| name | marketing-copywriting |
| description | Genera copy para una plataforma específica (LinkedIn post, X thread, email, landing section, ad) usando brand-voice y registers A/B/C automáticamente. Pasa por tool-output-verifier obligatoriamente antes de entregar. Devuelve 1-3 variaciones para que el operador elija. La skill estrella del módulo marketing. |
marketing-copywriting
Cuándo se invoca
- Usuario dice: "escribe un post de LinkedIn sobre X", "redacta un email para Y", "necesito copy de landing"
- Otra skill (
marketing-content-repurposing) la llama tras procesar contenido fuente
marketing-email-sequence la usa para cada email del flow
Process
Paso 1 · Validar inputs y detectar plataforma
Inputs requeridos:
- Tema o brief (qué quieres comunicar)
- Plataforma (LinkedIn, X, blog, email, landing, etc.)
- Purpose (post de awareness, lead gen, recordatorio, oferta...)
Si falta plataforma → preguntar
Si falta purpose → preguntar (cambia el tono)
Si falta tema → preguntar concreto
Paso 2 · Cargar contexto
Leer:
brand-context/voice/voice-profile.md — voz del operador- Registro apropiado según plataforma:
- email cliente premium / propuesta →
register-a-formal.md
- LinkedIn / blog / X / video script →
register-b-divulgativo.md
- WhatsApp / DM / comentario →
register-c-cercano.md
brand-context/positioning/positioning.md — diferencial a comunicarbrand-context/icp/icp.md — quién va a leer (lenguaje, dolor, buying triggers)
Si falta brand-context → avisar al operador y proponer ejecutar marketing-brand-voice antes (o continuar con disclaimer "no-brand-voice mode").
Paso 3 · Estructura por plataforma
Aplicar plantilla de plataforma:
LinkedIn post
[Hook 1-2 líneas — afirmación contundente o pregunta directa]
[Contexto personal — "Llevo X meses..." / "He visto...". Aporta credibilidad]
[Insight principal — la lección o el insight. 1-2 párrafos]
[Detalle concreto — números, ejemplos, gotchas]
[Cierre — pregunta abierta o llamada a algo concreto]
Longitud objetivo: 1200-1800 chars (verificable con tool-output-verifier).
X / Twitter thread
1/ [Hook fuerte. Promise specific outcome o reveal counterintuitive]
2/ [Setup del problema o context]
3-N/ [Cada tweet aporta UN punto, max 240 chars]
Last/ [Cierre con CTA suave: "What's your take?" / "Save for later"]
Cada tweet ~220-260 chars.
Email cliente (registro A)
Asunto: [Específico, no genérico]
[Saludo cálido pero formal según relación]
[Contexto inmediato — "Tras nuestra reunión del...", "Como te mencioné..."]
[Cuerpo — sin rodeos. 3 párrafos máximo]
[Cierre con próximo paso concreto]
[Firma]
Landing hero
- Headline: 7-9 palabras, claim diferencial del positioning
- Subheadline: 15-25 palabras, especificar para quién y qué
- CTA primary: 2-3 palabras, verbo de acción
- CTA secondary: 3-5 palabras, "ver demo / ver casos"
Paso 4 · Generar 2-3 variaciones
Por defecto, generar 3 variaciones (con etiquetas de ángulo):
Variación 1 — Storytelling: arranca con anécdota personal/cliente
Variación 2 — Insight contraintuitivo: arranca con algo que el lector no espera
Variación 3 — Problema → solución: arranca describiendo el dolor del ICP
Cada variación:
- Aplica el voice-profile + register correcto
- Respeta longitud de plataforma
- Incluye números concretos cuando sea posible
- Tiene hook claro y cierre intencional
Paso 5 · Pasar por gate (obligatorio)
Para CADA variación, invoca tool-output-verifier en pipeline-mode:
{
"text": "<variación>",
"platform": "linkedin",
"purpose": "post"
}
Si alguna variación falla el gate (passes_gate: false):
- Si humanizer < threshold → reintentar UNA vez con tool-humanizer en rewrite mode
- Si brand-voice < 7 → reescribir aplicando voice-profile más estrictamente
- Si length out of range → ajustar longitud
- Si tras 1 retry sigue fallando → marcar variación con ⚠️ y dejar al operador decidir
Paso 6 · Output
## 3 variaciones para LinkedIn post · "Tema X"
### Variación 1 · Storytelling — score 9.0/10 ✅
[Texto]
**Hook**: anécdota personal
**Estructura**: setup → revelación → lección
**CTA**: pregunta abierta sobre experiencia del lector
---
### Variación 2 · Insight contraintuitivo — score 8.5/10 ✅
[Texto]
**Hook**: afirmación que sorprende
**Estructura**: claim → evidencia → matiz
**CTA**: invitación a discrepar
---
### Variación 3 · Problema/solución — score 7.5/10 ⚠️ humanizer 6.8 (1 reintento usado)
[Texto]
**Notas**: Sigue teniendo 2 em-dashes. Sugerencia: revisarlo manualmente antes de publicar.
---
¿Cuál te quedas? ¿O quieres que mezcle 2?
Paso 7 · Iteración con feedback
Si el operador pide ajustes:
- "Más corto" → reduce 30%
- "Más cercano" → cambia a registro C parcialmente
- "Cambia el hook" → genera 2 hooks alternativos
- "No me convence el cierre" → 3 cierres alternativos
Aplicar y volver a verificar (Paso 5).
Paso 8 · Cierre
- Guardar versión final del operador en
projects/marketing-copywriting/<YYYY-MM-DD>-<slug>/post.md
- Si el operador pidió cambios significativos → append en
context/learnings.md bajo ## marketing-copywriting
- Si detectaste un patrón nuevo en feedback → proponer en wrap-up actualizar voice-profile o registers
Outputs
projects/marketing-copywriting/<fecha>-<slug>/:
post.md — versión finalvariations.md — todas las variaciones generadasmetadata.json — plataforma, purpose, scores
Skills que llama
tool-output-verifier (obligatorio, paso 5)tool-humanizer (transitivo via output-verifier, o directo en rewrite)
Edge cases
- Sin brand-voice configurado: warning + modo "neutro divulgativo" + sugerir ejecutar
marketing-brand-voice antes.
- Plataforma no en lista: usar plantilla genérica + advertir.
- Operador pide algo contra positioning (ej. atacar segmento que es ICP): preguntar si está seguro, si dice sí, generarlo pero flagear.
- Tema sensible (política, religión, etc.): generar pero advertir que las plataformas pueden afectar visibilidad.
- Output requerido en idioma distinto al voice-profile: marcar low-confidence; recomendar revisar manualmente.
Examples
Ver references/examples.md para casos LinkedIn, X thread, email, landing hero.
