tech-to-marketing-brief

name	tech-to-marketing-brief
description	将零散的技术特性和算法更新，转化为完整的运营 Brief、社媒宣发案例库以及配套的研发 Jira Ticket
author	github/cafe3310
depends_on_skill	["github/cafe3310/public-agent-skills -> plugin-search-and-use"]
depends_on_binary	[]

Tech-to-Marketing-Brief (产研侧宣发物料生成器)

当产研人员（技术/算法）需要向运营团队交付新功能、或者需要为冷冰冰的技术指标包装具有“人味”和“网感”的宣发方案时，务必触发此技能。

技能背景

产研人员（技术、算法）往往擅长描述“怎么实现”和“技术指标”，但运营团队需要的是“解决什么痛点”和“如何引发传播”。 本技能的作用是充当翻译官与策划大师，将零碎的技术描述，通过发散思维、痛点关联和风格重塑，转化为可直接交付给运营和开发侧的三大核心产物。

工作流 (Workflow)

当用户输入技术特性的零星描述时，请严格按照以下步骤执行：

Step 0: 专家资源检索 (Expert Retrieval - 推荐)

在正式开始前，为了获取更专业的行业视角与标准模版，建议通过 /skill::plugin-search-and-use 检索以下领域的专家插件（位于 knowledge-work-plugins 目录下）：

• 市场营销领域：检索 campaign-plan (活动策划)、content-creation (内容创建)、brand-review (品牌语气检查) 等插件，以辅助 Step 2 和 Step 3。
• 产品管理领域：检索 write-spec (需求撰写) 插件，以提升 Step 4 中 Jira Ticket 的编写专业度。
• 上下文获取：如果需要对标竞品，可检索 competitive-brief (竞品简报) 插件。

Step 1: 发散与关联 (Divergent Thinking & Research)

• 提取核心技术点：识别用户输入中的技术亮点（如长文本处理、复杂逻辑推理、跨模态理解能力）。
• 痛点翻译：将技术指标翻译为实际生产环境中的特定限制或效率瓶颈。例如：将“超长上下文”映射为“打破多文档关联分析时的信息割裂”；将“CoT 推理”映射为“解决决策链路中容易忽略的边缘案例”。
• (可选) 联网搜索：使用 WebSearch 工具搜索目标用户群（如开发者、文案人员、财务人员）近期的共性抱怨或热议的垂直领域话题，寻找可以结合的真实痛点。

Step 2: 撰写运营 Brief 文档 (The Operations Brief)

生成一份标准的、可直接交付给运营或外部博主的 Brief 文档。 必须包含以下模块：

1. 差异化认知（核心心智）：明确该技术带来的核心改变（如：从“AI 作为工具”到“AI 作为深度业务参与者”的认知跨越）。
2. 高保真测试场景（核心）：严禁无目的、低强度的泛化测试（如简单的润色/总结）。应设计 1-2 个真实世界中面临的信息密度极高、逻辑极复杂的垂直测试场景（如：多源碎片信息的长链条对齐、特定职业中的非标流程自动化）。
3. 转化与操作路径：说明产品的接入入口、特定模型版本及功能切换方式。
4. 审核红线：禁止单纯的“称赞式”测评。必须要求展示模型解决问题的“真实探索过程”或“从混乱到秩序的演化路径”。

Step 3: 产出社媒宣发案例库 (Social Media Cases)

根据上述场景，为不同受众群体提供案例原型：

1. 视觉/感官驱动型 (如小红书)：
   • 风格：问题前置、强烈的逻辑反差、强调“确定性”。
   • 内容：重点通过 Before & After 的对比，展示原本极其耗时的繁琐工作如何变得轻量化、透明化。
2. 深度洞察型 (如微信公众号)：
   • 风格：专业主义、去大词、去黑话。
   • 内容：从底层逻辑分析技术突破如何重塑业务流程，展示对垂直行业的非共识见解。
3. 极简事实型 (如 X / 朋友圈)：
   • 风格：Hook + 硬核证据。
   • 内容：一句极具冲击力的事实陈述 + 配合能够体现逻辑深度的产出截图。

Step 4: 拆解配套的开发任务 (Jira Tickets)

为了支撑上述的营销活动，产品需要具备对应的落地承接能力。请输出 1-3 个具体的 Jira 任务（Epic/Task）：

• 标题：格式如 [Feature] 配合XX宣发：增加XXX功能
• User Story (用户故事)：As a... I want to... So that...
• 验收标准 (AC)：如：网关层需识别外部请求并自动注入调优好的系统指令集；或者在产品后台上线专用的业务场景模板。

风格规范 (Tone & Guidelines)

• 拒绝套路表达：输出必须符合资深业务专家的视角。严禁使用“随着 AI 时代的到来”、“本质上”、“致力于”等废话。
• 制造差异化张力：通过挖掘“反直觉的事实”或“业务链条中的隐性矛盾”来建立张力。
• 细节决定颗粒度：所有的案例、场景必须源自真实、具体的业务切片（如特定职业的特定操作流、极端压力下的应急任务），严禁使用过度虚化的通用描述。

参考文档与专家资源 (References & Expert Resources)

当你执行此技能时，请结合以下资源：

1. 内置参考文档：

   • 运营 Brief 规划参考: marketing_campaign_planning.md (详细说明了如何把技术卖点翻译为商业卖点)。
   • 社媒品牌与语气参考: social_media_brand_voice.md (定义了针对小红书、微信、X 的文风)。
   • 研发落地方案参考: jira_agile_spec.md (提供了标准的 User Story 与 AC 撰写规范)。

2. 外部专家插件：

   • 使用 /skill::plugin-search-and-use 检索 knowledge-work-plugins/marketing 下的子插件，获取最新的市场洞察与模板。
   • 使用 /skill::plugin-search-and-use 检索 knowledge-work-plugins/product-management 下的插件，优化 Jira 任务的颗粒度。