企业官网建设流程全解析

1. 项目缘起：为什么我要把营销方法论拆成可复用的技能包

做增长和SEO这行十来年，最头疼的一件事从来不是“不知道怎么做”，而是“知道怎么做，但每次都要重新讲一遍”。团队里新来的优化师、外包的内容写手、临时拉来帮忙的投放同学，每个人上手都要重复问一遍：关键词怎么分层、落地页首屏怎么写、内链结构怎么搭、A/B测试的样本量怎么算。讲一次两次还行，讲十次八次就是纯消耗。

marketingskills这个项目，本质上就是把我这些年积累的营销打法，拆成一个个结构化的、可被AI代理直接调用的“技能模块”。你可以把它理解成一套给AI代理看的营销操作手册——每个技能模块里封装了一个具体场景的判断逻辑、执行步骤和验收标准。当AI代理接到“帮我优化这个落地页的转化率”或者“给这个新站做一套关键词布局”这类任务时，它不需要从零推理，而是直接调用对应的技能包，按里面沉淀好的流程走。

这套东西解决的核心问题是：营销执行的一致性。人做营销，状态好和状态差出来的结果能差三倍；不同的人做同一个任务，风格和深度也完全不一样。但技能包是标准化的，只要输入条件满足，输出质量就有底线保障。它适合三类人参考：一是带小团队的增长负责人，想把手里的打法沉淀下来；二是独立开发者或独立站站长，一个人要干完SEO、内容、转化所有活；三是对AI代理工作流感兴趣、想看看营销场景怎么落地的人。

我最初是在Claude Code这个环境里跑这套技能的，因为它支持把本地文件作为上下文直接喂给代理，技能包以Markdown文件形式存在，代理按需读取。但需要说明的是，这套思路不绑定任何特定工具——你完全可以用其他支持文件读取的AI代理环境来承载，核心在于技能包的结构设计，而不是运行环境。

2. 技能包的整体设计思路：从“大而全”到“小而准”

2.1 为什么不做成一个巨型提示词

一开始我试过把所有营销知识塞进一个超长的系统提示里，结果很糟糕。代理在处理具体任务时，会被大量无关信息干扰，比如我在做关键词研究，它却把落地页文案的规则也考虑进来，输出变得又长又散。更麻烦的是，每次修改一个细节，都要动整个大文件，版本管理一塌糊涂。

后来我改成“一个技能一个文件”的结构。每个技能文件只解决一类问题，文件内部再分“适用场景”“输入要求”“执行步骤”“输出格式”“验收清单”五个部分。代理接到任务后，先判断属于哪类问题，再读取对应文件。这样做的直接好处是：上下文干净，代理的注意力集中在当前任务上；维护方便，改关键词策略不会误伤转化率优化的逻辑；可组合，复杂任务可以按顺序调用多个技能。

2.2 技能模块的粒度怎么定

粒度太粗，比如“SEO技能”一个文件包打天下，那和巨型提示词没区别；粒度太细，比如“标题标签怎么写”单独一个文件，又会导致技能数量爆炸，代理选择成本变高。我最后定的粒度标准是：一个技能对应一个可独立交付的工作成果。

举个例子，“关键词分层与布局”是一个技能，它的交付成果是一张关键词映射表，包含每个关键词对应的页面、意图分类、优先级。“落地页首屏优化”是另一个技能，交付成果是一份首屏文案的修改方案，包含标题、副标题、行动号召按钮文案。这两个技能可以独立使用，也可以串联——先做关键词布局，再针对高优先级页面做首屏优化。

目前我沉淀下来的技能模块覆盖了这几个方向：关键词研究与分层、站内SEO结构优化、内容 brief 生成、落地页转化要素检查、A/B测试设计与样本量计算、竞品内容差距分析。每个模块都是独立文件，放在一个目录下，代理通过读取目录列表来发现可用技能。

2.3 技能文件的内部结构

每个技能文件我固定用五段式结构，这个结构是反复调整后定下来的：

• 适用场景：用一两句话说明什么情况下该调用这个技能，什么情况下不该调用。比如关键词分层技能明确写了“适用于新站冷启动或现有站点拓展新领域，不适用于已有成熟关键词库的微调”。
• 输入要求：列出执行这个技能需要代理提前获取哪些信息。比如做落地页优化，输入要求里必须包含“当前页面URL或完整文案”“目标转化动作”“目标受众描述”。如果输入不全，代理应该先追问，而不是硬编。
• 执行步骤：这是核心部分，把操作流程拆成有序步骤，每步说明做什么、为什么做、注意什么。步骤不写死具体工具，而是写清楚判断逻辑，让代理能根据实际情况灵活处理。
• 输出格式：规定交付成果长什么样。比如关键词映射表要求用Markdown表格输出，列包括关键词、搜索意图、目标页面、优先级、备注。
• 验收清单：一组检查项，代理在输出前自己过一遍，确保没有遗漏关键要素。比如落地页优化技能的验收清单里有一条“首屏是否在5秒内能说清价值主张”。

这个五段式结构的好处是，它把“怎么做”和“做到什么程度算好”分开写，代理在执行时不会混淆过程和标准。而且验收清单可以单独抽出来做质量检查，即使不用AI，人工按这个清单过一遍也能发现不少问题。

3. 核心技能模块拆解与实操要点

3.1 关键词分层与布局技能

这个技能是我用得最多的，也是整个技能包的基础。它的核心逻辑不是简单地拉一堆关键词，而是按搜索意图和竞争难度两个维度做分层，再把每一层关键词映射到具体的页面类型上。

执行步骤大致是这样的：第一步，收集种子关键词，来源包括竞品分析、搜索下拉框、相关搜索、行业论坛的高频问题。第二步，对每个关键词做意图分类，分成信息型、导航型、商业调查型、交易型四类。第三步，用竞争难度做二次分层，分成高竞争、中竞争、低竞争三档。第四步，做关键词到页面的映射：信息型低竞争词映射到博客文章，商业调查型中竞争词映射到对比页或评测页，交易型高竞争词映射到产品页或落地页。

这里有个容易踩的坑：很多人做关键词分层只看搜索量，不看意图。结果把“什么是独立站SEO”这种信息型词硬塞到产品页上，用户搜的是知识，你给的是购买链接，跳出率必然高。我在技能文件里专门加了一条判断规则：如果关键词包含“是什么”“怎么做”“教程”“指南”这类词根，一律归为信息型，优先用内容页承接。

另一个实操要点是关键词映射的优先级排序。我用的公式是：优先级 = 搜索量 × 意图匹配度 ÷ 竞争难度。意图匹配度用1到3打分，交易型词打3分，信息型词打1分。这个公式不追求精确，目的是把明显该先做的词筛出来。比如一个月搜索量500、意图匹配度3、竞争难度中等的词，优先级得分是500×3÷2=750；而一个月搜索量2000、意图匹配度1、竞争难度高的词，得分是2000×1÷3≈667。前者反而更值得先做。

注意：关键词分层不是一劳永逸的事。我建议每季度重新跑一次，因为竞争难度会变，搜索意图也可能漂移。有些词一开始是信息型，搜的人多了之后会分化出交易意图，这时候就要考虑单独做一个落地页来承接。

3.2 站内SEO结构优化技能

这个技能解决的是“页面之间怎么连”的问题。很多站点内容不少，但权重分散，核心页面拿不到足够的内链支持。我的做法是先画一张站点结构图，标出所有页面的层级和当前内链关系，然后按“金字塔原则”重新设计内链流向。

具体步骤：第一步，确定3到5个核心页面，通常是产品页或高转化落地页。第二步，把所有内容页按主题聚类，每个聚类选一个“支柱页面”，支柱页面链接到聚类内所有文章，所有文章也链接回支柱页面。第三步，在文章正文中自然插入指向核心页面的内链，锚文本用目标页面的核心关键词，而不是“点击这里”这种废话。第四步，检查每个核心页面至少有多少条内链指向它，我一般要求首页之外的核心页面至少有10条来自不同页面的内链。

这里有个细节值得展开：锚文本的多样性。如果所有内链都用同一个锚文本，搜索引擎会认为你在刻意操纵。我的做法是核心关键词用一次，长尾变体用两到三次，自然描述用两到三次。比如目标页面是关于“独立站SEO”的，锚文本可以分别是“独立站SEO”“独立站SEO优化”“独立站搜索排名提升”“这个独立站SEO指南”等。

实操心得：内链建设最容易犯的错是“为了内链而内链”。在文章里硬塞不相关的链接，读者体验差，搜索引擎也能识别出来。我的判断标准是：如果这个链接对读者理解当前内容有帮助，就加；如果只是为了传递权重，就不加。权重传递是结果，不是目的。

3.3 落地页转化要素检查技能

这个技能是我从CRO（转化率优化）的实践里提炼出来的。它不负责生成文案，而是负责检查现有落地页是否遗漏了关键转化要素。检查清单包括：首屏价值主张是否清晰、社会证明是否充分、行动号召是否突出、信任元素是否到位、表单字段是否精简、移动端体验是否流畅。

执行时，代理会逐项检查并给出修改建议。比如首屏检查，我会要求代理回答三个问题：用户打开页面5秒内能不能知道这是干什么的？能不能知道对自己有什么好处？能不能知道下一步该点哪里？如果任何一个答案是“不能”，首屏就需要改。

社会证明这块，我列了几种常见形式：客户评价、案例数据、媒体报道、用户数量、合作品牌Logo。不是每种都要有，但至少要有两种。我见过很多落地页只放一个“关于我们”的链接，没有任何第三方背书，转化率自然上不去。

行动号召按钮的检查要点：按钮文案是否包含动词、是否说明了点击后的结果、是否在首屏可见、颜色是否与背景有足够对比。我测试过“立即购买”和“获取方案”两种文案，后者在B2B场景下转化率高出不少，因为“获取方案”听起来门槛更低。

常见问题：很多人把落地页当成产品说明书，把所有功能都列上去。但用户不关心你有什么功能，只关心你能解决什么问题。我的建议是，落地页只讲一个核心价值点，其他功能放到二级页面去讲。

3.4 A/B测试设计与样本量计算技能

这个技能解决的是“测试结果不可信”的问题。很多人做A/B测试，跑了两天看到B版本高就上线，结果过一周数据又反过来了。根本原因是样本量不够，随机波动被当成了真实差异。

技能文件里内置了一个样本量计算公式：n = (Zα/2 + Zβ)² × 2 × p × (1-p) ÷ Δ²。其中p是基准转化率，Δ是希望检测到的最小提升幅度，Zα/2和Zβ分别对应显著性水平和统计功效。我一般设显著性水平0.05，统计功效0.8，对应的Z值分别是1.96和0.84。

举个例子，基准转化率是3%，我希望检测到相对提升20%的变化，也就是绝对提升0.6个百分点，Δ=0.006。代入公式：n = (1.96+0.84)² × 2 × 0.03 × 0.97 ÷ 0.006² ≈ 7.84 × 0.0582 ÷ 0.000036 ≈ 12673。也就是说，每个版本至少需要约12673个访客才能得出可信结论。如果你的页面每天只有500个访客，这个测试要跑25天以上。

这个计算过程我写进了技能文件，代理在接到A/B测试任务时会自动算样本量，并给出预计测试周期。如果周期太长，代理会建议要么提高基准转化率（比如优化流量质量），要么放宽检测幅度（比如只检测30%以上的提升）。

注意：样本量算出来只是最低要求，实际测试中还要考虑流量分配是否均匀、测试期间是否有外部事件干扰（比如大促、节假日）。我一般会在测试期间监控流量来源和用户设备分布，如果发现异常波动，测试结果就要打折扣。

4. 技能包在AI代理工作流中的落地方式

4.1 技能发现与调用机制

技能包放在一个目录下，每个技能是一个独立的Markdown文件，文件名就是技能名称，比如keyword-layering.md、landing-page-audit.md。代理启动时，先读取目录列表，把可用技能列出来。当用户提出任务时，代理先做意图匹配，判断该调用哪个技能。

匹配逻辑我写在了一个单独的“路由”文件里，里面是一组规则：如果任务涉及关键词研究、搜索意图分析，调用关键词分层技能；如果任务涉及页面转化率、首屏优化，调用落地页检查技能；如果任务涉及测试设计、数据验证，调用A/B测试技能。路由文件不写死，代理也可以根据任务描述自行判断，但路由规则作为兜底。

这里有个设计取舍：要不要让代理自动调用多个技能？我的答案是，简单任务只调一个，复杂任务可以串联，但串联顺序要明确。比如“给这个新页面做完整优化”，应该先调关键词分层技能确定目标词，再调落地页检查技能优化转化要素，最后调A/B测试技能设计验证方案。顺序反了，先做A/B测试再改关键词，测试结果就白费了。

4.2 输入信息的收集与校验

代理在执行技能前，会先检查输入信息是否完整。每个技能文件里都写了“输入要求”，代理会逐项核对。如果缺少关键信息，代理会追问，而不是自己编一个。比如落地页检查技能要求提供“目标转化动作”，如果用户没说，代理会问“这个页面希望用户完成什么动作？是注册、购买、还是提交表单？”

这个校验机制很重要，因为营销任务的质量高度依赖输入质量。你给代理一个模糊的需求，它只能给一个模糊的输出。我见过很多人抱怨AI生成的营销方案不落地，一问才知道，他们只说了“帮我优化一下”，没给任何背景信息。

实操心得：我一般会在任务描述里主动带上三样东西：当前状态（比如“落地页转化率1.2%”）、目标状态（比如“希望提升到2%”）、约束条件（比如“不能改价格”）。这三样给全了，代理的输出质量会明显提升。

4.3 输出结果的验收与迭代

代理输出结果后，会自己过一遍验收清单。但我的经验是，代理的自检不能完全替代人工审核。我一般会重点看三个地方：一是关键词映射表里有没有明显不合理的映射，比如把信息型词映射到产品页；二是落地页建议里有没有脱离实际的改动，比如建议加一个需要开发两周才能实现的功能；三是A/B测试的样本量计算有没有用错基准转化率。

如果发现问题，我会直接修改技能文件里的对应规则，而不是每次在对话里纠正。比如我发现代理总是把“价格”相关词归为信息型，但实际上“独立站SEO价格”这种词有很强的商业调查意图，我就在关键词分层技能里加了一条规则：包含“价格”“费用”“多少钱”的词根，归为商业调查型，优先用报价页或服务页承接。

这种“发现问题→修改技能文件→重新测试”的循环，是技能包持续进化的方式。技能文件不是写完就完了，它应该随着你的实践不断更新。我现在的技能包已经迭代了十几个版本，很多规则都是踩坑之后加进去的。

5. 常见问题与排查技巧实录

5.1 代理不按技能文件执行怎么办

这是最常见的问题。代理有时候会忽略技能文件里的步骤，按自己的理解来。排查思路分三步：第一，检查技能文件是否被正确加载，有时候文件路径写错了，代理根本没读到；第二，检查技能文件里的指令是否足够明确，如果写得太笼统，代理会自行发挥；第三，检查任务描述是否触发了代理的“通用回答”模式，有些任务描述太像常识问题，代理会直接回答而不调用技能。

我的解决方法是，在技能文件开头加一句强指令：“执行本技能时，必须严格按照以下步骤操作，不得跳过或合并步骤。”同时在路由文件里明确写：“涉及关键词、落地页、A/B测试的任务，必须先读取对应技能文件再执行。”这两条加上之后，代理的遵循率明显提高。

5.2 技能之间的输出格式不统一

早期我的技能文件各自为政，关键词技能输出表格，落地页技能输出段落，A/B测试技能输出列表。结果串联调用时，代理要把不同格式的输出拼在一起，很容易乱。后来我统一了输出格式规范：所有技能的输出都必须是Markdown格式，表格用于结构化数据，列表用于步骤和检查项，段落用于解释和说明。每个技能文件里都有一段“输出格式”说明，引用同一个格式规范文件。

这个统一带来的好处是，代理在串联多个技能时，可以直接把上一个技能的输出作为下一个技能的输入，不需要做格式转换。比如关键词映射表可以直接作为落地页优化技能的输入，代理知道从表格里读取“目标页面”列来确定要优化哪个页面。

5.3 技能包太大导致代理响应变慢

技能文件多了之后，代理每次启动都要读取所有文件，响应速度会下降。我的优化方法是：把技能文件分成“核心技能”和“扩展技能”两个目录，核心技能是高频使用的，启动时加载；扩展技能是低频使用的，按需加载。同时在路由文件里标注每个技能的加载优先级。

另一个优化是压缩技能文件的体积。早期我写得很啰嗦，一个技能文件好几千字。后来我把重复的解释性内容抽出来放到公共说明文件里，技能文件只保留该技能特有的内容。这样每个技能文件控制在800到1500字之间，加载速度明显改善。

5.4 常见问题速查表

最后分享一个我踩过的坑：不要试图让一个技能解决所有问题。我一开始把“关键词研究”和“内容 brief 生成”放在一个技能里，结果代理在做关键词研究时总是忍不住去写内容大纲，输出变得又长又偏。拆成两个技能后，各司其职，质量反而更高。技能包的边界清晰，比功能全面更重要。