365 個免費 AI 行銷 Skills 開源了!我用一個賣雞排的案例,帶你實際玩一次
最近看到行銷人邱煜庭分享了一個很有意思的開源專案,叫做 Marketing Skills for Everyone。
他把十幾年來的行銷實戰與教學經驗,整理成 365 個免費的 AI 行銷 Skills,放到 GitHub 開放大家使用。
我覺得這件事最有價值的地方,不是「哇!竟然有 365 個提示詞可以免費拿」。而是它想解決一個很多人在使用 AI 時都會遇到的問題:
AI 很會給建議,但我們怎麼知道它的建議到底能不能用?
例如,你問 ChatGPT:「我開了一家雞排店,最近生意不好,該怎麼做行銷?」
AI 可能馬上給你十個建議:拍短影音、經營 Instagram、找網紅合作、推出會員制度、投放 Facebook 廣告……聽起來都很合理。
但問題是,你一個月只有 5,000 元行銷預算,這十件事情到底應該先做哪一件?而且,你連一份雞排賣出去到底賺多少都還沒算清楚,就開始花錢打廣告,真的適合嗎?
這就是我覺得這套 Skills 值得研究的原因。
它把行銷工作拆成具體的方法,包含需要什麼資料、怎麼分析、最後要交付什麼結果,以及怎麼檢查答案。今天就用一個簡單案例,帶大家試試看。
一、如何下載並使用免費的 AI 行銷 Skills?
這套工具的使用方式,其實沒有想像中困難。不需要先學會寫程式,也不一定需要訂閱昂貴的 AI 服務。只要你使用的 AI 工具能上傳並讀取 Markdown 檔案,就可以照著以下方式操作;實際檔案上傳額度與支援情況,依工具當下的方案為準。
第一步:下載教材
進入 GitHub 後,點選綠色的 Code,再選擇 Download ZIP,下載後解壓縮。
第二步:找到 INDEX.md
這個檔案可以把它想成 365 個行銷方法的目錄。你不用自己一個一個研究,先把 INDEX.md 上傳到 ChatGPT 或 Claude。
第三步:告訴 AI 你遇到的問題
讓 AI 幫你找出適合使用哪個 Skill。
第四步:上傳對應的方法包
依照 AI 找到的路徑,從下載的資料夾中找到對應的 Markdown 方法包,上傳到同一段對話。這樣 AI 就能根據方法包中的步驟進行分析。
需要哪個方法,就讀取哪個方法,不必把 365 個檔案全部上傳。 索引用來選方法;還沒讀到方法包全文時,不要讓 AI 只靠索引摘要就宣稱完成分析。
二、實際情境:一家雞排店,想用 5,000 元增加業績
我們來設計一個虛構案例。假設我開了一家「阿亮炸雞排」,最近發現平日生意普通,想拿 5,000 元做促銷。
老闆原本的想法很簡單:「不然買兩份雞排折 20 元,再花一點錢投廣告好了!」
但如果你是行銷顧問,應該不會直接說好。你可能會先問:「老闆,你一份雞排到底賺多少?」
因為有些活動看起來營業額增加了,實際上卻可能越賣越虧。所以這次我們不急著叫 AI 寫廣告文案,先讓 AI 幫我們算清楚獲利,再決定要不要做促銷。
準備測試資料
以下數字全部是教學用的假設資料,不是真實店家的營運數據。
| 項目 | 金額或方案 |
|---|---|
| 一份雞排售價 | 90 元 |
| 雞肉及醃料 | 35 元/份 |
| 炸油、粉料、調味 | 8 元/份 |
| 包裝袋 | 3 元/份 |
| 每份額外變動人工成本 | 4 元/份 |
| 預計行銷預算 | 5,000 元 |
| 促銷方案 | 買兩份折 20 元 |
這些資料已經足夠讓我們進行第一輪簡單試算,但還不能直接視為完整的店家淨利分析。
三、第一個提示詞:讓 AI 幫我們選 Skill
先將 INDEX.md 上傳到 ChatGPT,接著輸入:
提示詞 1:選擇合適的行銷方法
1 | 我經營一家雞排店,想用 5,000 元行銷預算增加銷售。 |
這一步最重要的概念是:先選方法,再解決問題。
就像看醫生,不是看到病人就直接開藥,而是先確認問題在哪裡。
在這個案例中,我們可以優先尋找與「單品貢獻毛利計算」及「檔期預算與獲利預估」相關的方法。實際名稱和檔案路徑,請以下載版本的 INDEX.md 為準。
四、第二個提示詞:上傳 Skill,開始計算
找到適合的 Skill 後,把對應的 Markdown 方法包上傳到同一段 AI 對話,然後輸入:
提示詞 2:執行雞排獲利分析
1 | 請依照我上傳的行銷 Skill 方法包,分析以下雞排店的促銷方案。 |
五、手動核對:AI 應該得到什麼結果?
這一步很重要。因為我們不應該只看 AI 寫得有沒有道理,還要檢查它算得對不對。
原價一份雞排 90 元,已知每份變動成本合計 50 元:
1 | 每份已知變動成本 = 35 + 8 + 3 + 4 = 50 元 |
如果推出買兩份折 20 元,兩份雞排原價 180 元,折扣後收 160 元,成本合計 100 元:
1 | 促銷後每兩份貢獻毛利 = 160 − 100 = 60 元 |
| 比較項目 | 原價 | 促銷後 |
|---|---|---|
| 每份平均收入 | 90 元 | 80 元 |
| 每份變動成本 | 50 元 | 50 元 |
| 每份貢獻毛利 | 40 元 | 30 元 |
| 貢獻毛利率 | 44.4% | 37.5% |
也就是說,折扣之後,每份雞排的貢獻毛利少了 10 元,下降 25%。這裡的貢獻毛利率以成交收入為分母;它不是扣完租金、固定薪資等支出後的淨利率。
5,000 元行銷預算,需要賣出多少雞排才能回收?
如果全部都是新增銷量,而且全部以促銷價格成交:
1 | 5,000 ÷ 30 = 166.67 份 |
至少需要額外賣出 168 份雞排,也就是 84 組雙份套餐,才有機會以新增貢獻毛利回收這筆行銷費用。
小心:原本就會買的客人,也可能使用折扣
如果原本就會買原價雞排的客人,也跑來使用折扣,實際效果就會不一樣。例如原本會買兩份的客人,現在少付 20 元,店家就少賺 20 元。
所以 168 份不是活動保證回本的數字,而是在特定假設下的試算門檻。
這也是為什麼做行銷不能只看營業額,還要看新增銷量、原有訂單被折扣取代的比例,以及真正增加的貢獻毛利。
目前也還沒完整納入可能存在的稅費、金流或外送平台費、耗損、額外能源成本、加班或產能變動,以及租金與固定薪資等支出。應先確認哪些會隨訂單增加,哪些屬於固定成本,避免漏算或重複扣除;5,000 元行銷費用在本例另外扣除。
六、第三個提示詞:檢查促銷是否真的值得做
接著,我會再問 AI 一個問題;若需要另一份方法包,就先依索引找到並上傳,再繼續分析。
提示詞 3:檢查促銷活動風險
1 | 請繼續依照行銷 Skill 的分析方式,幫我檢查這次雞排促銷的風險。 |
這時候 AI 就不只是幫你計算,而是開始協助你判斷行銷活動的可行性。
用新增貢獻檢查三種情境
我們也可以先建立核對基準。令 p 為原本就會以原價購買兩份的促銷訂單比例:
1 | 真正新增的雙份訂單:每筆增加 60 元貢獻毛利 |
| 情境 | 每筆平均新增貢獻 | 回收 5,000 元所需促銷訂單數 |
|---|---|---|
| 全部是新增購買 | 60 元 | 至少 84 筆,共 168 份 |
| 50% 原本就會買兩份 | 20 元 | 250 筆,共 500 份 |
| 80% 原本就會買兩份 | −4 元 | 依此假設無法回收;每增加一筆促銷訂單,平均新增貢獻反而減少 4 元 |
這是固定比例與固定成本假設下的數學試算,不是實測成果。尤其第三種情境,促銷訂單本身仍有 60 元貢獻毛利,但相較於沒有活動時的訂單組合,平均反而少了 4 元;兩者的比較基準不同。
也許最後你會發現,比起全面買兩份折 20 元,更值得測試的是平日離峰時段優惠、新客限定優惠,或搭配其他商品提高客單價。但這些都需要實際測試,不能光靠 AI 推測。
七、這套 Skills 真正值得學習的地方:建立判斷
很多人使用 AI,都是從「我要什麼答案」開始,例如:「幫我寫一篇雞排店促銷文案。」
但有經驗的行銷人,可能會先問:「這個活動有沒有賺錢的機會?」這兩種提問方式,最後產出的價值差很多。
我覺得 Marketing Skills for Everyone 很值得借鏡的地方,就是把行銷工作從「產出內容」往前推到「建立判斷」。
而且作者選擇用 Markdown 方法包公開,不一定要懂程式、不一定要串接 API,也不需要一開始就建構複雜的 AI Agent。只要 AI 工具能讀取檔案,就可以先從一個真實問題開始練習。
當然,Skill 不是魔法。資料不完整、假設錯誤,AI 還是可能算錯或給出不適合的建議。
所以最好的用法,是讓 AI 幫我們整理問題、選擇方法、進行分析,再由人來核對與決定。如果你想進一步理解如何把工作經驗整理成方法包,也可以閱讀:從 Prompt 到 Skill Library:如何打造自己的 AI 工作能力庫。
這次用雞排店只是示範。同樣的流程,也可以拿來分析電商商品定價、課程招生預算、LINE 會員回購活動,甚至企業的年度行銷計畫。
如果你從來沒用過 AI Skills,我建議先不要急著研究全部 365 個。先挑一個你現在真的遇到的行銷問題,下載方法包,照著做一次。
你會發現,AI 真正有價值的地方,不只是讓我們把事情做得更快,而是讓我們有機會把事情想得更清楚。
免費開源專案與教學來源
也感謝邱煜庭把多年累積的行銷經驗整理開源,讓更多人可以從實際問題開始學習。
如果是你,你會想先拿 AI Skills 解決什麼行銷問題?歡迎留言分享,我也想看看這套方法還能用在哪些有趣的情境。
常見問答 (FAQ)
Q1:使用這 365 個 AI 行銷 Skills,需要寫程式或付費訂閱嗎?
本文示範的是下載 Markdown 方法包,再上傳給能讀取檔案的 AI 工具,不需要寫程式或串接 API。方法包本身免費開源;AI 工具是否提供檔案上傳、可用額度與方案限制,仍須依當下服務確認。
Q2:為什麼先上傳 INDEX.md,而不是一次上傳全部方法包?
INDEX.md 是選擇方法的目錄,讓 AI 依問題找出確實存在的方法名稱與完整路徑。選定後再上傳對應方法包全文,才能依具體步驟執行與核對,避免只靠索引摘要猜測分析方式。
Q3:雞排店額外賣出 168 份,就一定能回收 5,000 元嗎?
不一定。168 份的門檻假設所有促銷訂單都是新增購買、每筆兩份、每份變動成本固定為 50 元,且沒有其他未計入的變動成本。若原本就會買原價雞排的客人改用折扣,新增貢獻會下降,甚至無法靠增加促銷訂單回收費用。
Q4:貢獻毛利等於店家最後賺到的淨利嗎?
不等於。本例貢獻毛利是成交收入扣除已列出的變動成本,仍需要用來支付租金、固定薪資與其他固定支出。完整營運判斷也要確認稅費、耗損、平台費和產能變動等成本是否適用。
Q5:AI 依照 Skill 算出結果後,還需要人工檢查什麼?
至少核對資料來源、公式、成本有無漏算或重複扣除、訂單與份數的單位,以及新增銷量和原有訂單折扣替代的假設。方法包能提供分析步驟與核對依據,實際促銷效果仍需以測試和營運資料確認。