这个 Skill 能做什么，适合哪些场景？
这是 zubair-trabzada/ai-marketing-claude 仓库中 15 个营销技能之一，专注于落地页的转化率优化（CRO）分析。它按 7 个区块（首屏、价值主张、社会证明、功能利益、异议处理、CTA、页脚）加权打分，并结合文案评分、表单审计、移动端审计和页面速度影响评估。最终生成一份名为 LANDING-CRO.md 的结构化报告，包含总体评分、逐区块问题与修复建议、A/B 测试假设和按优先级排序的修改清单。适合需要客观评估并改进自己或客户落地页的营销人员和代理商。
接收一个落地页 URL 后：1) 判断页面类型（线索收集、SaaS 注册、电商产品页等 8 类）并套用对应的转化率基准；2) 按 7 点 CRO 框架逐区块检查清单项并打 1-10 分（首屏占 25% 权重、价值主张 20%、社会证明 15%、功能利益 15%、异议处理 10%、CTA 10%、页脚 5%）；3) 用清晰度、紧迫性、具体性、证据、行动导向五个维度给文案打分（满分 100）；4) 审计表单字段数、标签、错误处理等；5) 评估移动端可用性和加载速度对转化的影响（如 3-5 秒加载约损失 20% 转化）；6) 以假设句式生成 A/B 测试建议并提供热图解读指引；7) 在项目根目录生成 LANDING-CRO.md 报告，含快赢/中期/战略三级优先修复清单和文字版前后对比线框图。
- 独立创业者上线新的注册落地页，想知道为什么转化率低于行业基准，并获得按性价比排序的修复项。
- 代理商在给客户的方案或优化建议前，需要对客户现有落地页做一份结构化、可交付的 CRO 审计报告。
- 增长团队为长期 A/B 测试路线图寻找有假设依据的实验点子（标题、CTA 文案、表单字段数等）。
- 投放负责人在加大付费流量前，先排查落地页首屏、加载速度和移动端可用性等高影响漏损点。
- 已在同一仓库运行过 /market audit 全站审计的用户，希望在此基础上对单个落地页做更深入的转化专项分析。
如何安装这个 Skill？
- 安装脚本使用 curl|bash 远程执行，建议改用克隆后审查的方式安装
- 技能中的转化率与加载速度基准数据未标注来源，交付客户前应自行核实
- 页面加载时间、移动端行为等指标超出模型直接观测能力，输出相关结论时可能为推断而非实测
- 该技能未声明对不可访问或非英文页面的处理方式，中文站点场景未经验证
- 发布者未经验证，维护与更新路径不明确
- 网络访问
- 本地文件系统
安装整个技能集合：curl -fsSL https://raw.githubusercontent.com/zubair-trabzada/ai-marketing-claude/main/install.sh | bash，或 git clone 仓库后运行 ./install.sh（技能装入 ~/.claude/skills/，子代理装入 ~/.claude/agents/）。卸载用 ./uninstall.sh。本技能位于仓库 skills/market-landing/SKILL.md，也可手动复制该文件夹。源材料未说明单独安装此技能是否可行。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/zubair-trabzada/ai-marketing-claude.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/market-landing" ~/.claude/skills/
rm -rf "$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？
在 Claude Code 中输入 /market landing <url> 或 /market cro <url>，也可直接提供落地页 URL 并要求做落地页转化优化分析。如果之前运行过 /market audit，技能会将全站审计结果纳入本次 CRO 分析。分析完成后在项目根目录或输出目录查看 LANDING-CRO.md。
这个 Skill 有哪些优点和局限？
- 方法框架非常具体：每个区块有可勾选清单、明确的评分标准和行业转化率基准（如线索收集页良好为 5-10%），而非泛泛建议。
- 输出结构化且可交付：LANDING-CRO.md 包含总体评分、逐区块发现、文案五维评分、A/B 测试假设和快赢/中期/战略三级修复清单。
- 要求把建议与收入影响挂钩，并按工作量-影响力比排序，避免'改改按钮颜色'式的空话。
- 附带页面类型基准、速度影响、表单最佳实践等多个参考数据表，可独立使用作为评估标准。
- 本技能自身不编排子代理；'5 个并行子代理'是仓库中 /market audit 主编排器的能力，不能归到本技能。
- 分析质量依赖模型对页面内容的获取能力；源材料未说明如何实际抓取 URL（可能需要浏览器工具），无内置抓取脚本指向本技能。
- 所有基准数字（如字段每增一个转化降约 7%）来自技能内嵌的参考数据，未附来源，采用时应自行验证。
- 无测试套件或评分一致性验证；同一页面两次分析的打分可能有差异。
- 热图部分只是基于布局的推断指引，并非真实热图数据分析。
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 |
|---|---|---|---|---|
| 落地页 CRO 转化率分析技能 本页 | 49 · 谨慎使用 | ★ 2.8k | 7 个月前 | MIT |
| 达人流量落地页优化器 | 54 · 谨慎使用 | ★ 3k | 11 天前 | Apache-2.0 |
| AI 营销套件（market 编排器） | 48 · 谨慎使用 | ★ 2.8k | 7 个月前 | MIT |
| 市场营销审计编排器（Market Audit） | 49 · 谨慎使用 | ★ 2.8k | 7 个月前 | MIT |
| 销售漏斗分析与优化技能 | 45 · 不推荐 | ★ 2.8k | 7 个月前 | MIT |
FollowSkills 如何评估这个 Skill？
该技能本身为纯分析提示词，无网络写入、无凭证处理、无破坏性默认行为，数据流向基本透明（仅生成 LANDING-CRO.md 文件）。扣分项：依赖外部浏览器工具抓取页面但未声明权限边界与确认机制，对被分析 URL 的数据处理与回滚无说明，发布者身份未经验证。
指令结构自洽，7 步框架与输出格式一一对应，评分规则明确。扣分项：大量检查项（如页面加载时间、移动端行为）依赖模型无法可靠获得的运行时数据，无异常输入处理说明，无测试或可复现的关键路径验证，失败反馈机制缺失。
触发条件清晰（URL + CRO/landing 反馈请求），适用页型分类具体。扣分项：未声明不适用边界（如无法访问的页面、非英文/中文页面），无中文环境说明，核心功能依赖浏览器抓取海外网站，对中国大陆网络可达性未评估。
文档结构清晰、分层合理，输出模板完整，仓库有 MIT 许可证。扣分项：技能级无版本号、变更日志或已知限制披露，基准数据未标注来源，维护责任与更新路径不明，安装脚本为远端 curl|bash 模式但技能本身未说明依赖。
输出格式具体可直接交付（优先级修复清单、A/B 假设、文案评分），边际价值明确。扣分项：静态审阅无法验证输出质量，'转化率提升 15-30%' 等量化收益承诺无依据，许多分析维度超出纯文本模型能力，实际产出可能需要大量人工核校。
仅有作者自述与内嵌示例命令输出（README 中的演示为模拟文本，非真实执行证据）。扣分项：行业基准转化率、加载时间对转化率的影响等关键数据均无出处，无测试套件、无 CI 覆盖该技能、无第三方复现材料。
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 →