呢份係最詳細版本，包含每條影片的所有具體步驟、命令、工具、Prompt 模板、商業模式
6qJsw0n0GGw — CC at Scale 進階課程（87k transcript）
主講人
技術進階用戶，專注 Claude Code 進階技巧
核心方法論：4 大環節
- 九項倍增黑客 — 中級至進階技巧（設計系統、複製功能、多模態）
- 多模態掌控 — CC 網頁版 + 桌面版並行
- 複製框架 — 前端功能複製
- 真實應用 — Hackathon 贏家案例
9 項倍增黑客（具體內容）
1. 專案大腦 (Project Brain)
- 建立 .claude/claude.md 作為命令中心
- 包含：規則、指引、項目結構、檔案映射
- 百萬行代碼庫：建立 Inventory 減少 context 成本
- 用 /initialize 命令整合 claude.md
2. 計劃模式 (Plan Mode)
- /plan 命令進行規劃
3. 多窗口並行
- 同時開啟多個任務，獨立執行
4. Claude Code Web 版（claude.ai Code 分頁）
- 輕量級編輯、頭腦風暴、表面編輯
- 與 CLI 並行使用節省 token
5. Git 整合
- /install 連接 GitHub
- 自動建立 README、.gitignore
- 推送到 public repo 供複用
6-9. 其他進階技巧（詳見影片）
成本
- Claude 3.5 Sonnet：~$40/月
- 比傳統 SaaS 節省 80-90%
3oUhUOOPNPE — Cody Schneider（65k）
主講人背景
- Castos 創辦人（Podcast 託管，7 位數 SaaS）
- 100 天 100 條 YouTube：250 → 13,000 subscribers
核心工具棧
必備 API：
- Appify MCP — LinkedIn & 社群媒體抓取
- 成本：免費帳號 + $29/月升級
- 設置：
mcp.appify.com生成 API key - 支援：LinkedIn Profile Scraper、Post Scraper、Instagram、Facebook
- Claude API — 主 AI 引擎
- Web Search — 線索研究
- Perplexity API — 深度搜尋
完整 7 步 Lead-to-Close 流程
Step 1：建立 VS Code 專案
├─ 安裝 Claude Code 擴展
├─ 建立新資料夾
└─ 初始化 Git
Step 2：安裝銷售技能包
git clone [GitHub Repo]
→ 14 skills installed
Step 3：線索資格認證
/sales prospect [website.com]
├─ 啟動 15 個並行 sub-agents
├─ 每個 agent 研究 10 條線索
└─ 輸出：CSV 含資格認證狀態
Step 4：線索豐富化
/sales contact [website.com]
├─ 使用 Appify LinkedIn Scraper
├─ 提取：最新 LinkedIn 貼文、公司規模、描述
└─ 更新 CSV
Step 5：外聯序列生成
/sales outreach
輸出：5 個個性化電郵序列
├─ Day 1：Hook + Intro
├─ Day 3：Value-add message
├─ Day 7：Social proof
├─ Day 14：Follow-up
└─ Day 21：Final touch
Step 6：PDF 報告
/sales report → 專業客戶簡報
Step 7：建立 Plugin
Plugin: "Ben's Outbound Sales Process"
包含：
- Skill 1: Lead Qualification (15 並行 agents)
- Skill 2: Lead Enrichment (10 並行 agents)
- Skill 3: Email Personalization (17 並行 agents)
- Command: /outbound-enrichment（按序執行上述 3 個 Skills）
關鍵數字
- 每個線索研究時間：2 分鐘（手動需 2-3 小時）
- 150 條線索 → 82 條合格（54% 合格率）
- 最佳 sub-agent 數：5-15 個任務/代理
1JOkxV10Mgk — Craig Hwitt（59k）
主講人背景
- Castos 創辦人（7 位數 SaaS），非技術人員
- 坐在兒子籃球練習場用手機建了第一個版本
- YouTube 250 → 13,000 subscribers（100 天）
完整 Setup 工作流
Step 1：建立 VS Code 項目
Step 2：安裝 Marketing Skills（GitHub Repo，32 個 skills）
Step 3：SEO 審計示例
/seo-audit [website.com]
Claude 輸出：
├─ Critical：XML Sitemap 缺失 (404)
├─ High：Canonical Tags 缺失
├─ Medium：元數據描述不完整
├─ 修復指南
└─ 預估 ROI
Step 4：其他 Skills 示例
/paid-ads → LinkedIn 廣告策略
/landing-page-brief → 登陸頁設計指南
/content-strategy → 內容規劃
成本對比
- 手動 SEO Audit：1-2 週
- Claude Code：1-2 分鐘
- 傳統收費：幾千美元
zFM5elMy5Do — Sandy 個人品牌內容系統（34k）
主講人
- YouTube 550K subscribers（有機增長，無廣告）
- 3 平台：YouTube、Instagram、TikTok
- 問題：工作忙碌，無法持續創作
解決方案：7 人 AI 內容團隊
| 角色 | 功能 | 工具 |
|---|---|---|
| 頻道分析師 | 分析自己頻道 + 競爭對手 | YouTube Data API、Claude API |
| 趨勢偵察 | 尋找 48 小時內爆紅影片 | YouTube Data API、X、VidIQ |
| 腳本撰寫師 | 6-10 字吸睛 Hook | Claude API、品牌語音文檔 |
| 縮圖設計師 | 生成參考縮圖 | Nano Banana Pro API、Claude Vision |
| 影片編輯 | 自動去贅詞、加字幕 | Descript API |
| 每日記者 | 編譯 Sheets + 寄郵件 | Google Sheets API、Gmail API |
| Shorts 轉換 | 長片轉短片（Phase 2） | Descript API |
完整建設流程（6 天）
Day 1：Google Cloud 設置
1. 建立 Google Cloud Project
2. 啟用 4 個 APIs：
- YouTube Data API v3
- Google Sheets API
- Gmail API
- Google Drive API
3. 建立服務帳號
4. 下載 JSON 金鑰檔案
建立 4 個 Google Sheets：
- Daily Outlier（每日爆紅影片）
- Content Calendar
- Brand Voice
- Competitor Tracker
設置外部 APIs：
- Nano Banana Pro（圖片生成）
- Open Router API（備用）
- Descript API（影片編輯）
Day 2-3：提示 Claude
"我想建立內容營銷團隊，7 個 AI agents
- 分析我的 YouTube 頻道
- 研究競爭對手
- 找出 48 小時內爆紅內容
- 提取前 30 秒 intro 的公式
- 針對我的風格重寫 title + thumbnail
- 每日更新 Google Sheets + 寄送郵件
- 使用 Descript 自動編輯影片
工具：Claude API、YouTube API、Nano Banana Pro、Descript
輸出：完整系統設計 + 成本估計"
Claude 輸出：7-Agent 系統 + $84-114/月 成本估計
Day 4-5：定制 claude.md
- 品牌顏色、字體、風格
- 競爭對手清單
- Outlier 評分標準
- 內容優先級規則
Day 6：啟動
每日流程：
1. Claude 自動掃描 YouTube + Twitter + Instagram
2. 識別爆紅內容，整理 Google Sheets
3. 自動寄 "Sandy AI Daily Digest" 郵件
4. 打開 Dashboard，選感興趣影片
5. Descript Underlord 自動編輯
6. 確認後發佈至 YouTube
爆紅影片評分公式
Outlier Score = (48小時內觀看數 / 頻道平均48小時觀看數) × 100
100-200: 強爆紅
200-500: 非常爆紅 (Viral)
優先小頻道 (<50K 訂閱)
Descript Underlord 編輯指令
1. 移除贅詞 (filler words)
2. Intro 層動畫效果最大化
3. 使用品牌字體和顏色
4. 字幕只在 intro 部分
5. 字幕間隔 <0.5 秒
6. 加入輕量背景音樂（低音量）
7. B-roll 自動插入
月成本清單
| 工具 | 月成本 |
|---|---|
| Claude API | $40 |
| YouTube Data API | 免費 |
| Nano Banana Pro | $15 |
| Open Router API | $5 |
| Descript | 已有訂閱 |
| Google Services | 免費 |
| 總計 | ~$60-100/月 |
對比： 社群媒體經理 500-2K/月 + 內容研究員 $1-2K/月 = 節省 95%
FwmhsetCbGY — Design System Claude Skill（20k）
核心概念
Claude Skills 不是簡單 prompt，而是可重複使用系統
3 個必要條件
1. 知識資料夾（Brand Context）
/.claude/knowledge/
├─ brand-identity.md
│ ├─ 品牌故事
│ ├─ 目標受眾
│ └─ 品牌語調
└─ design-language-system.md (DLS)
├─ Topography（字體系統：字型、大小、weight）
├─ Color Palettes（精確 hex codes）
├─ Spacing Rules（px 數值）
├─ Component Standards（按鈕、卡片、表格）
├─ Facial Hierarchy（視覺層級）
└─ Design Tokens（所有精確設計值）
2. 專案大腦（claude.md）
- 專案結構說明
- 可用檔案清單
- 預期輸出格式
- 執行規則與限制
3. Skill.md 結構
# [Skill Name]
## Purpose
技能做咩
## When to use
點樣 trigger
## Prerequisites (Guard Rails)
執行前必須確認：
- brand-identity.md 存在？
- DLS.md 存在？
- claude.md 存在？
（冇 brand context 唔可以 proceed）
## Execution Steps
1. 讀取品牌文件
2. ...
## Output Format
期望輸出格式完整 Setup Workflow
Step 1：建立 /knowledge folder
Step 2：填寫 brand-identity.md（品牌資料）
Step 3：填寫 DLS.md（設計規範）
Step 4：建立 claude.md（專案大腦）
Step 5：一條 prompt 讓 CC 生成 skill.md
Step 6：使用
/design-system "Create Instagram post"
→ 自動 apply DLS，無需重複解釋品牌
一個 Skill 生成 3 種輸出
Design System Skill
↓
┌──────┼──────┐
↓ ↓ ↓
Instagram Website 30秒 Video
(HTML) (多頁) (Remotion)
工具整合
| 工具 | 用途 | 費用 |
|---|---|---|
| Frontend Design Plugin | HTML/CSS 設計 | 免費 |
| Nano Banana MCP | AI 圖片生成 | 付費 API |
| Remotion + best-practices skill | JavaScript 影片 | 進階 |
| Playwright MCP | 網站爬蟲/截圖 | 免費 |
關鍵洞察
最小輸入 ≠ 最佳輸出。更詳細的品牌檔案 = 更高品質輸出。前期投資 1-2 小時建立 DLS，換取每次輸出都符合品牌標準。
A6RbawFHC80 — Claude Cowork Agents（19k）
主講人：Ben（AI 顧問）
核心創新：Sub-Agents 並行執行
以前的問題： 150 條線索需逐一處理，上下文被淹沒，速度慢
新方案：
主 Agent
↓
┌───┬───┬───┬───┬───┐
↓ ↓ ↓ ↓ ↓ ↓
15個並行Sub-agents（每個處理10條線索）
↓
匯總結果
完整 3 Phase Demo：150 條線索
Phase 1：資格認證（/outbound-pipeline）
ICP 標準：
- 行業：行銷代理
- 服務：SEO
- 地點：美國
Prompt：
"Qualify these 150 leads against ICP criteria.
Please SPIN UP 15 PARALLEL SUB-AGENTS.
Each agent research 10 leads."
→ 2 分鐘內完成
→ 結果：82/150 合格（54%）
Phase 2：豐富化
Prompt：
"Spin up 10 PARALLEL sub-agents that enrich 7 leads each"
每個 agent（via Appify MCP）：
- 找最新 LinkedIn 貼文
- 公司規模
- 公司描述
→ CSV 加上豐富化資料
Phase 3：個性化外聯
17 sub-agents → 37 個個性化電郵
→ 全部添加入 CSV
Plugin 建立步驟
plugin/
├─ lead-qualification-skill.md
├─ lead-qualification-agent.md
├─ lead-enrichment-skill.md
├─ lead-enrichment-agent.md
└─ outbound-enrichment-command.md
command.md 內容：
outbound-enrichment:
- 執行 lead qualification
- 執行 lead enrichment
- 輸出：豐富化 CSV + 個性化電郵
分享：ZIP → GitHub → 分享連結
Skill Agent 結構示例
# Lead Qualification Skill
你是決策人智能引擎
功能：
- 識別購買委員會
- 映射組織層級
- 找出個人錨點
- 建立多線程參與策略
輸入：網址
流程：
1. 網站研究（Web Search）
2. LinkedIn 研究（Appify）
3. 競爭分析
4. 個人化錨點提取
輸出：決策人清單 + 建議方法Sub-agents vs Agent Teams
| 特性 | Sub-agents | Agent Teams |
|---|---|---|
| 適用 | 隔離任務（lead research） | 共同目標（compiler 構建） |
| Token 效率 | 較低 | 較高 |
| 互相通訊 | ❌ | ✅ |
| 日常行銷任務 | ✅ | 不常用 |
⚠️ 重要限制
- 必須講「spin up X parallel sub-agents」 — 唔講會變 sequential！
- 每個 sub-agent 最佳：5-15 個任務
- 最佳批次規模：100-200 條（超過 200 會複雜）
- 成本高：需要 Claude Max plan
eorc3jLBqIA — Marketing Audit Tool（19k）
主講人：Cory Haynes（AI 行銷顧問）
15 個 Commands 完整清單
/market-audit 全面審計（5 parallel agents，PDF 報告）
/market-copy 文案改寫 + 5 個標題變體
/market-email 完整電郵序列
/market-social 30 天內容日程 + 1 週貼文
/market-seo 技術 + 頁面 + 關鍵字 SEO 報告
/market-funnel 銷售漏斗分析
/market-landing 登陸頁面 Brief
/market-competitors 競爭對手深度分析
/market-brand 品牌指南生成
/market-content 內容策略
/market-roi ROI 估計
/market-influencer 影響力人物研究
/market-hashtag 主題標籤策略
/market-report-pdf 客戶級 PDF 報告
/market-ab-test A/B 測試設計
5 個 Parallel Agents 功能
Agent 1: Content & messaging analysis
Agent 2: Conversion optimization
Agent 3: SEO & discoverability
Agent 4: Competitive analysis
Agent 5: Strategy & growth opportunities
完整 Demo Output（Met Spa 審計）
輸入：knobillesthetics.com（舊金山美容 SPA）
輸出報告：
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Overall Score: 64/100 (C-)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Critical Findings (P0)：
1. Botox 定價不一致
- 頁面 1：100 units = $1,400（save $400）
- 頁面 2：同套餐 = $1,500（save $300）
影響：轉換率下降 15%
2. 整個網站缺少元數據描述
影響：Google 自動生成摘要 → CTR 下降
3. 無 FAQ Schema Markup
Quick Wins（本週）：
✓ 修復 Botox 定價一致性
✓ 添加元數據描述（10 分鐘）
✓ 安裝 FAQ 結構化資料（RankMath）
Medium-term（1-3 月）：
□ 添加客戶見證
□ 頁面速度優化
□ 內容增加
Competitive Landscape：
┌─────────────────┬──────────┬────────┬──────┐
│ Competitor │ Pricing │ SEO │ Trust│
├─────────────────┼──────────┼────────┼──────┤
│ Haze Valley Med │ $$$ │ Good │ 4.8★ │
│ Skin Spirit │ $$ │ Better │ 4.9★ │
│ Serenity Medspa │ $$$$ │ Best │ 5.0★ │
└─────────────────┴──────────┴────────┴──────┘
Revenue Impact Estimate：
如果實施建議：
流量 +30%、轉換率 +15%、月收入 +$5,000-10,000
安裝步驟
# 1. 下載 VS Code
# 2. 安裝 Claude Code 擴展
# 3. 複製 GitHub Repo
git clone [marketing-audit-repo]
cd [repo]
npm install
# 4. 使用
# /market-audit [website.com]
# → 2-5 分鐘
# → PDF 報告商業模式
1. 免費審計 → 展示價值
2. 識別痛點 → 提出解決方案
3. 簽署 3 個月 retainer → $2-5K/月
4. 實施建議 → 追蹤 ROI
5. 利潤率：80-90%
atONpdivNBo — Complete AI Marketing Team（16k）
32 個 Skills 安裝方式
提示：
"我想安裝營銷技能套件
GitHub Repo: [URL]
安裝全局，讓我在任何項目使用"
Claude 執行：
✓ 複製 GitHub repo
✓ 安裝 32 個技能全局
✓ 顯示可用命令列表
32 個 Skills 分類
SEO & 發現：
seo-audit, keyword-research, local-seo, schema-markup
廣告與轉換：
paid-ads, ad-copy, landing-page, cro
內容策略：
content-strategy, social-posts, email-sequences, copywriting
商業智能：
analytics-tracking, competitor-analysis, churn-prevention
（共 32 個，全部免費開源）
真實 Demo：本地水電工 SEO 審計
/seo-audit [plumber-website.com]
Claude 詢問：
- 業務類型？→ 本地企業
- 目標關鍵字？→ "紐約水電工"
- SEO 目標？→ 本地搜尋排名
- 已有 Google Search Console？→ 否
輸出：
- Critical：XML Sitemap 缺失（404）
- High：缺少 Canonical Tags
- Medium：元數據描述不完整
- 預估修復時間：<2 小時
客戶獲取模式
1. 客戶開發：冷電郵
2. 免費 SEO 審計（2 分鐘 + 1 份 PDF）
3. 展示機會（$5-10K 潛在月收入）
4. 簽署 3 個月合約（$2-3K/月）
5. 使用 Claude 執行（成本 <$100/月）
6. 淨利潤：80-90%
G1YcfZKlpUU — 80% Marketing Automation（16k）
主講人：Rory（Autonomously AI 創辦人）
完整 Workflow：從想法到執行
客戶需求
↓
GitHub Skill Library（開源）
↓
Claude Code + 32 Skills
↓
Output：Ad Creative / Landing Page / Email / Analytics
↓
人工審閱（20%）
↓
發佈/投放
完整 /page-cro Demo
/page-cro
輸入：
- 品牌 URL
- 主要目標（e.g., "預約發現電話"）
- 流量來源（e.g., YouTube）
- 目標訪客（e.g., 小企業主）
Claude 執行：
1. 分析現有頁面
2. 評估轉換障礙
3. 生成 3 個英雄段落變體：
① Outcome-led
② Problem-led
③ Specificity-led
4. 推薦 CTA、信任信號位置
5. 提供落地頁修復清單
時間：5-10 分鐘
完整 /paid-ads Demo
/paid-ads
預算：$1,000-3,000/月
平台：LinkedIn
目標：預約發現電話
輸出：
├─ 廣告策略
│ ├─ 冷目標受眾：Founders, CEOs, Ops Directors（11-500 人公司）
│ ├─ 再行銷受眾：30 天內訪客（300+ 訪客時啟動）
│ └─ 預估 KPI：CPM $30-60、CPC $8-15、CTR 4-8%、Lead Rate 20-40%
│
├─ 預算配置
│ ├─ Prospecting：70%（$1,050）
│ ├─ Retargeting：30%（$450）
│ └─ 預期：100-180 clicks、5-15 leads、1-5 discovery calls/月
│
├─ 3 個廣告文案變體
│ ├─ Outcome Hook
│ ├─ Pain Hook
│ └─ Social Proof Hook
│
└─ Landing Page Brief（完整頁面結構）
GitHub Repo 結構（Autonomously AI）
autonomously-ai/marketing-skills/
├─ skills/
│ ├─ page-cro/skill.md
│ ├─ paid-ads/skill.md
│ ├─ content-strategy/
│ ├─ copywriting/
│ ├─ email-marketing/
│ ├─ seo-audit/
│ └─ ... (26 個更多技能)
├─ .claude/
│ ├─ product-marketing-context.md ← 必須填寫！
│ └─ (其他設定)
└─ README.md
product-marketing-context.md 範本：
公司名稱：[公司名]
網站：[URL]
服務：[描述]
目標客戶：[描述]
USP：[獨特賣點]
成功案例：[列舉]
（越詳細越好）成本對比
| 項目 | 傳統 | Claude Code |
|---|---|---|
| 廣告策略設計 | 10h × 500 | $10-20 |
| 廣告文案 | $300-500 | 已包含 |
| 總計 | $800-1,000 | $30-40 |
| 節省 | 95% |
盈利方式
服務模式：客戶審計 → $500-1,000/次
顧問模式：教導使用 → $1,000-5,000
代理模式：全流程外包 → 20-30% 利潤
預期月收入（10 個客戶 × $3K）：$30,000
月成本（Claude Pro）：$200
月利潤率：99%+
JqXkPlX_4gQ — AI Sales Team（18k）
14 個 Commands 完整清單
/sales-prospect 完整線索審計（5 parallel agents）
/sales-contact 決策人情報 + 聯絡策略
/sales-outreach 5 個個性化電郵序列
/sales-follow-up 跟進序列
/sales-meeting-prep 會議準備簡報
/sales-proposal 提案生成
/sales-objections 異議處理 Playbook
/sales-pipeline-report PDF 銷售管道報告
/sales-competitor 競爭對手對標
/sales-icp 理想客戶檔案
/sales-research 深度線索研究
/sales-email-template 電郵模板庫
/sales-call-script 電話腳本
/sales-qualifying 初步資格認證
完整 Demo：Loom.com
輸入：/sales-prospect loom.com
5 Parallel Agents：
├─ Agent 1: 公司研究（Crunchbase, Reuters）
├─ Agent 2: 決策人尋找（LinkedIn, web search）
├─ Agent 3: 機會評分
├─ Agent 4: 競爭對手分析
└─ Agent 5: 外聯策略
PDF 輸出：
━━━━━━━━━━━━━━━━━━━━━━━━━
Sales Pipeline Report - Loom.com
━━━━━━━━━━━━━━━━━━━━━━━━━
Overall Score: 75/100（High Priority）
Key Decision Makers：
1. Nick Finegan - VP of Revenue
└─ Anchor: GTM 10 Award 2025
2. Casey Bergman - Head of Sales
└─ Anchor: Joined Gong at seed, $200M ARR
Next Steps：
✓ Send LinkedIn request to Nick Finegan
✓ Reference GTM 10 award in cold email
✓ Follow-up sequence 3 weeks
/sales-outreach 電郵序列：
├─ Day 1 Hook：Subject line + personalized
├─ Day 3 Value Add：Context from research
├─ Day 7 Social Proof
├─ Day 14 Breakup
└─ Day 21 Final touch
成本對比
| 項目 | 傳統 | Claude Code |
|---|---|---|
| 銷售代表薪資 | $50-80K/年 | — |
| 工具（Apollo, ZoomInfo, Outreach） | $300-800/月 | — |
| Claude Max + Email 工具 | — | $300/月 |
| 節省 | 95%+ |
XPl6IKDADkU — Social Media Manager（21k）
主講人
內容創作者，2 年內從 0 到 150 萬粉絲（無預算、無廣告、無團隊）
工具：Blotato API
功能：
- YouTube & TikTok 轉文字
- 生成視覺資產（Infographics, Carousels, Slideshows, Videos）
- 排程發佈到所有平台
- 追蹤已發佈內容
10 分鐘建立完整 Skill
Step 1：Prompt Claude（完整版）
"建立一個 Claude Skill
名稱：AI 社群媒體經理
功能：
- 瞭解我的品牌語調和風格
- 為 Instagram、TikTok、LinkedIn、Twitter 製作貼文
- 使用 Blot API 發佈並建立視覺資產
- 為每個平台調整內容
（Instagram = 視覺優先，Twitter = 簡潔）
- 維護所有已發佈貼文的日誌，追蹤 URL
輸入：主題或想法
輸出：
1. 平台特定貼文稿
2. 視覺資產建議
3. 發佈記錄
提出澄清問題，直到 95% 確信可完成"
Step 2：Claude 問答（15 個問題）
Q1: 品牌語調？→ 教育性、親近
Q2: 目標平台？→ Instagram, Twitter, TikTok, LinkedIn
Q3: 發佈工作流程？→ 草稿後確認再發佈
Q4: 視覺資產？→ 每次都生成
Q5: 帳號 ID？→ Claude 自動從 Blot API 取得
Q6: 記錄格式？→ Markdown 表格
Q7: 工作流？→ 要求確認後再發佈
... 更多 8-10 個問題
使用範例
/social-media-post
"分享首次購房者提示"
執行過程：
1. 檢查品牌語調文件
2. 建立 4 個平台草稿
3. 詢問：生成視覺資產？
4. 調用 Blot API 生成圖片
5. 預覽 + 要求確認
6. 發佈至各平台
7. 記錄到日誌
Instagram 輸出示例：
5 個首次購房者必知秘訣 🏠✨
1️⃣ 預算前瞻性（前 6 個月）
2️⃣ 信用評分檢查
3️⃣ 了解抵押類型
4️⃣ 獲得預先批准
5️⃣ 學習談判技巧
DM me for a personalized buyer plan!
@SabrinaRamenov.Realtor
Quality Gates（品質控制）
brand-voice.md 包含：
- 語調：教育性、親近
- 核心主題：AI & 房地產
- 目標受眾：25-35 歲首購族
- 品牌顏色：[HEX codes]
- 品質規則：
□ 無連字號（m-dash）
□ Emoji < 2 個
□ 長度在目標範圍內
□ 有明確 CTA
zDvgZwuvt8o — 18 AI Marketing Agents（18k）
18 個完整 Commands
| 命令 | 功能 | 輸出 |
|---|---|---|
/audit | 8 維度全面審計 | 分數 PDF 報告 |
/report | 策略報告 | 90 天行動計劃 |
/market | 命令中心 | 快速概覽 |
/copy | 文案改寫 | 改寫 + 5 個標題 |
/email | 電郵序列 | 完整自動化序列 |
/social | 社群內容 | 30 天日程 + 1 週貼文 |
/seo | SEO 報告 | 技術 + 頁面 + 關鍵字 |
/brand | 品牌指南 | 完整品牌手冊 |
/content | 內容策略 | 3 個月計劃 |
/landing | 登陸頁面 | 整頁 HTML |
/funnel | 銷售漏斗 | 漏斗分析 + 修復 |
/roi | ROI 計算 | 投資回報率 |
/influencer | 影響力人物 | 目標列表 |
/ab-test | A/B 測試 | 測試設計 |
/hashtag | 主題標籤 | 策略性標籤 |
/competitor | 競爭對手 | 完整分析 |
/personas | 人物側寫 | 理想客戶檔案 |
/pdf-report | PDF 導出 | 專業報告 |
安裝步驟
# Windows
git clone [repo] && cd cloud-ai-marketing && npm install
# Mac/Linux（相同）
git clone [repo] && cd cloud-ai-marketing && npm install
# 結果：18 個命令已全局安裝完整 Demo：房地產網站（/audit）
輸入：/audit [realestate-website.com]
時間：2-3 分鐘
輸出：
📊 整體分數：45/100（很差）
🔴 Critical (P0)：
1. XML Sitemap 缺失（高影響）
2. 無元數據描述（傷害 SEO）
3. 無 Schema Markup（影響 SERP）
📅 90 天行動計劃：
Week 1-2: 技術 SEO 修復
Week 3-4: 內容添加
Week 5-8: 付費廣告測試
Week 9-12: 轉換優化
💰 收入影響：
如果實施：流量 +30%、轉換率 +15%、月收入 +$5,000-10,000
盈利模式
客戶數：10 個
月度合約：$3,000
年收入：$360,000
成本（Claude 訂閱）：$1,200/年
淨利潤：$358,800
利潤率：99.7%
QcUjsmtT7qw — AI Content Team（27k）
核心系統：5 層內容架構
Layer 1: 受眾研究
├─ Audience Profile Builder
└─ Writing Style Generator
Layer 2: 內容研究
├─ Talking Point Extractor
├─ Viral Content Analyzer
└─ Lookalike Content Skill（免費提供）
Layer 3: 內容創建
├─ Post Generator（LinkedIn, Newsletter, X）
├─ YouTube Script Generator
└─ Post Enricher
Layer 4: 發佈 & 分發
├─ Social Media Scheduler
├─ Newsletter Publisher
└─ Cross-platform Distributor
Layer 5: 反饋迴圈（自動改進）
├─ Performance Tracker
├─ Analytics Collector
└─ Skill Auto-updater
免費核心 Skill：Lookalike Content
輸入：51 個 Substack 貼文（messy data OK）
Claude 分析：
1. 識別 top 30% 表現最佳貼文
2. 提取贏家模式：
├─ Structural DNA（長度、章節、風格）
├─ Hook 公式
├─ Emotional Playbook
└─ 有效格式
3. 生成 100+ 內容創意（符合獲勝模式）
輸出：
━━━━━━━━━━━━━━━━━━━━━━━━━━━
[作者名] Content Profile
━━━━━━━━━━━━━━━━━━━━━━━━━━━
Winning Clusters：
├─ System Thinking 25%（Framework）
├─ Marketing Trends 20%（Data Hooks）
├─ AI/Tools 18%（How-to）
├─ Personal Essays 15%（Story）
└─ Case Studies 12%（Real Results）
Hook Formula：
- 對比式："大多數 X，但你應該..."
- 問題式："為什麼 X 失敗？"
- 統計式："9 中 1 個 X..."
內容創意例子：
1. "Metaprompting 技巧"（Data Hook）
2. "AI Boss 時代 - 管理 Agents 團隊"（Framework）
3. "你的 AI 同意你太多了"（Problem Hook）
4. "Pod Models 替代功能性團隊"（Trend）
5. "6 倍 AI 生產力差距研究"（Data + How-to）
完整 11 Skills 系統
Skill 1: /build-audience-profile → 受眾畫像
Skill 2: /build-writing-style → 個人寫作風格提取（爬取過去貼文）
Skill 3: /extract-talking-points → 掃描 Reddit、X → 識別病毒話題
Skill 4: /lookalike-content → 分析內容庫 → 100+ 創意
Skill 5: /research-trends → 行業趨勢 → 內容角度
Skill 6: /create-linkedin-post → 5 分鐘出草稿
Skill 7: /create-newsletter-post → 長形式版本
Skill 8: /post-enricher → 添加數據、案例、故事
Skill 9: /performance-tracking-app → 收集數據
Skill 10: /monthly-skill-review → 自動更新所有 Skills
（每月自我改進）
自動改進系統邏輯
發佈 → 收集數據 → /performance-tracking-app
↓
/monthly-skill-review
↓
自動更新：Audience Profile、Writing Style、Hook Formula
↓
下月輸出品質提升 10-20%
↓
6 個月後：品質 2-3 倍提升
IbwtWkNTQbk — Viable Edge Marketing OS（7k）
概念：在 CC 上建立完整 Marketing OS
核心功能
品牌上線工作流：
新用戶 → Onboarding
├─ 掃描網站
├─ 上傳品牌資料
└─ 建立品牌檔案（100% 健康分數）
Brand Context 管理：
Local Vector Database
├─ 訊息框架
├─ 服務列表
├─ 公司檔案
├─ 即時可編輯
└─ 無上下文污染
37 個預製整合：
├─ Google Analytics（實時）
├─ YouTube 頻道
├─ LinkedIn
├─ CRM
└─ 所有動態可存取
Campaign Tool 工作流：
1. 建立活動（選模板：Lead Gen 等）
2. 策略自動填充（ICP、關鍵訊息、頻道策略、成功指標、預算）
3. 編輯策略（全部可修改）
4. 建立內容（Chat 問建議、連接 CMS、日曆檢視、品質評分）
5. 調度發佈（日曆視圖、自動發佈到 LinkedIn）
6. 追蹤（績效儀表板、即時更新）
可用性： viable-edge.com（研究預覽，非公開）
AKtT6NLZGoM — 5 大 Marketing 用例（7k）
5 個具體用例
用例 1：Instagram 影片生成
輸入：品牌指南
輸出：完整 Instagram Reel（視頻）
工具：Claude Code + Nano Banana
成本：API 費用（~$3）
時間：5 分鐘
用例 2：競爭對手 Instagram 抓取
輸入：競爭對手 Instagram 簡介
輸出：
- 10 個熱門影片列表
- 觀看次數匯總（7M+ 次）
- 關鍵趨勢識別
- 新腳本建議（符合品牌）
工具：Web scraping + Nano Banana
成本：$3 API 費用
手動需要：4-8 小時
用例 3：播客轉社群貼文
輸入：Grant Cardone 播客（2 小時）
過程：YouTube 抓取 + 轉錄分析
輸出：5 個 LinkedIn 貼文 + 所有圖形
時間：10 分鐘
用例 4：LinkedIn 外聯列表
輸入：房地產 niche
輸出：
- 100 個目標人物
- LinkedIn 連結
- 個性化開場白
工具：Appify LinkedIn Scraper
應用：冷郵件活動
用例 5：Facebook/Google 廣告分析
輸入：競爭對手名稱
輸出：
- 廣告列表 + 執行時長
- 參與指標
- 創意分析
- 新廣告概念生成
工具：Facebook Ad Library + API
完整流程（房地產示範）
Step 1：設定企業檔案
├─ 企業類型：房地產（杜拜）
├─ 品牌顏色、字體
├─ 目標受眾：奢侈品購買者
└─ Whisper Flow 語音輸入（可選）
Step 2：競爭對手廣告分析 Prompt
"分析杜拜房地產競爭對手的 Facebook 廣告
找出：
├─ 執行超過 200 天的廣告（代表有效）
├─ 參與率最高的創意
├─ 常見 Hook 與訊息模式
└─ 生成 5 個符合我品牌的新概念"
Step 3：Claude 自動執行
1. 抓取 Facebook Ad Library
2. 分析 10+ 競爭對手廣告
3. 識別 Hook 模式
4. 生成新創意
Step 4：視覺輸出（HTML 頁面）
├─ 競爭對手廣告截圖
├─ 執行時長 & 參與度
├─ Hook 分類
└─ 新創意建議（符合品牌）
費用：$3 API 費用、15 分鐘執行
手動需要：4-8 小時研究
ax7hp8fV50o — GitLaw Spec-Driven Marketing（15k）
主講人：GitLaw 創辦人
核心方法：行銷與產品規格統一存儲
GitHub Repo 結構
GitHub Repository
├─ specs/
│ ├─ architecture/
│ │ ├─ system-design.md
│ │ └─ api-spec.md
│ ├─ product/
│ │ └─ feature-*.md
│ ├─ release/
│ │ └─ release-process.md
│ └─ marketing/
│ ├─ user-research.md
│ ├─ competitor-analysis.md
│ ├─ strategy.md
│ ├─ target-market.md
│ ├─ commercial-model.md
│ ├─ visual-guidelines.md
│ ├─ tone-of-voice.md
│ └─ messaging.md
│
├─ .claude/skills/marketing/
│ ├─ skill.md（行銷指導）
│ └─ agent.md（代理規則）
└─ local mirror（全隊同步）
Marketing Skill 結構（完整）
# Marketing Content Skill
你是 [公司名] 的行銷專家
## 前置條件（Guard Rails）
- ✓ 檢查 ICP 與痛點
- ✓ 檢查合規性要求
- ✓ 參考不同 specs 資料夾
## Behavior Variations（根據類型調整）
### LinkedIn 貼文
- 專業框架
- 行業見解
- 品牌語調
- 呼籲行動
### 電郵
- 吸引開場
- 商業利益
- 信任信號
- 強勢 CTA
### 文章
- 教育性
- SEO 優化
- 可操作步驟
- 個案研究
### 新聞稿
- 新聞價值
- 客戶推薦
- 技術細節
- 發佈指南使用案例 1：LinkedIn 貼文
提示："我想寫 LinkedIn 貼文說 Claude Code 有多好用"
Claude 執行：
1. 檢查個人風格檔案
2. 讀取 LinkedIn 貼文存檔（學習過往成功）
3. 生成草稿
用戶反饋："太正式，加更多親切感和表情符號"
Claude："更新了你的風格檔案。"
下次自動更親切 ✓
使用案例 2：FAQ 文章生成
步驟 1：/提示："根據我的規格生成缺失的 FAQ"
步驟 2：Claude 讀取所有 specs → 識別差距
步驟 3：建議主題（3-5 個）+ 問幾個問題
步驟 4：用戶回答 2-3 個問題
步驟 5：Claude 撰寫完整 FAQ → 發佈至 Webflow
步驟 6："更新我的上下文，以便下次寫得更像這樣"
→ 下次自動改進 ✓
關鍵技巧
1. Skills 作為持久 Context
不是每次複製貼上 prompt
而是：
一次定義 Skill → 所有未來內容參考 → 每次改進 = 全部改進
2. 相同 Spec 輸出多種內容
specs/marketing/*
↓
Landing Pages / FAQ 文章 / Blog / 新聞稿 / Sales Deck / Email
3. Git 版本控制行銷內容
所有行銷規格在 GitHub：
├─ 版本追蹤
├─ 審批流程
├─ 團隊協作
└─ 整個組織共享 Context
RB_M2mKiOcY — 10 個 CC Instances 並行（52k）
核心架構：中央 Hub + 10 個 Instances
單一中樞（Hub）
├─ 共享規格庫（GitHub）
├─ 中央監控
└─ 協調分配
↓
10 個 Claude Code Instances
├─ Instance 1: 內容生成
├─ Instance 2: SEO 優化
├─ Instance 3: 廣告文案
├─ Instance 4: Email 序列
├─ Instance 5: 社群媒體
├─ Instance 6: 數據分析
├─ Instance 7: 客戶研究
├─ Instance 8: 競爭分析
├─ Instance 9: 銷售序列
└─ Instance 10: 報告生成
產品發佈日場景
T=0: "推出新特性，需要完整行銷資源"
Hub 分配 10 個 Instances：
├─ Instance 1 → 登陸頁面（HTML + CSS）
├─ Instance 2 → SEO 優化
├─ Instance 3 → 廣告文案（3 變體）
├─ Instance 4 → Email 自動序列（5 封）
├─ Instance 5 → LinkedIn + Twitter（20 個貼文）
├─ Instance 6 → 新聞發佈稿
├─ Instance 7 → 客戶個案研究
├─ Instance 8 → 競爭定位
├─ Instance 9 → Sales Deck（15 張投影片）
└─ Instance 10 → 分析 KPI 儀表板
T=15 分鐘：所有資源完成
傳統方法：5 人團隊 × 3 天 = 120 小時
Claude 方法：15 分鐘
實施要求
必要條件：
1. Claude Enterprise 或多個 Pro 帳號
2. 中央協調系統（webhook / queue）
3. 共享規格資料庫（GitHub）
4. 輸出整合層
成本：
10 個 Claude Max：$200 × 10 = $2,000/月
vs 行銷團隊：$50-100K/月
節省：95%+
qwZ9zZqZymU — CC Ad Uploader（9k）
完整 Meta Ads 自動化步驟
Step 1：準備 Google Drive 資料夾
Campaign-Test-Ads/
├─ video-1.mp4
├─ video-2.mp4
├─ image-1.jpg
├─ image-2.jpg
└─ copy.csv（Headlines, Descriptions, CTAs）
Step 2：啟動命令（完整 Prompt）
"Let's launch these ads in the Bboards account
in the testing campaign. Let's use the same settings
and headlines, descriptions, ad copies
as the February testing campaign testing ad set."
Step 3：Claude 執行
1. 抓取 Google Drive 資料夾
2. 讀取廣告素材
3. 讀取 February campaign 設定
4. Dry Run（確認：11 videos、2 videos、9 images）
5. 建議 bidding strategy（lowest cost / cost bidding）
6. 設定 budget（e.g., $20/day）
7. 自動命名規則
8. 配置 UTM parameters
9. 關閉不需要的 Meta AI features
10. 設定 correct pixel
11. 驗證 URL
12. Launch
Step 4（進階）：現有貼文轉廣告
"Take this organic post and make it an existing post ad
Put it in the Feed Adset"
→ Claude fetch post ID → 保留 social engagement → 轉為廣告
Step 5（進階）：廣告分析
"Check the Feb Testing Adset.
Find the best performing ad by amount spent."
→ 輸出：支出排名、CTR、CPC、轉換率、可擴展性評分
進階功能
自動優化循環：
1. 每天執行分析
2. 識別最佳廣告
3. 轉為現有貼文廣告（保留 engagement）
4. 放入擴展活動
5. 暫停表現不佳廣告
6. Nano Banana 生成新角度
7. 重複
自動化程度：
基礎：手動上傳 (0% 自動化)
進階：Claude 輔助上傳 (80% 自動化)
完全自動：監控 + 自動優化 (95% 自動化)
時間對比
| 步驟 | 手動 | Claude Code |
|---|---|---|
| 下載媒體 | 5 min | — |
| 開 Ads Manager | 2 min | — |
| 建廣告組 | 10 min | 自動 |
| 上傳素材 | 15 min | 自動 |
| 配置文案 | 10 min | 自動 |
| 設置預算目標 | 10 min | 自動 |
| 總計 | 52 min | 12-17 min |
| 節省 | 75% |
xRdlmFBtGn0 — Claude Cowork 商業應用（14k）
Claude Cowork vs Claude Code
| 特性 | Cowork | Code |
|---|---|---|
| 介面 | Web App（GUI） | CLI Terminal |
| 目標用戶 | 非技術人員 | 技術人員 |
| 後台執行 | ✅ | ❌ |
| 本機文件訪問 | ✅ | ✅ |
| 離開後繼續 | ✅ | ❌ |
真實案例 1：Lenny Podcast 策略
輸入：
- 320 podcast transcripts（本機資料夾）
- YouTube analytics CSV
Prompt：
"分析我的播客資料與轉錄
生成新的播客格式策略以增加訂閱者"
Claude 執行（15-20 分鐘）：
1. 讀取 CSV 分析數據
2. 掃描 320 個轉錄檔案
3. 識別最佳表現影片
4. 提取成功模式
輸出：Keynote 簡報
├─ 資料分析圖表
├─ 識別模式：
│ ├─ 最佳影片：15-25 分鐘教程
│ ├─ 最高 CTR 話題
│ └─ 最佳 hooks
├─ 建議：18 分鐘甜蜜點
├─ 公式：time saved + specific outcome + method
├─ Winning Format Pillars
└─ 30 天實施計劃
傳統成本：顧問 $5-15K
Claude Cowork：$200/月 + 20 分鐘
真實案例 2：Vibhu（2 小時完成的工作）
2 小時內：
- 14 個 job descriptions
- 1 個 marketing strategy
- Partner emails
- Website copy
- 23 個 LinkedIn DM replies
相當於：2 個月的傳統工作量
跨影片速查表
按任務選工具
| 任務 | 最佳影片 | 命令 | 時間 |
|---|---|---|---|
| SEO 審計 | atONpdivNBo/eorc3jLBqIA | /seo-audit | 2 min |
| 行銷審計 | eorc3jLBqIA | /market-audit | 2-5 min |
| Sales Prospect | JqXkPlX_4gQ | /sales-prospect | 1-2 min |
| Lead 資格認證（批量） | A6RbawFHC80 | /outbound-pipeline | 2 min |
| 廣告文案 | G1YcfZKlpUU | /paid-ads | 5-10 min |
| 社群媒體貼文 | XPl6IKDADkU | /social-media-post | 5 min |
| 廣告上傳（Meta） | qwZ9zZqZymU | prompt | 12-17 min |
| 內容分析（Substack） | QcUjsmtT7qw | /lookalike-content | 10 min |
| 競爭對手分析 | AKtT6NLZGoM | prompt | 15 min |
| 品牌設計輸出 | FwmhsetCbGY | /design-system | 5-10 min |
| 播客策略 | xRdlmFBtGn0 | Cowork prompt | 15-20 min |
Sub-agents 模板
"Please spin up [N] PARALLEL sub-agents.
Each agent should [task] for [X] items."
例子：
- "Spin up 15 parallel sub-agents, each research 10 leads"
- "Use 5 parallel agents to audit this website"
- "Spin up 10 sub-agents to enrich 7 leads each"
⚠️ 必須講「parallel」，唔講會變 sequential！
最重要的 GitHub Resources
| Repo | 內容 | 費用 |
|---|---|---|
| Cory Haynes Marketing Skills | 32 個行銷 skills | 免費 |
| JqXkPlX_4gQ Sales Skills | 14 個銷售 commands | 免費 |
| eorc3jLBqIA Audit Tool | 15 個審計 commands + PDF | 免費 |
| zDvgZwuvt8o 18 Agents | 18 個行銷 commands | 免費 |
| Ben’s Outbound Sales Plugin | Lead-to-close workflow | 免費 |
必要 APIs 清單
| API | 用途 | 費用 |
|---|---|---|
| Appify MCP | LinkedIn/社群抓取 | 免費帳號 + $29/月 |
| Nano Banana Pro | 圖片/縮圖生成 | 按次計費 |
| YouTube Data API v3 | 頻道分析 | 免費 |
| Google Sheets API | 數據存儲 | 免費 |
| Gmail API | 自動發送 | 免費 |
| Descript API | 影片自動編輯 | 需訂閱 |
| Blotato API | 社群媒體排程 | 按使用量 |
| Facebook Ad Library | 競爭對手廣告 | 免費 |
| Perplexity API | 深度搜尋 | 按使用量 |
完整拆解，基於 19 條影片全文 transcript，2026-03-27