成果是本地文件,进飞书需手工上传
Agent 自身不连飞书或企业微信。生成的 Markdown 对照表、评估段落和操作手册全留在本地目录。成果进团队协作工具需要手工把文件拖进飞书文档,或者自己写一段上传脚本推到 API,不能自动同步。
OpenClaw × 数据与自动化 · 原生覆盖 71%
营销动作效果验证 Skill有 7 个执行步骤,其中 5 步可以在 OpenClaw 里直接完成。它能运行脚本处理数据和格式转换,正好对应这个 Skill 里最吃工具的一段。需要提前知道的是:中文办公文档这 1 项它不做,涉及的 1 个步骤要按下面的手工方式衔接。
WHY OPENCLAW
适配结论
营销动作效果验证 Skill不在 OpenClaw 的前十推荐里——OpenClaw更擅长本地工作区、目录化 Skill、命令和批处理,这个 Skill 的重心不完全在这里。它仍然可以正常安装使用,只是如果你要做的就是这件事,可以先看看下面几个更合适的 Agent。
用这个 Agent 跑这个 Skill,“收集前后台数据”和“写入修改指令”环节因为基于命令行和本地工作区变得直接,原生浏览器自动化让取后台数据省去手工导出。难点在“对照核心指标变化”环节,Agent 读不到本地 Excel,需要先转成 CSV 再处理。这是一个为批量循环跑同一套流程设计的本地执行器,没有独立的图形化产物区,进度看终端输出,也不连飞书或企业微信。如果在手机上跟进进度或者不碰命令行,就不要选它。如果需要按整份名单反复验证几十个落地页标题,并且想把生成的 Markdown 对照表留在本地,这个 Agent 的批量处理能力最合适。
CAPABILITY × STEP
核心差异
营销动作效果验证 Skill 共 7 个环节。OpenClaw 可直接执行 5 个环节(含 3 个仅需判断的环节),1 个需要相应工具与配置,1 个需手工衔接。判断质量取决于输入资料与具体推理。
| 步骤 | 所需能力 | 等级 | 在 OpenClaw 下具体怎么做 |
|---|---|---|---|
| 01 收集前后台数据 | 读本地资料 | 直接执行 | 直接交给 OpenClaw:它能直接读取本机目录里的资料。 |
| 02 分平台拉取指标 | 纯判断 | 任意 Agent | 纯判断步骤,任何 Agent 都一样,取决于你给的资料质量。 |
| 03 清洗异常与干扰 | 写本地文件运行脚本MCP 与连接器 | 有条件 | 可以做但有条件:支持外部工具接入,但连接器生态不如桌面型 Agent 完整。 |
| 04 对照核心指标变化 | 运行脚本中文办公文档 | 需手工 | 改成手工:先把办公文档另存为 Markdown 或纯文本。(需要先把 Word、Excel、PPT 转成 Markdown 或 CSV) |
| 05 执行晋级或回退 | 纯判断 | 任意 Agent | 纯判断步骤,任何 Agent 都一样,取决于你给的资料质量。 |
| 06 写入修改指令 | 写本地文件运行脚本 | 直接执行 | 直接交给 OpenClaw:它能把过程文件和成果直接落盘保存。 |
| 07 设定复测节点 | 纯判断 | 任意 Agent | 纯判断步骤,任何 Agent 都一样,取决于你给的资料质量。 |
在“收集前后台数据”和“清洗异常与干扰”环节,基线数据和测试数据全留在本地工作区目录里。Agent 直接把原始文件、清洗脚本、异常排查记录和生成的 Markdown 对照表写进本地文件夹,不用切到网页端下载产物。判断标准是看终端里的文件生成列表和目录里的 Markdown 变化。没有独立的图形化产物预览区,拿到的对照表和评估段落需要用编辑器打开核对。这种处理方式省掉了反复从软件后台导出 CSV 的动作,跑通一条样本后,能直接复制脚本扩到整份名单。
把后台导出的 CSV 数据放进本地目录。Agent 原生支持浏览器自动化,有登录态权限的平台可以直接抓取页面数据,不用人工导出原始文件。
在终端交代清洗规则,支持接入外部连接器。Agent 会把跑完的中间数据和检查报告写进工作区目录。连接器生态不如桌面型 Agent 完整,遇到没覆盖的接口需要手工写脚本补。
Agent 读不到本地 Excel 和 Word 办公文档,做不到直接生成对照表。需要先在本地把办公文档另存为 Markdown 或纯文本,再让 Agent 读入并生成最终的 Markdown 对照表。
原生支持写本地文件和运行脚本。Agent 把下一步操作手册的修改指令直接写成 Markdown 落在工作区目录里。直接打开生成的文件核对采纳或回退决定,文件路径写进终端输出。
IMPORT · RUN
资料导入与任务下发
OpenClaw可以直接读取目录里的资料,把这些文件放在同一个位置即可。
为一个营销项目建立文件夹,把产品资料、数据表和参考案例放进去,OpenClaw 可以直接在这些文件上工作。
安装 Skill 后,先让它完成一个品牌、一篇内容或一组关键词;确认结果符合要求后,再批量处理更多对象。
把基线数据和测试数据时间段的后台 CSV 文件放在本地同一个工作区目录里。在终端里用 openclaw skills install ./目录 --as 名称 装好 Skill,在终端交代任务,输入要验证的指标和文件名。进度看命令行窗口的实时输出和工作区目录里的文件变化。不通过聊天框或网页下发任务。
MANUAL HANDOFF
能力缺口与人工衔接
有 1 项能力需要你在 OpenClaw 之外完成,下面写清了各自影响哪一步、怎么补。
影响:第 4 步 对照核心指标变化
原因:需要先把 Word、Excel、PPT 转成 Markdown 或 CSV
做法:先把办公文档另存为 Markdown 或纯文本
COLLABORATE · CHAIN
协作与后续衔接
Agent 自身不连飞书或企业微信。生成的 Markdown 对照表、评估段落和操作手册全留在本地目录。成果进团队协作工具需要手工把文件拖进飞书文档,或者自己写一段上传脚本推到 API,不能自动同步。
多个 Skill 串起来用最直接的方式是把上一个 Skill 生成的 Markdown 对照表路径写进下一个 Skill 的任务里。也可以用 shell 脚本把几个 Skill 串成一条可重复运行的流程,中间产物全以本地文件形态在工作区目录里传递,不用跨工具复制。
COMBINATION CASE
场景化实战案例
B2B 团队换了外联邮件的新钩子,需要拿上周和这周的回复数据做对照,生成一份决定是否全量推新文案的验证报告。
预期结果:工作区目录输出了一份 Markdown 对照表,附带明确的继续测试决定。报告没有自动进飞书,操盘手手工把这份对照表拖进团队群,并按里面的修改指令调整了下周的外联名单。
VERIFY · TROUBLESHOOT
效果验证方法
装完后先拿一条测试样本跑最小任务。准备两个 CSV 文件,分别代表改动前后的基线数据和测试数据,放进工作区目录。在终端交代任务,检查 Agent 是否在工作区生成包含核心指标变化的 Markdown 对照表。如果文件里准确标注了外部干扰因素,并输出了明确的动作采纳或回退决定,说明这个 Skill 在起作用。
请在 OpenClaw 中使用「营销动作效果验证 Skill」。本次要完成:测了五条短视频开头数据需要决定留哪条。我会提供改动前的基线数据时间段和改动后的测试数据时间段。请先完成一份小样,交付包含基线和测试组各核心指标变化的 Markdown 对照表和标注外部干扰因素和异常数据的评估段落,并列出需要我核对的事实和数字。注意:中文办公文档这部分你做不到,遇到时直接告诉我,我手工补。
安装完成后,先只做第 1 步:让 OpenClaw 收集前后台数据,并把它直接读取本机目录里的资料的过程说出来。这一步是只读的,能确认 Skill 已被识别,也能确认它拿得到需要的资料。
7 步里 5 步可直接执行,1 步需要相应工具与配置,1 步需手工衔接。请结合逐步说明确认实际做法。
OpenClaw可以直接读取目录里的资料,把这些文件放在同一个位置即可。
安装完成后,先只做第 1 步:让 OpenClaw 收集前后台数据,并把它直接读取本机目录里的资料的过程说出来。这一步是只读的,能确认 Skill 已被识别,也能确认它拿得到需要的资料。
这个 Skill 用到的都是通用能力,7 个 Agent 差别不大,可以按你已经在用的工具来选。
没有找到 Skill 时,检查技能文件夹内是否有 SKILL.md;没有读到资料时,告诉它准确的文件名或项目目录;批量结果不一致时,先用一个样本确认格式,再重新运行。
在“清洗异常与干扰”环节最值得改。把操盘手在此期间做过的其他运营动作记录整理成固定的正则脚本或过滤规则,让 Agent 自动在对照表里标记异常数据。把这套清洗规则固化成团队版本的脚本,放在工作区目录里,批量处理名单时直接套用,能显著降低手工核对评估段落的负担。
INSTALL
安装到 OpenClaw
把提示词复制给 OpenClaw,它会自己下载 ZIP 并完成安装,装完会报告实际目录。
METHOD 01 · 交给 AI 自己装
适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录,并在缺少权限时告诉你需要手工做哪一步。
请帮我把「营销动作效果验证 Skill」安装到 OpenClaw。 1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-closed-loop-analytics-upgrade/1.0.0/skill-closed-loop-analytics-upgrade.zip 注意:网页 HTML 不能当作 Skill 文件安装,必须使用 ZIP 里的完整文件。 2. 解压后保留 SKILL.md 及全部配套文件,按 OpenClaw 的方式安装:openclaw skills install ./skill-closed-loop-analytics-upgrade --as closed_loop_analytics_upgrade_skill 3. 安装完成后告诉我实际安装目录。 4. 用一个只读小任务验证:运行 openclaw skills list 确认技能已注册,再用一条只读样本命令检查调用。 5. 如果你没有联网、下载或写目录权限,请直接告诉我哪几步需要我手工完成。 参考:原始 SKILL.md https://www.vibemarketing.work/raw/skill-closed-loop-analytics-upgrade/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-closed-loop-analytics-upgrade.md
METHOD 03 · 手动放目录
解压 ZIP 后,在 OpenClaw 中执行:
openclaw skills install ./skill-closed-loop-analytics-upgrade --as closed_loop_analytics_upgrade_skill
验证:运行 openclaw skills list 确认技能已注册,再用一条只读样本命令检查调用。
HTML 业务页面不能直接当作 Skill 文件安装。AI 需要下载完整 ZIP 并保留配套文件。
OTHER AGENTS
跨 Agent 适配对比
下面的步数来自逐步比对。卡在哪一步,就看哪个 AI 能直接完成那一步。
Codex在这个 Skill 上直接覆盖 6/7 步,而且能通过 MCP 或连接器读取外部系统数据——如果你这次的卡点正是MCP 与连接器,换它更省事。
Claude Code在这个 Skill 上直接覆盖 6/7 步,而且能通过 MCP 或连接器读取外部系统数据——如果你这次的卡点正是MCP 与连接器,换它更省事。
TRAE在这个 Skill 上直接覆盖 6/7 步,而且能通过 MCP 或连接器读取外部系统数据——如果你这次的卡点正是MCP 与连接器,换它更省事。
FURTHER READING
围绕 OpenClaw 和这个任务的共同标签挑出来的,换成别的 Agent 看到的不是同一批。
团队开始做 GEO 以后,常会遇到一组看起来互相矛盾的数据:页面已经被 AI Overviews、AI Mode 或聊天机器人引用,Google Analytics 里的 AI 引荐访问仍然很少。管理
这次营销邮件发出后,打开率比往期低了不少。内容同事先改主题行,运营把发送时间从上午挪到晚上,第二轮数据仍没有起色。这样的排查很常见,问题在于打开率把几件事压成了一个数字:平台怎样统计、邮件有没有被接收
推荐计划上线一个月,运营后台常会出现两种相反的尴尬:页面有人点,专属链接也发出去了,新客却没有完成注册或购买;另一种更早,老客户连分享按钮都懒得碰。团队往往把两种情况归到同一个原因——奖励不够大,于是
市场团队打开 CRM,看到新来的 MQL 已经有负责人,往往会认为交接已经完成。几天后再查,销售活动仍然是空的:没有电话,没有邮件,也没有退回原因。销售说线索质量差,市场拿出分配记录,双方都能找到对自
自动发文失败后的回滚顺序是"先停、再读、后动":先停止后续任务,再读日志与后台回读确认现场,最后按失败发生的发布阶段执行对应恢复动作。盲目重发是扩大错误的最快方式。本文按阶段给出一张回滚动作表。 自动
NEXT WORKFLOW
搭配使用
按产出物与输入资料的衔接关系计算,都是同一个 Agent 下的版本,装完可以直接接着跑。
用 OpenClaw 完成「给新上线的 SaaS 工具设计按销售额分成的佣金政策」,最终得到一份 CPS/CPL 佣金结构表。
用 OpenClaw 完成「创建 GA4 AI 流量自定义渠道」,最终得到AI 流量渠道规则。
用 OpenClaw 完成「新产品出海要做 Google 和 ASA 投放规划」,最终得到各平台买量适用场景与转化目标对照表格。