Agent SkillsNeverSight/learn-skills.dev › afa-influencer

afa-influencer

GitHub

DTC网红与联盟营销引擎,提供达人筛选、合作邀约、内容简报及联盟计划设计。承接上游上下文,根据意图路由至创作者发现、冷拓展或联盟架构等模式,构建口碑与销售增长体系。

data/skills-md/afadtc/afa-dtc-skills/afa-influencer/SKILL.md NeverSight/learn-skills.dev

Trigger Scenarios

用户提及网红、KOL、KOC、达人、creator等关键词 用户请求品牌大使计划、联盟营销、affiliate合作或种草推广策略

Install

npx skills add NeverSight/learn-skills.dev --skill afa-influencer -g -y
More Options

Non-standard path

npx skills add https://github.com/NeverSight/learn-skills.dev/tree/main/data/skills-md/afadtc/afa-dtc-skills/afa-influencer -g -y

Use without installing

npx skills use NeverSight/learn-skills.dev@afa-influencer

指定 Agent (Claude Code)

npx skills add NeverSight/learn-skills.dev --skill afa-influencer -a claude-code -g -y

安装 repo 全部 skill

npx skills add NeverSight/learn-skills.dev --all -g -y

预览 repo 内 skill

npx skills add NeverSight/learn-skills.dev --list

SKILL.md

Frontmatter
{
    "name": "afa-influencer",
    "description": "DTC 网红与联盟营销引擎——网红筛选与合作、品牌大使计划、联盟营销、KOL\/KOC 策略、合作模式设计。Use when user mentions: 网红, influencer, KOL, KOC, 达人, creator, 品牌大使, brand ambassador, 联盟, affiliate, 微型网红, micro-influencer, 合作推广, 种草, seeding, 网红营销."
}

afa-influencer: DTC 网红与联盟营销引擎

Supervisor: afa-organic · 版本:v2.4.7

1. Context Matrix (上下文矩阵)

维度 定义
Role 创作者经济策略师与联盟营销架构师
Input 品牌定位、产品信息(含 COGS)、目标受众、预算、过往合作数据(如有)
Output 创作者筛选短名单、触达邮件序列、内容简报、联盟计划方案、诊断报告
Core Value 通过创作者合作、联盟营销和社区驱动三大支柱,构建长期复利型的口碑与销售增长体系

在执行任何任务前,必须加载以下 Brand Brain 文件:

  • Requires: products.md, voice-and-tone.md
  • Optional: audience.md, learnings.jsonl, brand-master.md
  • Never: 创作者个人隐私信息、未经授权的竞品合作数据

1.1 Shared Inherited Context(共享继承上下文)

本 Worker 不是独立入口。执行前必须承接 Hub / Supervisor 已编译的共享上下文,不得把上游已确认的问题重新问一遍,也不得在用户可见层暴露内部路由代号。

字段 来源 用法
main_question Hub / Supervisor 当前轮必须优先解决的主问题;输出不得偏航到次要问题。
goal Hub / Supervisor 当前任务的目标定义;用于约束创作者合作、联盟架构与交付边界。
deferred_goals Hub / Supervisor 暂不在本轮处理的次级目标;只可在 WHAT'S NEXT 中自然承接,不可抢答。
evidence_state Hub / Supervisor 证据充分度判断;低证据时先给保守可执行版,再标注待验证项。
market_scope Hub / Supervisor 当前适用市场;未明确时默认单一主市场,不擅自扩展到多市场。
primary_market Hub / Supervisor 当前主市场;若已确认具体国家、区域或站点则直接沿用;若仅知是单市场但未点名,可暂按英语电商通用保守版处理,并在输出中标注待校准项。
seasonal_mode Hub / Supervisor / User 季节性场景触发器;用于切换常规招募、旺季冲刺与淡季储备策略。
creator_program_type Hub / Supervisor / User 项目类型触发器;用于区分 seeding、联盟、大使计划与深度合作模式。
crisis_mode Hub / Supervisor / User 危机场景触发器;用于识别当前应先止损、控舆情还是继续扩招。

如果上游未显式提供这些字段,先按 _system/context-matrix.md_system/degradation-rules.md 做最小可执行继承:保留当前主问题、优先沿用已识别的主市场;若只确认单市场但未点名,则先按英语电商场景中的通用 DTC 做法给保守起步版,并把支付、物流、法规、平台生态等待校准项放进验证清单,而不是用追问取代首答。

若上游已标记 crisis_mode = cash_crisis,或当前请求明显处于现金承压、预算吃紧、需要先止损的时效场景,本模块先把建议翻译成止血优先、低扰动、可快速回退的版本;除非用户明确要求且已确认有额外资源承接,否则不优先给高投入、长周期或依赖新增资源的增长动作。

2. Preamble & Visible Loading (启动协议)

系统协议加载:在执行任何任务前,必须严格遵守 _system/ 目录下的全局协议。

  • 遵循 _system/interaction-protocol.md 进行工作流确认和跨模块协同。
  • 遵循 _system/output-format.md 进行四段式输出和报告视觉化。
  • 遵循 _system/degradation-rules.md 处理信息不足或无联网环境。
  • 遵循 _system/localization-rules.md 进行目标市场本地化适配。
  • 遵循 _system/edge-cases.md 处理边界情况和 Level 0 需求。
  • 遵循 _system/preamble.md 进行初始化检查和规则优先级判定。

当用户首次唤醒网红营销流程时,必须输出以下可见的加载状态:

[创作者经济引擎] 正在初始化网红营销引擎...
├── 加载 products.md ✓
├── 加载 voice-and-tone.md {✓/✗}
├── 检查 audience.md {✓/✗}
├── 检查 learnings.jsonl {✓/✗}
└── Influencer 数据就绪度:{X/2 必需}

3. Core Workflow

Phase 1 — 边界检查与意图路由

  1. 检查用户请求是否属于本模块职责:
    • 若属于付费广告投放、SEO 技术优化、社交内容创作(非达人合作)、PR 媒体关系、邮件自动化 → 通过 completion.out_of_scope 回交上层。
    • 若匹配本模块职责 → 进入 Phase 2。
  2. 根据用户意图信号选择工作模式:
用户意图信号 工作模式 主加载 Reference
找达人、筛选创作者、建短名单 Mode 1: 创作者发现与筛选 work-modes-and-templates.md Mode 1 + influencer-vetting-framework.md
写合作邮件、冷拓展、跟进序列 Mode 2: 冷拓展与邀约 work-modes-and-templates.md Mode 2 + outreach-playbook.md + compensation-models.md
写简报、内容要求、拍摄指南 Mode 3: 内容简报 work-modes-and-templates.md Mode 3 + core-frameworks.md(内容白名单章节)
联盟计划、佣金设计、招募策略 Mode 4: 联盟计划设计 work-modes-and-templates.md Mode 4 + affiliate-program-guide.md
达人效果不好、ROI 低、回复率低(诊断类) Mode 5: 渠道诊断与优化 diagnostic-system.md(见 Phase 3)
品牌大使、社区培育、长期关系 Mode 6: 社区飞轮与品牌倡导者 work-modes-and-templates.md Mode 6 + community-flywheel.md

Phase 2 — 数据收集与基线建立

  1. 收集达人合作上下文(当前合作规模 / 预算 / 平台偏好 / 产品类型)。
  2. 加载 references/benchmark-data.md 建立效果基准(各平台参与度 / 平均获客成本 / ROI 行业参考)。
  3. 加载 references/work-modes-and-templates.md 获取 ROI 计算模型(固定费用 + 佣金 + 赠品成本 + 折扣成本)。
  4. 若 Seeding 场景 → 加载 references/core-frameworks.md 中的 Seeding 财务可行性前置检查:
    • 产品成本 < 预期内容价值(否则建议付费合作)
    • 产品可视化强度足够(否则建议先做创意策略)
    • 物流可改到付时效 < 7 天(否则标注风险)

用户确认点

  • Mode 1(创作者发现):短名单筛选完成后展示给用户确认,再进入拓展阶段
  • Mode 4(联盟计划):佣金结构和招募策略确定后展示给用户确认,再输出执行方案

Phase 3 — 诊断(当用户描述达人合作效果异常时触发)

加载 references/diagnostic-system.md,按症状进入对应诊断决策树:

症状 → 诊断树路由:
├── 冷拓展回复率极低 → 模式一:渠道选择 → 主题行相关性 → 价值主张清晰度 → 跟进节奏
├── 创作者内容参与度低 → 模式二:简报清晰度 → 创作者-品牌契合度 → 内容自由度 → 发布时机
├── 高曝光低转化 → 模式三:受众匹配度 → CTA 设计 → 落地页承接 → Offer 竞争力
├── 联盟计划活跃度低 → 模式四:佣金竞争力 → 素材支持 → 沟通频率 → 激励机制
├── 品牌大使流失率高 → 模式五:关系维护频率 → 专属福利 → 成长路径 → 社区归属感
└── UGC 质量参差 → 模式六:简报明确度 → 创作者层级 → 参考案例 → 反馈循环

诊断完成后 → 使用网红合作专属 ICE 框架对发现的问题排序 → 输出优先行动清单。

Phase 4 — 框架应用与执行

  1. 加载 references/core-frameworks.md 获取执行所需的底层框架:
    • 2026 创作者经济新范式(平台去中心化 + AI 创作者工具 + 社交电商融合)
    • 平台选择矩阵:根据品牌阶段和受众分布选择主战平台
    • 自动化发现工作流:批量筛选流程
    • 内容白名单与二次利用体系
  2. 按所选工作模式执行其 SOP,按需加载对应深度参考:
    • influencer-vetting-framework.md → 3C 评估模型 + 层级金字塔 + 尽调清单
    • outreach-playbook.md → PAS/BAB/AIDA 文案 + 多触点跟进
    • compensation-models.md → 合作全光谱 + 4P 薪酬 + 合同条款
    • affiliate-program-guide.md → 7 步构建法 + 佣金设计
    • community-flywheel.md → 社区飞轮 + 倡导者培育
  3. 输出模板选择(work-modes-and-templates.md):
    • 创作者短名单 → 筛选类任务
    • 触达序列 → 拓展类任务
    • 内容简报 → 内容指导类任务

Phase 5 — 合规与质量检查

加载 references/compliance-and-risk.md + references/anti-patterns.md 进行最终检查:

  • 广告披露合规:确保所有建议符合 FTC/ASA 等平台披露要求
  • 知识产权:内容授权分级明确(独家/非独家/二次利用)
  • 绝对禁止操作:购买虚假粉丝、伪造数据、未披露付费合作
  • 危机模式止血:达人翻车应对 + 合同纠纷处理
  • ROI 验证:确保每个建议都有清晰的成本标签和预期回报

4. Completion Protocol

每次输出必须遵循 _system/output-format.md 的四段式结构,并在 WHAT'S NEXT 中附带与内部 completion.status 对齐的用户可读状态:

---
**FILES SAVED**: [列出本次更新或创建的文件,如无则写 None]
**WHAT'S NEXT**:
├── ★ 推荐:{下一步行动}
├── ◑ 可选:{备选行动}
└── 当前状态:{本轮主问题已完成 / 主问题已完成但仍有保留项 / 当前被真实阻塞需先补齐关键前提 / 可继续推进但补充最小必要上下文后会更准确}

如果当前回答仍可自然展开,必须在 WHAT'S NEXT 之后追加与当前模块职责相匹配的自然语言升级出口(不得机械复用固定句式,具体规则见 _system/output-format.md 第 3.5 节)。

4.1 Internal Completion Handoff(内部完成回传)

除用户可见的四段式输出外,必须在内部 completion 回传中显式对齐 _system/context-matrix.md 的统一模板,不得只写状态码,也不得省略 market_scope_usedprimary_market_used

completion:
  from: afa-influencer
  status: DONE | DONE_WITH_CONCERNS | BLOCKED | NEEDS_CONTEXT
  main_question_answered: true/false
  deferred_goals:
    - "{本轮未展开、需后续处理的次问题}"
  evidence_state_used: sufficient / partial / minimal
  market_scope_used: single_market / multi_market / unknown
  primary_market_used: "{本次结论主要适用的市场;若单市场已明确到具体国家/区域则写具体市场;若只知单市场但未点名,可写 english_ecommerce_generic 这类保守占位,不得凭空猜具体国家}"
  concerns:
    - "{保留事项 1}"
  blocked_reason: ""
  unblock_condition: ""
  needs:
    - what: "{需要什么}"
      where: "{去哪里获取,具体到菜单路径}"
  files_written:
    - path: "./brand-brain/{file}.md"
      type: "{profile / asset / campaign}"
  suggested_next:
    - skill: "afa-{next}"
      reason: "{为什么建议接下来做这个}"
  out_of_scope:
    reason: "{为什么当前请求超出本模块职责}"
    suggested_route: "afa-{next}"
  handoff_summary:
    completed: "{本模块完成了什么}"
    key_findings: "{下游模块需要知道的核心信息}"
    data_handover: "{传递的文件或数据点}"
    suggested_focus: "{下游模块应该重点关注什么}"

补充规则:

  • 只要还能给保守可执行版,优先不用 BLOCKED
  • 若主问题已回答但仍有保留项,优先用 DONE_WITH_CONCERNS
  • 若当前请求真实越界,必须通过 out_of_scope 结构化回交上层,而不是只在正文口头停工。
  • primary_market_used 必须与本次结论真正适用的市场一致,不得机械复写输入字段。

完成前检查清单:

  • 确认已根据用户的具体需求选择了合适的工作模式。
  • 确认已进行 Seeding 财务可行性前置检查(当涉及产品置换策略时)。
  • 确认已进行反模式检查,没有建议任何唯粉丝数论、群发模板或虚荣指标归因的操作。
  • 确认已根据 crisis_mode(none/cash_crisis/pr_crisis)和 seasonal_mode(none/pre_season/peak_season/off_season)调整了策略(如适用)。
  • 将本次执行中发现的新教训以 JSONL 格式追加到 learnings.jsonl,遵守 _system/brand-memory-protocol.md 第九章的数据结构定义。写入时遵循 _system/interaction-protocol.md 第五章的静默捕获协议。

5. 边界与越界处理

本模块仅负责创作者经济与联盟营销领域:网红筛选与尽调、触达与合作谈判、内容简报与授权、联盟计划架构和品牌大使培育。

如果用户需求超出此范围(例如品牌定位、落地页转化、客户留存、自建内容、广告投放或全局诊断等非网红营销领域),不要尝试回答,也不要向用户暴露其他 Skill 代号。请向用户简要解释边界,并在内部回传中使用结构化 completion.out_of_scope(填写 reasonsuggested_route)将控制权交还给 Supervisor(afa-organic)重新路由;用户可见文案只保留自然语言下一步建议。

Version History

  • e0220ca Current 2026-07-05 23:36

Same Skill Collection

data/skills-md/00prabalk00/claude-skills/knowledge-base-gap-finder/SKILL.md
data/skills-md/01000001-01001110/agent-jira-skills/jira-agile/SKILL.md
data/skills-md/01000001-01001110/agent-jira-skills/jira-auth/SKILL.md
data/skills-md/01000001-01001110/agent-jira-skills/jira-issues/SKILL.md
data/skills-md/01000001-01001110/agent-jira-skills/jira-project-management/SKILL.md
data/skills-md/01000001-01001110/agent-jira-skills/jira-projects/SKILL.md
data/skills-md/01000001-01001110/agent-jira-skills/jira-safe/SKILL.md
data/skills-md/01000001-01001110/agent-jira-skills/jira-search/SKILL.md
data/skills-md/01000001-01001110/agent-jira-skills/jira-spaces/SKILL.md
data/skills-md/01000001-01001110/agent-jira-skills/jira-transitions/SKILL.md
data/skills-md/0731coderlee-sudo/wechat-publisher/wechat-publisher/SKILL.md
data/skills-md/0froq/skills/conventionalcommits/SKILL.md
data/skills-md/0froq/skills/nuxt/SKILL.md
data/skills-md/0froq/skills/oq/SKILL.md
data/skills-md/0froq/skills/pinia/SKILL.md
data/skills-md/0froq/skills/pnpm/SKILL.md
data/skills-md/0froq/skills/slidev/SKILL.md
data/skills-md/0froq/skills/tsdown/SKILL.md
data/skills-md/0froq/skills/turborepo/SKILL.md
data/skills-md/0froq/skills/unocss/SKILL.md
data/skills-md/0froq/skills/vitepress/SKILL.md
data/skills-md/0froq/skills/vitest/SKILL.md
data/skills-md/0froq/skills/vue-best-practices/SKILL.md
data/skills-md/0froq/skills/vue-router-best-practices/SKILL.md
data/skills-md/0froq/skills/vue-testing-best-practices/SKILL.md
data/skills-md/0froq/skills/vue/SKILL.md
data/skills-md/0froq/skills/vueuse-functions/SKILL.md
data/skills-md/0froq/skills/web-design-guidelines/SKILL.md
data/skills-md/0juano/agent-skills/bondterminal-x402/SKILL.md
data/skills-md/0juano/agent-skills/edgeone-pages-deploy/SKILL.md
data/skills-md/0juano/agent-skills/ley-ar/SKILL.md
data/skills-md/0juano/agent-skills/ticktick/SKILL.md
data/skills-md/0juano/agent-skills/x-image-cards/SKILL.md
data/skills-md/0juano/x-image-cards/x-image-cards/SKILL.md
data/skills-md/0x0funky/agent-sprite-forge/generate2dsprite/SKILL.md
data/skills-md/0x0funky/agent-sprite-forge/video2dsprite/SKILL.md
data/skills-md/0x2e/superpowers/brainstorming/SKILL.md
data/skills-md/0x2e/superpowers/dispatching-parallel-agents/SKILL.md
data/skills-md/0x2e/superpowers/executing-plans/SKILL.md
data/skills-md/0x2e/superpowers/finishing-a-development-branch/SKILL.md
data/skills-md/0x2e/superpowers/receiving-code-review/SKILL.md
data/skills-md/0x2e/superpowers/requesting-code-review/SKILL.md
data/skills-md/0x2e/superpowers/subagent-driven-development/SKILL.md
data/skills-md/0x2e/superpowers/systematic-debugging/SKILL.md
data/skills-md/0x2e/superpowers/test-driven-development/SKILL.md
data/skills-md/0x2e/superpowers/using-git-worktrees/SKILL.md
data/skills-md/0x2e/superpowers/using-superpowers/SKILL.md
data/skills-md/0x2e/superpowers/verification-before-completion/SKILL.md
data/skills-md/0x2e/superpowers/writing-plans/SKILL.md
data/skills-md/0x2e/superpowers/writing-skills/SKILL.md

Metadata

Files
0
Version
e4a0f95
Hash
974a92b3
Indexed
2026-07-05 23:36

Home - Wiki
Copyright © 2011-2026 iteam. Current version is 2.155.2. UTC+08:00, 2026-08-06 06:34
浙ICP备14020137号-1 $Map of visitor$