Communitygithub.com

Marketingkampagne

End-to-End-Planung und Durchführung von Marketingkampagnen. Deckt Zielgruppenforschung, Positionierung, Festlegung des Kampagnenwinkels, Landingpage-Texte, E-Mail-Sequenzen, Social-Media-Beiträge, Anzeigentexte, Kurzvideo-Skripte und Inhaltskalender ab. Nutzen Sie dies als Orchestrierungsebene für Multichannel-Produkteinführungen. Verwenden Sie es bei der Planung oder Durchführung einer Multichannel-Produkteinführung oder bei der Erstellung von Texten für Landingpages, E-Mails, soziale Medien oder Anzeigen.

Was ist Marketingkampagne?

Die Marketingkampagne-Fähigkeit ist ein umfassendes Orchestrierungswerkzeug, das den gesamten Lebenszyklus der Erstellung einer Kampagne abdeckt, von der Recherche bis zur Qualitätssicherung, speziell für KI-Agenten-Plattformen wie Claude Code, Cursor und andere Codex-basierte Umgebungen. Sie stellt sicher, dass Kampagnen nicht nur pünktlich ausgeliefert werden, sondern auch konvertieren, indem sie einer strengen, strukturierten Methodik folgt. Der Prozess beginnt mit der Marktforschung, um die Zielgruppe und Wettbewerber zu verstehen, fährt mit der präzisen Positionierung des Produkts fort, produziert dann eine Reihe von Inhalten wie Landingpages, E-Mail-Sequenzen, soziale Beiträge und Anzeigen in einer bestimmten Reihenfolge und validiert schließlich alles durch eine Qualitätskontrolle. Besonders wertvoll ist die Fähigkeit für Multi-Channel-Produkteinführungen, da sie sicherstellt, dass alle Inhalte von einem einheitlichen Kampagnenwinkel und einer konsistenten Markenstimme ausgehen, und Hohlbegriffe und generische Handlungsaufforderungen verbietet, um maximale Wirkung zu erzielen. Die Integration mit verwandten Fähigkeiten wie `brand-voice` und `market-research` macht sie zu einem zentralen Bestandteil für die Durchführung professioneller, datengestützter Marketingkampagnen direkt aus dem Entwickler-Workflow.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/marketing-campaign

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Marketingkampagne?

Planen und führen Sie Launch-Kampagnen durch, die konvertieren – nicht nur Kampagnen, die ausgeliefert werden.

Wann aktivieren

  • Planung einer Produkt- oder Funktionsveröffentlichung
  • Erstellung einer vollständigen Content-Suite auf Basis einer einzigen Produktkurzbeschreibung
  • Definition von Positionierung und Kampagnenwinkel, bevor Texte geschrieben werden
  • Orchestrierung verschiedener Inhaltstypen über mehrere Kanäle hinweg
  • Überprüfung von Texten auf Konversionsqualität und Markenkonsistenz

Unverhandelbar

  1. Positionierung definieren, bevor Texte geschrieben werden. Jeder Text leitet sich vom Winkel ab.
  2. Zielgruppe recherchieren, bevor angenommen wird, dass man ihre Sprache oder Ängste kennt.
  3. Jedes Deliverable muss einen klaren Zweck im Kampagnenbogen erfüllen.
  4. Spezifität schlägt Adjektive in jedem Format und auf jedem Kanal.
  5. Dieselbe Stimme muss auf jedem Kanal und in jedem Stück durchgängig sein.
  6. Kein Text wird ohne Bestehen des Qualitätsgatters ausgeliefert.

Kampagnen-Workflow

Phase 1: Recherche

Verwenden Sie market-research, um:

  • die Zielgruppe zu profilieren (Jobs-to-be-done, Ängste, Sprache, von ihnen genutzte Alternativen)
  • 3+ direkte oder angrenzende Wettbewerber zu kartieren (Positionierung, Lücken, Kommunikationsschwächen)
  • 1–3 Zielgruppeneinblicke zu identifizieren, die der Kampagnenwinkel ausnutzen wird

Liefergegenstand: ein kurzes Research-Briefing (Zielgruppenprofil + Wettbewerbszusammenfassung + wichtige Erkenntnisse).

Phase 2: Positionierung

Erstellen Sie:

  • Kernnutzen-Aussage (ein Satz, keine Funktionsliste, kein Fachjargon)
  • Positionierungsformel: „[Produkt] hilft [Zielgruppe] [Ergebnis zu erzielen] indem [Mechanismus]“
  • Kampagnenwinkel: die spezifische Spannung, Erkenntnis oder der Moment, in dem die gesamte Kampagne lebt
  • Tonprofil: vor dem Schreiben festlegen (für dauerhafte, sitzungswiederverwendbare Spracherfassung an brand-voice delegieren)

Schreiben Sie keine Texte, bis Positionierung und Winkel genehmigt sind.

Phase 3: Inhaltsproduktion

Produzieren Sie in dieser Reihenfolge – jede Schicht informiert die nächste:

  1. Landingpage-Text (alle Abschnitte: Hero, Problem, Lösung, Funktionen, Funktionsweise, Nachweise, CTA)
  2. E-Mail-Sequenz (jede E-Mail hat einen Zweck; folgen Sie dem Bogen: Problem → Bildung → Verstärkung → Lösung → Nachweis → Dringlichkeit → letzter CTA)
  3. Social-Media-Beiträge (plattform-nativ via content-engine; LinkedIn und X sind unterschiedliche Formate, nicht derselbe Text verkleinert)
  4. Kurzvideo-Skripte (zeitstempel-blockiert; für Bildschirm und Ohr geschrieben, nicht für die Seite)
  5. Anzeigentext-Varianten (3–4 Varianten, die verschiedene Winkel oder Zielgruppensegmente testen)
  6. Inhaltskalender (täglicher Zeitplan mit Kanal, Typ, Timing und Abhängigkeiten)

Phase 4: Überprüfung

Prüfen Sie jedes Deliverable:

  • 5-Sekunden-Test für alle Hero-/Above-the-Fold-Texte (klar, für wen es ist, was es tut, warum jetzt handeln)
  • CTA-Audit (einer pro Stück, spezifisch, verdient – nicht gefordert)
  • Tonkonsistenz-Prüfung über alle Kanäle hinweg
  • Anspruchs-Audit (jede Behauptung ist spezifisch und belegbar)
  • Kanalkonsistenz-Prüfung (Anzeigenbehauptungen stimmen mit Landingpage überein; E-Mail-Text stimmt mit Betreff überein)

Output-Vertrag

Eine vollständige Kampagne liefert:

  1. Positionierungs-Briefing — Winkel, Kernnutzen-Aussage, Tonprofil
  2. Landingpage-Text — Hero, Problem, Lösung, Funktionen, Funktionsweise, Nachweise, CTA
  3. E-Mail-Sequenz — Betreff + Vorschau + Text + CTA für jede E-Mail, gekennzeichnet nach Tag und Zweck
  4. LinkedIn-Beiträge — 3+ plattform-native Beiträge mit unterschiedlichen Winkeln
  5. X-Beiträge — 5+ eigenständige Beiträge + 1 Thread
  6. Kurzvideo-Skripte — 2+ zeitstempel-blockierte Skripte mit visuellen Regieanweisungen
  7. Anzeigentext-Varianten — kurze Überschrift / lange Überschrift / Text pro Variante
  8. Inhaltskalender — täglicher Zeitplan mit Kanal, Inhaltstyp, Timing und Abhängigkeiten
  9. Textüberprüfungs-Zusammenfassung — gekennzeichnete Probleme und offene Fragen, bevor etwas live geht

Qualitätsgatter

Bevor ein Stück ausgeliefert wird:

  • jedes Deliverable klingt wie vom selben Autor
  • keine hohlen Superlative oder Fülladjektive sind mehr vorhanden
  • jeder CTA ist spezifisch und verdient (niemals „mehr erfahren“ oder „hier klicken“)
  • kein Text wird plattformübergreifend wörtlich dupliziert
  • Hero-Text besteht den 5-Sekunden-Test
  • E-Mail-Betreffe entsprechen dem E-Mail-Text (kein Köderwechsel)
  • Anzeigenbehauptungen stimmen exakt mit Landingpage-Behauptungen überein
  • kein Text würde unverändert für ein anderes Produkt in der Kategorie funktionieren

Harte Verbote

Löschen und umschreiben Sie alles mit:

  • „bahnbrechend“, „revolutionär“, „weltklasse“, „zukunftsweisend“
  • „In der heutigen wettbewerbsintensiven Landschaft“
  • künstliche Dringlichkeit, die nicht durch eine echte Frist gestützt wird
  • hohle soziale Beweise ohne Details („Tausende vertrauen uns“)
  • generische CTAs („mehr erfahren“, „mehr herausfinden“, „hier klicken“)
  • Texte, die unverändert in eine Wettbewerbskampagne übernommen werden könnten

Verwandte Fähigkeiten

  • brand-voice — quellbasierte Spracherfassung (vor der Inhaltsproduktion ausführen)
  • content-engine — plattformnative Inhaltsproduktion
  • crosspost — Multiplattform-Verteilung
  • market-research — Zielgruppen- und Wettbewerbsinformationen
  • seo — On-Page-Optimierung für Landingpage-Texte

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Verwandte Skills