这个 Skill 能做什么，适合哪些场景？
该技能专门优化承接达人营销流量的落地页，覆盖信息匹配、页面结构、社会证明、CTA、优惠码和移动端体验。它根据用户提供的页面、活动、达人信息、转化率与目标，输出诊断和优先级优化计划。结果包括消息匹配评分、转化方案和A/B测试路线图。它不负责活动上线后的效果测量，后续应交给performance-analyzer。
读取落地页URL和现状、流量来源、达人核心信息、优惠码、受众、当前转化率与目标；比较达人内容和页面在信息、价值主张、优惠、产品及语气上的匹配度，并给出X/10评分和具体修复项；建议英雄区、社会证明、产品、FAQ及最终CTA的结构；规划CTA、优惠码自动应用、摩擦削减和移动端改进；设计按影响与成本排序的A/B测试，包括假设、变体、样本量、周期和成功指标；评估是否需要达人专属页面，并制定加载时间、跳出率、转化率、加购、AOV及UTM和事件追踪目标。计划保存到memory/influencer/landing-optimizer/YYYY-MM-DD-<topic>.md，持久事实提升到memory/hot-cache.md。
- 品牌为某位达人创建专属落地页，希望页面文案与达人视频保持一致。
- 优惠码活动转化偏低，需要检查优惠码展示、自动应用和CTA路径。
- 达人内容强调某项产品体验，但落地页首屏突出另一卖点，导致信息断裂。
- 移动端达人流量较多，需要减少页面摩擦并改善首屏CTA。
- 团队希望为达人活动制定分阶段的落地页A/B测试计划。
如何安装这个 Skill？
- 不要把示例中的 2–3% 基准、+0.5% 等增量或 2.5% 结果当作已验证预测；应以真实实验和统计功效计算为准。
- 写入 memory/ 和 hot-cache 前应获得明确确认，并避免保存不必要的优惠码、受众或创作者敏感信息；需要定义修订和回滚方式。
- 若用户使用中文，需将英文模板、指标定义和输出结构本地化，并补充适用的平台、地区及隐私/广告合规检查。
- 本地文件系统
在Claude Code中添加并安装整个仓库：/plugin marketplace add aaron-he-zhu/aaron-marketing-skills，然后执行/plugin install aaron-marketing@aaron。对于兼容Agent Skills的主机，可执行npx skills add aaron-he-zhu/aaron-marketing-skills；也可以git clone https://github.com/aaron-he-zhu/aaron-marketing-skills。仓库为Apache-2.0许可证。源材料未提供仅安装此技能的专用命令。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/aaron-he-zhu/aaron-marketing-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/influencer/report/landing-optimizer" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
使用触发语句，例如：Optimize our landing page for traffic from [influencer campaign]。也可提供落地页URL、活动名称、达人账号、优惠码、当前转化率和目标，例如：Our influencer landing page has a 1.2% conversion rate. How can we improve it?
这个 Skill 有哪些优点和局限？
- 专门处理达人流量的消息匹配与转化承接。
- 覆盖页面结构、社会证明、CTA、优惠码、移动端和A/B测试。
- Tier 1即可运行，主要依赖用户提供的数据，不要求实时集成。
- 明确输出完成条件、保存路径和后续测量技能。
- 默认不读取实时分析、CMS或社交平台数据，用户需要提供页面和活动信息。
- 技能本身不测量优化上线后的实际结果。
- 源材料未提供平台兼容性测试报告、独立测试套件或实际A/B实验结果。
- A/B测试路线图要求样本量和周期，但源材料未说明会调用具体统计工具计算它们。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 达人流量落地页优化器 本页 | 54 · 谨慎使用 | ★ 3k | 13 天前 | Apache-2.0 |
| 落地页 CRO 转化率分析技能 | 49 · 谨慎使用 | ★ 2.8k | 7 个月前 | MIT |
| 邮件实验设计师 | 56 · 谨慎使用 | ★ 3k | 13 天前 | Apache-2.0 |
| 广告落地页体验检查器 | 55 · 谨慎使用 | ★ 3k | 13 天前 | Apache-2.0 |
| 广告创意构建器 | 60 · 推荐 | ★ 3k | 13 天前 | Apache-2.0 |
与同仓库的performance-analyzer相比，本技能负责优化页面和制定测试计划，performance-analyzer负责评估优化后的转化、AOV和归因结果。对于付费广告，它承担广告点击后的页面部分，并与ad-creative-builder的广告创意部分配合。
FollowSkills 如何评估这个 Skill？
技能明确限定为用户提供的数据、Tier 1 输入，并将可选连接器描述为增强项；共享安全材料还说明内存写入隔离、连接器只读或显式确认变更。但技能要求写入 landing-optimizer 内存并提升事实到 hot-cache，未见逐次用户确认、数据最小化、敏感营销数据处理或回滚说明，因此扣除权限确认、数据流和恢复方面分数。
步骤、输入、输出、完成条件和模板基本一致，且没有声称必须依赖实时集成；但 A/B 测试样本量、时长和影响值大量留作占位符，示例中的基准和增量缺少诊断依据，也没有异常输入、无法访问页面或保存失败时的明确反馈机制。静态评估上限内给分。
触发语句、目标受众、输入范围、输出物和“不用于上线后结果衡量”的边界较清楚，并支持无连接器运行；但模板主要是英文，中文适配不足，平台、行业和合规边界未充分声明，geo-relevance 标为 low，且缺少更精确的误触发/不适用条件，因此扣分。
Front matter 提供名称、slug、版本、兼容性、许可证和参数提示；文档有 Quick Start、固定步骤、模板、示例、引用关系和后续技能，信息架构较好。但维护责任、变更记录、版本更新路径和故障排查不在该技能中明确，模板仍有大量占位符，且仓库安全策略的支持版本信息与 18.0.0 元数据存在不一致，因此未满分。
技能能产出消息匹配审计、页面结构建议、CTA/优惠码计划和 A/B 路线图，模板和 HTML 片段具有直接复用价值；但示例把 1.2% 到 2.5% 的结果及各项增量写成预期值，却没有实验或行业证据，样本量与持续时间未计算，实际执行仍需较多业务和数据校验，因此静态上限内扣分。
技能提供结构化模板、明确完成条件和可追踪指标，仓库也有通用 CI 与验证测试；但所给测试并未覆盖本技能关键路径，示例基准、预期提升和建议效果没有第三方来源或可复现执行记录。静态读取未发现足以支持更高证据等级的材料。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →