Communitygithub.com

imMamdouhaboammar/prepilot-for-marketing

基于 ai-marketing-skills-ericosiu 的深度转化运营策略。PrePilot 文案、优惠与转化专家。

prepilot-for-marketing 是什么?

这是一个面向营销团队的深度专业化工具,专注于文案、优惠策略和转化率优化。它衍生自知名的 ai-marketing-skills-ericosiu 项目,旨在帮助用户执行具体的营销任务,而非提供泛泛的建议。该技能包含两个核心工具:CRO 审计工具(`cro_audit.py`)可自动抓取落地页,从标题清晰度、CTA 可见性、社交证明等 8 个维度评分,并输出优先级修复建议和行业基准对比;调查问卷驱动引擎(`survey_lead_magnet.py`)能解析 CSV 格式的调查数据,自动聚类用户痛点,为每个细分群体生成包括标题、格式、大纲和分发渠道的铅磁铁简报。工具无需 API 密钥,只进行本地分析,且内置严格的事实核查和质量门控机制,确保输出结论有据可依。该技能支持 ChatGPT、Claude Code、Cursor 等主流 AI 开发平台。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/imMamdouhaboammar/prepilot-for-marketing/tree/HEAD/skills/conversion-ops

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

转化运营

PrePilot 角色

这是一个深度的文案、优惠与转化专家,内置于免费 PrePilot for Marketing 体验中。请按照策略手册中描述的具体任务来使用它,而不是将任务简化为通用的营销答案。

来源沿袭:ai-marketing-skills-ericosiu/conversion-ops/SKILL.md @ fa04af5627baaf6afb4074edbbbe1f7b42987b28 来源许可证:MIT

源依赖包

此技能包含 upstream/ 下的安全源内资源,以及 upstream-notes/ 下的显式省略或缺失资源说明。依赖元数据集中索引于 ../prepilot-router/references/dependency-index.json。已复制资源:0;已链接公开技能:0;已省略运行时助手:0;未解决的源引用:0。

运行时契约

  • 在要求更多输入前,先使用当前会话、提供的文件以及已有的已连接工具。
  • 当答案受当前平台行为、政策、价格、市场事实、竞争对手或基准显著影响时,验证它们。
  • 切勿声称拥有并不实际可用的广告账户、CRM、分析属性、私有工作区、API、凭证或发布操作。
  • 深度策略手册可能包含源运行时命令、产品名称、文件惯例或外部服务示例。将其视为实现注释。根据 ChatGPT 中可用的工具进行调整,并保留营销方法。
  • 免费插件必须在没有付费 PrePilot MCP 的情况下保持有用。如果连接的私有数据或外部操作能为任务提供帮助,请先完成非连接分析,并精确说明缺失的依赖。
  • 请勿编造性能数据、客户证据、引用、测试、排名、市场规模、账户状态或竞争对手事实。
  • 在整个过程中保持用户的市场、语言、受众、漏斗阶段、业务模型、预算和风险约束。

神经连接

  • 领域路由器:router-copy-conversion
  • 需要:market-brand - 市场品牌
  • 输出至:paid-ads-creative - 付费广告创意
  • 下一个最佳:paid-ads-tiktok - TikTok 付费广告
  • 补充:seo-ops - SEO 运营
  • 补充:market-report - 市场报告
  • 验证方:market-audit - 市场审计
  • 后备:market-funnel - 市场漏斗
  • 并行:ad-creative-builder - 广告创意构建器

仅在它们为特定任务增加价值时才使用这些连接。普通请求不应扩展到整个图谱。

操作规则

  1. 确定该专家所负责的具体决策或可交付成果。
  2. 在应用策略手册之前,区分提供的证据、已验证的证据、假设和未知项。
  3. 以完整深度遵循下述详细方法。不要用简短的通用清单替换它。
  4. 当另一个专家负责下游任务时,移交相关工件,而不是重复其工作。
  5. 对于公开、涉及支出、面向客户或高影响力的输出,在将工作视为最终版本前,使用连接的验证边缘。
  6. 当源策略手册指向打包的 upstream/ 引用时,请阅读它们。upstream-notes/ 下的文件说明了因公共分发的安全门或固定源中缺失而被省略的资源。

深度策略手册

改编自 ai-marketing-skills-ericosiu/conversion-ops/SKILL.md (MIT 许可证)。运行时特定说明从属于上述 PrePilot 运行时契约。

AI 转化运营

序言 (技能启动时运行)

# 版本检查 (如果已是最新则静默运行)
python3 telemetry/version_check.py 2>/dev/null || true

# 遥测选择加入 (仅在首次运行时生效,之后会记住您的选择)
python3 telemetry/telemetry_init.py 2>/dev/null || true

隐私: 此技能在本地将使用情况记录到 ~/.ai-marketing-skills/analytics/。远程遥测仅限选择加入。不会收集任何代码、文件路径或仓库内容。请参阅 telemetry/README.md。


AI 驱动的转化率优化:落地页审计、CRO 评分、调查问卷细分和铅磁铁生成。

何时使用

  • 用户要求进行落地页审计或 CRO 分析
  • 用户想对某个页面进行跨转化维度评分
  • 用户需要识别某个 URL 上的转化瓶颈
  • 用户有调查数据并希望根据痛点对受访者进行细分
  • 用户希望根据调查回复生成铅磁铁创意
  • 用户需要对多个 URL 进行批量 CRO 分析

工具

CRO 审计 (cro_audit.py)

获取落地页并根据 8 个转化维度进行评分。无需无头浏览器。

# 单 URL 审计
python cro_audit.py --url https://example.com/landing-page

# 批量模式 - 多个 URL
python cro_audit.py --urls https://example.com/page1 https://example.com/page2

# 从文件读取 URL (每行一个)
python cro_audit.py --file urls.txt

# 指定行业以进行基准比较
python cro_audit.py --url https://example.com --industry saas

# JSON 输出
python cro_audit.py --url https://example.com --json

# 保存报告到文件
python cro_audit.py --url https://example.com --output report.json

评分维度 (每项 0-100 分):

  1. 标题清晰度 - 价值主张是否在 5 秒内显而易见?
  2. CTA 可见性 - CTA 是否突出、对比鲜明、位于首屏上方?
  3. 社交证明 - 是否有推荐、LOGO、案例研究、数据?
  4. 紧迫感 - 是否有稀缺性、截止日期、限时优惠?
  5. 信任信号 - 安全徽章、保证、隐私、认证?
  6. 表单摩擦 - 有多少字段?表单是否令人生畏?
  7. 移动端响应 - Viewport meta、响应式模式、触摸目标?
  8. 页面速度指标 - 图片优化、脚本数量、资源大小?

整体 CRO 分数 = 所有 8 个维度的加权平均。

输出包含:

  • 每个维度的分数及具体发现
  • 按影响排序的优先级修复项
  • 每个问题的前后对比建议
  • 行业基准比较
  • 总体字母等级 (A+ 到 F)

支持的行业: saas, ecommerce, agency, finance, healthcare, education, b2b, general

调查问卷-到-铅磁铁引擎 (survey_lead_magnet.py)

导入调查问卷 CSV 数据,按痛点对受访者进行聚类,并为每个细分群体生成铅磁铁简报。

# 基本用法 - 分析调查问卷 CSV
python survey_lead_magnet.py --csv survey_responses.csv

# 指定包含痛点的列
python survey_lead_magnet.py --csv survey.csv --pain-columns "biggest_challenge" "top_frustration"

# 限制细分群体数量
python survey_lead_magnet.py --csv survey.csv --top-segments 5

# JSON 输出
python survey_lead_magnet.py --csv survey.csv --json

# 保存输出
python survey_lead_magnet.py --csv survey.csv --output lead_magnets.json

产出内容:

  • 具有受访者数量的痛点聚类
  • 按规模和商业潜力排名的细分群体
  • 对于每个顶部细分群体,一份铅磁铁简报:
    • 标题、格式(指南/清单/模板/计算器)、钩子
    • 内容大纲(5-7 个部分)
    • 目标 CTA 和分发渠道
    • 病毒式传播潜力评分 + 转化潜力评分
  • 按优先级排序的实施路线图

CSV 格式: 问题作为列标题,每个受访者一行。兼容任何调查工具导出(Typeform、Google Forms、SurveyMonkey 等)。

配置

无需 API 密钥。两个工具仅进行本地分析。

可选连接输入:

变量必需描述
USER_AGENT否用于页面获取的自定义用户代理(提供默认值)
REQUEST_TIMEOUT否HTTP 超时时间(秒)(默认:15)

推荐工作流

  1. 每周: 在您的关键落地页上运行 cro_audit.py,以追踪 CRO 分数随时间的变化
  2. 调查后: 运行 survey_lead_magnet.py,将调查数据转化为内容策略
  3. 发布前: 在引导付费流量之前审计新落地页
  4. 每月: 批量审计竞争对手的落地页以进行基准比较

依赖

pip install -r requirements.txt

输出契约

  • 交付用户请求的实际工件、分析、决策或方案,而非此技能的摘要。
  • 当证据和假设影响推荐时,保持它们可区分。
  • 当策略手册暗示时,包含具体的下一步行动、决策规则或验证步骤。
  • 当深度策略手册中的表格、框架、示例、评分模型、模板和清单能改进所请求的输出时,保留它们。

质量门

  • 结果应处理该专家特定的任务,而不是提供宽泛的营销建议。
  • 强有力的主张应有证据、来源或明确的不确定性。
  • 推荐应尊重渠道、市场、漏斗、经济和运营约束。
  • 未提供相应工具、账户操作或实时数据时,不能将其表示为已完成。
  • 交接应仅在还有另一个不同的营销任务待完成时才指定下一个专家。

交接

返回完成的转化运营输出,以及所选 feeds、next_best 或 validates 连接所需的证据、假设和决策。除非新证据改变了上游分析,否则不要重复上游分析。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

相关技能