Marketing Skills Playbook

如何用 Claude Code Skills 为 WellChina 做 SEO / GEO / CRO / 增长。

本文档和 Product Design Skills Playbook 是姊妹篇，分工明确：

文档	回答的问题	什么时候用
Product Design Playbook	该做什么产品/功能	立项之前、每季度复盘
Marketing Playbook（本文）	做出来怎么让人用到	产品有了之后做 SEO/GEO/CRO/增长

本文面向在 WellChina 项目下使用 Claude Code 做 marketing 与 growth 相关任务的同学，目的是让 AI 代理以统一方式、最少重复地帮你完成从关键词研究到落地页优化到 AI 引用优化的全链路工作。

它不是 SEO/GEO 知识百科（那些 skills 自带），而是调度手册——告诉你面对「我要做一件事」，应该：用哪个 skill、在什么目录下执行、产出物叫什么、下一步自然承接到哪个 skill。

为什么需要这份 playbook

WellChina 有三个场景让 skill 使用比一般 SaaS 更复杂：

YMYL 医疗域——Google E-E-A-T 对医疗站的门槛比一般站高一档（2025-09 Quality Rater Guidelines），FAQ schema 受限于 gov/health 类站点，所有内容需要作者资质 + 一手证据。
多语目标站 · 中文世界信息源——以中国本土医疗资源（医院、手术、价格）为信息源，需命中 8 种目标语言 SERP（en/zh/ja/ko/ru/id/vi/th）。每种 locale 对应一个海外目标市场：英语圈（US/UK/AU/CA 的 expat + medical tourist）、日本、韩国、俄语圈、东南亚（ID/VI/TH）、海外华人 diaspora（zh locale 覆盖 HK/TW / 海外华人 / 在华读中文的 expat，不覆盖中国大陆用户 —— 见监控策略调研 §产品定位）。需 hreflang、8 语言 entity、多语 GEO 同时覆盖，复杂度约为一般双语站的 4 倍。
GEO 是获客主渠道——目标用户 70%+ 会先问 ChatGPT / Perplexity / Google AI Overviews 「best hospital in China for foreigners」，而不是传统搜索。GEO 优先级 ≥ SEO。

散落在 4 个 skill 库里的 80+ skills 能覆盖以上全部需求，但随意调用会互相打架（比如同时生成两份 product context、两份 brand DNA）。本文把它们组织成一条稳定流水线。

Skills 全景

WellChina 使用的 skill 来自四个库。一张表看懂每个库的定位与互补关系：

库	提供者	skill 数	强项	调用风格	状态
`marketing-skills`	Corey Haines	36	通用 marketing 全栈：CRO、copywriting、paid ads、analytics、pricing、launch	自然语言触发 + `/skill-name`	已安装（`.claude/settings.json`）
`seo-geo-claude-skills`	aaron-he-zhu	20	中英日韩西葡六语 GEO + CORE-EEAT (80) + CITE (40) 评分 + 三层项目记忆	自然语言（含中文触发器）	待安装
`claude-seo`	AgriciDaniel	23	技术 SEO 重装：GSC/PageSpeed/CrUX/GA4 API 直连、hreflang 审计、drift 监控、PDF 报告	`/seo <command>` 命令式	待安装
`gtm-engineer-skills`	onvoyage-ai	11	从 brand DNA 到内容发布的端到端流水线、Reddit 话题挖掘、GEO 数据图表、代码级 AEO 改造	自然语言流水线	待安装

不用全装。WellChina 推荐组合见 § 安装与启用。

除了这四个 skill 库，MCP 服务器是另一维度的扩展——它不是 skill，是让所有 skill 能直接查外部系统（GSC、GA4、数据库等）的连接器。WellChina 必装两个（见 § 场景 7）：

MCP	作用	为何必须
Suganthan GSC MCP	让 skill 自然语言查 Search Console（含 20 个预置分析如 quick_wins/content_decay）	没它，`ai-seo` / `content-refresher` 这类 skill 只能靠猜
surendranb GA4 MCP	让 skill 查 GA4 480+ 维度	把 SEO 流量 → 转化的最后一公里打通

四个库如何互补

渲染中…

关键互补：

Corey 的 ai-seo vs aaron 的 geo-content-optimizer vs AgriciDaniel 的 /seo geo vs onvoyage 的 improve-aeo-geo——同样是 GEO，但视角不同：Corey 讲战略框架，aaron 做 CORE-EEAT 逐项评分，AgriciDaniel 跑 URL 级技术诊断（citability 25%、结构 20% 等权重），onvoyage 改代码（JSON-LD、llms.txt、sitemap）。建议按「战略 → 评分 → 技术 → 代码」顺序串联，不要只用一个。
Corey 的 customer-research vs onvoyage 的 research-brand + reddit-opportunity-research——Corey 更偏 B2B SaaS 问卷式调研，onvoyage 更偏 URL 爬取 + 社区话题挖掘。WellChina 用后者的覆盖面更广（对 C 端外国人用户场景更合适）。
Corey 的 seo-audit vs AgriciDaniel 的 /seo audit——前者是 checklist 式快审，后者用并行 subagent 跑完整站审计并输出 PDF。日常用前者，季度复盘用后者。

安装与启用

当前 .claude/settings.json 仅启用了 marketing-skills。补装另外三个（在 WellChina 项目根目录执行）：

bash

# 1) 多语 GEO + 评分框架（最高优先级：中文原生支持）
/plugin marketplace add aaron-he-zhu/seo-geo-claude-skills
/plugin install aaron-seo-geo

# 2) 技术 SEO 深度 + Google API（hreflang 审计对 8 语言站刚需）
/plugin marketplace add AgriciDaniel/claude-seo
/plugin install claude-seo@AgriciDaniel-claude-seo

# 3) 内容流水线（git clone + symlink；项目级安装避免污染 user scope）
git clone --depth 1 https://github.com/onvoyage-ai/gtm-engineer-skills.git \
  .claude/plugins/gtm-engineer-skills
mkdir -p .claude/skills
for s in research-brand research-keywords reddit-opportunity-research \
         geo-content-research geo-content-planning write-seo-geo-content \
         create-geo-charts audit-content build-resource-pages improve-aeo-geo; do
  ln -sf "../plugins/gtm-engineer-skills/$s" ".claude/skills/$s"
done

装完重启 Claude Code，用 /plugin list 或 ls .claude/skills/ 确认。

基础设施：一次性产出，所有 skill 共享

几乎所有 marketing skill 启动时都会检查两份基础文档。先一次性把这两份跑出来，后续所有任务省去重复上下文输入：

基础文档	生成者	路径	谁会读它
产品营销上下文	Corey · `product-marketing-context`	`.agents/product-marketing-context.md`	Corey 全部 36 skills
品牌 DNA	onvoyage · `research-brand`	`brand_dna.md`（项目根）	onvoyage 全部 11 skills
项目记忆 HOT cache	aaron · `memory-management`	`.claude/memory/hot.md`（自动维护）	aaron 全部 20 skills

启动脚本（在 Claude Code 交互窗内按序发）：

请用 product-marketing-context skill 为 WellChina 起草产品营销上下文，重点覆盖外国人患者、中国私立医院合作方、手术品类、多语言需求。 → 人工审一轮，补上 docs/prd-v1.md、docs/market-research.md、docs/procedure-strategy.md 里还未体现的信息。
请用 research-brand skill 研究 wellchina.com 并产出 brand_dna.md → 和步骤 1 的产出对齐、手动去重。
后续每次新会话开头说 加载项目记忆，aaron 的 memory-management 会把 HOT cache（~80 行）自动拉进上下文。

以上三份产物纳入 git（.agents/ 和 brand_dna.md 已在 .gitignore 外），不提交给 marketing 团队评审的话等于白做。

按业务场景的 skill 调度

以下六条是 WellChina 目前最常跑的工作流。每条包含：触发词 → 使用的 skill → 产出物 → 下一步。

场景 1：给一个新手术品类开一组 SEO 页（例如「种植牙」8 语言版）

渲染中…

WellChina 专属要点：

步骤 B 按语言 × 市场矩阵跑。8 locale 对应市场：en（US/UK/AU/CA）、zh（HK/TW/海外华人 diaspora，不覆盖大陆）、ja-JP、ko-KR、ru-RU、id-ID、vi-VN、th-TH。按用户池分层避免工期爆炸：
- T1 强制扫描：en-US + ja-JP + ko-KR + ru-RU（覆盖核心 medical tourism 用户池，4 份 keyword 表合并去重）
- T2 按季度补：id-ID + vi-VN + th-TH + zh（T1 pilot 上线 6 周后按业绩补做）
- 大陆关键词（market=zh-CN）不跑 —— 产品定位明确排除
步骤 F 必须输出完整 8 语言 hreflang 矩阵（每页 8 个 alternate + 1 个 x-default）。x-default 建议指向 en（英语覆盖最广）。zh 的市场归属标 zh-TW / zh-HK，避免被判断为大陆站。

场景 2：让 ChatGPT / Perplexity 在相关问答中引用 WellChina（GEO 主战场）

渲染中…

WellChina 专属要点：

geo-content-research 的 Phase 1 要明确告诉它：目标品类是 "foreigners seeking medical care in China"。AI 引擎优先级严格按用户池决定：
- T1（必做）：ChatGPT > Perplexity > Google AI Overviews > Claude > Gemini —— 覆盖英语圈 + ID/VI/TH 用户（东南亚用户主要用 Tier 1 国际引擎）+ 全球商务主力
- T2（按目标市场扩）：日文 Line AI / Sakana AI、韩文 Naver Cue: / Kakao Kanana、俄文 Yandex GPT / GigaChat —— 日韩俄用户有本地 AI 习惯，不能忽略
- T3（极低优先，仅服务 zh diaspora 非大陆用户）：Doubao / Kimi / DeepSeek / Qwen —— 产品定位明确不服务大陆，不要把这些 engine 当主战场，最多作为海外华人 diaspora 市场的补充
- 直接跳过：Baidu ERNIE / Tencent Yuanbao 等大陆封闭生态引擎（用户根本不是目标）
步骤 D 是唯一会真实抓取 URL 的 skill，其他都是策略 / 内容 skill，不要让策略 skill 尝试爬页。
步骤 F 的 chart 要优先做「医院资质对比」「手术价格区间对比」「语言服务等级」——这三类数据 AI 引擎引用率最高（自带权威感）。

场景 3：优化某个转化页（例如 `/en/hospitals/[id]` 详情页）

渲染中…

page-cro 已经会读 .agents/product-marketing-context.md，不需要你再重新讲一遍 WellChina 是干啥的。
analytics-tracking 产出的事件清单应直接写入 docs/analytics-integration-standards.md，避免双份源头。

场景 4：定期审计 + drift 监控（月度）

渲染中…

第一个月跑 drift baseline 存基线，后续每月用 /seo drift compare 输出增量报告。8 语言站必须跑 /seo hreflang https://wellchina.top 防止 locale 互串，重点检查：(1) zh / zh-TW / zh-HK 分化是否正确（目标是 diaspora 而非大陆）；(2) x-default 归属（建议 en）；(3) SE Asia 三语（id/vi/th）是否被错识别为相近语种（泰语常被识别成老挝语，越南语常被识别成中文变体）。

场景 5：找新流量池（Reddit / 知乎 / 小红书话题挖掘）

渲染中…

onvoyage 的 reddit skill 在 Claude Code 里没有原生 Reddit 接入，Claude 的 WebSearch 可以覆盖，但如果量大建议在 ChatGPT 里并行跑一次（它有原生 Reddit 权限），互相补充。
不要投入小红书/知乎/微博 —— 这些是大陆用户主场，产品定位明确不服务大陆。zh diaspora 用户的活跃平台是 Facebook Groups、YouTube、LIHKG/Dcard，不是这三个。

场景 6：发一个新功能 / 新城市覆盖

渲染中…

场景 7：数据闭环——GA4 + GSC + Vercel 驱动的 SEO 正向循环

这是把 skill 从"单次任务执行器"升级成"持续优化引擎"的关键。前 6 个场景是"输出内容"，场景 7 是"根据数据反过来决定下一轮产什么"。

7.1 为什么必须接 GA4 + GSC

WellChina 现有分析栈（见分析接入规范）：

数据源	覆盖什么	对 SEO/GEO 的价值
GA4	会话、事件、转化、受众、留存	落地后用户行为，回答「这个 SEO 流量转化怎么样」
Vercel Speed Insights	真实用户 CWV（LCP/INP/CLS）	Google 排名因子，`technical-seo-checker` 的输入
Google Search Console（尚未接入）	展现 / 点击 / CTR / 平均排名 / 索引状态 / 查询词	SEO 的唯一权威数据源，必须接
服务器日志（需额外配置）	GPTBot / ClaudeBot / PerplexityBot 的访问记录	GEO 的唯一客观数据源，AI 机器人不跑 JS → GA4 抓不到

没有 GSC，skill 产出的所有 SEO 建议都是猜测。ai-seo、geo-content-optimizer、content-refresher 这些 skill 都需要 GSC 数据才能回答「哪些页该优先优化」。

7.2 三种接入 skill ↔ 数据的路径（按推荐度）

路径 A：MCP 服务器（推荐，功能最强）

不是 skill，是 Claude Code 的 MCP 连接器。安装后所有 skill 都能自然语言查 GSC/GA4 数据：

MCP 服务器	装什么	特点
`Suganthan-Mohanadasan/Suganthans-GSC-MCP`	GSC 20 个分析工具	不是 raw API wrapper，自带 `quick_wins` / `content_decay` / `cannibalization_check` / `traffic_drops` / `ctr_vs_benchmark` / `content_recommendations` / `verify_claim`（幻觉守卫）。强烈推荐首选
`surendranb/google-analytics-mcp`	GA4 480+ 维度指标	schema discovery + server-side aggregation，自动选合适的 dimension/metric
`surendranb/google-search-console-mcp`	GSC 基础 20 工具	若 Suganthan 的不合用的备选，更偏原生 API

路径 B：AgriciDaniel /seo google 命令族（已在 playbook）

装了 claude-seo 之后自带，用命令式调用。和 MCP 可以共存——日常查数据用 MCP（自然语言），定期生成 PDF 报告用 /seo google report full。

命令	需要凭据 Tier	做什么
`/seo google setup`	—	配 Google Cloud project
`/seo google pagespeed <url>`	API Key	Lighthouse + CrUX 合并报告
`/seo google crux-history <url>`	API Key	25 周 CWV 趋势
`/seo google gsc <property>`	OAuth/SA	28 天 clicks/impressions/CTR/position + quick win 检测
`/seo google inspect <url>`	OAuth/SA	真实索引状态
`/seo google ga4`	+ GA4 property ID	有机流量报告
`/seo google index <url>`	OAuth/SA	提交到 Indexing API

路径 C：服务器日志分析（GEO 唯一客观路径）

GA4 和 GSC 都追踪不到 AI 引擎。要监控 GEO 效果只能靠服务器日志。

WellChina 的 Next.js 跑在 Vercel 上——启用 Vercel Log Drain（或自建 middleware 打 access log 到 Vercel Blob / 第三方），然后用简单脚本按 User-Agent 聚合：

用户代理	归属	含义
`GPTBot`	OpenAI	ChatGPT 训练爬虫（不实时）
`ChatGPT-User`	OpenAI	ChatGPT 搜索时实时抓取（这个才是 GEO 信号）
`OAI-SearchBot`	OpenAI	ChatGPT Search
`ClaudeBot`	Anthropic	Claude 训练
`Claude-SearchBot` / `Claude-Web`	Anthropic	Claude 搜索实时抓取
`PerplexityBot`	Perplexity	Perplexity 索引
`Perplexity-User`	Perplexity	Perplexity 实时抓取
`Google-Extended`	Google	Google AI 训练
`GoogleOther`	Google	AI Overviews 相关
`Applebot-Extended`	Apple	Apple Intelligence
`CCBot`	Common Crawl	被多家 LLM 用作训练源

访问模式参考：GPTBot 常在 04:00 UTC 打；Claude-SearchBot 夜间高峰；PerplexityBot 在 23:00/05:00/09:00 爆发。

7.3 完整闭环 —— 信号如何驱动 skill

渲染中…

六条闭环具体怎么跑：

Quick Win 闭环（最快见效）——GSC quick_wins 识别位置 4-15 高展现词 → Corey copy-editing skill 改 title + meta description → 48-72 小时 GSC 验证 CTR 是否提升 → 若提升，把模板写进记忆库供后续页面复用。
Content Decay 闭环——GSC content_decay 识别连续 3 个 30 天下滑的页 → Corey copy-editing + onvoyage write-seo-geo-content 补充一手数据、更新统计数字 → 30 天对比。
Cannibalization 闭环——GSC cannibalization_check 识别两个页争一个词 → internal-linking-optimizer 把弱页内链指向强页，或 301 合并 → GSC 验证排名集中到一个页。
CRO 闭环——GA4 找出「SEO 入口 Top 20 页中转化率低于均值的」 → Corey page-cro + ab-test-setup → 两周测试 → 把赢的变体的复制模式回灌到 content-strategy。
CWV 闭环——Vercel Speed Insights p75 异常 → /seo google crux-history 拉 25 周趋势确认是否是真实趋势而非偶发 → aaron technical-seo-checker 定位问题 → docs/performance-monitoring-plan.md 落地修复。
GEO 闭环（最难量化）——服务器日志每周看 AI 爬虫抓取频次和抓取的 URL → 识别被抓取但未被引用的页（结合手动 prompt 测试）→ onvoyage improve-aeo-geo 改 JSON-LD / llms.txt / 段落结构 → 4 周后重新测试 prompt。

7.4 GEO 追踪的冷酷真相

GA4 / GSC 不能追踪 AI 引用。要知道「ChatGPT / Perplexity 有没有推荐 WellChina」只有三条路：

路径	成本	准确性	推荐度
服务器日志看 AI 爬虫	免费（已有 Vercel 日志）	中（能看抓取，看不到引用）	⭐⭐⭐ 必做
手动跑 GEO Prompt Target Table	免费（费时）	高（真实引用结果）	⭐⭐⭐ 必做，月度
SaaS 追踪工具	$50-500/月	高（自动化）	⭐ MVP 后再考虑

WellChina MVP 阶段建议：只做前两条。每月第一周从 GEO Prompt Target Table 里抽 20 条高优先 prompt，在 ChatGPT / Perplexity / Doubao / Kimi / DeepSeek 各跑一遍，记录引用率到 docs/geo-tracking-log.md。钱花到值得花的时候再上 Profound / Otterly / HubSpot AEO 这类工具。

主流 SaaS GEO 工具供未来参考：Profound、Otterly.ai、HubSpot AEO、Peec AI、Scrunch、Adobe LLM Optimizer、Semrush AI Visibility Toolkit、Evertune、Bluefish、AthenaHQ、Frase、AI Rank Lab（有免费层）。

7.5 接入 checklist（W3 完成）

[ ] Google Cloud 项目建好（复用 docs/analytics-implementation-plan.md 里 GA4 的那个）
[ ] 启用 Search Console API + PageSpeed Insights API + Indexing API
[ ] 在 GSC 把 wellchina.com 两份 property（URL prefix + domain）都验证掉
[ ] 装 Suganthan GSC MCP：follow repo README 里 OAuth 模式，5 分钟
[ ] 装 surendranb GA4 MCP：复用同一 Google Cloud 项目
[ ] 跑 /seo google setup 把 AgriciDaniel 的凭据也配齐（后续用于 /seo google report full）
[ ] Vercel 项目设置里启用 Log Drains，导出 raw access logs 到 Vercel Blob（或自建 src/middleware.ts 按 User-Agent 过滤 AI 爬虫打日志）
[ ] 新建 docs/geo-tracking-log.md 作为手动 prompt 测试月报模板

💡 决定"该做什么产品/功能"不是 marketing 的职责。机会扫描、假设验证、功能优先级、PRD 产出这一整套产品设计流程独立成篇：Product Design Skills Playbook。两份 playbook 的交接点见该文档末尾。

触发方式：三种风格、什么时候用哪种

风格	例子	合适场景
自然语言触发	「帮我调研种植牙的关键词」	日常、大多数任务（Corey / aaron / onvoyage 都支持）
`/slash` 命令	`/seo audit https://wellchina.com`	需要确定性（AgriciDaniel 全部用这种）
显式调用 skill 名	「用 `geo-content-research` skill 从头走一遍 6 阶段」	当自动触发猜错、或者你要跳过早期阶段

同名能力撞车时（例如 Corey 的 ai-seo 和 aaron 的 geo-content-optimizer），用显式 skill 名避免歧义。

项目记忆：跨会话不丢上下文

aaron 的 memory-management 维护三层温度模型：

渲染中…

日常工作流：

每次新会话第一句：加载 HOT 记忆（或让 session-start hook 自动跑）。
任何审计跑完后：把这次的关键发现放进 WARM。
90 天以上旧记录：让它自动下沉到 COLD，别手动删。

实施路线图（建议 6 周启动）

周次	目标	交付物
W1	基础设施	`product-marketing-context.md` + `brand_dna.md` + HOT 记忆初始化；装齐 4 个 skill 库
W2	GEO 优先	跑完场景 2 端到端一轮，产出 GEO Prompt Target Table（T1 4 语：en + ja + ko + ru）+ 5 篇 en 种子文章（T1 其他语种先观察，W4 再决定）
W3	数据闭环接入	场景 7.5 checklist 全跑完：GSC + GA4 MCP 装好、Google Cloud 凭据、Vercel Log Drain 启用；首次 `quick_wins` / `content_decay` / `cannibalization_check` 跑出 baseline 报告
W4	SEO 补强	场景 1 跑 2-3 个主手术品类；`/seo audit` 首次全站；`/seo drift baseline` 存档；启动 W3 数据反哺的第一轮优化（quick win 闭环）
W5	转化 & 监控	场景 3 优化至少 3 个 GA4 确认的高流量低转化页；analytics 事件接入；场景 4 月报模板成型
W6	GEO 回测	首次手动跑 GEO Prompt Target Table（ChatGPT/Perplexity/Doubao/Kimi/DeepSeek × 20 prompt），填 `docs/geo-tracking-log.md`；服务器日志 AI 爬虫月报成型

常见陷阱（WellChina 场景特有）

多语 entity 错位——entity-optimizer 默认只建一份 entity 档案。WellChina 是 8 语言站，必须按 T1/T2 分批跑 entity-optimizer（至少 market=en + market=ja + market=ko + market=ru），所有档案通过 sameAs 互指同一个 WellChina 实体 URI（建议 en 档案为规范），避免 Google / AI 引擎把多语言页识别成多个不同实体。zh entity 必须明确是"海外华人 diaspora"而非大陆 —— 关键字段如 areaServed 不要写 CN，写 HK, TW, Chinese diaspora overseas。
医疗 schema 用错类型——不要乱用 MedicalBusiness，对 WellChina 这种中介平台应该用 MedicalClinic 列表 + Physician + MedicalProcedure（具体映射见 AgriciDaniel /seo schema 输出后再由 docs/auth-system-design.md 的数据模型对齐）。
FAQ schema 限制——2023-08 起 FAQ schema 只对 gov/health 显示。WellChina 可用但要自证资质（MedicalWebPage + reviewedBy 医生档案）。
幻觉统计数据——medical 内容尤其致命。所有文章发布前必须跑 onvoyage · audit-content，验证统计数据和 URL 真实性。这是硬卡点，不是可选。
跨 skill 重复上下文——如果发现每次开新会话都要讲一遍产品是啥，说明基础设施没做好。回到 § 基础设施。
没接 GSC 就跑 SEO skill——ai-seo / content-refresher / seo-audit 不接 GSC 的话只能给通用建议，无法识别 WellChina 自己的 quick win 和 decay 页。W3 之前不要做场景 1 的大规模内容生产，否则第一批内容就进不了正向循环。
用 GA4 追 GEO 引用——这是最常见的误解。GA4 抓不到 AI 引擎的引用，AI 机器人不跑 JS。GEO 追踪只能靠服务器日志 + 手动 prompt 测试，见 § 7.4。

Marketing Skills Playbook ​

为什么需要这份 playbook ​

Skills 全景 ​

四个库如何互补 ​

安装与启用 ​

基础设施：一次性产出，所有 skill 共享 ​

按业务场景的 skill 调度 ​

场景 1：给一个新手术品类开一组 SEO 页（例如「种植牙」8 语言版） ​

场景 2：让 ChatGPT / Perplexity 在相关问答中引用 WellChina（GEO 主战场） ​

场景 3：优化某个转化页（例如 /en/hospitals/[id] 详情页） ​

场景 4：定期审计 + drift 监控（月度） ​

场景 5：找新流量池（Reddit / 知乎 / 小红书话题挖掘） ​

场景 6：发一个新功能 / 新城市覆盖 ​

场景 7：数据闭环——GA4 + GSC + Vercel 驱动的 SEO 正向循环 ​

7.1 为什么必须接 GA4 + GSC ​

7.2 三种接入 skill ↔ 数据的路径（按推荐度） ​

7.3 完整闭环 —— 信号如何驱动 skill ​

7.4 GEO 追踪的冷酷真相 ​

7.5 接入 checklist（W3 完成） ​

触发方式：三种风格、什么时候用哪种 ​

项目记忆：跨会话不丢上下文 ​

实施路线图（建议 6 周启动） ​

常见陷阱（WellChina 场景特有） ​

相关文档 ​

Marketing Skills Playbook

为什么需要这份 playbook

Skills 全景

四个库如何互补

安装与启用

基础设施：一次性产出，所有 skill 共享

按业务场景的 skill 调度

场景 1：给一个新手术品类开一组 SEO 页（例如「种植牙」8 语言版）

场景 2：让 ChatGPT / Perplexity 在相关问答中引用 WellChina（GEO 主战场）

场景 3：优化某个转化页（例如 `/en/hospitals/[id]` 详情页）

场景 4：定期审计 + drift 监控（月度）

场景 5：找新流量池（Reddit / 知乎 / 小红书话题挖掘）

场景 6：发一个新功能 / 新城市覆盖

场景 7：数据闭环——GA4 + GSC + Vercel 驱动的 SEO 正向循环

7.1 为什么必须接 GA4 + GSC

7.2 三种接入 skill ↔ 数据的路径（按推荐度）

7.3 完整闭环 —— 信号如何驱动 skill

7.4 GEO 追踪的冷酷真相

7.5 接入 checklist（W3 完成）

触发方式：三种风格、什么时候用哪种

项目记忆：跨会话不丢上下文

实施路线图（建议 6 周启动）

常见陷阱（WellChina 场景特有）

相关文档