复习与自测材料。压缩包共7个文件,含3个doc参考答案、2个sql示例脚本、… · 2026/9/26 0:00:21
OpenClaw 替代品?Hermes Agent 踩坑实录:macOS 飞书接入 TaoToken 配置 /* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 0:00:40
向下兼容与向上兼容:接口设计中的兼容性策略与工程实践 一次版本升级事故,是很多团队绕不过去的坎。线上环境里,服务端明明已经上线了新版接口,老的移动端还在照着旧文档传参数。请求一到网关,校验直接拒绝,用户操作失败,客服群炸了锅,开发群里开始互… · 2026/9/26 0:00:46