早期产品通常没有完整的营销 Brief,甚至没有客户、Campaign 历史、分析数据、定位或经过验证的理想用户画像。Growth Lab 不要求创始人预先想清这些答案。Skills 会引导 Agent 检查产品、形成假设、采集证据并执行第一个可度量行动。
第一次运行会交付什么
| 起始证据 | Agent 假设 | 验证方式 | 上线产物 |
|---|---|---|---|
| 仓库、路由、文档或原型 | 谁会在什么场景需要产品 | 搜索、竞品、社区与产品证据 | 一个可度量的增长资产 |
| 已有分析数据(如有) | 注意力或激活在哪里中断 | 事件、数据导出、页面与行为 | 聚焦的产品或获客改动 |
| 尚无客户数据 | 值得测试的窄受众与紧迫任务 | 先用公开证据,再按需添加第一方管线 | 制造下一份证据的实验 |
Growth Lab 已用这份契约营销自己:仓库提供产品证据,实时搜索提供需求证据,竞品页面暴露信息缺口,Agent 随后上线双语获客页面。搜索和产品数据到达后再记录效果。
Agent 从 Day Zero 做什么
理解产品读取代码、路由、文档、Onboarding、定价与现有产品表述。
形成假设描述可能的用户、使用场景、紧迫任务和能够推翻假设的信号。
采集证据调研真实搜索、社区、竞品、公开内容和可用的产品数据。
制造信号交付页面、Campaign、分发行动或实验,产生可观察的反馈。
为什么代码仓库很重要
Coding Agent 可以直接检查产品,了解真实存在的功能、网站如何描述它们、激活发生在哪里、已经追踪了哪些事件,以及当前代码库中哪些内容可以修改。
识别搜索机会的同一场会话可以创建路由、撰写页面、添加元数据、测试渲染、接入分析、通过现有工作流部署并检查结果。
首先自动化什么
| 闭环 | 观察 | 行动 | 复盘信号 |
|---|---|---|---|
| SEO 页面 | 用户场景与搜索需求 | 创建并发布有用页面 | 收录、查询词、曝光、点击与产品行动 |
| 版本分发 | 产品变化与相关受众 | 生成渠道化发布材料 | 触达、访问、注册与激活 |
| Onboarding | 早期用户在哪里停止 | 修改一个关键决策 | 完成率与激活率 |
| 内容学习 | 用户问题与高表现模式 | 创作并分发内容包 | 有效互动与产品行为 |
Agent 建立数据路径
用户提供产品和期望结果。Agent 检查现有埋点,添加事件、接入分析服务、导入已有数据,或建立适合当前阶段的轻量采集路径。真实用户到达后,第一方信号会逐步替代假设。
Growth Lab 如何组织 Agent
- Model:观察—行动—复盘闭环。
- Collectors:获取证据的方法与 Clients。
- Executors:完成创作和执行的原则与工具。
- Memory:带时间的运营证据、结果与下一步建议。
- Runtime:控制所有工作的 Codex 或 Claude Code 会话。
Growth Lab 免费开源。开始使用只需要 Clone 仓库并用 Codex 或 Claude Code 打开,方法、输出和每一次改动都可以直接检查。