📚 沟通写作 全难度 📦

Marketing OS

一个 Skill 装下整个市场部:14 个模块覆盖审计、文案、投放策略

📊 评分明细

📦 打包完整度
2.1 2.1 / 2.5
🎯 实用性
2.1 2.1 / 2.5
📖 文档清晰度
1.7 1.7 / 2
👥 社区影响力
1.2 1.2 / 1.5
🔗 集成度
1.2 1.2 / 1.5

🎯 适用场景

AI写作开源免费营销自动化内容创作Skill

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

  1. Claude Code 或 Codex:支持 Skill 安装
  2. 成本:Skill 免费(MIT License);Agent 调用按常规计费
  3. 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

  1. 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
  2. 行业适配:明确告知 Agent 你的行业(SaaS/电商/服务),输出更精准
  3. 数据驱动:提供真实数据(如转化率、客单价),Agent 的建议更具体
  4. 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
  5. 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:

  1. 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。
  2. 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。
  3. 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
  • 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
  • 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
  • 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
  • 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