评分明细
适用场景
这是什么?适合谁?
Marketing OS(Yuzzyuk/marketing-os)是一个 Skill 装下整个市场部的 Agent Skill:14 个模块覆盖审计、文案、投放策略、SEO、社交媒体等营销全链路。
核心价值:一个 Skill 替代一个市场团队——策略制定、内容创作、渠道投放、数据分析,全由一个 Agent 完成。fork 69(fork/star 比极高)说明大量用户 Fork 后改造使用。
适合人群:
- 一人公司/初创团队:没有专职市场人员
- 自由职业者:需要为自己的服务做营销
- 小型企业:需要低成本的市场营销能力
- 营销从业者:需要 AI 辅助提升效率
不适合:大型企业的专业营销团队(需要更专业的工具);品牌营销需要高度创意和情感连接(AI 是辅助)。
使用前提:Claude Code 或 Codex;对营销基本概念有了解。
准备工作
- Claude Code 或 Codex:支持 Skill 安装
- 成本:Skill 免费(MIT License);Agent 调用按常规计费
- 时间预算:安装 1 分钟;配置第一个营销模块 10 分钟
快速上手(3 步)
第一步:安装
claude install Yuzzyuk/marketing-os
第二步:选择模块
Marketing OS 包含 14 个模块:
| 模块 | 功能 |
|---|---|
| 营销审计 | 分析现有营销策略的优劣 |
| 品牌定位 | 定义品牌定位和差异化 |
| 内容策略 | 制定内容营销计划 |
| 文案生成 | 撰写广告文案、Landing Page |
| SEO 优化 | 关键词研究和页面优化 |
| 社交媒体 | 帖子创作和排期 |
| 邮件营销 | 邮件序列设计 |
| 投放策略 | 广告投放建议 |
| 竞品分析 | 竞品营销策略分析 |
| 数据分析 | 营销数据解读 |
| PR 策略 | 媒体关系和新闻稿 |
| 活动策划 | 营销活动设计 |
| 预算管理 | 营销预算分配 |
| 报告生成 | 自动生成营销报告 |
第三步:运行模块
"使用 marketing-os 的竞品分析模块,分析我的 SaaS 产品的主要竞品"
初级用法
文案生成
"为我的 AI 工具生成 5 个不同角度的广告文案:
1. 情感共鸣型
2. 数据说服型
3. 痛点解决型
4. 场景化型
5. 对比型"
SEO 优化
"分析我的产品页面,给出 SEO 优化建议:关键词密度、标题结构、meta 描述"
内容日历
"为我的产品生成下个月的内容日历:每周 2 篇博客 + 每天 1 条社交媒体"
高级玩法
模块串联
"全链路营销:竞品分析 → 品牌定位 → 内容策略 → 文案生成 → SEO 优化 → 社交媒体排期"
A/B 测试方案
"为 Landing Page 的标题设计 3 个 A/B 测试方案,包含假设、变量、样本量计算"
定制化行业模板
# industry: saas
competitor_analysis:
focus: [定价策略, 免费试用转化, 内容营销]
content_strategy:
channels: [技术博客, GitHub, ProductHunt, HackerNews]
小技巧
- 先审计后执行:先运行营销审计模块,了解当前状态再制定策略
- 行业适配:明确告知 Agent 你的行业(SaaS/电商/服务),输出更精准
- 数据驱动:提供真实数据(如转化率、客单价),Agent 的建议更具体
- 保持人味:AI 生成的文案需要人工润色,添加品牌独特的声音
- A/B 测试:不要完全信任 AI 的建议,通过 A/B 测试验证
常见踩坑
踩坑 1:AI 文案过于通用
现象:生成的文案可以用在任何产品上
原因:未提供足够的产品细节和品牌声音
解决:提供产品描述、目标用户、品牌语气指南;声明「避免使用 buzzword」
踩坑 2:SEO 建议过时
现象:AI 建议的关键词策略不适用于当前搜索引擎
原因:LLM 的训练数据可能滞后
解决:要求 Agent「基于 2026 年最新的 SEO 最佳实践」;使用 Google Search Console 数据验证
踩坑 3:预算建议不切实际
现象:AI 建议的营销预算远超你的承受能力
原因:未提供预算限制
解决:明确告知「月营销预算 ¥5000」等约束条件
踩坑 4:竞品分析不完整
现象:AI 遗漏了重要竞品
原因:LLM 的训练数据不包含最新的竞品信息
解决:手动提供竞品列表;要求 Agent 使用搜索工具查找最新竞品
踩坑 5:多模块结果不一致
现象:竞品分析模块和文案模块产出的信息互相矛盾
原因:Agent 在不同会话中运行模块,缺乏上下文共享
解决:在同一会话中串联运行多个模块;或使用上下文交接工具(如 jiaojie-skill)
常见问题 FAQ
Q1: 和 Solo Skills 有什么区别?
A: Solo Skills 是「一人公司全栈运营套件」(26 个 Skill 覆盖 6 大类),Marketing OS 是「市场部专用套件」(14 个模块专注营销)。Marketing OS 在营销领域更深入,Solo Skills 覆盖面更广。
Q2: 可以替代真实的市场人员吗?
A: 不能完全替代。Marketing OS 可以处理 80% 的日常营销工作(文案、SEO、数据分析),但品牌策略、创意方向、情感连接等需要人类的判断和创造力。
Q3: fork/star 比高意味着什么?
A: fork 69(fork/star 比 20%)说明大量用户不是「点赞走人」,而是 Fork 后自己修改使用。这是实际使用价值的有力信号。
Q4: 支持中文营销吗?
A: 支持。Agent 的底层模型支持中文,可直接生成中文文案和策略。但部分模块(如 SEO)的英文关键词研究效果更好。
Q5: 需要营销知识吗?
A: 基础使用不需要。但如果要判断 AI 的建议是否合理,基础的营销知识(4P、STP、AIDA)有帮助。
进阶学习建议
掌握 Marketing OS 基础后,建议深入:
- 营销方法论系统化:研究 Philip Kotler 的《营销管理》和 Seth Godin 的《这才是营销》,将 Marketing OS 的模块与经典营销理论对齐,理解每个模块背后的营销逻辑。
- 增长飞轮:将 Marketing OS 的模块设计为「增长飞轮」——内容吸引流量 → SEO 获取搜索流量 → 邮件营销转化 → 数据分析优化 → 内容策略调整,形成闭环。
- 行业垂直化:基于 Marketing OS 的框架,为特定行业(如 SaaS、电商、教育)创建专属营销 Skill 套件,深度适配行业特征。
参考链接
最后更新:2026-08-26 · 作者:MagicNetWorld · 基于公开资料整理,AI 辅助生成
📊 评分与标签
评分说明
总分 8.3/10 · P_优选
📊 可观测社区指标(采集日期:2026-08-26)
- GitHub: Yuzzyuk/marketing-os ★352, 🔱69(2026-08-17 创建,MIT License)
- 活跃度:fork/star 比 20% 极高,说明大量用户 Fork 改造使用
📦 可安装性 2.3/2.5
- Claude Code 一行命令安装;14 个模块即装即用
- 扣分点:模块较多,初始配置需要选择
- 对比 Solo Skills:安装方式类似,但 Solo Skills 模块更多
- 对比 HubSpot:HubSpot 功能更全但需付费
🎯 实用性 2.2/2.5
- 14 个模块覆盖营销全链路;fork/star 比 20% 说明实际使用价值
- 来源:GitHub
- 扣分点:AI 生成的营销内容需要人工润色;专业营销场景仍有不足
- 对比 Solo Skills:Solo Skills 覆盖面更广,但营销深度不如 Marketing OS
- 对比 HubSpot:HubSpot 是专业工具,Marketing OS 是轻量 Agent 方案
📖 文档质量 1.6/2.0
- 模块分类清晰;每个模块有使用说明
- 来源:GitHub 仓库
- 扣分点:缺少实际使用案例;英文文档为主
- 对比 HubSpot:官方文档和教程丰富
👥 社区活跃 1.2/1.5
- 9 天 352 星,增速稳定;fork 69 说明实际使用
- 来源:GitHub
- 对比营销类 Skill:增速属于上等水平
🔗 兼容性 1.0/1.5
- 支持 Claude Code 和 Codex
- 来源:GitHub 仓库
- 扣分点:英文为主,非英语市场适配需手动调整;部分模块依赖外部工具
- 对比 HubSpot:HubSpot 有完整的 API 和集成
评分依据可追溯至公开来源,每项分数均有明确理由和数据支撑。
🏷️ 标签说明
- AI写作: AI 驱动的营销内容创作
- 开源免费: MIT License
- 营销自动化: 自动化营销全流程
- 内容创作: 核心功能是营销内容创作
- Skill: Agent Skill 格式
📋 来源核实
- ✅ 已验证: GitHub 仓库 — Stars 352、Fork 69、MIT License、创建日期 2026-08-17
- ⚠️ 未实测: Skill 安装与模块运行(本地环境限制)
- ⚠️ 未验证: 营销内容质量(仅基于社区反馈)
核验日期:2026-08-26 · 基于公开资料整理,AI 辅助生成