message-test

/digital-marketing-pro:message-test

脚本位置。 如果宿主未设置 ${CLAUDE_PLUGIN_ROOT}，脚本位于此插件的 scripts/ 文件夹中，与 skills/ 并列。请使用 Python 3.10 或更高版本运行：python；如果找不到 python，则使用 python3（macOS 和许多 Linux 系统）。

用途

在实际部署之前，针对合成受众小组测试不同的消息版本。预测总体和各细分群体中表现最佳的版本，找出潜在异议，并筛选出用于实际 A/B 测试的候选版本。此命令通过基于真实 CRM 行为数据构建的 AI 模拟受众细分群体，对不同消息版本进行预筛选，从而避免浪费广告预算和测试周期。与其在线测试六个版本并在表现不佳的版本上耗费预算，不如先通过合成小组进行测试，找出最值得投入实际资源的两到三个候选版本。每个版本都会根据五项评估标准评分——共鸣度、清晰度、可信度、紧迫感和差异化——并提供各细分群体的详细结果，揭示不同群体偏好不同消息时的个性化机会。

所需输入

用户必须提供（或将收到提示提供）：

• 消息版本：需测试 2-6 个版本，每个版本都包含标题、正文文案和行动号召。版本可以是完整广告创意、带预览文本的电子邮件主题行、落地页首屏内容、社交媒体帖子或任何消息格式。请清楚标记每个版本（版本 A、B、C 等）。各版本应测试有实质差异的方案——例如不同的价值主张、情感诉求、佐证或表达角度，而不是细微的措辞替换，因为合成测试无法可靠地区分这类差异
• 目标受众小组：此前的 /digital-marketing-pro:focus-group 或 /digital-marketing-pro:message-test 会话中已有的小组 ID，或根据 CRM 数据构建新细分群体的定义。新小组需要提供细分标准，例如人口统计、行为、心理特征或价值属性。包含 3-5 个细分群体的小组最能兼顾跨群体洞察与输出易读性
• 评估标准：对每个版本进行评分的维度。默认标准包括共鸣度（情感联系和相关性）、清晰度（理解消息内容和预期行动的难易程度）、可信度（声明和佐证的可信程度）、紧迫感（促使用户现在而不是以后采取行动的动力）和差异化（与竞争对手消息相比的独特性）。可以添加自定义标准，也可以缩减默认标准以聚焦分析

流程

1. 加载品牌背景：读取 ~/.claude-marketing/brands/_active-brand.json 获取当前启用的 slug，然后加载 ~/.claude-marketing/brands/{slug}/profile.json。应用品牌语气、定位、竞争背景和信息传达指南。另检查 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json 中是否有指南——如果存在，则加载其中的限制。检查 ~/.claude-marketing/sops/ 中是否有代理机构的标准操作流程。如果没有品牌，询问：“先设置品牌吗（/digital-marketing-pro:brand-setup）？”——或者使用默认设置继续。
2. 加载受众面板：通过 ID 引用现有面板（使用 python "${CLAUDE_PLUGIN_ROOT}/scripts/audience-simulator.py" --brand {slug} --action list-panels 列出可用面板），或者通过 python "${CLAUDE_PLUGIN_ROOT}/scripts/audience-simulator.py" --brand {slug} --action create-panel --panel-name {name} --segments '[...]' 创建新面板；如果提供了新的细分群体定义，则以 CRM 数据为依据。确认面板中的细分群体足够多样，能够进行有意义的跨群体比较。
3. 针对每个细分群体测试每个变体：针对这组变体运行 python "${CLAUDE_PLUGIN_ROOT}/scripts/audience-simulator.py" --brand {slug} --action test-message --panel-id {id} --variants '[...]'。从每个细分群体的行为特征出发，根据所有评估标准（共鸣度、清晰度、可信度、紧迫感、差异化）为每个变体打分。针对每种组合生成预测的响应情绪、关键反应和具体异议。
4. 汇总分数：根据各细分群体的规模加权，计算所有细分群体的平均分，以此得出变体总体排名。确定总体获胜变体和各细分群体的获胜变体。标记总体获胜变体并非某个细分群体获胜变体的情况——这些情况代表个性化机会。
5. 识别细分群体偏好：梳理各细分群体偏好的变体及其原因。指出单个变体在所有细分群体中胜出的情况（普遍受欢迎），以及不同细分群体强烈偏好不同变体的情况（需要个性化）。计算偏好强度，以区分强烈偏好和微弱差异。
6. 提取各变体的异议模式：汇总各细分群体对每个变体提出的所有异议。识别反复出现的异议（需要解决的跨群体问题）、特定细分群体的异议（可通过定向推广解决），以及仅针对表现最弱变体的异议（淘汰这些变体的理由）。
7. 推荐用于真实 A/B 测试的首选变体：根据总体排名、细分群体偏好模式和异议严重程度，推荐值得投入资源进行真实 A/B 测试的前 2-3 个变体。结合异议分析，为每个推荐变体提供具体的小幅改进建议，以增强其效果。

输出

一份结构化的消息测试报告，包含：

• 变体排名：各变体的总体得分，以及涵盖所有细分受众群和评估标准的综合排名，明确显示胜出的变体及各变体之间的相对表现差距
• 细分受众群明细：各变体在每个细分受众群中的详细评分——不同细分受众群可能偏好不同的变体，此明细可揭示各个细分受众群中胜出的变体及其优势大小
• 各变体的评估标准得分：各变体在每项标准（共鸣度、清晰度、可信度、紧迫感、差异化）上的得分，指出具体优势和弱点——某个变体可能紧迫感得分高、可信度得分低，这表明了具体的改进方向
• 发现的异议模式：各细分受众群反复出现的异议（部署前必须解决）、特定细分受众群的异议（通过目标受众定位或个性化来应对），以及特定变体的异议（淘汰较弱变体的理由）
• 个性化机会：指出不同细分受众群强烈偏好不同变体的情况，并建议针对不同细分受众群制定消息策略，以取得优于单一变体方案的效果
• 建议用于真实 A/B 测试的变体：建议用于线上测试的前 2-3 个变体，并说明理由、基于合成反馈的改进建议，以及建议的测试参数（受众、样本量、时长）
• 置信度和局限性：明确说明置信度等级，并解释合成测试能够和不能够预测的内容——对方向性偏好信号的判断可靠，但无法准确预测转化率。还需建议哪些内容应在真实测试中验证

使用的 Agent

• marketing-strategist — 设计变体评估框架、解读跨细分受众群的洞察并识别模式、制定采用细分受众群规模加权的总体排名方法、评估个性化机会，以及为真实环境中验证首选变体设计 A/B 测试并提供建议
• content-creator — 根据异议模式和标准级得分提出消息改进建议；针对已识别的弱点，为建议的变体提供具体文案优化；为潜力高但问题可修复的变体建议替代性表述方式