وقتی هوش مصنوعی (مثل Claude) از جزئیات محصول، هویت برند و سوابق تیم شما خبر نداشته باشد، به جای کمک کردن، وقتتان را میگیرد. اینها ۴ دردی است که هر روز با آن مواجهیم:
چرا این کانال را رها کردیم؟ بدون حافظه سازمانی، دلایل تصمیمات در گم میشوند. شش ماه بعد، تیم همان اشتباه را تکرار میکند.
بدون CAC و LTV از روز اول، اثربخشی کمپین قابل سنجش نیست. پیشنهادها حسی پیش میروند و وقتی CFO ROI را میپرسد، جواب روشنی نداریم.
مارکتینگ قابلیتی را وعده میدهد که هنوز در Roadmap نیست. هماهنگی با PM تا لحظه شکایت کاربر اتفاق نمیافتد.
هر بار باید برند، روایت و رقبا را از اول توضیح دهید. بخش بزرگی از وقت و کیفیت صرف setup میشود، نه کار واقعی.
پرامپت مثل یک سوال تصادفی از یک غریبه است؛ اما سیستم مثل کار کردن با همکارتان است که محصول را میشناسد، قوانین را بلد است و یادش نمیرود دیروز چه گفتهاید.
decision-log.md ثبت میشود
اسکیلها، دستورها، قوانین اجرایی، فرمت خروجی، خطوط قرمز. توسط CMO تعریف میشود. git pull برای آپدیت.
مصاحبه ساختاریافته ۱۲ بخشی. خروجی: principles.md + فایلهای context اسکیلها. در اسلاید بعد جزئیات کامل.
principles.md · decision-log.md · روایت برند · OKR جاری · تاریخچه کمپینها.
یادداشتهای شخصی، ترجیحات فردی. gitignored. هیچوقت commit نمیشود.
این قوانین به عنوان «قانون اساسی» ایجنت عمل میکنند و تضمین میکنند که تمام خروجیها با استراتژی کلان، واقعیت فنی و هویت برند هماهنگ باشند.
الزام به ارائه هر پیشنهاد در قالب: «اگر [تغییر]، انتظار داریم [متریک] به میزان [X] تغییر کند زیرا [دلیل تحلیلی]».
هیچ وعده مارکتینگ نباید فراتر از ظرفیت فنی محصول باشد. بازبینی وابستگیها با تیم محصول پیش از نهاییسازی GTM الزامی است.
تطبیق ۱۰۰٪ محتوا با هویت برند. کلاود موظف است از "روایت مرکزی" به عنوان فیلتر نهایی تایید کپیرایتینگ استفاده کند.
ثبت خودکار "چرایی" تمام تصمیمات و تغییرات اسکوپ در decision-log.md برای حفظ حافظه استراتژیک سازمان.
بررسی خودکار همپوشانی پیام در تمام کانالها (وب، سوشال، ایمیل) بر اساس کانتکست موجود در لایه Dynamic.
در لندینگپیج، کاربر باید در ۵ ثانیه اول بفهمد: ۱. محصول چیست؟ ۲. چه سودی دارد؟ ۳. گام بعدی (CTA) چیست؟
برای هر پیشنهاد اجرایی بزرگ (مثل تیتر لندینگ یا استراتژی قیمتگذاری)، ایجنت موظف است حداقل یک نسخه جایگزین (Variant B) پیشنهاد دهد تا فرهنگ آزمایش (Testing) در تیم نهادینه شود.
ایجنت موظف است خروجیها را با کانتکستِ رقبای مستقیم (که در لایه Dynamic لود شده) چک کند تا مطمئن شود پیام ما "کپی" یا "بسیار مشابه" آنها نیست.
ایجنت موظف است پیشنهادهای خود را با آخرین متدولوژیهای بازاریابی دنیا (مثل AI-First Marketing، رویکردهای جدید Growth یا متدهای نوین روانشناسی فروش) تطبیق دهد. اگر روش بهتری برای انجام یک تسک پیدا کرد، باید آن را به تیم پیشنهاد داده و درباره چراییِ برتریِ آن با اعضا مشورت کند.
ایجنت موظف است بازاریابی را به عنوان یک فرآیند «ارزشسازی» و «ارتباط مستمر» ببیند، نه صرفاً مجموعهای از کمپینهای مقطعی. در هر تعامل، ایجنت باید ابتدا تحلیل کند که آیا مسئله کاربر با یک کمپین (Campaign) حل میشود یا نیاز به اصلاح در زیرساخت (Infrastructure)، هویت برند (Brand DNA) یا تجربه محصول (Product Experience) دارد.
قبل از ورود به ۱۲ بخش P-framework، چهار سوال پایه موقعیت سازمان را روشن میکند — context این پاسخها در تمام بخشهای بعدی استفاده میشود.
نام شرکت، اندازه تیم مارکتینگ، مرحله رشد (Pre-PMF / Growth / Scale)
مدل کسبوکار (B2B / B2C / B2B2C)، دستهبندی بازار
چرا از این agent استفاده میکنید؟ هدف اصلی (لانچ، رشد، بازبینی، بحران)
محدودیت بودجه، زمان، منابع انسانی — context کلی که در همه تصمیمات لحاظ میشود
سوالات ترکیبی از چندگزینهای ساختاریافته است — طوری که مسئول مارکتینگ بتواند سریع جواب دهد.
/strategy-one-page
از North Star Metric یا اهداف سهماهه شروع میکند و یک OKR اولیه میسازد.
بعد از مصاحبه اولیه، principles.md در هر session خودکار لود میشود. اما ایجنت قبل از هر کار،
چهار سوال کوتاه میپرسد تا موقعیت session را روشن کند.
جدید یا ادامه؟ اگر ادامه است، آخرین تصمیم در decision-log.md چیست؟
این درخواست در کدام لایه است؟ استراتژی / اجرا / تحلیل / بازبینی
محدودیت بودجه، زمان، یا منابع فنی خاصی وجود دارد؟
چه کسی خروجی نهایی را تأیید میکند؟ (برای فیلد Sign-off Required)
هر درخواستی که به ایجنت میدهید، در یکی از این ۴ دسته قرار میگیرد. ایجنت باید ابتدا دسته را تشخیص دهد، سپس اسکیل مناسب را انتخاب کند.
کِی: وقتی برند هنوز هویت ندارد یا استراتژی مشخص نیست مثال: «میخوام برندم رو از صفر بسازم» / «استراتژی بازاریابی نداریم»
/brand-foundation
/brand-positioning
/strategy-one-page
کِی: وقتی نمیدانیم مشتری چه میخواهد یا رقبا چه میکنند مثال: «نمیدونیم مشتری کیه» / «رقیب جدید وارد بازار شد»
/probe-discovery
/competitive-intel
/product-deep-scan
کِی: وقتی استراتژی مشخص است و وقت اجراست مثال: «کمپین لانچ میکنیم» / «فیچر جدید رو اعلام کنیم»
/acquisition-pull
/landing-architect
/release-comms
/organic-growth
کِی: وقتی کمپین اجرا شد و باید بفهمیم چه اتفاقی افتاد مثال: «ROI کمپین چی شد؟» / «چرا churn بالا رفت؟»
/data-pinpoint
/retention-audit
/decision-logger
/marketing-logic فیلتر استراتژیک ایدهها/product-deep-scan درک ساختاری محصول/probe-discovery کشف نیاز واقعی مشتری/strategy-one-pageنقشه راه عرضه به بازار/competitive-intel رصد رقبا/acquisition-pullطراحی کمپینهای جذب/landing-architect لنیدنگ محصول برای جذب مشتری/organic-growthSEO و محتوا/growth-engineAB Test و Loops/retention-auditنگهداشت کاربر/release-commsاطلاعرسانی محصول/brand-foundationهویت برند/brand-positioningطراحی تمایز برند/crisis-management محافظت از اعتبار برند /data-pinpointتحلیل دقیق مسیر سود/prompt-optimizer/presentation-style/wireframe-generator/task-writer/meeting-support/design-system-checkچهار اسکیل که قبل از هر اقدام اجرا میشوند — همراستایی با منطق، مشتری، رقبا، و استراتژی.
این اسکیل در واقع مترجم زبان پروداکت و دیزاین به زبان مارکتینگ است.نتیجه این اسکیل دو چیز است: اول اینکه ایجنت اجازه نمیدهد مارکتینگ وعدهای بدهد که با ساختار محصول همخوانی ندارد. و دوم اینکه، کمپینهای ما بر اساس واقعیت مهندسیشدهی محصول نوشته میشوند، نه بر اساس برداشتهای سطحی. این یعنی هماهنگی کامل بین "آنچه ساخته شده" و "آنچه فروخته میشود".»
این مهارت وظیفهی انطباق درخواستهای عملیاتی با تئوریهای پایه و مدلهای ذهنی مارکتینگ را بر عهده دارد تا از انحراف استراتژیک بیزنیس جلوگیری شود. در واقع این اسکیل چک میکند که آیا این ایده با اصول بیزنس ما همخوانی دارد یا نه؟
متمرکز بر شناسایی نیازهای پاسخدادهنشده و «دردهای مشتری» (Pains) است. این اسکیل با استفاده از چارچوبهایی نظیر BANT، فرآیند اعتبارسنجی فرضیات بازار را به صورت روشمند مدیریت میکند.
رصد مستمر و تحلیل سیستماتیک رقبای مستقیم و غیرمستقیم را انجام میدهد. هدف این مهارت، شناسایی شکافهای بازار (Gaps) و تدوین نقشهی جایگاهیابی رقابتی است.
تدوین سند استراتژی یکصفحهای که شامل اهداف کلیدی (OKRs)، اولویتبندی سگمنتها و سناریوهای تخصیص بودجه است.
پنج اسکیل اجرایی — از طراحی کمپین و لندینگ تا مقیاسپذیری و نگهداشت مشتری.
طراحی ساختار کمپینهای خلاقانه و انتخاب کانالهای بهینه بر اساس متریک CAC. خروجی این مهارت، بریفهای دقیق اجرایی برای تیمهای داخلی یا آژانسهای تبلیغاتی است..
این اسکیل رعایت «قانون ۵ ثانیه» را در کپیرایتینگ و چیدمان محتوایی تضمین میکند. طراحی ساختار لندینگپیجها بر اساس مدل FABV (ویژگی، مزیت، منفعت، ارزش) جهت تضمین بالاترین نرخ تبدیل در ۵ ثانیه اول.
. این اسکیل فراتر از یک ابزار ساده برای اجرای تبلیغات عمل کرده و وظیفهی تبدیل بیزنس به یک «موتور خودکار تولید رشد» را بر عهده دارد. طراحی حلقههای جذب خودکار (Acquisition Loops) و اجرای آزمایشهای دادهمحور (A/B Test) برای مقیاسپذیری بیزنس.
ساخت Performance Engine برای Scaling سیستماتیک — Acquisition Loops، AB Testing، و North Star Metric. نه برای محصول در مرحله کشف.
مهارت /retention-audit (بازرسی و صیانت از ماندگاری) به عنوان «نگهبان داراییهای انسانی سازمان» عمل کرده و وظیفهی آن جلوگیری از خروج سرمایه (مشتری) و بیشینهسازی ارزش طول عمر (LTV) است.
این اسکیل برای زمانی است که محصول تغییر میکند، نه وقتی میخواهیم مشتری جدید جذب کنیم. لانچ یک فیچر، انتشار ورژن جدید، تغییر pricing، یا sunset کردن یک قابلیت — همهی اینها جنس متفاوتی از /acquisition-pull دارند: مخاطب کاربر فعلی است نه prospect، هدف feature adoption است نه CAC، و کانالها in-app و email و changelog هستند، نه paid acquisition. این اسکیل پیام را در پنج لایه میچیند (release notes → in-app → ایمیل سگمنتشده → بلاگ → سوشال) و میکس کانالهای داخلی و خارجی را بر اساس شدت تغییر تعیین میکند.
دو اسکیل برای ساخت برند، مدیریت بحران، و معماری زیرساخت MarTech.
این اسکیل برای برندهایی است که هنوز هویت ندارند این اسکیل از صفر هفت لایه را میسازد: آرکیتایپ برند، چرایی وجودی (Why)، لحن و توناژ، سلسلهمراتب پیام (تگلاین تا Proof Points)، بریف هویت بصری برای دیزاینر، و در صورت نیاز نامگذاری. خروجی نهایی یک «بیانیه DNA برند» در یک پاراگراف است که از این پس فیلتر نهایی هر کپی، کمپین و طراحی میشود.
پیدا کردن آن ویژگی خاصی که باعث میشود مشتری ما را به رقیب ترجیح بدهد؛ همان «امضای» برند ما.
داشتن یک نقشه آماده برای زمانی که در شبکههای اجتماعی یا بازار اتفاق بدی میافتد تا اعتبار برند حفظ شود. حفاظت از اعتبار برند در بحران — پروتکل ۴ مرحلهای با پیام اولیه در ۲ ساعت.
تمرکز این اسکیل بر شفافیت کامل در مسیر تبدیل لید به مشتری و سنجش دقیق نرخ بازگشت سرمایه است. وظیفهی این اسکیل، پایان دادن به حدس و گمانها و جایگزینی آنها با دادههای سخت و قابل اتکا است تا مشخص شود هر ریال بودجهی مارکتینگ دقیقاً چه خروجی بیزنسی ایجاد کرده است.
حافظه سازمانی ایجنت — تمام تصمیمات کلیدی، تغییرات اسکوپ، و فرضیات اثبات/ردشده ثبت میشوند. توسط تمام chain commands به صورت خودکار در انتها فراخوانی میشود.
تاریخ: 2026-03-15 پروژه: Q2 Campaign — SaaS Segment تصمیم: کانال LinkedIn را متوقف کردیم چرا: CAC از Google Ads 3x بالاتر بود فرضیه: H3 — LinkedIn برای B2C موثر نیست تأیید: Sara M. — CMO اسکیل: /data-pinpoint وضعیت: تأییدشده
Chain commands چندین اسکیل را در توالی اجرا میکنند، بین مراحل منتظر تأیید میمانند، و یک خروجی یکپارچه میدهند. هیچ مرحلهای بدون تأیید قبلی پیش نمیرود.
کاملترین workflow مارکتینگ — از ایده اولیه تا ثبت نهایی در حافظه. هیچ کمپینی بدون تحلیل بازار، هیچ بودجهای بدون هدف.
/probe-discoveryسگمنت و درد مشتری/competitive-intelرصد رقبا و Positioning Map/brand-positioningمزیت و روایت مرکزی/strategy-one-pageOKR و بودجه/landing-architectمقصد و پیام تبدیل/acquisition-pullبریف و کانالها/decision-loggerثبت در حافظهتحلیل کامل ریزش + Attribution — همه چیزی که برای جلسه بازبینی وفاداری نیاز دارید.
/retention-auditCohort Analysis/data-pinpointAttributionoutputگزارش یکپارچهاز رصد رقبا تا روایت برند و تقویم محتوا — در یک session.
/competitive-intelرقبا/brand-positioningموقعیت/organic-growthتقویم محتواoutputسند برند + تقویمبریف کامل کمپین + لندینگپیج — آماده تحویل به آژانس یا اجرای داخلی.
/acquisition-pullبریف کمپین/landing-architectContent Wireframeoutputبریف آژانسبرای زمانی که برندی از صفر متولد میشود.
/probe-discoveryمخاطب کیست؟/competitive-intelرقابت با چه کسی؟/brand-foundationهویت ما چیست؟ (DNA + لحن + هویت بصری)/brand-positioningتمایز ما چیست؟/landing-architectاولین تماس عمومی/decision-loggerثبت در حافظههر خروجی ایجنت بدون استثنا این ساختار پنجگانه را دارد. با یک نگاه، میفهمیم خروجی کجای پروژه است و چه سطح تأییدی نیاز دارد.
این اقدام در خدمت کدام OKR است؟
برآورد کمی از CAC، LTV و ROI. پایداری اقتصادی باید مستند باشد — نه تخمین شفاهی.
سیستم شفاف میگوید: این حرف چقدر سندیت دارد؟ 🟢 داده واقعی است، 🟡 فرضیه است، یا 🔴 فقط یک ایده برای تست است.
قبل از اجرا، سیستم نقاط ضعف را پیدا میکند (Pre-mortem) و میگوید اگر طرح شکست خورد، پلن B چیست.
ایجنت موظف است در انتهای هر خروجی، لیست وظایفِ تفکیک شده (Action Items) برای تیمهای مربوطه (مثل دیزاین، فنی، یا کپیرایتینگ) را ارائه دهد. خروجی باید Ticket-Ready باشد؛ یعنی مدیر بتواند آن را کپی و به عنوان تسک به تیمها بدهد.
ایجنت موظف است منطقِ پشت تصمیم خود را توضیح دهد (مثلاً: "من به جای اینستاگرام، لینکدین را انتخاب کردم چون با توجه به رکن ۲ و ۱۰، سگمنت هدف ما در این بازه زمانی در لینکدین فعالتر است"). این کار «اعتماد استراتژیک» ایجاد میکند.
خیلی از سازمانها OKR رسمی ندارند. سیستم با سلسلهمراتب fallback کار میکند: هر لایهای که در دسترس باشد استفاده میشود.
اگر سازمان OKR مصوب دارد، به آن متصل میشویم.
اهداف کلی که شاید در اسلایدها باشند.
یک متریک مرکزی که تیم روی آن توافق دارد (MRR).
ابتدا اهداف ساده را با هم تعریف میکنیم.
مارکتینگ و پروداکت در ۶ نقطه همپوشانی عملیاتی دارند. اسکیلهای اشتراکی خروجی یکسان با فرمت یکسان میدهند
/probe-discovery/strategy-one-page/pricing-strategy/acquisition-pull/data-pinpoint/decision-logger/problem-framing/feature-spec/feature-dependency/wireframe-generator/release-impact/decision-logger/prompt-optimizer/presentation-style/wireframe-generator/task-writer/meeting-support/design-system-checkچهار مشکلی که در ابتدا گفتیم، هر کدام راهحل مشخصی دارند. شش بخش زیر ستونهای اصلی تحویل این سیستم هستند.
probe-discovery → competitive-intel → brand-positioning → strategy-one-page
pricing-strategy + data-pinpoint — هر تصمیم با CAC، LTV و ROI مستند. حل مشکل ۲.
acquisition-pull + landing-architect — بریف آماده تحویل به آژانس.
decision-logger در انتهای هر chain. حل مشکل ۱ — هیچ تصمیمی گم نمیشود.
۶ اسکیل اشتراکی. حل مشکل ۳ — هیچ وعدهای خارج از Roadmap.
Pre-Context + ۱۲ بخش P-framework = ۲۲ سوال. یکبار اجرا، همیشه لود. حل مشکل ۴ — هیچ session از صفر شروع نمیشود.