1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | gtm-ai-gtm-github-awesome-copilot |
| 作者/维护者 | Smit Patel(个人贡献者,LinkedIn) |
| 来源链接 | https://github.com/github/awesome-copilot/tree/main/skills/gtm-ai-gtm |
| 许可证 | MIT(数据来自 GitHub API) |
| GitHub Stars | 合集仓库 github/awesome-copilot 整体 39,494(数据来自 GitHub API);该数字属整个合集,不代表本技能自身热度 |
| Forks | 合集仓库整体 5,018 |
| 最新版本 | 无独立版本号,随合集仓库滚动更新 |
| 安装方式 | 复制 skills/gtm-ai-gtm/SKILL.md 到 agent 的 skills 目录,或用 GitHub Copilot CLI 的 skills add 安装 |
2. 功能介绍与亮点
这是一份专讲 AI 产品如何做市场推广(GTM) 的实战框架集,聚焦“卖一个会自己做决定的东西”这件事特有的难题——而不是通用的市场营销原则。核心内容包括:
- 责任链框架:企业买家真正担心的不是“AI 会不会出错”,而是“出错了该谁负责”;给出 L1/L2/L3 三级责任划分方法,帮助判断客户是否具备承接 AI 代理的组织成熟度。
- 三种定位话术对比(Copilot / Agent / Teammate):不同措辞如何影响买家心理与销售路径,并给出决策树。
- 可变成本定价模型:当同一产品不同客户用量差 10 倍时,如何设计“基础费+变动费”的混合定价,并给出“变动费定价在客户替代成本的 20%–30%“这一具体经验法则。
- 信任阶梯:先给透明度文档、再演示可控性、再证明效果、最后展示规模化能力,顺序不能颠倒。
- 演示设计:主张故意展示 AI 犯错后自我恢复的过程,而非只演示“完美结果”。
- 另含“天花板买家”识别法(找已用过同类工具、已碰到瓶颈的高意向客户)与竞争定位诊断框架。
内容全部以实战案例与可执行清单形式呈现,附带多张 ASCII 决策树,结构清晰。
3. 适用场景
固定分类:内容创作与知识管理(战略性知识框架,供使用者在实际沟通/写作场景中调用,不涉及代码编写或系统集成)。
适用人群:AI 产品的创始人、产品经理、销售/客户成功负责人,尤其是正在向企业客户推销“自主执行”型 AI 代理产品的团队。典型场景:准备企业客户会议应对“出错谁负责”的质疑、决定产品定位措辞(copilot/agent/teammate)、设计可变成本定价方案、筹备产品演示脚本。
4. 跨 Agent 兼容性
| Agent | 结论 | 依据 |
|---|---|---|
| Claude Code | ✅ 原生支持 | 标准 SKILL.md 格式,放入 .claude/skills/ 即可被发现 |
| Codex | ⚠️ 需适配 | Codex 不会自动发现 ~/.codex/skills,需在对话中手动引用文件路径 |
| OpenClaw | ❓ 未验证 | 未获取到官方文档明确说明其 skills 发现机制 |
| Hermes Agent | ✅ 原生支持 | 按路径扫描子目录探测 SKILL.md,兼容合集仓库的目录结构 |
5. 推荐理由
市面上通用的 GTM/营销建议很多,但专门针对“AI 产品”这个品类特有的信任与定价难题的框架并不常见。这份技能把作者在实际企业级 AI 代理销售中踩过的坑(“autonomous”一词吓跑买家、演示完美 AI 反而降低信任)总结成可直接套用的话术与决策树,对正在构建 AI 产品并需要向企业客户解释“它会不会自己闯祸”的团队有直接的实操价值。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 合集仓库子技能,不沿用合集 stars;skills.sh 装机量约 1,703,暂无独立第三方媒体评测或具名评价佐证更高热度 |
| 可用性 | 8 | 纯 Markdown 文档,复制即用,无付费依赖;内容详尽(决策树、清单、案例齐全);2026-03 随同批 11 个 GTM 技能一并提交,此后未见新增改动 |
| 安全性 | 9 | 纯提示词/知识内容,无代码执行、无网络外发、无需任何凭据;License 明确;未见可疑指令或夹带推广 |
综合评分:8.0(三项均值,≥ 7.0 达标)
安全检查清单:① 无 shell 命令执行 ② 无运行时联网 ③ 不涉及 API key/凭据 ④ 未发现可疑指令或 prompt injection 迹象 ⑤ 作者为个人贡献者,无造假迹象 ⑥ License(MIT)明确 ⑦ 最近一次提交为 2026-03-23(补充作者署名),内容本身为静态知识文档,弃置风险低
7. 跟同类 Skills 相比的优势
| 技能 | 定位 | 与本技能的差异 |
|---|---|---|
| gtm-positioning-strategy | 通用定位测试框架,覆盖任意产品类别 | 面向所有产品的定位方法论,不专门处理“AI 会不会自己犯错”这类信任问题 |
| gtm-technical-product-pricing | 技术产品定价模型(订阅制/用量制等通用框架) | 覆盖面更广泛的技术产品定价,未针对 AI 可变成本场景给出具体比例经验法则 |
| gtm-enterprise-account-planning | 企业大客户销售的 MEDDICC 方法论与行动计划管理 | 处理的是单笔交易的推进节奏,不涉及“AI 产品该怎么定位/定价”这类产品层面的决策 |
本技能的差异化在于专注 AI 产品这一细分品类:责任链框架、“teammate”话术选择、可变成本定价比例,都是通用 GTM 框架不会覆盖的、AI 产品销售特有的问题。
8. 用户评价
该技能目前在第三方平台尚无具名用户评价。
9. 安装使用方式
- 手动复制:从 https://github.com/github/awesome-copilot/tree/main/skills/gtm-ai-gtm 下载
SKILL.md,放入 Claude Code 的.claude/skills/gtm-ai-gtm/、或对应 agent 的 skills 目录 - GitHub Copilot CLI:在已安装
awesome-copilot技能源的环境中执行skills add gtm-ai-gtm - 安装后无需重启,在对话中提到“AI 产品定位”“AI 定价”“企业客户质疑 AI 出错”等触发词即可被 agent 调用;也可直接要求 agent 使用该技能
10. 注意事项
- 内容基于作者个人销售经验总结,属经验框架而非行业标准,具体数字(如“变动费为替代成本的 20%–30%”)需结合自身业务验证,不可直接套用
- 无独立版本号,更新随合集仓库整体推送,无法单独追踪本技能的变更历史
- Codex 与 OpenClaw 需手动确认技能发现方式,未验证開箱即用