Marketing OS 是一个面向 AI Agent（Claude、Claude Code、Cursor、Codex 等）的营销技能包/提示词系统，试图把一个完整市场部的常见能力封装为 14 个模块。它覆盖网站与漏斗审计、AI 搜索可引用性（GEO）、文案生成与评分、Hook 生成、广告诊断、邮件序列、社媒内容、发布策略、定位、竞品分析、ASO、数据分析等场景。项目本身不是传统代码库，而是以 Markdown 技能文件为主，重点在于让大模型按结构化方法产出营销诊断、评分、报告和可执行素材。
适用领域
AI 营销 / Claude Skills / Agent Skills / 增长营销 / 文案写作 / SEO / GEO / 转化率优化 CRO / 广告创意诊断 / 邮件营销 / 产品发布 / 品牌定位 / 竞品分析 / 应用商店优化 ASO / 数据分析与实验设计
配置难度
低到中等。安装和使用门槛不高，主要是复制技能目录或通过 Claude Code 插件安装；真正的难点在于准备高质量的 brand-context、提供真实业务数据，并理解模型输出中哪些是可执行建议、哪些只是启发式判断。对熟悉 Claude Code、Cursor 或 AI Agent 工作流的开发者来说较容易上手。
商业价值
对中国开发者和创业团队的商业价值较高，尤其适合缺少市场团队的独立产品、SaaS、工具类应用和出海项目。它可以显著降低营销审计、文案生成、发布计划、竞品分析和广告创意构思的初始成本，提高从产品到市场表达的效率。但它更适合作为营销副驾驶和流程模板，而不是最终决策系统；最佳用法是结合真实用户访谈、网站数据、投放数据、A/B 测试和本地渠道经验进行校正。
01
技术亮点
- 覆盖面很广，把常见营销职能拆成 14 个可调用模块，适合小团队快速补齐市场能力。
- 强调输出 artifacts 而不是只给建议，例如报告、评分、文案、邮件序列、广告 brief、发布计划等。
- 每个审计或分析都有 0-100 分或明确评分机制，方便排序和决策。
- 强调诚实边界，要求报告中说明无法判断的内容，减少大模型胡编乱造。
- 采用渐进加载设计，路由先加载，具体任务只加载对应模块，节省上下文 token。
- 支持 subagent 并行工作，适合复杂审计、竞品拆解、多版本文案生成等任务。
- 没有可执行代码，主要是 Markdown 技能文件，安全审查成本较低。
- MIT 许可证，便于团队二次改造和内部使用。
02
目标用户
- 独立开发者和 SaaS 创始人
- 增长负责人、市场负责人、产品营销经理
- 需要快速产出营销素材的创业团队
- 使用 Claude Code、Claude Desktop、Cursor、Codex 的开发者
- 为客户提供营销诊断和内容产出的顾问或代理商
- 希望把营销流程标准化、模板化的团队
03
配置要求
- 需要一个支持 Skills 或可读取自定义提示词目录的 AI Agent 环境，例如 Claude Code、Claude Desktop、Cursor、Codex 等。
- Claude Web/Desktop 使用时需要启用 code execution。
- 建议配置 `brand-context.md`，否则输出会偏通用，缺少品牌差异化。
- 如果希望直接生成广告素材，需要连接广告生成类 MCP，例如 Arcads；否则只能输出诊断和制作简报。
- 项目主要由 Markdown 规则和模块说明组成，不需要编译或运行后端服务。
- 使用效果高度依赖所接入大模型的能力、上下文长度和是否能读取项目文件。
04
适用场景
- 对官网、落地页、注册漏斗进行 0-100 分的营销审计，并输出优先级修复建议
- 分析网站是否容易被 ChatGPT、Perplexity、AI Overviews 等 AI 搜索系统引用
- 生成多版本广告文案、落地页文案、社媒帖子，并通过评分机制筛选
- 使用 18 种 Hook 策略生成标题、开场白、广告角度和内容矩阵
- 诊断广告创意疲劳，输出新的广告制作简报
- 撰写欢迎邮件、培育邮件、发布邮件和产品上线序列
- 制定 Product Hunt 或 SaaS 产品发布计划
- 分析竞品公开信息，生成差异化定位和价格策略建议
- 为 App Store / Google Play 做 ASO 诊断、元数据优化和截图文案规划
- 帮助开发者在没有专职市场团队的情况下完成基础营销工作流
05
部署与配置
- Claude Code 安装：运行 `/plugin marketplace add Yuzzyuk/marketing-os`，然后运行 `/plugin install marketing-os@marketing-os`。
- Claude Web/Desktop 安装：进入 Settings → Skills → +，从项目最新 Release 下载并上传 `marketing-os.zip`，并启用 code execution。
- 手动安装 / Codex / Cursor / 其他 Agent：将 `skills/marketing-os/` 目录复制到对应 Agent 的 skills 目录，例如 `~/.claude/skills/marketing-os/`。
- 首次使用前，将 `brand-context.template.md` 复制为 `brand-context.md`，填写品牌、产品、用户、语气、竞品等上下文，并放在项目根目录或 `.claude/` 目录下。
- 在 Claude、Cursor 或其他支持技能/上下文读取的 Agent 中调用对应模块，例如 audit、copy、hooks、paid-ads、email、launch 等。
06
风险与注意事项
- 项目本质是提示词和流程系统，不是自动化营销平台；不能替代真实数据采集、投放系统、CRM 或 BI 工具。
- 评分属于启发式判断，不应被当作严格统计结论或商业事实。
- 如果品牌上下文、目标用户、历史数据输入不足，输出可能看起来专业但缺少针对性。
- 对中文市场、本土渠道、微信生态、抖音、小红书、B站等场景的适配程度需要实际验证，README 主要面向英文营销语境。
- GEO、AI 搜索可引用性等领域仍在快速变化，建议与实际搜索表现和日志数据结合验证。
- 生成的广告、邮件和文案可能存在合规、版权、夸大宣传或行业监管风险，尤其在金融、医疗、教育等行业。
- 依赖 Claude/Cursor/Codex 等宿主环境，不同 Agent 对 Skills 的支持方式不同，迁移时可能需要手动调整。
- 如果团队没有营销判断能力，可能会过度依赖模型建议，忽视真实用户研究和 A/B 测试。
2026-08-23
第30名
新收录 · github_search
