这个 Skill 能做什么，适合哪些场景？
Newsletter Monetization Planner 面向拥有 newsletter 或创作者邮件名单的用户，规划付费订阅、广告赞助和推荐增长三类变现路径。它根据用户提供的名单规模、活跃订阅数、打开率、点击率、发送频率和价格等数据，建立收入模型与名单增长预测。所有预测数字都需标注为 Measured、User-provided 或 Estimated。该技能还检查赞助广告披露、诚实报价、声明依据和商业邮件同意状态，但不负责整体 SEND 评分或 ROI 计算。
读取邮件平台导出的名单与互动数据、发送频率、现有收入线、变现目标、价格点和增长来源；测算付费层级的 MRR/ARR，按 CPM、CPC 或单次发送建立赞助刊例，设计 referral/recommendation/boost 增长循环，并生成名单增长与收入预测。它同时输出披露与诚实报价检查清单、证据标签和标准化交接摘要；缺少数据时标记为 [needs source]，不填入虚构的行业基准。
- newsletter 运营者希望比较纯付费订阅与订阅加赞助的混合模式。
- 创作者需要依据现有名单规模、打开率和点击率制作赞助刊例。
- 邮件团队希望估算 referral、recommendation swap 或 boost 对名单增长和收入的影响。
- 商业邮件发送前，团队需要检查广告披露、声明依据和商业邮件同意范围。
如何安装这个 Skill？
- 这是静态源文件审查，未执行技能、公式、写入流程或 registry-events。
- 缺少列表规模、打开率、点击率、价格或收入目标时应停在 NEEDS_INPUT；不要把行业基准当作事实。
- 商业邮件同意状态缺失时，技能允许按陈述受众建模并标记 S2 缺口；实际售卖或发送前应先完成同意核验。
- 赞助、价格、折扣、保证和绩效声明需要可追溯证据；未解决的声明只能标记为 D1 风险。
- Shell / 命令行
- 本地文件系统
可安装整个仓库：在 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-compatible 主机可运行 npx skills add aaron-he-zhu/aaron-marketing-skills。仓库也支持 git clone https://github.com/aaron-he-zhu/aaron-marketing-skills。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/aaron-he-zhu/aaron-marketing-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/email/nurture/newsletter-monetization-planner" ~/.claude/skills/
rm -rf "$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？
使用类似 Model monetization for my 20,000-subscriber newsletter — paid tiers and sponsorships 的提示词，或提供名单规模、目标（paid-subs、sponsorship 或 both）及打开/点击率。示例：Build a sponsorship rate card and a paid-sub revenue model for a 45K list at 42% open / 3.1% click。完成模型后，技能会询问是否保存结果。
这个 Skill 有哪些优点和局限？
- 覆盖付费订阅、赞助刊例和推荐增长循环三条收入线。
- 明确区分 Measured、User-provided 和 Estimated，禁止把假设收入当作实测值。
- 包含广告披露、声明依据和商业邮件同意状态检查。
- Tier 1 不要求付费 API 或预先配置的 keyed 集成。
- 不会计算 ROI、revenue-per-send 或 list value，这些工作交给 roi-calculator。
- 不会执行完整 SEND/EQS 评分或 D1 审计，这些工作交给 email-quality-auditor。
- 不提供内置行业 CPM、转化率或 K-factor 基准，缺少数据时需要用户补充或保留为 [needs source]。
- 来源未提供该单项技能的独立测试结果或平台覆盖验证。
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 |
|---|---|---|---|---|
| Newsletter 变现规划器 本页 | 61 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 邮件列表增长设计师 | 58 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 邮件营销圣经 | 60 · 推荐 | ★ 342 | 14 天前 | MIT |
| 倡导计划设计师 | 59 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 邮件序列生成技能（Market Emails） | 49 · 谨慎使用 | ★ 2.8k | 7 个月前 | MIT |
它专注于 newsletter 变现与增长经济模型；email-quality-auditor 负责整体 SEND 评分和 D1 门禁，roi-calculator 负责回报计算，landing-optimizer 负责点击后的页面优化。
FollowSkills 如何评估这个 Skill？
技能明确将导入数据视为不可信，采用最小权限、无密钥 Tier-1 输入、商业邮件同意检查、赞助披露、声明台账和“写入前询问”；但仍涉及写入 memory、提交 registry proposal，未在本技能中完整说明回滚、删除恢复、数据流边界或逐项确认机制，因此扣6分。
契约、输入输出、NEEDS_INPUT、Done when、估算标记和异常缺口处理较完整，关键公式与停止条件也较清楚；但本技能没有专属测试或执行证据，外部引用技能和 registry-events 依赖未能静态复现，边界场景仍有限，因此扣11分并受静态上限约束。
触发语义、目标用户、输入参数、输出内容、非适用范围和后续路由都明确，提供中英文场景描述；但对不同 newsletter 类型、地区法规差异和中文邮件运营环境的适配证据有限，geo-relevance 标为 low，因此扣4分。
具备结构化 frontmatter、版本、Apache-2.0 许可、Quick Start、契约、数据源、质量栏、保存模板和下一技能说明，信息架构良好；但维护责任、变更记录、稳定性承诺和单技能安装/故障排查说明不够明确，且部分治理信息只在仓库级材料中出现，因此扣5分。
输出目标具体，包括付费层级、赞助刊例、增长循环、列表增长与收入预测及披露清单，并要求标注 Measured/User-provided/Estimated，核心任务在静态阅读中可理解；但没有代表性实际输出或执行验证，且结果依赖用户数据和其他技能，因此按静态上限给7分。
技能要求来源标签、 claims ledger、ESP 自有数据和 order-ID truth set，并区分测量值、用户提供值和估算值；但未提供本技能专属测试、第三方执行证据或多源交叉验证，静态审查最多给5分。
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 →