页面预览
把成果渲染成可直接查看的页面。网页类成果可以直接预览并配合 Git 状态检查改动
ZCode × 调研与策略 · 原生覆盖 88%
客户推荐裂变 Skill有 8 个执行步骤,其中 7 步可以在 ZCode 里直接完成。它能把成果渲染成可直接查看的页面,正好对应这个 Skill 里最吃工具的一段。在 7 个 Agent 里,同时具备页面预览、长任务持续推进的并不多,这是选它做这项任务的实际理由。操作前确认属于有条件支持,执行路径和原生能力不同,下面单独说明。
WHY ZCODE
适配结论
客户推荐裂变 Skill不在 ZCode 的前十推荐里——ZCode更擅长长上下文、长任务、项目文件和远程跟进,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。
换到 ZCode 上,变简单的是要连续跑的环节:拆解推荐链路、选定奖励结构、定义指标并算账放在同一个长任务里,LTV 表、CAC 数据、脚本输出和页面预览互相沿用,换环节不用重贴背景;奖励档位等老板拍板时人不在电脑前,从飞书或微信收方案,回一句按哪档再算,任务接着跑。要额外做的:Excel 账目另存 CSV,Word 简报转 Markdown,上线后的周期巡检和第 30、60 天邮件重发自己记日历。只想要一份一次性奖励建议、用不上连续推算和手机跟进的,选更轻的 Agent 就够。
把成果渲染成可直接查看的页面。网页类成果可以直接预览并配合 Git 状态检查改动
跨多轮持续推进同一个任务并保留进度。这是 ZCode 在 7 个 Agent 里相对少见的能力。
CAPABILITY × STEP
核心差异
客户推荐裂变 Skill 一共 8 步。ZCode 能直接执行 7 步,1 步有条件,0 步得你自己补,另外 3 步是纯判断、换哪个 AI 都一样。
| 步骤 | 所需能力 | 等级 | 在 ZCode 下具体怎么做 |
|---|---|---|---|
| 01 确认客户推荐适配性 | 长任务持续推进操作前确认 | 有条件 | 可以做但有条件:ZCode 对操作前确认的支持有限制。 |
| 02 收集账目与现状 | 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 拆解推荐链路 | 长任务持续推进 | 直接执行 | 直接交给 ZCode:它能跨多轮持续推进同一个任务并保留进度。 |
| 04 排序分享方式 | 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。 |
| 05 选定奖励结构 | 长任务持续推进 | 直接执行 | 直接交给 ZCode:它能跨多轮持续推进同一个任务并保留进度。 |
| 06 定位转化卡点 | 页面预览 | 直接执行 | 直接交给 ZCode:它能把成果渲染成可直接查看的页面。 |
| 07 定义指标并算账 | 运行脚本 | 直接执行 | 直接交给 ZCode:它能运行脚本处理数据和格式转换。 |
| 08 收口清单与邮件 | 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。 |
拆解推荐链路和选定奖励结构都要来回试:链路改一版、奖励换一档,前面贴过的 CAC 表、产品易分享说明、Rewardful 的用法都留在同一任务里,直接说「换成双边积分再排一次」就行,不用重新交代背景。定义指标并算账跑完脚本后,终端输出留在上下文里,隔天追问某个 ROI 怎么算的,它引用的还是当时的数字。远程跟进补上等待期:奖励方案要等人拍板才有下一轮,人不在电脑前,从飞书、微信 Bot 或手机扫码进来看结果、追加要求。判断标准:隔几小时追问时不重贴任何背景、任务能接着改,就是这一特性在起作用。
本环节是有条件支持:适配判断要吃真实数字,客户 LTV 和各渠道 CAC 多半躺在 Excel 里,先另存成 CSV 放进工作区;产品是否自带口碑、有无网络效应,用一两句话补进去。长任务里它会持续追问缺口,缺的数字它编不出来,会停下来等你补。
原生支持。把注册路径、分享落地页的说明和现有推荐率放进同一任务,让它按老客户、分享、新客注册、付费拆开,标注流失点和可放双边奖励的位置;改一版链路不用重贴前面的材料,说改哪里就改哪里。
原生支持,靠的是页面预览。让它把分享落地页或推荐活动页改一版并直接预览,对着预览核对奖励露出位置、按钮文案和手机端排版,判断当场给;预览和结论留在任务里,后面写邮件文案时还能引用。
原生支持。让它写脚本算活跃推荐人数、推荐转化率、推荐渠道 CAC 与 ROI,终端输出留在同一任务;从飞书回一句「奖励换成双边各 15 元再算一遍」,它用之前的表重跑,不用重发数据。结果和你手算对过再采信。
IMPORT · RUN
资料导入与任务下发
ZCode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。
打开营销项目工作区,用 @ 引用网站文件、品牌资料、数据表或需求文档,并为长任务设置一个可以验收的目标。
从设置页导入或安装 Skill,在对话中输入 $ 选择技能;它可以结合文件、终端、预览和子任务持续推进。
把 Excel 里的客户 LTV 明细和各渠道 CAC 另存成 CSV,连同奖励预算、在用工具(Rewardful 或 Stripe)写成一份 Markdown 备忘,一起放进工作区。聊天框里用 @ 引用这几份文件,用 $ 选客户推荐裂变 Skill,开工前说清可验收的 Goal,比如「产出含奖励结构、分享路径、上线检查单和邮件序列的完整方案,奖励档位先确认再往下算」。跑起来后手机扫码进任务看进度;绑了飞书或微信 Bot 的,直接在聊天里追问和加要求。
COLLABORATE · CHAIN
协作与后续衔接
飞书和微信 Bot 是原生支持,绑定后在聊天里下发任务、接收结果;方案要等老板拍板时,同事在飞书里直接追问奖励档位,不用开电脑。它不直接写飞书文档或多维表格,定稿后要人工把上线检查单和邮件文案贴进去建档;团队发来的 Word 简报、Excel 账目也要先另存 Markdown 或 CSV 再进任务。
长上下文让串联省事:先跑客户推荐裂变,产出奖励结构和分享路径,同一任务里用 $ 换落地页 Skill,引用上一段的奖励文案做页面,再换邮件 Skill 续写序列;中间产物都留在任务上下文里,不用导出成文件再传。子 Agent 各自维护独立上下文,主 Agent 汇总,前面算过的 CAC 数字后续直接沿用。
COMBINATION CASE
场景化实战案例
一家 B2B SaaS 公司的增长负责人要向老板证明推荐渠道 CAC 低于付费投放,预算才肯从广告挪过来。手上的客户 LTV 明细和各渠道 CAC 都在 Excel 里,两周内要交一套含双边奖励、上线检查单和提醒邮件的推荐计划,团队没有专职文案。
预期结果:交付了三档奖励结构、三段上线检查单、三封提醒邮件和一张 CAC 与 ROI 算账表;老板复核奖励预算和 ROI 假设后批准试点,算账数字与手算一致,只有周期性巡检和邮件重发要人工记着。
VERIFY · TROUBLESHOOT
效果验证方法
最小任务:备一份几行的 CSV,含客户 LTV 和两三个渠道的 CAC,让它跑「定义指标并算账」,输出推荐渠道 CAC 与 ROI 的计算过程。看三个信号:脚本真的执行、终端输出留在任务里;隔几小时从飞书追问「奖励改成双边各 15 元再算」,它直接重跑、不要求重贴表格;算出的数和你 Excel 手算一致。三个都过再让它跑完整方案;只给文字建议不动脚本的,重新下指令。
请在 ZCode 中使用「客户推荐裂变 Skill」。本次要完成:想让老客户帮忙介绍新客,奖励不知道怎么定。我会提供客户 LTV 和各渠道 CAC 数据和现有推荐率、已试过的奖励形式(没有就注明从零开始)。请先完成一份小样,交付客户推荐计划方案,含奖励结构、分享方式和触发时机和上线检查单,分上线前、上线当天、上线后 30 天三段,并列出需要我核对的事实和数字。
安装完成后,先只做第 3 步:让 ZCode 拆解推荐链路,并把它跨多轮持续推进同一个任务并保留进度的过程说出来。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。
不需要改。8 步用到的能力ZCode全部原生支持,可以按 Skill 的原始方法直接执行。
ZCode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 3 步:让 ZCode 拆解推荐链路,并把它跨多轮持续推进同一个任务并保留进度的过程说出来。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。
因为它能把成果渲染成可直接查看的页面,也能跨多轮持续推进同一个任务并保留进度,在 7 个 Agent 里具备这些能力的不多。如果你的卡点不在这里,页面下方列出了更合适的选择。
Skill 没有出现时,在设置页刷新并确认已启用;外部 Agent 的 Skill 没有导入时,重新选择复制或软链接模式;长任务偏离目标时,更新 Goal 并用 @ 指定本次优先文件。
最值得改的是选定奖励结构:把真实的 LTV 区间、能承受的 CAC 上限和奖励预算写进 Skill 的判断条件,它给出的奖励档位就能贴合你的账。其次是收口清单与邮件:上线检查单换成 Rewardful 或 Stripe 的实际步骤,第 7、30、60 天邮件换成自家语气。改完存回 ~/.zcode/skills/ 下的 referrals 目录当团队版;有人从 Codex、Claude Code、OpenClaw 换过来,一键导入就能用。
INSTALL
安装到 ZCode
把提示词复制给 ZCode,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「客户推荐裂变 Skill」安装到 ZCode。 1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-referrals/1.0.0/skill-referrals.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 ZCode 的方式安装:mkdir -p ~/.zcode/skills && cp -R ./skill-referrals ~/.zcode/skills/ 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:在设置页确认技能已启用,对话中输入 $ 选择技能,再跑一个只读小任务。 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-referrals/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-referrals.md
METHOD 03 · 手动放目录
解压 ZIP 后,在 ZCode 中执行:
mkdir -p ~/.zcode/skills && cp -R ./skill-referrals ~/.zcode/skills/
验证:在设置页确认技能已启用,对话中输入 $ 选择技能,再跑一个只读小任务。
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。
Claude Code在这个 Skill 上直接覆盖 7/8 步,而且能在敏感写入前请求确认——如果你这次的卡点正是操作前确认,换它更省事。
Codex在这个 Skill 上直接覆盖 4/8 步,而且能在敏感写入前请求确认——如果你这次的卡点正是操作前确认,换它更省事。
WorkBuddy在这个 Skill 上直接覆盖 3/8 步,而且能在敏感写入前请求确认——如果你这次的卡点正是操作前确认,换它更省事。
FURTHER READING
围绕 ZCode 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。
流量结构一变,后台最显眼的数字就是转化率往下掉。很多人的反应是改按钮颜色、改表单字段、再开一轮首屏测试。这些能测,但排在后面。转化率是「来的人里有多少做了你要的动作」,来的人换了,动作完成率一定会动。
越来越多人把选型直接丢给ChatGPT、Perplexity、Gemini,或者购物、采购类助手。答案是模型拼出来的,不一定点开你的网页。世界经济论坛把这件事叫做智能体引擎优化(AEO):你要进的不是
关键词拓展 Skill 的正确用法,是把它当成一个有明确输入输出契约的执行单元:你交给它种子词、业务边界和排除规则,它返回一张带意图标注的候选词表。多数人调用后拿到一堆不可用的词,问题不在 Skill
GEO(生成式引擎优化)不是SEO的升级版,而是针对AI答案引擎的不同优化逻辑。本文从展示形式、排名机制、内容策略和技术实现四个维度对比GEO与SEO的核心差异,帮助营销团队理解两种流量来源的共存策略
关键词蚕食(Keyword Cannibalization)指同一网站有多个页面瞄准同一个搜索意图,在搜索结果里互相竞争,导致点击分散、排名不稳。解决它分四步:先确认症状,再按搜索意图给页面分组,然后
品牌想在 AI 搜索的回答里被提及,正确的做法不是频繁去问 AI「你有没有提我」,而是先建一张品牌查询地图,摸清在哪些问题下 AI 会提到谁、怎么提;再针对差距补充可独立引用的事实和内容资产;最后按月
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 ZCode 完成「测了五条短视频开头数据需要决定留哪条」,最终得到包含基线和测试组各核心指标变化的 Markdown 对照表。
用 ZCode 完成「着陆页文案转化太低需要调整」,最终得到标注修改原因的逐行审阅文档。
用 ZCode 完成「落地页流量大但注册转化率低」,最终得到行为阻力与心理机制映射表。