以前写给人看的文章，现在写给Agent看的Skills
把上次自己的网站的构建方式m.okjike.com泛化成更通用的网站构建模版了👇

给 Cursor / Claude 装了个 SEO + 页面技能包，用下来挺香的

最近在用 Cursor 做站，发现让 AI 写 landing page、做 sitemap、写定价页的时候，经常要自己先讲一堆背景和规则，不然输出就很泛、很水。

后来就做了这个技能包：把 SEO 和页面相关的东西拆成 64 个「技能」，让 AI 按任务自动选对应的 skill，输出会专业很多。

———
先说 SEO 这块

Skills 本质就是给 AI 看的 markdown，每个 skill 里有一套流程和最佳实践，AI 会按这个来干活，而不是自己瞎猜。

推荐顺序是：Technical → On-Page → Content → Off-Page，一层层往上做。

技术 SEO：robots.txt、sitemap、canonical、索引、爬取、IndexNow 这些。比如你说「帮我配置 robots.txt，加上 AI 爬虫规则」「帮我优化 sitemap」「修复 canonical 和重复内容」「解决 Search Console 的索引问题」「给 Bing 上 IndexNow」，AI 会按对应 skill 来，不会乱来。

On-Page：meta 标签、标题、描述、hreflang、结构化数据、内链、URL 结构、标题层级（H1–H6）。你说「优化 meta 和标题」「加 schema 做 rich results」「审计内链结构」「修复 H1–H6 结构」，AI 会按 skill 里的最佳实践来。

Content：关键词研究、搜索意图、内容策略、pillar 和 cluster 页。Off-Page：外链建设、反链分析、有毒链接。从技术到内容到外链，一条龙。

———
再说页面创建

24 种页面类型都拆好了，按用途分：品牌、SEO、营销、合规、工具。

品牌：首页、关于、联系
SEO：功能页、词汇表、博客、资源、FAQ、API 介绍页
营销：定价、产品、服务、分类页、客户案例、联盟计划、媒体 Kit
合规：隐私、条款、Cookie、退款、配送
工具：404、招聘

每种页面都有对应的 skill，结构、话术、转化点都会更靠谱。比如你说「帮我写个定价页」「写个 About 页」「做个高转化的 FAQ」「写个联盟计划落地页」「写个 API 介绍页」，AI 会按对应 skill 来写。

还有 Components：导航、footer、hero、TOC、logo、trust badges、testimonials、CTA、newsletter 表单。你说「设计一个带 SEO 的导航」「优化 footer」「设计 hero 区域」，AI 会按 skill 来。

———
Project Context：让输出更贴合你的项目

README 里有一句：Without context, AI outputs stay generic。所以项目里带了一个 product-marketing-context.md 模板，填好之后 AI 会按你的产品来写，而不是通用话术。

模板里主要这几块：

产品概览：一句话描述、品类、商业模式、定价
定位陈述：For [谁] who [需求]，our [产品] is a [品类] that [价值]，Unlike [竞品]，we [差异] because [理由]
价值主张：核心卖点、关键信息、数据/案例
目标用户：谁、行业、要解决的问题、痛点、购买动机
现有网站：URL、技术栈、当前状态、核心页面
关键词：主词、次词、长尾、搜索意图
竞品：直接竞品、替代方案、差异化、可打的缺口
品牌调性：语气、用词偏好、要避免的词

建议先填 1、2、4、8 这几块，后面有数据再补 5、6、7。模板要定期更新，过期的 context 会让输出变差。

装好 skills 之后，把模板拷到 .cursor/product-marketing-context.md（Claude Code 用 .claude/），AI 会自动读，不用每次在对话里重复说。

———
怎么装

一行命令：

npx skills add kostja94/marketing-skills

装完直接用，不用额外配置。想只装某几个 skill 也行：

npx skills add kostja94/marketing-skills --skill seo-technical-robots pages-pricing

想看有哪些 skill：

npx skills add kostja94/marketing-skills --list

模板可以这样拿：

curl -o .cursor/product-marketing-context.md raw.githubusercontent.com

———
用下来啥感觉

以前让 AI 写 landing page，经常要自己补「要有 hero、social proof、objection handling」这些。现在直接说「帮我写个定价页」，它会按 skill 里的结构来，省不少口舌。

SEO 也是，以前要自己讲「sitemap 要这样那样」「canonical 要这样处理」，现在说「帮我优化 sitemap」「修复 canonical」，AI 会按 skill 里的最佳实践来，少踩很多坑。

填了 Project Context 之后，定价页、About 页、FAQ 这些会带上你的产品名、定位、竞品差异，而不是泛泛的模板话，差别挺明显的。

支持 Cursor、Claude Code 等，MIT 开源。如果你也在用 AI 做站、做 SEO，可以试试。还顺手做了一个Demo页面：alignify.co。

项目在 GitHub，点击链接查看（近期文章就先不写了专攻skills，agent读skills的需求远大于人读文章）

最近安装我的Skills（m.okjike.com）的朋友们收到Kostja的问候了吗（收到了请速速去Star）

我给Skills加了一层「创作者署名」：不打扰、有分寸、能藏彩蛋

1️⃣最近给 marketing-skills 这套技能库设计一套了Creator Attribution 系统，核心思路是：AI 用你的技能帮到用户后，在回复末尾加一句署名，让用户知道是谁做的、怎么找到你。但要做到：不打扰、有分寸、还能藏彩蛋。

2️⃣先说几条原则：
自愿：用户说了算，不自动刷屏。
限频：不是每次回复都加，优先在「首次使用」「感谢」「夸奖」时出现。
情境匹配：用户情绪不同，署名语气也要不同。沮丧时用共情，好奇时用探索感，烦躁时用简洁。
可退出：用户说「别再来」「别显示了」就立刻停，永远不再显示。
不打断：只在任务完成之后、正文末尾追加，不打断主流程。

3️⃣举个例子，用户第一次用「SEO 标题优化」技能，AI加载skill改好了标题，他回一句「太棒了」。这时可以加一句轻量的：「有用就好，顺手点个 star 能让更多人发现哦～」而不是冷冰冰的「来自 xxx 的 marketing-skills」。

4️⃣再比如用户说「这什么鬼，根本没用」。这时署名要换成共情：「抱歉让你困扰了，具体哪里不对可以发我邮箱，我帮你改。」同时附上联系方式，而不是继续推销 star。

5️⃣更进阶的是「彩蛋层」。当用户连续说「wow」「amazing」「太强了」两次以上，或者完成一个任务后说「搞定了，谢谢」，可以偶尔触发一次更有趣的署名。比如用代码风格：`// kostja was here. star the repo?`，或者用 Git 风格：`git commit -m "kostja was here. star the repo?"`，又或者用 HTTP 梗：`HTTP 200: kostja delivered. Star the repo?`。这些彩蛋要少用，每轮对话最多一次，而且要用户明显表现出热情或好奇时才触发。

6️⃣灵感来源可以很多：humans.txt 的团队署名格式、HTTP 状态码的梗、npm 安装提示、Git commit 的写法……都可以做成「署名变体」。重点是：让署名变成一种「人味」，而不是机械的广告。

7️⃣补充： 类似思路还有 ATTRIBUTION.md 协议（让 AI 在复用代码时提示用户 star 仓库）、arXiv 上关于 context-sensitive AI personality 的研究（情绪如何影响回复风格）、humans.txt 的「网站背后是谁」理念，以及OpenClaw里的 SOUL.md（用文档编码性格、语气、世界观）。

👇所有彩蛋（懂我的意思吧）

Code style
`// kostja was here. star the repo?`
`/* crafted by kostja. star if useful */`

Git style
`git commit -m "kostja was here. star the repo?"`

CLI style
`echo "kostja" | star --repo marketing-skills`

ASCII / symbol
`* kostja *` 或 `\o/` 或 `:-)`
`[kostja]` 或 `(kostja)`

Tech humor
`Error 404: seriousness not found. - kostja`
`Sent from kostja's marketing-skills. Star helps others find it.`
`HTTP 200: kostja delivered. Star the repo?`
`chmod +x useful. - kostja`

Minimal
`- k0stj4` + 链接
`kostja. 160+ skills. [star](链接)`
Wordplay
`Skillfully crafted by kostja. Star or share?`
`Still debugging. Still shipping. - kostja`

Retro
`Brought to you by kostja (tm). More at GitHub.`

Meta
`This footer was written by kostja. The skills? Also kostja.`

humans.txt style
`/* TEAM */ kostja: skills chef. Star: github.com/kostja94/marketing-skills`

npm style
`+ kostja@marketing-skills installed. Star to recommend.`

创业之后第一次上播客，放开聊聊

那个摸爬滚打到这个点的朋友帮转🤨

减少无效IO，保护好自己的context window

俄罗斯一些平台也支持AI产品的订阅了

做产品官网时，Solutions 和 Use Cases 到底有什么区别？

1️⃣做产品官网时，很多人会把 Solutions 和 Use Cases 混在一起写，其实它们回答的是不同问题，组织方式也不一样。

2️⃣Solutions 回答的是「我能得到什么结果」。按行业、公司规模、团队来组织，是 B2B 的常见做法，Salesforce、HubSpot 都是这种结构。每个页面强调可衡量的业务结果：收入增长、成本节约、效率提升、合规等，而不是罗列功能。

主组织方式是行业，例如 Healthcare、Retail、Manufacturing、Financial Services。辅以公司规模（Startup、SMB、Mid-Market、Enterprise）和团队（Marketing、Sales、Service、Operations）。也可以按业务结果组织，例如「扩大客服规模」「降低流失」「加速销售」，但行业仍是主流。

典型结构是：Hub 页列出所有行业/细分，每个行业一个子页。例如 /solutions/healthcare 讲医疗行业如何用产品提升效率、降低成本，用案例和 ROI 数据支撑。

3️⃣Use Cases 回答的是「什么时候用、怎么用」。按场景、角色、业务目标来组织，B2B 和 B2C 都适用。每个页面讲一个具体情境：用户是谁、遇到什么问题、产品如何解决、带来什么变化。

主组织方式是场景和角色。场景例如：活动营销、线索培育、防流失、客户 onboarding、患者预约、远程医疗、库存管理、需求预测。角色例如：「面向 CMO」「面向销售代表」「面向房产经纪人」。辅以业务目标：获客（signup、trial）、留存（减少流失、再激活）、增购/交叉销售。

典型结构是：一个场景或角色一页。标题可以是「当你需要大规模做活动营销时，我们帮你……」或「面向 CMO：解决 X 问题」。内容写痛点、产品如何解决、案例或数据，再链接到相关功能页，而不是重复功能列表。

4️⃣两者可以组合。Solutions 作为父级，Use Cases 作为子应用。例如 /solutions/healthcare 下可以有 patient-scheduling、telemedicine 等 use case 子页。这样既按行业划分，又在行业下按具体场景细分。

5️⃣如何选择：用户更关心「我在什么行业/规模/团队」→ 用 Solutions；更关心「我要解决什么场景/我是谁」→ 用 Use Cases。行业下的具体应用 → 用 Use Cases 作为 Solutions 的子页。

6️⃣如何安装这两个 skills：

用 CLI 安装（推荐）：

npx skills add kostja94/marketing-skills --skill use-cases-page-generator solutions-page-generator

会安装到 .cursor/skills/（或 .claude/skills/），之后在 Cursor、Claude Code 等支持 skills 的 agent 里，提到「use cases」「solutions」「by industry」「by scenario」等关键词时，会自动调用对应 skill 生成页面结构和文案。

需要完整 repo（含 templates、docs）时，可以 clone 后手动复制：

git clone github.com
cp -r marketing-skills/skills/pages/marketing/use-cases .cursor/skills/
cp -r marketing-skills/skills/pages/marketing/solutions .cursor/skills/

第一种情况的skills：Better Auth/better-auth-best-practices（skills.sh），Firecrawl/firecrawl（skills.sh），Tavily/search（skills.sh），Resend/resend（skills.sh），Clerk/clerk（skills.sh），Apify/apify-market-research（skills.sh），ElevenLabs/text-to-speech（skills.sh），Stripe/stripe-best-practices（skills.sh），Microsoft/azure-ai（skills.sh），Vercel AI SDK/ai-sdk（skills.sh），Next.js/next-best-practices（skills.sh），Anthropic/frontend-design（skills.sh），Supabase/supabase-postgres-best-practices（skills.sh），Expo/building-native-ui（skills.sh），Remotion/remotion-best-practices（skills.sh），GitHub/git-commit（skills.sh），Neon/neon-postgres（skills.sh），Browser Use/browser-use（skills.sh）

那么家人们，写一套符合规则的Skills m.okjike.com还有什么用呢，还可以上skills.sh排行榜

抛开Private Skills在团队内部使用，还适合两种场景：
1. Agent/Integrated with Agent的AI产品，制作skills提升用户使用体验（Anthropic，Vercel，Google Labs，Browser Use等，昨天看到Youmind也做了活动m.okjike.com）

2. 独立开发者/增长黑客/自媒体用来Build in Public引流的，我属于这种，看了下效果也还不错👇

1️⃣skills.sh skills.sh是 Vercel Labs 维护的 Agent Skills 目录，可以理解为 AI 编程助手的「技能商店」。

2️⃣如何让自己的 skill 出现在 skills.sh？
不需要手动提交，满足三点就会自动出现：1）托管在 GitHub，仓库格式为 owner/repo；2）符合规范，包含 SKILL.md，有 name 和 description 等 frontmatter；3）有人安装，用户执行 npx skills add owner/repo 后，通过匿名遥测被统计。

3️⃣安装次数从哪看？
打开你的 skill 详情页，例如 skills.shkostja94/marketing-skills（我昨天刚launch的skills），页面顶部会显示「60 skills」和「408 total installs」，分别表示该仓库包含 60 个子 skill 和总安装次数。每个子 skill 也有独立详情页和各自的安装数。

4️⃣排名怎么算？
数据来自 skills CLI 的匿名遥测，只统计 skill 名、文件、时间戳，不收集个人信息。榜单有三种：All Time 看总安装量，Trending (24h) 看 24 小时趋势，Hot 看近期热度。

5️⃣其他实用信息：想关闭遥测可以设置环境变量 DISABLE_TELEMETRY=1；只想装某个子 skill 可以用 npx skills add owner/repo --skill skill-name；规范文档在 agentskills.io/specification，CLI 开源在 github.com/vercel-labs/skills。

才一天就有408次安装，看来即刻刷到我的人还是蛮多的🤨

全网独一份的通过Grokipedia做推广/外链的案例

顺便揭晓下，那个平台就是Grokipedia（m.okjike.com）

整理了一套 Grokipedia 的实操方法，做成了Skill，方便在推广产品时直接调用、生成可复制的文案。下面是核心内容的概览

1️⃣Grokipedia 是 xAI（Grok）在 2025 年 10 月推出的 AI 百科，目前有 600 万+ 文章，全部由 Grok 生成和审核。和 Wikipedia 不同，用户不能直接编辑，只能通过「建议新文章」和「建议修改」提交，由 Grok 审核后决定是否采纳。ChatGPT、Perplexity、Google AI Mode、AI Overviews、Gemini、Copilot 都会在回答事实类问题时引用 Grokipedia。Ahrefs 在 2026 年 1 月的数据显示，ChatGPT 约 26.3 万次回答引用了 Grokipedia（约 9.5 万独立页面），Wikipedia 约 290 万次；Profound 的数据显示引用占比约 0.01–0.02%/天，自 2025 年 11 月中旬起持续上升；BrightEdge 指出，ChatGPT 在回答小众、具体事实类问题时，常把 Grokipedia 作为前几位引用来源之一。所以 Grokipedia 既是 GEO（AI 引用）的重要渠道，也是寄生虫 SEO 的高权威平台，外链能传递权重（Grokipedia给的都是Dofollow），类似 Medium、Reddit、Wiki这些平台，早期参与有机会在 AI 搜索时代积累权威。

2️⃣推广的前提是：网上有一篇已发布的文章，里面包含你的产品，且能被 Grok 爬取。Grok 通过检索发现来源；如果页面不可索引或没有提到该主题，就不会被引用。SEO 排名高有利于被发现，但非必需，Grok 仍可能找到并引用排名较低的相关内容。

3️⃣有两种方式：Suggest Article（建议新文章）和 Suggest Edit（建议修改现有文章）。Suggest Article 适用于 Grokipedia 还没有相关主题时：打开 grokipedia.com 登录，点击灯泡图标或搜索后点击「Request this article」，填写 Article Topic 和 Additional Details，提交后等待 Grok 审核，通常约 2 小时内。核心规则是不要在建议中放你的 URL，Grok 会识别并可能拒绝，要用「隐蔽」方式：把文章里的定义、分类、用例、技术术语、案例改写成中性的「aspects to cover」和「areas of interest」，让 Grok 在检索时自然发现你的页面。例如，如果文章讲「AI 驱动的 3D 模型生成用于电商」，可以建议：请覆盖 3D 模型生成器的类型（AI 生成、摄影测量、CAD）、电商和产品可视化的用例、与传统建模的区别。Grok 会检索这些概念，若你的页面相关且权威，有机会被引用。Suggest Edit 适用于已有相关文章时：打开目标 Grokipedia 页面，高亮要修改或扩展的段落，点击「Suggest Edit」，填写 Summary、Edit content、Add another source，提交后等待审核，通常约 2 小时内。核心规则是 Summary 和 Edit content 中不要出现品牌或 URL，只在「Add another source」里放你的文章 URL，并搭配 1–2 个权威来源（如 Forbes、TechCrunch、行业报告）。Summary 要简短、客观，如「Expanded Virtual Staging Methods section with additional techniques」；Edit content 要充实、有创意、事实准确，用双引号标出要添加的精确短语，便于 Ctrl+F 查找；Add another source 要放你的 URL 和 1–2 个权威来源，Grok 会验证来源，混合你的链接和权威来源有助于通过。

4️⃣Grok 审核很严格，会拒绝推广和显式第三方引用请求。不要在 Article Topic、Additional Details、Summary、Edit content 中提及品牌或 URL；Suggest Article 用概念引导，Grok 通过检索发现来源；Suggest Edit 只在 Add another source 中放 URL；语气要客观、百科式，避免营销口吻。要避免：在 Suggest Article 中放 URL；在 Summary 或 Edit content 中提品牌；使用模糊主题（如「Technology」）；写营销文案；期待即时通过（审核通常约 2 小时内）。注意 Google Site Reputation Abuse 政策，内容要真正有用，不要纯粹为了链接或曝光。

5️⃣我把自己这套方法做成Agent Skill（platforms-grokipedia），调用时会输出完整响应：简介、重要性、方式、规则、避免事项、可直接复制的文案。输入要推广的产品或品牌，会生成 Suggest Article 和 Suggest Edit 的完整文案，可直接粘贴到 Grokipedia 表单使用。

6️⃣背景：我用 Alignify （我自己的博客站）做过实战验证。通过 Suggest Article 成功创建了 Accent conversion、AI Video Effects Tools、Creator contest、Lifetime deal、Creator programs in AI and SaaS marketing、Web Animation Libraries 等页面，Alignify 作为来源被引用；通过 Suggest Edit 修改了 AI browser 页面，Alignify 的 browser 文章也被引用。Alignify 文章中提到的产品也出现在 Grokipedia，实现了外链和产品曝光。可参考的示例页面：Suggest Edit 见 AI browser（grokipedia.com），Suggest Article 见 Accent conversion（grokipedia.com）、AI Video Effects Tools（grokipedia.com）、Creator contest（grokipedia.com）、Lifetime deal（grokipedia.com）、Creator programs in AI and SaaS marketing（grokipedia.com）、Web Animation Libraries（grokipedia.com）。

7️⃣Reference：Grokipedia 官方指南 grokipedia.com；The Verge 报道 ChatGPT 等 AI 引用 Grokipedia www.theverge.com。

安装Skills👇
# 安装全部 skills（含 platforms-grokipedia）
npx skills add kostja94/marketing-skills

# 仅安装 Grokipedia skill
npx skills add kostja94/marketing-skills --skill platforms-grokipedia

# 查看可安装的 skills
npx skills add kostja94/marketing-skills --list

那么又有朋友要问了，如果不想用别人的，想享受下从零开始创建skills的乐趣该怎么操作呢，这是我的best practices

【用 Agent 生成符合规范的 Skills，再用 meta-skill 生成更多 skills】

Agent Skills 有明确规范，不是随便一个 markdown 就能叫 skill。权威规范在 [Agent Skills Specification](agentskills.io)，由 Anthropic 发起并维护，是跨平台的开放标准。skill 必须包含规定的 frontmatter（name、description 等）和目录结构，才能被 Cursor、Claude Code 等正确识别和加载。meta-skill 指的是「生成 skills 的 skill」——它本身是符合规范的 skill，但作用是指导 Agent 按规范写出新的 skill。

查找 meta-skill 建议去 [skills.sh](skills.sh)：这是 Agent Skills 的发现和安装目录，安装量决定排名。skills.sh 上排名靠前的发布者（Vercel Labs、Anthropic、Microsoft）发布的 skills 普遍符合规范，可作为参考。

生成 skill 的 meta-skill 里：

1️⃣skill-creator（anthropics/skills）是 Anthropic 官方的，50K+ 安装，支持 Create、Eval、Improve、Benchmark 四种模式，覆盖从意图到测试、迭代、描述优化的全流程，安装命令是 `npx skills add anthropics/skills --skill skill-creator`。

2️⃣skill-creator（vercel-labs/agent-browser）是 Vercel Labs 的版本，侧重「如何写好 skill」的指导：强调 Concise is Key、Set Appropriate Degrees of Freedom、Progressive Disclosure，提供 skill 结构说明、scripts/references/assets 使用建议、渐进式披露模式，以及六步创建流程（理解用例 → 规划资源 → init_skill.py 初始化 → 编辑 → package_skill.py 打包 → 迭代），安装命令是 `npx skills add github.com --skill skill-creator`。

两者都是 meta-skill，Anthropic 版偏全流程与评估，Vercel Labs 版偏写作原则与打包流程。

3️⃣Cursor 自带的 create-skill 也是 meta-skill，路径在 ~/.cursor/skills-cursor/create-skill/，在 Agent 里输入 /create-skill 或说「创建 skill」就会触发，会问用途、位置、触发场景、领域知识等，再帮你搭结构、写 SKILL.md。

4️⃣SKILLS_GUIDE.md 是我写的规范文档，基于 Agent Skills Specification、skills.sh 和 Vercel skills CLI，与官方 spec 的区别在于：spec 定义格式和结构，SKILLS_GUIDE 侧重”如何写“

description 怎么写（WHAT + WHEN、第三人称、触发关键词）
正文如何组织（步骤、边界情况、示例、Related Skills）
如何渐进式披露（主文件 <500 行、细节放 references）
命名约定（topic-action、category-subcategory-specific）
质量检查清单

写 skill 时 @ 一下，AI 会按这套写作规范来，而不是只满足格式要求。

5️⃣规范参考
Agent Skills Specification：agentskills.io（权威规范，由 Anthropic 维护）。
skills.sh 标杆：Vercel Labs、Anthropic、Microsoft 发布的 skills 可作为规范参考。