这个 Skill 能做什么，适合哪些场景？
该技能为候选品牌消息设计验证测试，而不是执行实验或分析结果。它围绕理解度、五秒回忆和消息—市场契合度三类协议，产出可执行的测试设计规格。规格包括假设、目标面板、招募标准、刺激材料、成功阈值、样本量估算及失败后的停止/修订规则。它适合已拥有候选标语、单句定位或渠道消息的团队。
读取消息系统、叙事规范、候选变体和已批准的声明措辞；确认待测消息及决策目标；将“是否有效”转化为可衡量假设；选择理解度、五秒测试或 Wynter 风格消息—市场契合度协议；从规范中整理刺激材料，并将未获批准的声明标记为“[needs source]”；定义面板招募标准、预计样本量、通过阈值、停止/修订规则和执行交接；必要时通过 Python 脚本对返回的比例数据进行显著性计算，但不运行面板。
- 品牌团队已有新标语，想在扩大付费预算前验证目标买家能否准确理解核心收益。
- 产品营销人员有多个定位版本，需要比较哪个版本在目标角色面板中更清晰、更相关。
- 网站团队准备上线新的首页首屏，希望用五秒回忆测试确认访客是否记住核心信息。
- 叙事负责人需要为候选消息建立 Wynter 风格的消息—市场契合度测试设计。
如何安装这个 Skill？
- 本技能只设计测试，不执行面板或判断结果；必须另行确认实验平台、样本质量、数据隐私和中国大陆可达性。
- 技能依赖消息规范、叙事注册表和claims ledger；这些输入缺失时应停止并补充，而不能自行编写或批准消息。
- “Wynter guidance”和统计工具说明在所给材料中未提供独立证据，样本量与阈值应视为待验证假设。
- Shell / 命令行
- 本地文件系统
Python 3
安装整个仓库：Claude Code 中运行 /plugin marketplace add aaron-he-zhu/aaron-marketing-skills，再运行 /plugin install aaron-marketing@aaron；其他 Agent Skills 兼容主机可运行 npx skills add aaron-he-zhu/aaron-marketing-skills，或直接 git clone https://github.com/aaron-he-zhu/aaron-marketing-skills。来源未提供该单个技能的独立安装命令。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/aaron-he-zhu/aaron-marketing-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/narrative/evaluate/message-test-designer" ~/.claude/skills/
rm -rf "$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？
安装后，把下面任意一句发给 Agent 即可触发：
- [headline + subhead]
提供候选消息、目标面板和候选变体，例如：Design a 5-second comprehension test for our new homepage hero: "[headline + subhead]". What do we measure and what's the pass bar?。技能会生成测试设计规格；执行应交给 send-experiment-designer 或 ad-test-designer，结果分析应交给 performance-analyzer。
这个 Skill 有哪些优点和局限？
- 输出结构明确，覆盖假设、面板、协议、阈值和失败处理。
- 强调从既有消息规范中提取刺激材料，并标记未经批准的声明。
- 默认不需要付费工具即可完成测试设计。
- 明确区分设计、执行、分析和声明裁决职责。
- 不会招募面板、运行实验或分析完整结果。
- 依赖已有候选消息、消息规范和声明台账；没有候选消息时会停止并要求输入。
- 面板规模只是带假设的 Estimated 估算，不是实测证据。
- 来源没有提供独立测试套件或平台执行结果。
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。
FollowSkills 如何评估这个 Skill？
证据显示技能明确限制为测试设计、不执行实验，并要求将输入视为不可信、未经证实的声明标记为[needs source]，且写入记忆或注册表前需要用户确认或授权提案；扣6分，因未具体说明面板数据的敏感信息处理、隐私最小化、恢复机制，也依赖外部执行平台。
证据显示触发条件、NEEDS_INPUT分支、协议选择、阈值、失败回退和交接边界较清晰；扣11分，因本次仅静态阅读，没有该技能专门的测试或关键路径复现，且外部面板执行与引用资源可用性未被验证。
证据显示目标用户、消息类型、三类测试协议、输入参数、非适用范围和中英文触发词均较明确，并支持无付费工具的设计层；扣4分，因面板执行依赖外部平台，Wynter/UsabilityHub等在中国大陆的可达性与替代路径未说明，且目标面板边界仍需用户补充。
证据显示有结构化frontmatter、版本18.0.0、Apache-2.0许可证、Quick Start、契约、数据源、限制、交接和后续技能说明；扣4分，因选定技能未提供具体输出模板、FAQ或故障排查，维护责任人与更新路径不清晰，发布者身份也未验证。
证据显示预期规格涵盖可衡量假设、招募标准、刺激集、阈值、样本量假设、停止/修订规则和交接，核心设计任务基本覆盖；扣8分，因没有代表性产出或执行结果证据，且依赖既有消息规范、claims ledger和后续实验构建器，输出可能仍需较多整合。
证据显示技能引用了仓库内的契约、TALE、安全和连接器文档，并要求区分Measured、User-provided和Estimated；扣6分，因关键的Wynter guidance、阈值示例和效果主张没有随技能提供可核验第三方证据，也没有该技能专门的可复现测试。
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 →