Communitygithub.com

Campagne Marketing

Planification et exécution complètes de campagnes marketing. Couvre la recherche d'audience, le positionnement, la définition de l'angle de campagne, les textes de page d'atterrissage, les séquences d'emails, les publications sociales, les textes publicitaires, les scripts vidéo courts et les calendriers de contenu. Utilisez-le comme couche d'orchestration pour les lancements multi-canaux. À utiliser lors de la planification ou de l'exécution d'un lancement multi-canal, ou de la production de textes pour pages d'atterrissage, emails, réseaux sociaux ou publicités.

Qu'est-ce que Campagne Marketing ?

Le skill Marketing Campaign agit comme un orchestrateur de lancement marketing complet, guidant l'utilisateur de la recherche initiale à la livraison finale du contenu, en mettant l'accent sur la conversion plutôt que sur la simple expédition. Il est idéal pour les lancements de produits ou de fonctionnalités, la construction d'une suite de contenu à partir d'un brief unique, ou l'orchestration de contenu multi-canal. Le flux de travail est structuré en phases (Recherche, Positionnement, Production de Contenu, Révision), chaque phase posant les bases de la suivante, garantissant que le positionnement est défini avant toute rédaction. Le skill impose des règles strictes, notamment l'absence de superlatifs vides, des appels à l'action spécifiques et mérités, une cohérence tonale et une vérité des claims publicitaires à travers les canaux. Il s'appuie sur des skills connexes comme `market-research`, `brand-voice` et `content-engine` pour déléguer des tâches spécialisées, ce qui le rend adapté aux workflows d'agents comme Claude Code, Cursor, ou Codex.

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait Campagne Marketing ?

Planifiez et exécutez des campagnes de lancement qui convertissent — pas seulement des campagnes qui sont expédiées.

Quand Activer

  • planifier un lancement de produit ou de fonctionnalité
  • construire une suite de contenu complète à partir d'un seul brief produit
  • définir le positionnement et l'angle de campagne avant d'écrire du texte
  • orchestrer plusieurs types de contenu à travers les canaux
  • réviser les textes pour la qualité de conversion et la cohérence de marque

Non-Négociables

  1. Définir le positionnement avant d'écrire du texte. Tout texte découle de l'angle.
  2. Rechercher l'audience avant de supposer connaître son langage ou ses craintes.
  3. Chaque livrable doit servir un objectif clair dans l'arc de la campagne.
  4. La spécificité bat les adjectifs dans tous les formats et sur tous les canaux.
  5. La même voix doit traverser chaque canal et chaque élément.
  6. Aucun texte n'est livré sans passer par la porte de qualité.

Flux de Travail de la Campagne

Phase 1 : Recherche

Utilisez market-research pour :

  • profiler l'audience cible (jobs-to-be-done, craintes, langage, alternatives utilisées)
  • cartographier 3+ concurrents directs ou adjacents (positionnement, lacunes, faiblesses de message)
  • identifier 1 à 3 insights d'audience que l'angle de la campagne exploitera

Livrable : un court brief de recherche (profil d'audience + résumé concurrentiel + insights clés).

Phase 2 : Positionnement

Produisez :

  • énoncé de bénéfice principal (une phrase, pas de liste de fonctionnalités, pas de jargon)
  • formule de positionnement : "[Produit] aide [audience] à [atteindre résultat] en [mécanisme]"
  • angle de campagne : la tension, l'insight ou le moment spécifique dans lequel vit toute la campagne
  • profil de ton : verrouiller avant d'écrire (déléguer à brand-voice pour une capture vocale durable et réutilisable en session)

N'écrivez aucun texte tant que le positionnement et l'angle ne sont pas approuvés.

Phase 3 : Production de Contenu

Produisez dans cet ordre — chaque couche informe la suivante :

  1. Texte de page d'atterrissage (toutes les sections : hero, problème, solution, fonctionnalités, fonctionnement, preuve, CTA)
  2. Séquence d'emails (chaque email a un objectif ; suivre l'arc : problème → éducation → agitation → solution → preuve → urgence → CTA final)
  3. Publications sociales (natifs de la plateforme via content-engine ; LinkedIn et X sont des formats différents, pas le même texte redimensionné)
  4. Scripts vidéo courts (bloqués par horodatage ; écrits pour l'écran et l'oreille, pas pour la page)
  5. Variantes de textes publicitaires (3 à 4 variantes testant différents angles ou segments d'audience)
  6. Calendrier de contenu (planification jour par jour avec canal, type, timing et dépendances)

Phase 4 : Révision

Vérifiez chaque livrable :

  • Test des 5 secondes sur tout texte hero / au-dessus-de-la-ligne (clair à qui il s'adresse, ce qu'il fait, pourquoi agir maintenant)
  • Audit des CTA (un par élément, spécifique, mérité — pas exigé)
  • Vérification de la cohérence tonale sur tous les canaux
  • Audit des affirmations (chaque affirmation est spécifique et vérifiable)
  • Cohérence cross-canal (les affirmations publicitaires correspondent à la page d'atterrissage ; le corps de l'email correspond à l'objet)

Contrat de Sortie

Une campagne complète livre :

  1. Brief de positionnement — angle, énoncé de bénéfice principal, profil de ton
  2. Texte de page d'atterrissage — hero, problème, solution, fonctionnalités, fonctionnement, preuve, CTA
  3. Séquence d'emails — objet + aperçu + corps + CTA pour chaque email, étiqueté par jour et objectif
  4. Publications LinkedIn — 3+ publications natives avec des angles distincts
  5. Publications X — 5+ publications autonomes + 1 thread
  6. Scripts vidéo courts — 2+ scripts bloqués par horodatage avec notes de direction visuelle
  7. Variantes de textes publicitaires — titre court / titre long / corps par variante
  8. Calendrier de contenu — planification jour par jour avec canal, type de contenu, timing et dépendances
  9. Résumé de révision des textes — problèmes signalés et questions ouvertes avant toute mise en ligne

Porte de Qualité

Avant de livrer chaque élément :

  • chaque livrable semble écrit par le même auteur
  • aucun superlatif creux ou adjectif de remplissage ne subsiste
  • chaque CTA est spécifique et mérité (jamais "en savoir plus" ou "cliquez ici")
  • aucun texte n'est dupliqué textuellement d'une plateforme à l'autre
  • le texte hero passe le test des 5 secondes
  • les objets d'email correspondent au corps de l'email (pas de leurre)
  • les affirmations publicitaires correspondent exactement aux affirmations de la page d'atterrissage
  • aucun texte ne fonctionnerait inchangé pour un autre produit dans la catégorie

Interdictions Strictes

Supprimez et réécrivez tout :

  • "révolutionnaire", "innovant", "de classe mondiale", "de pointe"
  • "Dans le paysage concurrentiel actuel"
  • urgence factice non soutenue par une échéance réelle
  • preuve sociale creuse sans détails ("des milliers nous font confiance")
  • CTA génériques ("en savoir plus", "découvrir", "cliquez ici")
  • texte qui pourrait être débranché et déposé tel quel dans une campagne d'un concurrent

Skills Connexes

  • brand-voice — capture vocale basée sur la source (exécuter avant la production de contenu)
  • content-engine — production de contenu natif de la plateforme
  • crosspost — distribution multi-plateforme
  • market-research — intelligence d'audience et concurrentielle
  • seo — optimisation on-page pour les textes de page d'atterrissage

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.

Skills associés