原始标题: AI marketing Masterclass: From beginner to expert in 60 minutes

发布日期: 2026-02-09 | 来源频道: @GregIsenberg

📝 深度摘要

1. 对话背景与核心主题

这场对话由增长营销领域知名博主Greg Isenberg主持，邀请有“无聊营销人”之称的James Dickerson担任嘉宾。James曾任职于多家科技公司，在AI营销自动化领域有丰富实战经验。本期视频旨在回应一个核心元问题：如何利用AI工具将原本依赖高成本人工的传统营销流程彻底自动化？嘉宾通过现场演示Claude Code与MCPs工具链，展示了从市场研究到落地页生成的三层工作流架构，并对比了传统营销机构需6-8周、收费数万美元与AI模式下仅需5天、成本极低的巨大效率差异，帮助创作者和企业主理解如何用AI实现营销系统的可规模化和降本增效。

核心干货概览 (Key Takeaways)

维度	核心内容 / 动态	价值意义 / 影响程度
技术/工具	Claude Code + MCPs (Perplexity, Playwright, Firecrawl) + Skills	将AI编程能力延伸至营销全流程，实现从市场调研到落地页生成的全自动化，大幅降低营销技术门槛
战略/逻辑	三层工作流：研究(MCPs) → 技能(Skills) → 执行(Building)	突破传统营销的"艺术性"思维，转向"科学化"流程，通过AI实现可复制、可规模化的营销系统搭建
量化指标	传统 agency：6-8周，$15,000-$25,000；Boring Money：5天，成本仅为零头	AI响应速度：家居服务领域第一时间响应可赢得35%的订单量；单次prompt可生成100个广告、100个落地页

深度逻辑与实操拆解 (Implementation Deep Dive)

底层矛盾与背景

大多数人在使用AI营销工具时存在严重误区：直接跳入prompting环节，期望获得高质量输出，却忽视了最关键的"研究"步骤。这导致所谓的"AI slop"（AI垃圾内容）泛滥——生成了大量同质化、缺乏竞争力的营销素材。核心矛盾在于：如何让AI生成的内容真正具备竞争力，而不是停留在表面层面的"看起来像AI做的"。

嘉宾James Dickerson（人称"the boring marketer"）在录制这期视频前，花了2小时在Claude Code中完整演示了如何从零开始构建一个AI营销系统，并将整个过程转化为他的引流电子书（lead magnet）。他的方法论核心是：不要让AI替你思考，而是让AI执行你设计好的框架。

核心策略推导

第一层：研究驱动（Research-Driven）

James明确指出，在任何营销动作之前，必须投入充分时间进行市场研究。他的标准流程是：

使用Perplexity MCP进行深度市场调研——确定目标市场的主要玩家、竞争格局、定价策略、目标客户画像
使用Playwright MCP抓取竞争对手网站——获取竞品的落地页设计、文案结构、视觉元素
使用Firecrawl进行大规模数据采集——构建专属的市场数据库

他提到自己有时会花长达一小时进行这类研究，“因为很多人跳过了这个无聊的研究步骤”。

第二层：技能栈构建（Skills as Frameworks）

在Claude Code中，Skills本质上是"给AI agent的指令手册"。James构建了17个日常使用的Skills，涵盖：

Positioning Angles Skill：基于经典定位框架（反Agency、速度武器、无趣金矿、营收天花板突破者等）生成差异化定位
Direct Response Copy Skill：基于Eugene Schwartz、Claude Hopkins等大师的文案框架，适配现代互联网语境
Frontend Design Skill：Anthropic官方提供的设计指引，避免"紫色渐变+圆角+emoji"的典型AI设计风
Lead Magnet Skill：根据业务类型推荐合适的引流内容形式（工作表、PDF、视频、审核清单等）
Orchestrator Skill：当你不确定下一步做什么时，AI会根据现有资产主动分析缺口并推荐行动

这些Skills的构建方式：先用Perplexity和Firecrawl大量采集行业顶级案例，人工筛选纳入参考集，然后编写详细的指令结构。

第三层：执行与组合（Building & Stacking）

以现场演示为例，James展示了如何用不到30分钟构建一个完整的营销漏斗：

输入业务描述：“我要做一家AI营销agency，服务年收入200万-1000万美元的本地无聊企业（管道工、HVAC、电工等）”
调用Positioning Angles Skill生成7个定位角度
用Task-based Agent（基于Greg Isenberg的思维方式）选出最优定位：“Boring Money”
调用Direct Response Copy Skill生成落地页文案
用Playwright MCP抓取竞品网站截图作为设计参考
调用Frontend Design Skill生成转化优化的落地页
调用Orchestrator Skill分析当前资产缺口——系统提示：缺少引流磁铁和邮件序列
调用Lead Magnet Skill生成3-5个引流概念，最终选定"5分钟营销审核清单"

执行 SOP / 操作步骤

步骤一：环境配置

IDE选择：Cursor或VS Code
核心工具：Claude Code
语音输入：Whisper Flow（通过语音描述让AI执行操作）
MCPs：Perplexity（研究）、Playwright（浏览器自动化）、Firecrawl（网站抓取）

步骤二：构建你的第一个Skill

1. 告诉Claude Code："我想要创建一个关于[某营销任务]的skill"
2. 提供3-5个世界级参考案例
3. 描述你希望AI遵循的思考框架和输出格式
4. 手动审核并调整Skill内容
5. 在实际任务中调用该Skill

步骤三：执行营销漏斗搭建

1. 研究阶段：用Perplexity MCP调研目标市场
2. 定位阶段：用Positioning Angles Skill生成差异化定位
3. 文案阶段：用Direct Response Copy Skill生成落地页文案
4. 设计阶段：用Frontend Design Skill生成代码
5. 竞品分析：用Playwright MCP抓取并分析竞品
6. 引流阶段：用Lead Magnet Skill生成引流概念
7. 编排阶段：用Orchestrator Skill识别下一步最佳动作

细节支撑

案例数据：家居服务行业的即时响应

第一时间响应潜在客户可赢得**35%**的订单量
传统agency收费：$5,000-$10,000/月
AI驱动模式：无需增加人员编制，“几周工作压缩至几天完成”

现场演示的关键输出

定位角度"Boring Money"：专注服务"无聊但赚钱"的本地企业（管道工、HVAC、屋顶商、电工），年收入200万-1000万美元
落地页核心文案：“受够了那些营销agency？试试5天交付、月费零头的AI营销”
对比呈现：传统agency需6-8周、$15,000-$25,000 vs. Boring Money：5天、零头费用
创始人故事模块：“每个营销agency都想服务下一个Uber、AI初创、DTC品牌——但你年入400万、净利润15%、零负债——你是他们见过最健康的客户”

视频生成黑科技

使用Remotion（在Claude Code中创建视频）
用Midjourney生成书籍封面
用Canva移除背景
一条prompt生成100个不同尺寸的营销视频（横版、竖版、方形）
成本：$0（工具本身免费）

核心执行资产 (Tactical Assets)

Prompt/指令集还原

Positioning Angles Skill 调用模板

我正在创建一家AI营销agency，目标是[具体描述目标客户及特征]。
请使用positioning angles skill，分析：
1. 目标客户的 transformation（改变后的人生是什么样的）
2. 竞争格局（他们现在面临什么问题）
3. 独特机制（我的服务为什么不同）
4. 生成7个可选的定位角度

Direct Response Copy Skill 调用模板

基于以下定位角度：[选定的定位]
请使用direct response copy skill，生成：
1. 主标题（具备情感冲击力的变革宣言）
2. 副标题（核心差异化声明）
3. 痛点段落（目标客户内心独白）
4. 解决方案描述
5. 社会证明/创始人故事

Frontend Design Skill 调用模板

使用Anthropic的前端设计skill，为[公司名]创建转化优化的落地页。
设计要求：
1. 独特的反企业美学，区别于竞品
2. 避免紫色渐变、圆角、emoji等AI典型设计元素
3. 移动端优先
4. 包含以下模块：[根据业务需求定制]

工具链配置

必备MCPs（Model Context Protocols）

Perplexity MCP：AI驱动的深度市场研究，支持联网搜索和内容抓取
Playwright MCP：浏览器自动化，可抓取网站、截图、执行UI操作（免费开源）
Firecrawl MCP：网站结构化数据抓取，新版支持Agent模式（“找出所有XX类型的页面并整理成文档”）

Skills目录示例

positioning-angles.md
direct-response-copy.md
frontend-design.md
lead-magnet.md
orchestrator.md
[自定义垂直领域Skill]

Claude Code工作流配置

建议开启多实例并行：一个窗口执行研究（耗时较长），另一个窗口执行创意和设计
使用Task-based Agents处理专项任务，避免主对话窗口上下文过于臃肿

专家洞察与风险边界 (Insights & Boundaries)

反直觉/非共识结论

“跳过研究，直接prompting"是AI营销失败的根本原因
多数人期望AI"即插即用”，但没有高质量输入（研究数据）就不可能有高质量输出。James甚至愿意花一小时做研究，再用几分钟生成内容。
“简单"比"多功能"更重要
James曾配置大量MCPs，后来发现只需三个核心工具（Perplexity、Firecrawl、Playwright）就能覆盖90%的营销场景。过多的工具反而增加认知负担。
Skills的价值在于"你脑子里的最后10-20%”
通用AI可以完成80%的基础工作，但只有你亲自构建的Skill才能捕获你多年积累的"隐性经验"——那种无法言传但决定输出质量的关键判断。
营销正在从"艺术"转向"科学"
过去创建业务像在" silo"中凭感觉操作，现在通过AI可以将整个漏斗的每个环节模块化、测试化、规模化。100个落地页、100条广告不再是大公司的专利。

局限性与避坑指南

Skills不是万能的
如果你不是某个领域的专家，单纯用AI构建的Skill质量有限。最好由真人专家提供核心案例和判断框架，AI负责执行和扩展。
研究环节不能完全外包
虽然Perplexity和Firecrawl可以做大量信息收集，但最终的战略判断需要人来完成——尤其是关于定位选择、定价策略等关键决策。
警惕"AI slop"同质化
当所有人都用相似的Skills和MCPs时，生成的内容会趋同。解决方案：构建专属的、基于你自己案例的Skill库，而非照抄公开模板。
视频生成需要人工干预
现场演示的Remotion视频虽然视觉出色，但"需要音乐"——AI生成的视频目前仍需人工补充音频、字幕等元素。

金句 (Golden Quotes)

“很多人跳过了这个无聊的研究步骤，这就是为什么他们的AI输出是垃圾。”
“你不需要知道所有的事情，你只需要创建正确的Skills，AI会引导你完成整个流程。”
“把营销从艺术变成科学——过去创建一个业务凭的是感觉，现在可以用AI模块化地构建每一个环节。”
“最好的Skill来自于你脑子里的那10-20%的专家视角，那是通用AI永远无法替代的。”
“你不需要是一个专家，你只需要把你的专业知识下载到一个Skill里，然后让AI去执行。”
“壁垒正在溶解——你甚至不需要知道该怎么做，AI可以引导你完成整个过程。”
“第一个响应的人赢得35%的订单量——在AI之前，这需要一支销售团队；现在，只需要一个自动响应系统。”

📺 视频原片

视频ID: fVUlrpaWNxg

📝 深度摘要#

1. 对话背景与核心主题#

核心干货概览 (Key Takeaways)#

深度逻辑与实操拆解 (Implementation Deep Dive)#

底层矛盾与背景#

核心策略推导#

第一层：研究驱动（Research-Driven）#

第二层：技能栈构建（Skills as Frameworks）#

第三层：执行与组合（Building & Stacking）#

执行 SOP / 操作步骤#

步骤一：环境配置#

步骤二：构建你的第一个Skill#

步骤三：执行营销漏斗搭建#

细节支撑#

案例数据：家居服务行业的即时响应#

现场演示的关键输出#

视频生成黑科技#

核心执行资产 (Tactical Assets)#

Prompt/指令集还原#

Positioning Angles Skill 调用模板#

Direct Response Copy Skill 调用模板#

Frontend Design Skill 调用模板#

工具链配置#

必备MCPs（Model Context Protocols）#

Skills目录示例#

Claude Code工作流配置#

专家洞察与风险边界 (Insights & Boundaries)#

反直觉/非共识结论#

局限性与避坑指南#

金句 (Golden Quotes)#

📺 视频原片#