Vercel推出Agent Skills,将广告自动化从执行推向策略决策。作者将其集成至自家广告系统,使AI能调用23个营销技能包(如付费广告、CRO、SEO),直接参与优化判断,降低对重复Prompt的依赖。这意味着广告人可固化经验为系统能力,无需精通前端即可构建智能自动化工具。
「如果我也想做自己的自动化工具 / 系统,要从哪开始?」
「是不是一定要先学 HTML / CSS / JS / React?」
就在刚刚,Vercel 发布了一个新东西:Skills.sh
一句话解释它的定位:
Skills = 可被 AI Agent 直接调用的技能包
npx skills add <owner/repo>
二. 这件事真正改变的是什么?
在没有Skills之前,我们和AI的交互方式大多是这样的:每次都要重复解释需求,重复说明业务场景,同样的问题反复Prompt。
而Skills的本质,是把 |上下文+方法论+规则| 固化成能力层。
AI不再每次从0开始理解你,而是直接站在一套成熟技能包之上执行任务。这一步,对广告自动化系统来说,是一个分水岭。
三. 我为什么把它用在Adv广告自动化系统里?
我让Claude Code帮我分析,Vercel Skills能不能真正对我的Adv广告自动化系统产生价值?
系统本身的背景不复杂:
技术栈:React 19 + TypeScript + Vite
类型:全栈广告自动化平台;
UI:仪表板、图表、表单和多个管理页面;
部署:Vercel KV
它给我的结论:Skills 非常适合这一类系统的能力补充层。
四. 已安装的 Skills,已经开始起作用了
目前我已经安装了23个Marketing相关的Skills,包括Vercel官方的前端Skills。比如下面所示:
vercel-react-best-practices
web-design-guidelines
选择的 Skills 标准很简单:
不是它能不能生成内容,而是它能不能参与判断。
这些 Skills 覆盖的能力包括:
付费广告与测试:paid-ads、ab-test-setup、analytics-tracking;
转化率优化(CRO):page-cro、form-cro、signup-flow、onboarding、paywall、upgrade;
内容与文案:copywriting、copy-editing、email-sequence、social-content;
SEO 与增长策略:seo-audit、programmatic-seo、marketing-psychology、pricing-strategy、launch-strategy。
这意味着,Agent 在面对广告、Landing、转化路径和增长问题时,不再是"临时想一想",而是有一套默认的判断视角。
五. 对广告自动化系统来说,真正的价值在哪里?
以前做自动化,更多解决的是执行问题:
自动拉数据、自动算ROI、自动按规则停投或放量。而现在,多了一层真正有价值的东西:策略能力。
比如,在接入Meta或网盟数据之后,Agent不只是计算ROI,而是可以基于paid-ads和CRO的Skills给出优化方向;
在做一个新Offer的Landing 时,不需要从头向AI解释广告逻辑,它已经"懂营销";
在后续新增模块时,也不再需要反复设计Prompt,而是复用已有Skills。
这一步变化的核心在于:
AI不再只是帮你写代码或文案,而是开始参与系统层面的判断与决策。
六. 这对普通广告人意味着什么?:
你不一定要成为前端工程师,但你可以通过组合 Skills、设计规则、定义决策流程,把自己的经验固化成系统。
未来真正有壁垒的,不是工具本身,而是:
最终把哪些判断力沉淀进了系统
七. 最后一句实话
Vercel Skills 不是噱头,它更像是Agent时代的插件体系。
如果你正在做自动化广告、SaaS、并且在尝试 AI + 工具化这条路线,那么这一步,非常值得提前占位。
2026,别再手动配置广告了。
从 Skills 开始,把你过去的判断力、别人的经验,变成 AI 能直接执行的能力。
没有评论:
发表评论