这个开源项目让LLM代理自动扫描代码库，生成并执行定制化的营销策略。包含7种以分发为核心的增长策略，从MCP服务器到程序化SEO，从免费工具引流到内容再利用。

AI驱动的自动化营销 Playbook：让代码自己学会推广\n\n在AI时代，初创公司的增长方式正在发生根本性转变。传统的营销 playbook 需要大量人工配置和市场调研，而今天要介绍的这个开源项目——startup-growth-playbook——提出了一种全新的思路：让AI代理直接从你的代码库中"读懂"产品，并自动生成可执行的营销计划。\n\n## 项目背景与核心理念\n\n这个项目的灵感来源于 Greg Isenberg 的 Startup Ideas Podcast。它解决了一个长期困扰技术创业者的痛点：很多优秀的开源项目或初创产品，因为团队缺乏营销经验而难以获得应有的关注。\n\n传统的营销流程通常是这样的：先填写各种表单、做市场调研、制定策略、再执行。而这个 playbook 完全颠覆了这一流程——它采用**"代码优先"的方法，让AI直接从代码本身理解产品定位、目标受众和核心价值主张。\n\n## 工作机制：四步自动化流程\n\n这个 playbook 设计了一套完整的代理协议，AI会按照以下四个步骤自动工作：\n\n第一步：发现（Discover）\n\nAI代理会扫描整个代码库，分析项目结构、README文档、依赖关系和技术栈。通过这种方式，它能够理解产品的功能边界、解决的痛点以及潜在的目标用户群体。这比人工填写表单更准确，因为代码不会撒谎。\n\n第二步：选择（Select）\n\n基于对代码库的理解，AI会从7种核心策略中选择最适合的2-3种。这种策略匹配不是随机的，而是基于产品的技术特性、目标市场和发展阶段做出的智能决策。\n\n第三步：规划（Plan）\n\nAI生成一份详细的 plan.md 文档，包含具体的任务列表、执行时间表和可衡量的KPI指标。这份计划是完全定制化的，针对你的具体产品而非通用模板。\n\n第四步：执行（Execute）\n\n这是最具革命性的部分——AI不仅规划，还会实际产出营销物料。从SEO页面到社交媒体内容，从邮件模板到工具页面，所有内容都会自动提交到代码仓库的指定目录。\n\n## 七大增长策略详解\n\n这个 playbook 涵盖了当前AI时代最有效的七种以分发为核心的增长策略：\n\n### 1. MCP服务器（Model Context Protocol Servers）\n\nMCP是Anthropic推出的开放协议，允许AI助手与外部数据源和工具进行安全交互。这个策略的核心思想是：让你的产品成为AI助手能够调用的工具。当用户在Claude、Cursor或其他AI助手中提到相关需求时，你的产品就会被推荐。\n\n### 2. 程序化SEO（Programmatic SEO）\n\n不再依赖人工撰写每一篇SEO文章，而是利用模板和数据源批量生成针对长尾关键词的着陆页。例如，如果你的产品是代码审查工具，可以为每一种编程语言、每一个框架生成专门的优化页面。\n\n### 3. 免费工具引流（Free Tool）\n\n构建一个与核心产品相关的免费小工具作为流量入口。比如SEO工具可以提供免费的关键词密度检查器，设计工具可以提供免费的配色方案生成器。这些工具本身就能带来大量自然流量。\n\n### 4. 答案引擎优化（Answer Engine Optimization, AEO）\n\n随着ChatGPT、Perplexity等AI答案引擎的兴起，传统的SEO正在向AEO演进。这个策略教你如何结构化内容，让你的产品成为AI在回答相关问题时的引用来源。这包括FAQ内容优化、Schema标记等技术手段。\n\n### 5. 病毒式传播物料（Viral Artifacts）\n\n设计让用户愿意主动分享的产品输出。比如Notion的分享链接、Figma的设计预览、GitHub的贡献图。当你的产品输出本身就具有社交货币价值时，传播就变成了自然行为。\n\n### 6. 新闻通讯收购（Newsletter Acquisition）\n\n与其从零开始建立受众，不如直接收购一个已有订阅者的新闻通讯。这个策略提供了具体的估值方法（通常每个订阅者价值$5-20）和谈判框架，让你能够快速获得精准的早期用户群体。\n\n### 7. 内容再利用（Content Repurposing）\n\n将一篇核心长文转化为50+个不同平台的内容片段。这不是简单的复制粘贴，而是针对不同平台的特性（Twitter的简洁、LinkedIn的专业、TikTok的视觉化）进行适配性改写。\n\n## 项目结构与使用方式\n\n这个 playbook 的组织非常清晰：\n\n- AGENT.md：代理协议文档，AI首先会读取这个文件来理解如何工作\n- playbook.md：详细的7大策略实施指南和代理任务清单\n- startup-template.md：营销计划的标准结构模板\n\n使用时只需简单的两步：\n\nbash\ncd your-startup-project/\ngit clone https://github.com/fayerman-source/startup-growth-playbook.git marketing/\n\n\n然后告诉你的AI代理："阅读 marketing/AGENT.md 并按照协议执行"。\n\n## 生成的营销资产目录\n\n执行完成后，你会在 marketing/ 目录下看到完整的营销资产：\n\n- plan.md：定制化的营销计划\n- content/：Twitter帖子、LinkedIn文章、新闻通讯、博客文章\n- seo/：关键词研究、页面模板、生成的着陆页\n- tools/：免费工具的规格说明或源代码\n- outreach/：目标新闻通讯列表、私信模板\n- aeo/：FAQ内容、Schema标记\n- artifacts/：病毒传播物料设计、分享文案\n\n## 实际意义与应用场景\n\n这个 playbook 特别适合以下几类场景：\n\n独立开发者和开源项目维护者**：通常有技术能力但缺乏营销经验，这个工具让他们能够专注于产品本身，同时获得专业的营销支持。\n\n早期初创公司：资源有限的小团队可以用这个 playbook 快速验证市场，而不需要雇佣专职的营销人员。\n\n技术驱动的SaaS产品：当产品本身具有较强的技术壁垒时，AI能够从代码中准确提炼出价值主张，生成更有针对性的营销内容。\n\n快速迭代的项目：在敏捷开发环境中，产品方向可能频繁调整。传统的市场调研往往滞后于产品变化，而代码优先的方法能够实时同步最新的产品状态。\n\n## 局限性与注意事项\n\n尽管这个 playbook 提供了强大的自动化能力，但仍有一些需要注意的地方：\n\n首先，AI生成的内容需要人工审核。虽然AI能够理解代码，但它可能无法完全把握品牌调性和市场语境。建议将AI的输出作为初稿，而非最终版本。\n\n其次，某些策略（如新闻通讯收购）涉及真实的资金交易，AI只能提供框架建议，具体的谈判和执行仍需要人工介入。\n\n最后，过度依赖程序化SEO可能导致内容质量下降。搜索引擎的算法在不断进化，纯粹为了SEO而生成的低质量内容可能适得其反。\n\n## 结语：营销自动化的未来\n\nstartup-growth-playbook 代表了一种新的范式：营销不再是与产品开发割裂的独立职能，而是可以通过代码和AI代理自动化的工程问题。\n\n对于技术创业者来说，这是一个令人兴奋的信号——你不再需要成为营销专家才能让你的产品被世界看见。只要你的产品足够好，AI就能帮你找到正确的受众，并用合适的方式讲述你的故事。\n\n这个项目的MIT许可证也意味着你可以自由地修改和扩展它，根据自己的需求定制专属的AI营销代理。在AI重塑一切的时代，营销自动化可能是下一个值得关注的赛道。

AI驱动的自动化营销 Playbook：让代码自己学会推广\n\n在AI时代，初创公司的增长方式正在发生根本性转变。传统的营销 playbook 需要大量人工配置和市场调研，而今天要介绍的这个开源项目——startup-growth-playbook——提出了一种全新的思路：让AI代理直接从你的代码库中"读懂"产品，并自动生成可执行的营销计划。\n\n项目背景与核心理念\n\n这个项目的灵感来源于 Greg Isenberg 的 Startup Ideas Podcast。它解决了一个长期困扰技术创业者的痛点：很多优秀的开源项目或初创产品，因为团队缺乏营销经验而难以获得应有的关注。\n\n传统的营销流程通常是这样的：先填写各种表单、做市场调研、制定策略、再执行。而这个 playbook 完全颠覆了这一流程——它采用**"代码优先"的方法，让AI直接从代码本身理解产品定位、目标受众和核心价值主张。\n\n工作机制：四步自动化流程\n\n这个 playbook 设计了一套完整的代理协议，AI会按照以下四个步骤自动工作：\n\n第一步：发现（Discover）\n\nAI代理会扫描整个代码库，分析项目结构、README文档、依赖关系和技术栈。通过这种方式，它能够理解产品的功能边界、解决的痛点以及潜在的目标用户群体。这比人工填写表单更准确，因为代码不会撒谎。\n\n第二步：选择（Select）\n\n基于对代码库的理解，AI会从7种核心策略中选择最适合的2-3种。这种策略匹配不是随机的，而是基于产品的技术特性、目标市场和发展阶段做出的智能决策。\n\n第三步：规划（Plan）\n\nAI生成一份详细的 plan.md 文档，包含具体的任务列表、执行时间表和可衡量的KPI指标。这份计划是完全定制化的，针对你的具体产品而非通用模板。\n\n第四步：执行（Execute）\n\n这是最具革命性的部分——AI不仅规划，还会实际产出营销物料。从SEO页面到社交媒体内容，从邮件模板到工具页面，所有内容都会自动提交到代码仓库的指定目录。\n\n七大增长策略详解\n\n这个 playbook 涵盖了当前AI时代最有效的七种以分发为核心的增长策略：\n\n1. MCP服务器（Model Context Protocol Servers）\n\nMCP是Anthropic推出的开放协议，允许AI助手与外部数据源和工具进行安全交互。这个策略的核心思想是：让你的产品成为AI助手能够调用的工具。当用户在Claude、Cursor或其他AI助手中提到相关需求时，你的产品就会被推荐。\n\n2. 程序化SEO（Programmatic SEO）\n\n不再依赖人工撰写每一篇SEO文章，而是利用模板和数据源批量生成针对长尾关键词的着陆页。例如，如果你的产品是代码审查工具，可以为每一种编程语言、每一个框架生成专门的优化页面。\n\n3. 免费工具引流（Free Tool）\n\n构建一个与核心产品相关的免费小工具作为流量入口。比如SEO工具可以提供免费的关键词密度检查器，设计工具可以提供免费的配色方案生成器。这些工具本身就能带来大量自然流量。\n\n4. 答案引擎优化（Answer Engine Optimization, AEO）\n\n随着ChatGPT、Perplexity等AI答案引擎的兴起，传统的SEO正在向AEO演进。这个策略教你如何结构化内容，让你的产品成为AI在回答相关问题时的引用来源。这包括FAQ内容优化、Schema标记等技术手段。\n\n5. 病毒式传播物料（Viral Artifacts）\n\n设计让用户愿意主动分享的产品输出。比如Notion的分享链接、Figma的设计预览、GitHub的贡献图。当你的产品输出本身就具有社交货币价值时，传播就变成了自然行为。\n\n6. 新闻通讯收购（Newsletter Acquisition）\n\n与其从零开始建立受众，不如直接收购一个已有订阅者的新闻通讯。这个策略提供了具体的估值方法（通常每个订阅者价值$5-20）和谈判框架，让你能够快速获得精准的早期用户群体。\n\n7. 内容再利用（Content Repurposing）\n\n将一篇核心长文转化为50+个不同平台的内容片段。这不是简单的复制粘贴，而是针对不同平台的特性（Twitter的简洁、LinkedIn的专业、TikTok的视觉化）进行适配性改写。\n\n项目结构与使用方式\n\n这个 playbook 的组织非常清晰：\n\n- AGENT.md：代理协议文档，AI首先会读取这个文件来理解如何工作\n- playbook.md：详细的7大策略实施指南和代理任务清单\n- startup-template.md：营销计划的标准结构模板\n\n使用时只需简单的两步：\n\nbash\ncd your-startup-project/\ngit clone https://github.com/fayerman-source/startup-growth-playbook.git marketing/\n\n\n然后告诉你的AI代理："阅读 marketing/AGENT.md 并按照协议执行"。\n\n生成的营销资产目录\n\n执行完成后，你会在 marketing/ 目录下看到完整的营销资产：\n\n- plan.md：定制化的营销计划\n- content/：Twitter帖子、LinkedIn文章、新闻通讯、博客文章\n- seo/：关键词研究、页面模板、生成的着陆页\n- tools/：免费工具的规格说明或源代码\n- outreach/：目标新闻通讯列表、私信模板\n- aeo/：FAQ内容、Schema标记\n- artifacts/：病毒传播物料设计、分享文案\n\n实际意义与应用场景\n\n这个 playbook 特别适合以下几类场景：\n\n独立开发者和开源项目维护者**：通常有技术能力但缺乏营销经验，这个工具让他们能够专注于产品本身，同时获得专业的营销支持。\n\n早期初创公司：资源有限的小团队可以用这个 playbook 快速验证市场，而不需要雇佣专职的营销人员。\n\n技术驱动的SaaS产品：当产品本身具有较强的技术壁垒时，AI能够从代码中准确提炼出价值主张，生成更有针对性的营销内容。\n\n快速迭代的项目：在敏捷开发环境中，产品方向可能频繁调整。传统的市场调研往往滞后于产品变化，而代码优先的方法能够实时同步最新的产品状态。\n\n局限性与注意事项\n\n尽管这个 playbook 提供了强大的自动化能力，但仍有一些需要注意的地方：\n\n首先，AI生成的内容需要人工审核。虽然AI能够理解代码，但它可能无法完全把握品牌调性和市场语境。建议将AI的输出作为初稿，而非最终版本。\n\n其次，某些策略（如新闻通讯收购）涉及真实的资金交易，AI只能提供框架建议，具体的谈判和执行仍需要人工介入。\n\n最后，过度依赖程序化SEO可能导致内容质量下降。搜索引擎的算法在不断进化，纯粹为了SEO而生成的低质量内容可能适得其反。\n\n结语：营销自动化的未来\n\nstartup-growth-playbook 代表了一种新的范式：营销不再是与产品开发割裂的独立职能，而是可以通过代码和AI代理自动化的工程问题。\n\n对于技术创业者来说，这是一个令人兴奋的信号——你不再需要成为营销专家才能让你的产品被世界看见。只要你的产品足够好，AI就能帮你找到正确的受众，并用合适的方式讲述你的故事。\n\n这个项目的MIT许可证也意味着你可以自由地修改和扩展它，根据自己的需求定制专属的AI营销代理。在AI重塑一切的时代，营销自动化可能是下一个值得关注的赛道。