企业官网建设流程全解析

1. 从“marketingskills”这个标题说起：它到底想解决什么问题

第一次看到“marketingskills”这个标题，我脑子里蹦出来的不是某个具体工具，而是一类很典型的需求：把营销这件事拆成可复用、可组合、可自动执行的技能模块。过去我们做SEO、CRO、内容分发、落地页优化，靠的是人肉经验加一堆零散工具，今天用关键词工具查词，明天用热图工具看点击，后天再手动写FAQ结构化数据。流程割裂、经验难沉淀、新人上手慢，这是营销团队的老毛病。

而“marketingskills”这个项目标题，结合Claude Code、AI agents、SEO、CRO这几个热搜词，我判断它想做的事情是：把营销工作中那些高频、重复、有明确判断标准的动作，封装成AI agent可以调用的“技能包”。你可以把它理解成给AI装上一套营销工具箱，每个工具对应一个具体技能，比如“生成FAQ结构化数据”“分析落地页转化瓶颈”“批量生成SEO标题变体”“检查页面CRO要素”等等。

这件事的价值在于，它把营销从“依赖个人经验的手艺活”往“可编排的工程化流程”推了一步。适合谁来参考？三类人最值得看：一是独立站站长或小团队运营，手里没有大预算但想用AI提效；二是营销技术方向的开发者，想了解怎么把营销逻辑封装成agent技能；三是正在用Claude Code做自动化工作流的人，想看看营销场景下具体能怎么落地。

我下面会围绕这个核心思路，把项目整体设计、关键技术细节、实操过程、常见坑和排查方法全部拆开讲。内容会涉及Claude Code的安装配置、agent技能封装逻辑、SEO和CRO的具体实现，以及我在实际搭建类似流程时踩过的坑。你不需要先成为AI专家，只要对营销有基本认知，就能跟着思路走。

2. 项目整体设计与思路拆解

2.1 为什么选择“技能包”而不是“一个大而全的营销AI”

很多人做营销AI的第一反应是搞一个万能助手，输入一个网址，它自动帮你做完整套SEO和CRO优化。我试过这种思路，结论是：看起来很美，实际很难用。原因有三个。第一，营销任务之间的输入输出格式差异太大，关键词研究输出的是词表，CRO分析输出的是页面元素诊断，FAQ结构化数据输出的是JSON-LD代码，硬塞进一个对话流里，上下文会爆炸。第二，每个任务的判断标准不同，SEO看搜索意图匹配度，CRO看用户行为路径，混在一起模型容易顾此失彼。第三，调试困难，出了问题你不知道是哪个环节错了。

“marketingskills”选择技能包路线，本质上是把复杂问题拆成独立可测试的单元。每个技能有明确的输入、输出、判断规则和失败处理方式。这跟软件工程里的微服务思路很像，只不过服务对象从业务系统变成了营销任务。好处是你可以单独优化某个技能，比如发现FAQ结构化数据生成质量不稳定，就专门调这个技能的提示词和校验逻辑，不影响其他部分。

另一个关键考量是复用性。一个“生成FAQ结构化数据”的技能，既可以用在独立站产品页，也可以用在博客文章，还可以用在帮助中心。技能一旦封装好，调用方只需要传不同参数，不需要重新写逻辑。这对营销团队来说意味着经验可以沉淀成资产，而不是每次换个人就重新来一遍。

2.2 Claude Code在这个项目里扮演什么角色

Claude Code在这套设计里不是简单的聊天窗口，而是技能的执行引擎和编排层。它提供了几个关键能力：第一，可以直接读写本地文件，这意味着技能可以操作你的项目文件，比如读取HTML页面、写入JSON-LD脚本、修改meta标签。第二，可以执行终端命令，比如跑一个SEO检查脚本、调用外部API获取关键词数据。第三，支持自定义技能定义，你可以把营销逻辑写成Claude Code能识别的技能描述，让它按规则调用。

我实际用下来，Claude Code最舒服的地方是它把“对话”和“执行”揉在一起了。你可以先跟它讨论某个页面的CRO问题，讨论清楚后直接让它生成修改后的代码并写入文件，中间不需要切换工具。这对营销场景很友好，因为营销决策往往需要边聊边改，而不是一次性给出完美指令。

2.3 SEO和CRO在技能包里怎么分工

SEO和CRO虽然经常被放在一起说，但它们的技能设计逻辑差别很大。SEO技能偏向“规则明确、可批量处理”，比如生成结构化数据、检查标题长度、分析关键词密度、生成内链建议。这些任务有相对客观的标准，适合做成自动化技能，输入页面内容，输出优化建议或直接修改。

CRO技能则偏向“需要结合业务上下文判断”，比如落地页的转化按钮位置、表单字段数量、信任元素摆放。这些没有绝对标准，更多是启发式和A/B测试驱动。所以CRO技能的设计不能是“输入页面输出修改”，而应该是“输入页面和业务目标，输出诊断报告和实验建议”。我在设计类似技能时，会把CRO技能分成两层：一层是自动检查明显问题，比如表单字段超过7个、缺少社会证明、移动端点击区域过小；另一层是生成实验假设，供人工判断和测试。

这种分工决定了技能包的调用方式。SEO技能可以批量跑，一次处理几十个页面；CRO技能更适合单页面深度分析，配合人工决策。理解这一点，后面配置技能时就不会把两者混在一起。

3. 核心细节解析与实操要点

3.1 Claude Code的安装与环境准备

不管你用哪个系统，Claude Code的安装都不复杂，但有几个细节容易卡住。我分别说下macOS、Ubuntu和Windows的情况。

macOS上最省事的方式是用Homebrew安装，命令是brew install claude-code。装完后在终端输入claude就能启动。这里有个坑：如果你之前装过Node.js版本，可能会有路径冲突，建议先用which claude确认调用的是哪个。Ubuntu上推荐用官方提供的安装脚本，或者通过npm全局安装。Ubuntu用户要注意权限问题，如果遇到EACCES错误，不要直接用sudo，而是配置npm的全局目录到用户目录下，这样后续更新不会出权限问题。

Windows用户需要特别注意，Claude Code对64位版本有要求，32位系统不支持。如果你在Windows上遇到兼容性提示，先确认系统架构。另外Windows下建议用WSL2环境，原生PowerShell虽然也能跑，但文件路径和终端命令的兼容性会差一些。安装完成后，用claude --version验证，能输出版本号就说明基础环境没问题。

注意：安装过程中如果提示组织禁用了订阅访问，这通常是因为你用的是企业账号且管理员限制了权限。个人账号一般不会遇到，如果遇到需要联系账号管理员确认策略。

3.2 技能包的文件结构怎么设计

技能包不是一堆散落的提示词，需要有清晰的文件结构。我推荐的结构是这样的：根目录下建一个skills文件夹，里面每个技能一个子文件夹，子文件夹里至少包含三个文件：skill.md定义技能名称、描述、输入输出格式；prompt.md放具体的提示词模板；examples文件夹放几个输入输出示例，用于测试和校准。

为什么要有examples？因为AI技能最怕的是“描述很美好，实际输出跑偏”。放几个真实示例，一方面方便你调试提示词，另一方面Claude Code在调用技能时可以参考示例来理解你的期望格式。我试过不放示例直接写提示词，结果同一个技能在不同页面上的输出格式差异很大，加了示例之后稳定性明显提升。

另外建议在根目录放一个config.json，用来管理技能之间的共享配置，比如默认语言、输出格式偏好、API密钥引用等。这样改一个地方，所有技能都生效，不用逐个文件改。

3.3 SEO技能的核心实现：以FAQ结构化数据为例

FAQ结构化数据是SEO技能里很典型的一个，因为它规则明确、格式固定、效果可验证。实现逻辑分三步：第一步，从页面内容中提取问答对。这里不能简单按段落切，因为很多页面把问题和答案写在一起，需要模型理解语义边界。我的做法是在提示词里明确要求“识别页面中所有以问答形式呈现的内容，包括显式FAQ区块和隐式问答段落”。第二步，把提取的问答对转换成Schema.org的FAQPage格式。第三步，把生成的JSON-LD插入页面的<head>或<body>中。

这里有个关键细节：FAQ结构化数据不是越多越好。Google对FAQ富媒体结果的展示有数量限制，通常一个页面展示2到3个问题。所以生成时不要把所有问答都塞进去，而是按相关性排序，取前几个。另外答案长度要控制，太长的答案在搜索结果里会被截断，建议每个答案控制在50到100字之间。

提示：生成FAQ结构化数据后，一定要用Google的富媒体结果测试工具验证。我遇到过生成的JSON-LD语法正确但字段名拼错的情况，肉眼很难发现，工具一跑就暴露了。

3.4 CRO技能的核心实现：落地页诊断清单

CRO技能我建议做成诊断清单形式，而不是直接生成修改代码。因为转化率优化涉及太多业务判断，AI直接改代码风险太高。诊断清单可以包含这些检查项：首屏是否在3秒内传达核心价值主张、主CTA按钮是否在首屏可见、表单字段是否超过必要数量、是否有社会证明元素、移动端点击区域是否足够大、页面加载速度是否达标。

每个检查项给出通过/不通过/需要人工判断三种状态，并附上具体证据。比如“主CTA按钮是否在首屏可见”，技能需要分析页面截图或DOM结构，判断按钮的垂直位置是否在常见视口高度内。这里可以用Claude Code调用无头浏览器截图，然后让模型分析截图。我实测下来，截图分析的准确率比纯DOM分析高，因为DOM分析容易被CSS定位方式误导。

诊断清单的输出格式建议用表格，每行一个检查项，列包括检查项、状态、证据、建议。这样运营人员拿到报告可以直接分配任务，不需要再整理。

4. 实操过程与核心环节实现

4.1 从零搭建一个SEO技能包的完整流程

假设你要搭建一个“页面SEO体检”技能包，包含标题优化、meta描述生成、FAQ结构化数据、内链建议四个子技能。第一步，在skills目录下建seo-audit文件夹，里面建四个子文件夹对应四个技能。第二步，每个技能写skill.md，定义清楚输入是页面HTML或URL，输出是优化建议或修改后的代码。第三步，写prompt.md，把每个技能的具体要求写清楚。比如标题优化技能，要求模型生成5个标题变体，每个不超过60字符，包含主关键词，且语气符合品牌调性。

第四步，准备测试页面。我建议找3到5个真实页面，覆盖不同页面类型：首页、产品页、博客文章、帮助中心。用这些页面跑一遍技能，看输出质量。第五步，根据测试结果调提示词。常见调整包括：增加负面示例（告诉模型不要生成什么样的标题）、明确输出格式（用JSON还是Markdown）、限制生成长度。

第六步，把技能接入Claude Code的调用流程。你可以在Claude Code里用自然语言触发技能，比如“对https://example.com/product 跑一遍SEO体检”，Claude Code会识别到你要调用seo-audit技能包，然后依次执行四个子技能。这里的关键是技能描述要写清楚触发条件，否则Claude Code可能不知道什么时候该调用。

4.2 参数计算：标题长度和关键词密度的实际处理

SEO技能里经常需要计算参数，我拿标题长度和关键词密度举例。标题长度方面，Google搜索结果页通常展示前50到60个字符，中文约25到30个字。但这不是硬性截断，而是展示截断。所以生成标题时，核心信息要放在前25个中文字符内。我的做法是在提示词里要求模型“把主关键词和核心卖点放在前20个字符内，总长度控制在30个字符以内”。

关键词密度方面，很多人还在用2%到8%这个老标准，实际上现代搜索引擎更看重语义相关性而不是精确密度。我在技能里不设密度阈值，而是要求模型检查“主关键词是否出现在标题、H1、首段、至少一个H2、图片alt文本中”。这比算密度更实用，也更符合当前搜索算法的逻辑。

如果你确实需要算密度，公式是：关键词出现次数除以总词数乘以100%。但要注意中文分词问题，英文按空格分词，中文需要分词工具。我一般建议不要在技能里做精确密度计算，而是做覆盖检查，避免误导。

4.3 用Claude Code执行终端命令做页面抓取

Claude Code可以直接执行终端命令，这给SEO技能提供了很大便利。比如你可以让技能调用curl抓取页面HTML，然后分析。命令大概是curl -sL https://example.com/page -o page.html。抓取后，技能读取page.html，提取标题、meta描述、H1、正文内容等。

这里有几个实操细节。第一，有些页面需要处理JavaScript渲染，curl抓不到动态内容。这种情况可以用playwright或puppeteer的无头浏览器模式，命令类似npx playwright screenshot --full-page https://example.com/page page.png。第二，抓取频率要控制，不要对同一个域名高频请求，建议加延迟。第三，抓取前检查robots.txt，虽然技能是内部使用，但养成习惯没坏处。

注意：执行终端命令时，Claude Code会请求确认。如果你信任当前技能，可以在配置里设置自动批准特定命令模式，但不要全局放开，避免误操作。

4.4 CRO诊断中的截图分析和DOM分析怎么配合

CRO诊断我建议截图分析和DOM分析结合使用。DOM分析负责提取结构化信息，比如按钮文字、表单字段数量、链接位置。截图分析负责判断视觉层面的问题，比如首屏是否拥挤、CTA按钮是否足够醒目、文字可读性如何。

具体流程是：先用无头浏览器截取首屏截图和全页截图，然后把截图和DOM信息一起传给CRO技能。提示词里要求模型“结合截图和DOM信息，判断首屏是否在3秒内传达核心价值主张”。模型会分析截图中的文字大小、位置、对比度，结合DOM中的文本内容，给出判断。

我实测下来，这种组合方式的诊断准确率比纯DOM或纯截图都高。纯DOM容易忽略视觉层级，纯截图容易漏掉隐藏元素。两者结合能覆盖大部分常见问题。

5. 常见问题与排查技巧实录

5.1 技能调用不触发或触发错误

这是最常见的问题。Claude Code没有按预期调用你定义的技能，可能有两个原因。一是技能描述不够明确，Claude Code不知道什么时候该用。解决方法是把技能描述写得更具体，包含触发关键词和典型场景。比如不要写“用于SEO分析”，而是写“当用户要求分析页面SEO问题、生成meta标签、检查标题长度时调用此技能”。

二是技能之间的触发条件重叠。比如你有一个“通用页面分析”技能和一个“SEO体检”技能，用户说“分析这个页面”，Claude Code可能不知道选哪个。解决方法是在技能描述里明确边界，通用分析技能写“用于不涉及具体SEO、CRO、内容优化的通用页面结构分析”，SEO体检技能写“专门用于SEO相关检查”。

5.2 生成的FAQ结构化数据不被搜索引擎识别

这个问题我踩过好几次。常见原因有四个：第一，JSON-LD格式错误，比如缺少@context或@type字段。第二，FAQ内容与页面可见内容不一致，搜索引擎要求结构化数据必须对应页面上用户可见的问答。第三，答案过长被截断。第四，页面本身不被索引，结构化数据自然也不会展示。

排查步骤：先用富媒体结果测试工具验证语法，再检查页面可见内容是否包含相同问答，然后确认页面是否被索引。如果都没问题，可能是搜索引擎暂时没有展示，这种情况只能等。

5.3 Claude Code执行命令时权限被拒

在Ubuntu或macOS上，Claude Code执行某些命令时可能遇到权限问题。比如写入系统目录、修改受保护文件。解决方法是不要用sudo提权，而是把工作目录设在用户有权限的路径下。如果必须操作受保护文件，先手动修改权限或用符号链接。

Windows下常见问题是路径分隔符和命令兼容性。建议在WSL2里操作，或者用PowerShell的兼容命令。如果遇到“与64位版本不兼容”的提示，确认系统架构和Claude Code版本是否匹配。

5.4 技能输出格式不稳定

同一个技能，有时候输出JSON，有时候输出Markdown，有时候输出纯文本。这是因为提示词里没有强制格式要求。解决方法是在prompt.md里明确写“输出必须是合法JSON，不要包含任何其他文字”，并在examples里放一个标准JSON示例。如果还是不稳定，可以在技能执行后加一个格式校验步骤，用脚本检查输出是否符合预期格式，不符合就重新生成。

5.5 常见问题速查表

5.6 几个我踩过的坑和独家技巧

第一个坑：一开始我把所有技能都放在一个大的提示词文件里，结果Claude Code经常混淆技能边界。后来改成每个技能独立文件，并在文件头写明“此技能只做X，不做Y”，问题就解决了。技能描述里的“不做Y”和“做X”同样重要。

第二个坑：FAQ结构化数据生成时，模型倾向于把所有问答都塞进去。后来我在提示词里加了硬性限制“最多输出3个问答对，按与主关键词的相关性排序”，输出就合理了。

第三个技巧：CRO诊断时，让模型先描述截图里看到了什么，再给诊断结论。这样如果诊断有误，你能从描述里找到原因。直接要结论的话，模型可能跳过观察步骤，给出泛泛的建议。

第四个技巧：技能包版本管理很重要。每次调整提示词后，记录改了什么、为什么改、效果如何。我用一个简单的CHANGELOG.md记录，后面出问题可以回溯。没有版本管理的技能包，调着调着就乱了。

6. 技能包的扩展方向和组合玩法

技能包搭好之后，不要停在单个技能的使用上。我试过几种组合玩法，效果不错。第一种是“SEO体检加CRO诊断”串联，先跑SEO技能找出页面在搜索端的短板，再跑CRO技能看这些短板是否影响转化，最后生成一份综合优化建议。这种串联适合落地页优化，因为落地页既要排名也要转化。

第二种是“批量SEO体检加优先级排序”。对整站跑一遍SEO技能，收集所有页面的问题，然后按“影响流量潜力”和“修复成本”两个维度排序。影响流量潜力可以用页面当前排名和搜索量估算，修复成本按问题类型估算。这样运营团队知道先修哪些页面。

第三种是“内容生成加SEO校验”闭环。用内容生成技能写文章，写完自动跑SEO校验技能，检查标题、meta、关键词覆盖、内链。不通过就返回修改，通过就发布。这个闭环能大幅减少人工检查时间。

扩展方向上，我建议优先加“竞品分析”技能，输入竞品URL，输出对方的关键词布局、内容结构、CRO策略。这个技能对独立站特别有用，因为小团队往往没有专门的竞品分析人力。另一个值得加的是“搜索意图分类”技能，把关键词按信息型、导航型、交易型分类，指导内容策略。

最后分享一个小技巧：技能包里的提示词不要写得太“满”，留一些让模型根据上下文判断的空间。我一开始把规则写得极其详细，结果模型变得死板，遇到规则没覆盖的情况就卡住。后来改成“核心规则加判断原则”，模型反而更灵活。这个度需要自己试，但方向是：规则管底线，原则管发挥。