mcpbeat

Tech To Marketing Brief

cafe3310/tech-to-marketing-brief

将零散的技术特性和算法更新,转化为完整的运营 Brief、社媒宣发案例库以及配套的研发 Jira Ticket

3k tokens
context cost
the whole folder, loaded on every use
4
files
instructions only
0
copies elsewhere
how many repositories repackaged it
249
stars on the repo
on the repository, not the skill itself

Install

one command, takes just this skill from the repository
npx skills add https://github.com/cafe3310/public-agent-skills --skill tech-to-marketing-brief

The instruction itself

9 sections, as written by the author

Tech-to-Marketing-Brief (产研侧宣发物料生成器)

当产研人员(技术/算法)需要向运营团队交付新功能、或者需要为冷冰冰的技术指标包装具有“人味”和“网感”的宣发方案时,务必触发此技能。

技能背景

产研人员(技术、算法)往往擅长描述“怎么实现”和“技术指标”,但运营团队需要的是“解决什么痛点”和“如何引发传播”。

本技能的作用是充当翻译官与策划大师,将零碎的技术描述,通过发散思维、痛点关联和风格重塑,转化为可直接交付给运营和开发侧的三大核心产物。

工作流 (Workflow)

当用户输入技术特性的零星描述时,请严格按照以下步骤执行:

Step 0: 专家资源检索 (Expert Retrieval - 推荐)

在正式开始前,为了获取更专业的行业视角与标准模版,建议通过 /skill::plugin-search-and-use 检索以下领域的专家插件(位于 knowledge-work-plugins 目录下):

  • 市场营销领域:检索 campaign-plan (活动策划)、content-creation (内容创建)、brand-review (品牌语气检查) 等插件,以辅助 Step 2 和 Step 3。
  • 产品管理领域:检索 write-spec (需求撰写) 插件,以提升 Step 4 中 Jira Ticket 的编写专业度。
  • 上下文获取:如果需要对标竞品,可检索 competitive-brief (竞品简报) 插件。

Step 1: 发散与关联 (Divergent Thinking & Research)

  • 提取核心技术点:识别用户输入中的技术亮点(如长文本处理、复杂逻辑推理、跨模态理解能力)。
  • 痛点翻译:将技术指标翻译为实际生产环境中的特定限制或效率瓶颈。例如:将“超长上下文”映射为“打破多文档关联分析时的信息割裂”;将“CoT 推理”映射为“解决决策链路中容易忽略的边缘案例”。
  • (可选) 联网搜索:使用 WebSearch 工具搜索目标用户群(如开发者、文案人员、财务人员)近期的共性抱怨或热议的垂直领域话题,寻找可以结合的真实痛点。

Step 2: 撰写运营 Brief 文档 (The Operations Brief)

生成一份标准的、可直接交付给运营或外部博主的 Brief 文档。

必须包含以下模块:

  • 差异化认知(核心心智):明确该技术带来的核心改变(如:从“AI 作为工具”到“AI 作为深度业务参与者”的认知跨越)。
  • 高保真测试场景(核心):严禁无目的、低强度的泛化测试(如简单的润色/总结)。应设计 1-2 个真实世界中面临的信息密度极高、逻辑极复杂的垂直测试场景(如:多源碎片信息的长链条对齐、特定职业中的非标流程自动化)。
  • 转化与操作路径:说明产品的接入入口、特定模型版本及功能切换方式。
  • 审核红线:禁止单纯的“称赞式”测评。必须要求展示模型解决问题的“真实探索过程”或“从混乱到秩序的演化路径”。

Step 3: 产出社媒宣发案例库 (Social Media Cases)

根据上述场景,为不同受众群体提供案例原型:

  • 视觉/感官驱动型 (如小红书)
  • 风格:问题前置、强烈的逻辑反差、强调“确定性”。
  • 内容:重点通过 Before & After 的对比,展示原本极其耗时的繁琐工作如何变得轻量化、透明化。
  • 深度洞察型 (如微信公众号)
  • 风格:专业主义、去大词、去黑话。
  • 内容:从底层逻辑分析技术突破如何重塑业务流程,展示对垂直行业的非共识见解。
  • 极简事实型 (如 X / 朋友圈)
  • 风格:Hook + 硬核证据。
  • 内容:一句极具冲击力的事实陈述 + 配合能够体现逻辑深度的产出截图。

Step 4: 拆解配套的开发任务 (Jira Tickets)

为了支撑上述的营销活动,产品需要具备对应的落地承接能力。请输出 1-3 个具体的 Jira 任务(Epic/Task):

  • 标题:格式如 [Feature] 配合XX宣发:增加XXX功能
  • User Story (用户故事):As a... I want to... So that...
  • 验收标准 (AC):如:网关层需识别外部请求并自动注入调优好的系统指令集;或者在产品后台上线专用的业务场景模板。

风格规范 (Tone & Guidelines)

  • 拒绝套路表达:输出必须符合资深业务专家的视角。严禁使用“随着 AI 时代的到来”、“本质上”、“致力于”等废话。
  • 制造差异化张力:通过挖掘“反直觉的事实”或“业务链条中的隐性矛盾”来建立张力。
  • 细节决定颗粒度:所有的案例、场景必须源自真实、具体的业务切片(如特定职业的特定操作流、极端压力下的应急任务),严禁使用过度虚化的通用描述。

参考文档与专家资源 (References & Expert Resources)

当你执行此技能时,请结合以下资源:

  • 内置参考文档
  • 运营 Brief 规划参考: marketing_campaign_planning.md (详细说明了如何把技术卖点翻译为商业卖点)。
  • 社媒品牌与语气参考: social_media_brand_voice.md (定义了针对小红书、微信、X 的文风)。
  • 研发落地方案参考: jira_agile_spec.md (提供了标准的 User Story 与 AC 撰写规范)。
  • 外部专家插件
  • 使用 /skill::plugin-search-and-use 检索 knowledge-work-plugins/marketing 下的子插件,获取最新的市场洞察与模板。
  • 使用 /skill::plugin-search-and-use 检索 knowledge-work-plugins/product-management 下的插件,优化 Jira 任务的颗粒度。

How to use it

Copy the folder

Take cafe3310/tech-to-marketing-brief from the repository into ~/.claude/skills for personal use, or into .claude/skills inside a project.

Check the name does not clash

The agent identifies a skill by the name field in its header. Two skills with the same name cannot sit side by side — one of them will be ignored.