SkillFoxx
Telegram

AI Marketing Panel — скилл

Скилл строит панель из 5–15 составных покупателей и проверяет на ней лендинг, цену или письмо до выхода к клиентам.

  • 58 ★ репозитория
  • Последний коммит
  • MIT
Скилл

Минимальный доступ

Почему такой уровень

  • Скилл читает ваши материалы о клиентах и запускает локальные скрипты проверки, наружу ничего не отправляет сам.
Все причины и проверки

rodaddy/ai-marketing-panelАвтор:rodaddy

Установка

Работает в

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/ai-marketing-panel

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Минимальный доступИнструмент ничего не запускает и не ходит в сеть.

  • Скилл читает ваши материалы о клиентах и запускает локальные скрипты проверки, наружу ничего не отправляет сам.

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Вы описываете реальное решение: пускать ли лендинг в работу, подходит ли цена, откроют ли письмо. Набор строит от пяти до пятнадцати составных образов покупателей из материалов, которые у вас уже есть: обращений в поддержку, звонков продаж, отзывов и причин, по которым вам отказывали. У каждого образа длинное досье с источниками. Потом каждый образ читает черновик отдельно, в своем контексте, и не видит реакций других. На выходе реакции по отдельности, сводка, где разногласия сохранены, и оценка вердикта, с которой можно спорить. Скилл для Claude или Codex дополнен проверками на TypeScript, которые решают, соответствуют ли панель и прогон стандарту. Читает и пишет модель, проверяют скрипты.

Для кого. Владельцам бизнеса и маленьким командам, которые сами пишут тексты для клиентов и им некому показать их до публикации.

Подходит, если

  • Лендинг готов, и вы хотите услышать возражения до запуска рекламы.
  • Перед повышением цены надо понять, как отреагируют разные группы покупателей.
  • Рассылка должна пройти проверку на тему письма и первый экран.
  • Накопились отзывы и записи звонков, из которых можно собрать образы покупателей.

Не подходит, если

  • Нужны настоящие клиенты и интервью: панель дает ориентир, а не доказательство.
  • Нет материалов о покупателях, из которых можно строить образы.
  • Версия Node.js старше 22.18.0 и обновить ее нельзя: валидаторам она нужна.

Пример запроса к агенту

Построй панель из восьми покупателей по этим отзывам и проверь на ней новый лендинг.

Ограничения

Это направляющая, а не настоящая проверка: авторы многократно напоминают, что составные образы заменяют клиентов лишь как ориентир. Качество зависит от доказательств, из которых собраны досье, поэтому без реальных обращений и отзывов образы выйдут общими. Валидаторам нужен Node.js 22.18.0 и новее, `room.sh` требует только `bash`. Готового архива в релизах нет, комплект получают архивом из GitHub. Не запускайте набор на месте: для каждого использования делайте собственную копию, иначе панели и прогоны перемешаются. Перед стартом прочитайте `START-HERE.md` и `INSTALL.md`.

Как отключить. Удалите скилл из приложения Claude или каталога Codex. Папки панелей и прогонов лежат в вашей копии набора и удаляются вручную.

Частые вопросы

Как поставить скилл?

Склонируйте репозиторий, проверьте Node.js скриптом `check-node.sh`, затем перетащите архив набора в разговор в приложении Claude либо укажите папку в Codex. Полный порядок описан в `INSTALL.md`.

Как запустить проверки вручную?

Создайте панель командой `node skills/synthetic-customer-panel/scripts/init-panel.ts --owned-root ./panels ./panels/my-panel --name "My panel"`, затем проверьте ее `validate-panel.ts`.

Что сказать агенту?

Попросите построить панель покупателей или проверить материал фразой «wash this artifact».

Чем панель отличается от фокус-группы?

Это набор составных образов из ваших данных, который отвечает быстро и дешево, но остается ориентиром: настоящих клиентов он не заменяет.

Видят ли образы ответы друг друга?

Нет, каждый образ читает черновик отдельно, в своем контексте.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

Коллекция скиллов для Claude Code под маркетинг и продажи: контент, SEO, аутрич, CRO, подкасты, видео и финансовый разбор расходов

СкиллШирокий доступ3,8 тыс.

AI Marketing Suite

AI Marketing Suite for Claude Code

Набор маркетинговых скиллов для Claude Code: аудит сайта, копирайтинг, письма, контент-планы, разбор конкурентов и отчеты клиенту

СкиллРасширенный доступ2,9 тыс.

Скилл с маркетинговыми принципами и разборами автора: агент читает их перед тем, как писать тексты, письма и воронки

СкиллМинимальный доступ305

Один скилл из 14 модулей для маркетолога: аудит сайта с оценкой 0–100, тексты, хуки, реклама, GEO, письма и запуски

СкиллМинимальный доступ242

Скиллы для позиционирования, контента, LinkedIn, холодных рассылок и аудита лендингов с режимами быстрого и глубокого разбора

СкиллМинимальный доступ455

24 скилла маркетинга: реклама Google, Meta и TikTok, SEO, соцсети, холодные письма и аналитика через Hyper MCP.

СкиллШирокий доступ112

Сравнение с похожими

Карточки с тем же главным запросом: чем они отличаются.

ИнструментОфициальныйЗвезды репозиторияГлавное отличие
AI Marketing Panel (эта карточка)нет58
Hiring Panel Skillнет294семь ролей пытаются отклонить резюме; здесь панель образов покупателей оценивает лендинг, цену или письмо
Marketing Skills: маркетинговые скиллы для агентовнет59 933набор общих маркетинговых скиллов; этот проверяет один материал на панели покупателей

Коротко о README

В репозитории лежит скилл `synthetic-customer-panel`, детерминированные валидаторы на TypeScript и документы для запуска: стартовая инструкция, контракт установки и операционное руководство.

Бейдж для README

Исходный SKILL.md

---
name: synthetic-customer-panel
description: Build, run, calibrate, and maintain evidence-grounded synthetic customer panels with 5-15 explicit seats, rich persona dossiers, isolated reactions, deliberate wrong-fit dissent, separate synthesis and scoring, and rewrite/retest loops. Use when the user says build a customer panel, synthetic focus group, audience panel, buyer panel, wash this artifact, test this copy with customers, run the panel, rewrite and retest, calibrate the panel, or update panelists from new customer evidence.
---

# Synthetic Customer Panel

Create a customer-research instrument, not a cast of agreeable fictional
characters. Build every panel in an owned workspace copied from the neutral kit.
Keep the reusable base and reference PoCs unchanged during real use.

## Route the request

- Build or rebuild a panel: read `workflows/build-panel.md`.
- Review one artifact or sequence: read `workflows/wash-artifact.md`.
- Improve a weak artifact and test it again: read
  `workflows/rewrite-and-retest.md`.
- Add real outcomes or tune the instrument: read
  `workflows/calibrate-panel.md`.
- Refresh seats from new evidence: read `workflows/maintain-panel.md`.
- Rerun a panel on something new, swap seats out, or run several named panels
  at once: read `workflows/room-lifecycle.md`. Triggers include "run it again",
  "same panel, different concept", "clean the room", "bounce these seats",
  "make six new ones from new criteria", and "run five panels in parallel".

Read only the references named by the selected workflow. Do not load every
reference by default.

## Non-negotiable invariants

1. Work in an owned panel workspace or copied kit. Never run or modify a PoC or
   canonical base in place.
2. Use an explicit `panel.json` manifest. Only its active seats run. A folder
   scan never decides the roster.
3. Keep 5-15 active seats. Right-size from actual customer heterogeneity; do not
   choose 13 merely because the source video used 13.
4. Give every seat its own evidence- and assumption-labeled dossier. Target
1,200-1,800 words; validation fails below 900 words, for thin sections,
repeated filler, or near-identical dossiers.
5. Model composites, not invented claims about named real people. Separate

Сообщить о проблеме