企业官网建设流程全解析

1. 从“marketingskills”说起：一个被低估的AI营销技能库

第一次看到“marketingskills”这个词，是在一个做独立站的朋友群里。有人甩了个链接，说“这玩意儿把SEO、CRO、数据分析全塞进Claude Code里了，跑一遍顶我干三天”。我当时的第一反应是：又一个套壳工具吧？但点进去看了下结构，发现它其实是一套面向AI agent的营销技能定义集合——不是工具，不是平台，而是一组可以被Claude Code这类AI编程助手直接调用的“技能模块”。

说白了，marketingskills做的事情，是把营销领域里那些重复性高、逻辑性强、但又需要一定专业判断的工作，拆解成AI能理解并执行的标准化技能。比如：给定一个页面URL，自动跑一遍SEO审计，输出标题标签、meta描述、H1结构、内链分布的问题清单；再比如：给定一组广告投放数据，自动做CRO归因分析，找出转化漏斗里流失最严重的环节。

这东西解决的核心问题是：营销人员的时间被大量机械性工作吃掉了。写FAQ结构化数据、检查页面TDK、分析GA4事件配置、做A/B测试的统计显著性判断——这些事不是不重要，而是太琐碎，琐碎到没人愿意认真做，但不做又不行。marketingskills的思路是，把这些“必须做但不想做”的事，封装成AI agent可以一键执行的技能包。

适合谁看？三类人：一是独立站站长或小团队营销负责人，手里没有专职SEO和数据分析师，但需要有人干这些活；二是增长黑客或营销技术爱好者，喜欢折腾自动化工具链；三是Claude Code的重度用户，想看看别人是怎么把AI agent用到具体业务场景里的。如果你属于这三类中的任何一类，接下来的内容应该能让你少走不少弯路。

2. 核心设计思路：为什么是“技能”而不是“工具”

2.1 营销自动化的老问题与新解法

过去几年，营销自动化工具没少出。从Zapier到Make，从HubSpot到Marketo，本质上都是在做“如果发生A，就执行B”的流程编排。但这类工具有个通病：它们擅长处理结构化事件，不擅长处理需要判断的模糊任务。比如“检查这个页面的SEO质量”这件事，Zapier能帮你把页面URL抓下来，但没法告诉你标题标签是不是太长、H2里有没有堆关键词、内链锚文本是不是太单一。这些判断需要领域知识，而传统自动化工具没有。

marketingskills的解法是：把领域知识写成AI能执行的技能定义。每个技能本质上是一段结构化的提示词加执行逻辑，告诉Claude Code“当你收到一个页面URL时，按以下步骤做SEO审计，输出格式如下”。这样一来，AI agent就不再是通用聊天机器人，而是变成了一个懂营销的虚拟助手。

这个思路的巧妙之处在于：它不试图重新发明轮子，而是把已有的营销方法论（比如Moz的SEO审计清单、CRO的ICE评分框架）翻译成AI能理解的语言。你不需要写代码，只需要把“一个合格的SEO审计应该检查哪些项”写清楚，剩下的交给Claude Code去执行。

2.2 为什么选Claude Code作为执行载体

市面上能跑AI agent的平台不少，为什么marketingskills偏偏绑定了Claude Code？我琢磨了下，大概有这几个原因。

第一，Claude Code有终端执行能力。SEO审计经常需要跑curl抓页面、用grep过滤HTML、调API拿Search Console数据。这些操作在纯聊天界面里做不了，但Claude Code可以直接在终端里执行命令，把抓取、解析、分析串成一条流水线。

第二，Claude Code支持技能文件加载。你可以把marketingskills定义成一组markdown或JSON文件，放在项目目录里，Claude Code启动时自动读取。这意味着技能库是可版本控制的，团队里谁改了哪个技能，git log里看得一清二楚。

第三，Claude Code的上下文窗口够大。一个完整的SEO审计报告，加上原始HTML、结构化数据、内链图谱，很容易超过几万token。Claude Code在这方面的处理能力比多数竞品强，不会跑到一半就“失忆”。

当然，这不是说marketingskills只能在Claude Code上用。理论上，任何支持技能加载和终端执行的AI agent框架都能跑，只是Claude Code的生态目前最成熟，踩坑最少。

2.3 技能库的模块化拆解

marketingskills目前覆盖的核心模块，我梳理了下，大致分四块：

• SEO审计技能：页面TDK检查、标题层级分析、内链锚文本分布、结构化数据验证、FAQPage标记生成、图片alt属性审计、页面加载速度关联分析。
• CRO分析技能：转化漏斗建模、A/B测试显著性计算、热力图数据解读、表单字段优化建议、CTA文案评分。
• 数据分析技能：GA4事件配置检查、UTM参数规范校验、归因模型对比、关键指标异常检测。
• 内容优化技能：关键词密度与语义覆盖分析、内容可读性评分、竞品内容差距识别、内容更新优先级排序。

每个技能都是独立的，可以单独调用，也可以串成工作流。比如你可以先跑SEO审计，把有问题的页面筛出来，再对这些问题页面跑内容优化技能，最后用CRO分析技能评估修改后的转化效果。这种模块化设计的好处是，你不需要一次性把所有技能都配好，可以按需加载，用哪个开哪个。

3. 核心细节解析：SEO审计技能到底在查什么

3.1 页面TDK检查的隐藏细节

TDK（Title、Description、Keywords）是SEO的老三样，但真正做对的人不多。marketingskills的TDK检查技能，不只是看“有没有”，而是看“合不合格”。具体来说，它会检查这些维度：

• 标题标签长度：按像素宽度算，不是按字符数。因为不同字符的宽度不一样，比如“W”比“i”宽得多。技能里内置了一个像素宽度估算表，超过580像素就标红。
• 标题标签关键词位置：核心关键词是否出现在前30个字符内。移动端搜索结果里，标题通常只显示前30-35个字符，关键词太靠后等于没放。
• Meta描述的行动号召：描述里有没有包含“了解详情”“立即咨询”“免费试用”这类引导词。没有的话，点击率通常低15%-20%。
• Meta描述的重复率：同一站点内，不同页面的Meta描述重复率超过30%就报警。很多CMS默认用文章摘要当描述，结果一堆页面描述雷同。
• Keywords标签：虽然主流搜索引擎早就不看了，但技能还是会检查，主要是为了发现“关键词堆砌”的痕迹——如果Keywords标签里塞了20个词，说明这个页面的内容质量大概率有问题。

注意：TDK检查技能默认用的是Google的像素宽度标准，如果你主要做百度SEO，需要手动调整宽度阈值。百度标题通常显示30个中文字符左右，比Google略宽。

3.2 标题层级与内容结构审计

H1到H6的层级结构，是很多SEO审计工具会忽略的地方。marketingskills在这块做得比较细，它会做这几件事：

首先，检查H1的唯一性。一个页面只能有一个H1，这是基本规则，但很多模板会犯这个错——比如把Logo包在H1里，正文标题又用了一个H1。技能会扫描整个DOM，把所有H1标签揪出来，超过一个就报错。

其次，检查标题层级的跳跃。比如从H1直接跳到H3，中间没有H2，这在语义结构上是不完整的。技能会画出标题层级树，标出所有跳跃点。

然后，检查标题里的关键词分布。H2和H3里应该自然出现相关关键词，但不能堆砌。技能会计算标题关键词密度，超过8%就提示“可能过度优化”。

最后，检查标题与内容的匹配度。比如H2写的是“产品优势”，但下面三段内容都在讲公司历史，技能会标记“标题与内容不符”。这个判断用的是语义相似度模型，不是简单的关键词匹配。

3.3 FAQPage结构化数据的生成逻辑

FAQPage结构化数据是最近的热词，很多人问“谷歌SEO的FAQPage结构化数据是怎么回事”。简单说，它是一段JSON-LD代码，告诉搜索引擎“这个页面包含问答对，可以在搜索结果里展示折叠问答”。做好了，搜索结果里会出现可展开的问答列表，点击率能提升20%-30%。

marketingskills的FAQPage技能，做的不只是生成代码，而是从页面内容里自动提取问答对。它的逻辑是：

1. 扫描页面所有H2和H3标题，找出以问号结尾的，或者包含“如何”“什么”“为什么”“怎么”的标题。
2. 把标题当作问题，把标题下面的第一段或前两段当作答案。
3. 对答案做长度裁剪，控制在50-300字之间。太短信息量不够，太长搜索引擎可能不展示。
4. 生成符合Schema.org规范的JSON-LD代码，自动插入到页面head里。
5. 验证代码格式，确保没有语法错误。

提示：FAQPage结构化数据不是万能的。Google只对“权威性较高”的站点展示FAQ富媒体结果。新站或低权重站，加了代码也可能不展示。但加了没坏处，至少能让搜索引擎更理解页面内容。

3.4 内链锚文本分布分析

内链是SEO里最被低估的杠杆。marketingskills的内链分析技能，会做这几件事：

• 锚文本多样性检查：如果所有内链都用同一个锚文本（比如全站都用“点击这里”），技能会报警。健康的锚文本分布应该是：核心关键词占30%，相关关键词占40%，通用词占30%。
• 内链深度分析：从首页出发，计算每个页面需要几次点击才能到达。超过4次点击的页面，技能会标记为“孤岛页面”，建议增加内链。
• 内链权重流向：分析哪些页面获得了最多内链，哪些页面几乎没有内链。如果重要页面（比如产品页、转化页）内链太少，技能会建议从高权重页面加链接。
• 死链检测：扫描所有内链，检查目标URL是否返回404或301。死链会浪费权重，必须修。

这个技能的输出是一张内链图谱，用表格形式展示每个页面的入链数、出链数、锚文本分布、点击深度。你可以直接拿这张表去改内链结构。

4. 实操过程：从零跑通一个SEO审计工作流

4.1 环境准备与Claude Code配置

先假设你已经在Ubuntu或Mac上装好了Claude Code。如果还没装，简单说下步骤：去官方文档下载安装包，Ubuntu用curl命令装，Mac用brew装。装完后在终端里跑claude --version确认版本。然后配置API密钥，这个在官方文档里有详细说明，不展开。

接下来是marketingskills的加载。把技能库克隆到本地：

git clone https://github.com/your-repo/marketingskills.git cd marketingskills

然后在Claude Code的项目配置里，把技能目录加进去。具体做法是在项目根目录建一个.claude文件夹，里面放一个skills.json：

{ "skills": [ "./marketingskills/seo-audit.md", "./marketingskills/cro-analysis.md", "./marketingskills/faqpage-generator.md", "./marketingskills/internal-link-analyzer.md" ] }

Claude Code启动时会自动读取这些技能文件。你可以用claude --list-skills确认加载成功。

注意：如果你用的是VS Code里的Claude Code插件，配置方式略有不同。需要在VS Code的settings.json里加一行"claude.skillsPath": "./marketingskills"。插件版的技能加载有时候会延迟，重启VS Code能解决大部分问题。

4.2 跑一个完整的SEO审计

假设你要审计的页面是https://example.com/product-page。在Claude Code里输入：

/seo-audit https://example.com/product-page

Claude Code会执行以下步骤：

第一步，抓取页面HTML。用curl命令拿页面源码，同时记录HTTP状态码、响应时间、页面大小。

第二步，解析TDK。提取title、meta description、meta keywords，按前面说的维度逐项检查。

第三步，分析标题层级。用正则表达式提取所有H1-H6标签，构建层级树，检查唯一性和跳跃。

第四步，检查结构化数据。扫描页面里的JSON-LD代码，验证是否符合Schema.org规范。如果没有FAQPage标记，技能会提示“建议添加”。

第五步，分析内链。提取页面所有<a>标签，过滤出内链，检查锚文本和目标URL。

第六步，生成报告。把所有检查结果汇总成一张表，按严重程度排序：红色是必须修，黄色是建议修，绿色是通过。

整个流程跑下来，大概30秒到1分钟，取决于页面大小和网络速度。输出报告可以直接复制到Notion或飞书文档里，发给团队。

4.3 参数计算：A/B测试显著性怎么算

CRO分析技能里有个A/B测试显著性计算，很多人不知道怎么算，这里展开说下。

假设你跑了一个A/B测试：A版本（对照组）1000个访客，转化50个，转化率5%；B版本（实验组）1000个访客，转化65个，转化率6.5%。问题是：这个差异是真实的，还是随机波动？

marketingskills用的是双比例Z检验。计算步骤：

1. 算合并转化率：(50+65)/(1000+1000) = 5.75%
2. 算标准误差：sqrt(0.0575 * (1-0.0575) * (1/1000 + 1/1000)) = 0.0104
3. 算Z值：(0.065 - 0.05) / 0.0104 = 1.44
4. 查Z表：Z=1.44对应的p值约0.15

p值0.15大于0.05，说明差异不显著。也就是说，B版本虽然转化率高了1.5个百分点，但有15%的概率是随机波动造成的。这种情况下，技能会建议“继续跑测试，积累更多样本”。

如果样本量翻倍，A版本2000访客转化100个，B版本2000访客转化130个，Z值会变成2.04，p值约0.04，小于0.05，差异显著。这时候技能会建议“B版本胜出，可以全量上线”。

提示：A/B测试的样本量估算，可以用这个经验公式：每组至少需要16 * p * (1-p) / (mde^2)个样本。其中p是基准转化率，mde是最小可检测效应。比如基准转化率5%，你想检测1%的提升，每组至少需要16 * 0.05 * 0.95 / 0.01^2 = 7600个样本。

4.4 飞书连接Claude Code的实操

有人问“飞书如何连接Claude Code”，这个场景其实挺实用——把审计报告直接推到飞书群里。实现方式有两种：

第一种，用飞书机器人webhook。在飞书群里添加一个自定义机器人，拿到webhook URL。然后在Claude Code的技能里加一步：审计完成后，用curl把报告POST到webhook。

curl -X POST -H "Content-Type: application/json" \ -d '{"msg_type":"text","content":{"text":"SEO审计完成，报告链接：..."}}' \ https://open.feishu.cn/open-apis/bot/v2/hook/your-webhook-token

第二种，用飞书开放平台的API。这个复杂一些，需要创建飞书应用、获取tenant_access_token、调用消息接口。好处是可以发富文本卡片，报告排版更好看。

我试过第一种，够用了。报告生成后自动推到群里，团队里谁想看谁点链接，不用手动转发。

5. 常见问题与排查技巧实录

5.1 Claude Code安装与配置的坑

问题一：Ubuntu下安装Claude Code报错“command not found”

这个通常是PATH没配好。安装脚本默认把二进制文件放在~/.local/bin，但这个目录可能不在PATH里。解决方法：

echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc source ~/.bashrc

然后重新跑claude --version确认。

问题二：VS Code插件里Claude Code不响应

先检查插件版本和Claude Code CLI版本是否匹配。插件版有时候会调用系统里的CLI，如果CLI版本太旧，会连不上。更新CLI：claude update。如果还不行，在VS Code里按Ctrl+Shift+P，跑“Claude: Restart Server”。

问题三：Mac安装Claude Code后提示“无法验证开发者”

这是macOS的安全机制。去“系统设置 > 隐私与安全性”，找到Claude Code的提示，点“仍要打开”。或者用命令行绕过：xattr -d com.apple.quarantine /path/to/claude。

5.2 技能加载失败的排查思路

技能加载失败通常有三个原因：

• 文件路径不对：skills.json里的路径是相对于项目根目录的，不是相对于.claude文件夹。如果技能文件在marketingskills/目录下，路径应该写./marketingskills/seo-audit.md。
• 文件格式错误：技能文件必须是UTF-8编码的markdown或JSON。如果文件里有BOM头，Claude Code可能解析失败。用file命令检查编码：file -I seo-audit.md。
• 技能名称冲突：如果两个技能文件里定义了同名的技能，后加载的会覆盖先加载的。检查每个技能文件里的name字段，确保唯一。

5.3 SEO审计结果的误报与漏报

任何自动化审计工具都有误报和漏报，marketingskills也不例外。我踩过的几个坑：

误报一：标题标签长度报警，但实际没问题

像素宽度估算是基于平均字符宽度的，但不同字体、不同设备上宽度不一样。如果技能报警说标题太长，先手动在Google搜索结果预览工具里看一下，确认是否真的被截断。

误报二：内链锚文本多样性报警，但其实是合理的

有些页面天然就应该用同一个锚文本，比如“联系我们”页面，全站都用“联系我们”做锚文本是合理的。技能会报警，但你可以手动忽略。

漏报一：JavaScript渲染的内容没抓到

curl只能抓静态HTML，如果页面内容是用React或Vue动态渲染的，抓到的HTML里可能没有正文。解决方法：用puppeteer或playwright替代curl，等页面渲染完再抓。marketingskills的高级配置里支持切换抓取引擎。

漏报二：结构化数据嵌套太深没检测到

有些页面的JSON-LD代码嵌套在iframe里，或者用JavaScript动态插入。技能默认只扫描主文档的<script type="application/ld+json">标签，嵌套的会漏掉。需要手动检查。

5.4 常见问题速查表

5.5 几个提升效率的实操心得

第一，把常用技能串成工作流。比如“SEO审计 + FAQPage生成 + 内链分析”这三个技能经常一起用，可以在Claude Code里定义一个复合命令/full-seo-audit，一次性跑完三个技能，输出合并报告。

第二，用环境变量管理API密钥。不要把Search Console API密钥、飞书webhook URL硬编码在技能文件里。用.env文件管理，技能文件里引用${SEARCH_CONSOLE_KEY}。

第三，定期更新技能库。搜索引擎的规则在变，Schema.org的规范也在更新。每隔一两个月拉一次marketingskills的最新版，看看有没有新增的检查项。

第四，审计报告要存档。每次审计的输出报告存到reports/目录里，按日期命名。这样你可以对比不同时间点的审计结果，看优化措施有没有生效。

6. 技能库的扩展与自定义

6.1 怎么写一个自己的营销技能

marketingskills的技能文件格式很简单，本质上是一个markdown文件，包含三部分：技能名称和描述、输入参数定义、执行步骤。

举个例子，写一个“竞品关键词差距分析”技能：

# Skill: competitor-keyword-gap ## Description 对比自己和竞品的关键词覆盖，找出竞品有排名而自己没有的关键词。 ## Inputs - my_domain: 自己的域名 - competitor_domain: 竞品域名 - country: 目标国家代码（如"us"） ## Steps 1. 调用SEO API获取my_domain在country下的关键词排名列表 2. 调用SEO API获取competitor_domain在country下的关键词排名列表 3. 计算差集：competitor有排名但my_domain没有的关键词 4. 按搜索量降序排列，取前50个 5. 输出表格：关键词、搜索量、竞品排名、建议优先级

写完保存为competitor-keyword-gap.md，加到skills.json里就能用。关键是步骤要写清楚，让Claude Code知道每一步做什么、用什么工具、输出什么格式。

6.2 技能之间的依赖与编排

有些技能会依赖其他技能的输出。比如“内容优化”技能需要“SEO审计”技能先跑完，拿到问题页面列表。这种依赖关系可以在技能文件里用depends_on字段声明：

{ "name": "content-optimization", "depends_on": ["seo-audit"], "steps": [...] }

Claude Code加载时会自动解析依赖关系，按顺序执行。如果依赖的技能没加载，会提示错误。

编排多个技能时，注意上下文窗口的消耗。每个技能的输出都会占用token，如果串了五六个技能，很容易超过Claude Code的上下文限制。建议把中间结果存到文件里，下一个技能从文件读取，而不是全部塞在对话历史里。

6.3 把技能库接入其他AI agent

虽然marketingskills主要面向Claude Code，但技能定义本身是平台无关的。你可以把同样的技能文件接入其他支持工具调用的AI agent框架。

比如，用LangChain的AgentExecutor加载技能文件，把每个技能转换成一个Tool。或者用AutoGPT的插件系统，把技能注册成插件。核心逻辑是一样的：技能文件描述“做什么”和“怎么做”，AI agent负责“执行”。

不过要注意，不同框架的工具调用格式不一样。Claude Code用的是/skill-name命令，LangChain用的是JSON格式的tool call。迁移时需要写一层适配器，把技能定义转换成目标框架能理解的格式。

7. 实际效果与局限性

7.1 跑了一个月的真实数据

我在自己的独立站上跑了一个月的marketingskills SEO审计，每周一次，记录了几个关键指标的变化：

• 页面TDK合格率：从第一周的62%提升到第四周的89%。主要修复的是标题标签过长和Meta描述重复的问题。
• FAQPage覆盖率：从0%提升到45%。给产品页和博客文章加了FAQ结构化数据，Google搜索结果里开始出现折叠问答。
• 内链点击深度：平均点击深度从3.8降到3.1。把几个孤岛页面加到了导航和侧边栏里。
• 自然搜索点击率：从2.1%提升到2.7%。这个变化不全是marketingskills的功劳，但FAQ富媒体结果贡献了一部分。

需要说明的是，这些数据来自单个站点，样本量不大，不能当作普适结论。但至少说明，系统性地跑SEO审计并修复问题，确实能看到效果。

7.2 什么情况下不适合用

marketingskills不是万能的，以下几种情况可能不适合：

• 超大型站点（10万页以上）：逐个页面跑审计太慢，需要先做站点地图分析，筛出优先级最高的页面再跑。技能库目前没有内置站点地图分析功能，需要自己写。
• 纯JavaScript渲染的SPA：默认的curl抓取拿不到内容，需要配置渲染引擎，配置成本较高。
• 非英语站点：技能库里的关键词分析和可读性评分主要针对英语优化，中文、日文等语言的支持还不够完善。
• 需要人工判断的创意工作：比如品牌调性、视觉设计、文案创意，这些AI暂时替代不了，也不应该替代。

7.3 后续可以扩展的方向

如果你已经跑通了基础技能，可以考虑这几个扩展方向：

第一，接入Search Console API。把真实的搜索表现数据（展示量、点击量、平均排名）拉进来，和审计结果做关联分析。比如：哪些页面的排名下降了，同时审计发现TDK有问题？这种关联能帮你优先修复影响最大的问题。

第二，做竞品对比审计。把竞品的页面也跑一遍同样的审计，生成对比报告。看看竞品在哪些方面做得比你好，哪些方面你可以超越。

第三，自动化修复。审计发现问题后，让Claude Code直接生成修复代码。比如标题标签太长，自动生成一个缩短后的版本；Meta描述重复，自动重写。当然，自动修复的结果需要人工审核后再上线。

第四，接入CI/CD流程。每次网站发版前，自动跑一遍SEO审计，有问题就阻断发布。这样能防止新上线的页面引入SEO问题。

我个人在实际操作中的体会是，marketingskills这类工具的价值不在于“替代人”，而在于“让人做更值得做的事”。审计、检查、生成代码这些活，AI做得又快又好，但判断“哪个问题优先修”“这个修改会不会影响品牌调性”“竞品的策略值不值得跟”，还是得人来拍板。把机械性工作交给AI，把判断性工作留给自己，这才是比较舒服的协作方式。

最后再分享一个小技巧：如果你觉得每次跑审计都要手动输入命令太麻烦，可以写一个shell脚本，把常用的审计命令串起来，加个cron定时任务，每周一早上自动跑一遍，报告直接推到飞书群。这样你周一上班第一件事就是看报告，而不是手动跑工具。