p7d-marketing-productizer

---
name: p7d-marketing-productizer
version: 1.0.0
description: 营销产品化设计器。基于《AI Native 营销与增长》营销产品化概念卡， 帮助产品将营销活动设计为产品功能，让用户在使用中自然完成"被营销"。
author: Max
tags: p7, 营销增长, 营销产品化
- book-skill
- marketing-productization
- plg
- growth
- ai-product
requires: []
homepage: https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p7d-marketing-productizer
stage: p7d
source_book: AI Native 营销与增长
source_chapter: 第05章 营销产品化

---


# 营销产品化设计器

## 一句话定位

把营销活动变成产品功能——让用户在使用中自然完成"被营销"，而不是被打断。

## 何时触发

- 广告投放成本持续上升，ROI 下降
- 想从 PLG 进化到"营销即产品"
- 需要设计自传播、自增长的产品机制
- 传统营销方式与产品体验矛盾

## 输入

产品场景 + 当前营销方式 + 增长瓶颈。

**示例输入**：
```
产品: AI 设计工具
当前营销: 投放广告 + KOL 合作
增长瓶颈: 获客成本 $50，LTV $80，边际利润太薄
```

## 设计流程

### Step 1: 营销动作识别

**任务**：识别当前营销中哪些动作可以产品化。

```
传统营销动作 → 产品化方向:

广告投放 → 产品内推荐位
KOL 合作 → 用户生成内容/模板市场
邮件营销 → 产品内消息/智能提醒
促销活动 → 产品内成就/解锁机制
案例推广 → 产品内社区/展示墙
邀请有礼 → 产品内协作/分享功能
```

### Step 2: 产品化路径设计

**任务**：为每个营销动作设计产品化路径。

```
路径 1: 内容即营销
  - 用户使用产品时产生内容
  - 内容自动带品牌水印/链接
  - 内容被分享后，新用户自然触达
  - 示例: Notion 模板、Figma 社区

路径 2: 协作即传播
  - 产品天然需要多人协作
  - 每次邀请协作就是一次获客
  - 示例: Google Docs 分享、Figma 协作

路径 3: 数据即推荐
  - 用户使用数据自动优化推荐
  - 推荐本身就是增长手段
  - 示例: Spotify 年度回顾、Duolingo 打卡

路径 4: 成就即传播
  - 用户完成里程碑时自动生成分享内容
  - 分享内容带产品入口
  - 示例: 健身 App 完成挑战、游戏通关
```

### Step 3: 飞轮验证

**任务**：验证产品化营销是否形成自增强飞轮。

```
飞轮验证:
  Q1: 用户使用产品是否自然产生可分享内容？ → 是/否
  Q2: 分享内容是否自然引导新用户进入？ → 是/否
  Q3: 新用户使用是否自然产生更多内容？ → 是/否
  Q4: 循环是否可以自运转（不依赖广告预算）？ → 是/否
```

### Step 4: 启动策略

**任务**：设计冷启动策略，让飞轮从静止开始转动。

```
冷启动:
  阶段 1 (0-1000 用户): 
    - 手动引导核心用户生成内容
    - 精心设计首批分享模板
  阶段 2 (1000-10000):
    - 优化分享体验，降低分享门槛
    - 建立内容质量筛选机制
  阶段 3 (10000+):
    - 飞轮自转，减少广告投入
    - 专注提升内容质量和分享率
```

## 综合输出格式

```yaml
marketing_productization:
  input:
    product: "产品名称"
    current_marketing: "当前营销方式"
    bottleneck: "增长瓶颈"
  
  conversion_map:
    - traditional: "传统营销动作"
      productized: "产品化方向"
      effort: "低/中/高"
      impact: "低/中/高"
  
  chosen_path:
    path: "选择的产品化路径"
    why: "为什么选这条路径"
    key_mechanism: "核心机制"
  
  flywheel:
    user_action: "用户行为"
    content_generated: "产生的内容"
    sharing_mechanism: "分享机制"
    new_user_entry: "新用户入口"
    self_sustaining: "是否可自运转"
  
  cold_start:
    phase1: "0-1000 用户策略"
    phase2: "1000-10000 策略"
    phase3: "10000+ 策略"
  
  metrics:
    primary: "有机获客占比"
    secondary: ["分享率", "内容生成率", "新用户转化率"]
```

## 常见误判

- **强行产品化**：不是所有营销都适合产品化，强行做会伤害体验
- **忽视冷启动**：飞轮需要外力启动，不会自己转起来
- **内容质量失控**：UGC 没有筛选机制，低质量内容反而伤害品牌

## 一句判断

> 最好的营销不是让用户看到广告，而是让用户使用产品时自然成为传播节点。

## 核心概念

### 概念 1：营销产品化的本质

营销产品化的核心是将营销活动设计为产品功能，让用户在使用产品的过程中自然完成被"营销"的动作，而非通过单独的广告或推广触达用户。

**关键特征**：
1. **自然涌现**：营销效果是产品使用的副产品，而非单独投放
2. **数据闭环**：用户使用数据直接优化营销策略
3. **去中心化**：用户自发传播，而非品牌单方推广

营销产品化是 PLG（Product-Led Growth）在 AI 时代的进化：PLG 是产品功能驱动获客，营销产品化是**产品体验本身就是营销内容**。

### 概念 2：四条产品化路径

| 路径 | 机制 | 典型范例 |
|------|------|----------|
| **内容即营销** | 用户使用产品时产生内容 → 内容带品牌入口 → 新用户触达 | Notion 模板市场、Figma 社区 |
| **协作即传播** | 产品天然需要多人协作 → 每次邀请协作就是一次获客 | Google Docs 分享、Figma 协作 |
| **数据即推荐** | 用户使用数据自动优化推荐 → 推荐本身就是增长手段 | Spotify 年度回顾、Duolingo 打卡 |
| **成就即传播** | 用户完成里程碑时自动生成分享内容 → 带产品入口 | 健身 App 挑战完成、游戏通关 |

### 概念 3：飞轮验证四问

产品化营销是否形成自增强飞轮？

1. 用户使用产品是否**自然产生**可分享内容？
2. 分享内容是否**自然引导**新用户进入？
3. 新用户使用是否**自然产生**更多内容？
4. 循环是否可以**自运转**（不依赖广告预算）？

四个问题都回答"是"，飞轮才能真正转起来。

### 概念 4：传统营销动作的产品化映射

```
传统营销动作 → 产品化方向：

广告投放 → 产品内推荐位
KOL 合作 → 用户生成内容/模板市场
邮件营销 → 产品内消息/智能提醒
促销活动 → 产品内成就/解锁机制
案例推广 → 产品内社区/展示墙
邀请有礼 → 产品内协作/分享功能
```

核心转变：从"花钱买流量"到"让产品自己长出流量"。

## 分步执行

### Step 1：产品化机会识别

**任务**：识别当前营销中哪些动作可以产品化。

**执行要点**：
- 哪些产品功能天然具有传播性？（可分享、可展示、可协作）
- 哪些用户行为可以产生营销价值？（创作、评价、使用、成就）
- 当前营销预算中，哪些可以转化为产品功能投入？

**输出**：产品化机会清单 + 优先级排序

### Step 2：产品化路径设计

**任务**：为选定的营销动作设计产品化路径。

**执行要点**：
1. **自然涌现机制**：让营销效果成为产品使用的副产品——模板分享、社区展示、打卡传播、协作邀请
2. **数据闭环**：用户使用数据直接优化营销策略，而非通过第三方分析工具间接获取
3. **去中心化传播**：设计用户自发传播的激励机制，而非品牌单方推广

**输出**：产品化路径设计图 + 核心机制说明

### Step 3：冷启动策略

**任务**：设计冷启动策略，让飞轮从静止开始转动。

**三阶段策略**：
```
阶段 1 (0-1000 用户):
  - 手动引导核心用户生成内容
  - 精心设计首批分享模板
  - 种子用户激励计划

阶段 2 (1000-10000):
  - 优化分享体验，降低分享门槛
  - 建立内容质量筛选机制
  - A/B 测试分享转化路径

阶段 3 (10000+):
  - 飞轮自转，减少广告投入
  - 专注提升内容质量和分享率
  - 建立内容创作者生态
```

**输出**：冷启动执行计划 + 里程碑指标

### Step 4：传播机制设计

**任务**：设计用户自发传播的激励和机制。

**执行要点**：
- 降低分享门槛（一键分享、自动生成分享素材）
- 增强分享动机（社交货币、成就展示、实际利益）
- 优化分享后的转化路径（新用户看到分享后如何快速体验核心价值）

**输出**：传播机制设计 + 分享转化漏斗

### Step 5：效果验证与迭代

**任务**：验证产品化营销是否形成自增长飞轮。

**关键指标**：
- **有机获客占比**：自然流量 vs 付费流量
- **分享率**：用户主动分享的比例
- **内容生成率**：用户产生可分享内容的比例
- **分享→转化率**：看到分享的新用户转化为产品用户的比例
- **飞轮自转度**：减少广告投入后增长是否持续

**输出**：飞轮健康度仪表盘 + 迭代优化方案

### 示例

### 示例 1：AI 设计工具的营销产品化

**场景描述**：一款 AI 设计工具，当前通过广告投放 + KOL 合作获客，获客成本 $50，LTV $80，边际利润太薄。希望从"广告驱动"转型为"产品驱动增长"。

**用户输入**：

> 我们是 AI 设计工具，靠广告和 KOL 获客，CAC $50，LTV $80，利润太薄了。想做营销产品化降低获客成本。

**执行流程**：

1. **产品化机会识别**：
   - 核心 AI 能力：一键生成设计方案——这个能力只在"付费后"才能体验 → 最大的产品化机会
   - 用户作品天然具有展示性 → 可设计为传播入口
2. **营销产品化设计**：
   - **免费 AI 设计生成器**：用户输入需求描述，AI 生成 3 个免费设计方案 → 这本身就是获客入口
   - **设计作品展示墙**：用户的作品自动进入社区展示墙 → 优秀作品被更多人看到 → 新用户通过作品发现产品
   - **设计模板市场**：用户创建的设计模板可被其他用户复用 → 模板创作者获得曝光和收益
3. **数据飞轮**：免费生成器的用户数据 → 训练设计偏好模型 → 生成质量提升 → 更多人使用 → 更多数据
4. **冷启动**：邀请 50 位设计 KOL 率先使用免费生成器并分享作品 → 种子内容 → 自然传播
5. **飞轮验证**：
   - Q1: 用户使用产品自然产生可分享设计作品？ → 是 ✓
   - Q2: 作品展示自然引导新用户进入？ → 是 ✓
   - Q3: 新用户使用自然产生更多作品？ → 是 ✓
   - Q4: 循环可自运转？ → 阶段 3 验证

**输出结果**：

```yaml
marketing_productization:
  conversion_map:
    - traditional: "广告投放"
      productized: "免费 AI 设计生成器（产品内获客入口）"
      effort: "中"
      impact: "高"
    - traditional: "KOL 合作"
      productized: "设计模板市场（用户→创作者→传播者）"
      effort: "中"
      impact: "高"
  chosen_path:
    path: "内容即营销 + 数据即推荐"
    key_mechanism: "免费生成器→作品展示→模板市场"
  flywheel:
    user_action: "输入设计需求"
    content_generated: "AI 生成设计方案"
    sharing_mechanism: "作品展示墙+模板市场+社交分享"
    new_user_entry: "通过作品/模板发现产品"
    self_sustaining: "阶段 3 验证"
  cold_start:
    phase1: "邀请 50 位设计 KOL 使用免费生成器"
    phase2: "优化分享体验，建立内容质量筛选"
    phase3: "飞轮自转，减少广告投入"
  expected_outcome:
    cac: "从 $50 降至 $10-15"
    organic_ratio: "自然流量占比从 20% 提升至 60%"
```

### 示例 2：英语学习 App 的 PLG 增长设计

**场景描述**：一款 AI 英语学习产品，口语评分是核心功能。目前通过广告投放获客，CAC ¥150，付费转化率 3%。希望将 AI 评分能力产品化为免费获客入口。

**用户输入**：

> 我们做了一个 AI 英语学习 App，口语评分是核心功能。现在靠投广告获客，CAC 150 块，付费转化率只有 3%。想做营销产品化。

**执行流程**：

1. **核心洞察**：AI 口语评分能力被锁在付费墙后 → 最大的产品化机会是让评分能力免费开放
2. **营销产品化设计**：
   - **免费 AI 口语测评**：用户输入一段语音 → AI 给出专业评分报告（发音、流利度、语法、词汇）
   - **测评报告社交分享**：评分报告天然具有分享性（展示自己的水平、与朋友比较）→ 带产品入口
   - **学习打卡日历**：朋友圈分享，展示学习坚持
   - **口语水平排行榜**：社交比较驱动传播
3. **增长飞轮**：免费测评 → 分享报告 → 新用户看到 → 使用测评 → 付费转化
4. **数据飞轮**：免费测评用户的语音数据 → 训练评分模型 → 评分更准 → 更多人使用 → 更多数据
5. **冷启动**：
   - 阶段 1：在英语学习社群免费发放"AI 口语测评"体验名额
   - 阶段 2：优化测评报告的分享体验，增加 PK 机制
   - 阶段 3：飞轮自转，减少广告投入

**输出结果**：

```yaml
marketing_productization:
  conversion_map:
    - traditional: "广告投放"
      productized: "免费 AI 口语测评（核心 AI 能力开放）"
      effort: "中"
      impact: "高"
    - traditional: "KOL 合作"
      productized: "测评排行榜+PK 机制（社交传播）"
      effort: "低"
      impact: "中"
  chosen_path:
    path: "成就即传播 + 数据即推荐"
    key_mechanism: "免费测评→分享报告→新用户→付费转化"
  flywheel:
    user_action: "完成口语测评"
    content_generated: "专业评分报告"
    sharing_mechanism: "报告分享+PK 邀请+打卡日历+排行榜"
    new_user_entry: "通过分享报告发现产品"
    self_sustaining: "阶段 3 验证"
  cold_start:
    phase1: "英语学习社群免费体验名额"
    phase2: "优化分享体验+PK 机制"
    phase3: "飞轮自转"
  expected_outcome:
    cac: "从 ¥150 降至 ¥30-50"
    conversion: "付费转化率从 3% 提升至 8-12%"
    retention: "D30 留存从 15% 提升至 25%"
```

## 常见陷阱

- **陷阱 1：强行产品化**——不是所有营销都适合产品化，强行做会伤害体验
- **陷阱 2：忽视冷启动**——飞轮需要外力启动，不会自己转起来
- **陷阱 3：内容质量失控**——UGC 没有筛选机制，低质量内容反而伤害品牌
- **陷阱 4：产品化 ≠ 免费**——产品化是让用户在使用中自然被营销，不是把所有东西都免费
- **陷阱 5：忽视数据闭环**——产品化营销的最大价值是数据回流，没有闭环就失去了复利

## 与其他 Skill 的关系

- **上游输入**：`p7-marketing-growth`（增长飞轮总体设计）
- **下游应用**：产品化营销产生的数据反哺 `p7a-data-flywheel-builder`
- **并行参考**：`p7b-intent-prediction-designer`（推荐机制依赖意图预测）、`p7c-predictive-retention-designer`（产品体验本身是最好的留存手段）