数据依赖且碎片化
营销任务依赖搜索、内容、竞品、广告、社媒和监测数据，外部 API 参数、鉴权、成本和时效高度分散。
Agent、AI Coding 工具、企业 AI 应用和自动化工作流会直接调用外部能力。
AI 软件存在推理、外部 API、采集和自动化执行成本，seat 难以表达任务价值。
MCP 把工具、数据源和服务标准化为 Agent 可连接、可审计、可计费的能力接口。
当用户为任务结果付费，而不是为工具外壳付费，真正有价值的是可调用能力、可解释成本和可交付结果。
营销任务依赖搜索、内容、竞品、广告、社媒和监测数据，外部 API 参数、鉴权、成本和时效高度分散。
结果可以是报告、策略、竞对分析或营销内容，用户能把交付物和支付价格直接关联。
SEO、GEO、广告、KOL、EDM、内容、社媒、策略、消费者、竞品、电商等场景可以沉淀为 Skills。
普通 API 只返回数据，不提供任务流程和判断逻辑。Agent 需要工具语义，营销用户需要可用结论。
返回数据字段、状态码和分页结果，但不告诉模型何时调用、如何组合、怎样判断结论是否可用。
把数据、判断逻辑、步骤模板和成本控制封装成 Agent 可以稳定选择并执行的任务能力。
产品不是再做一组营销 SaaS 页面，而是把全营销链路能力封装成 Agent 可调用、可计费、可治理、可审计、可交付的 MCP 服务。
GEO、SEO、内容智能、竞品分析等 MarTech 能力
通过 MCP、Skills、SaaS App 或运营服务消费
开发者、Agent Builder、AI 营销应用开发者。快速接入稳定营销数据和分析能力。
半技术用户、独立营销从业者、Agency 人员。直接拿到方法论、任务步骤和可运行模板。
市场、运营、品牌方业务人员。无需理解 MCP 和 Skills，也能提交营销任务并获得结果。
不想自己操作工具的客户。平台能力变成结果交付的生产系统。
Credits 是统一商业闭环。无论用户通过 MCP、Skills、Toolbox 还是 Agency 服务消费能力，底层都应进入同一套 credits ledger。
直接按工具调用消耗 credits
Skills 免费，调用官方 MCP 消耗 credits
业务入口提交任务，底层任务消耗 credits
可收服务费，但底层能力仍核算 credits
国内可以同时存在 MCP、Skills、SaaS 应用和运营服务。销售触达、KA 拓展、渠道合作与运营服务可以并行。
海外早期以自助转化为主，不把深度运营服务作为主线。核心入口是 SEO、GitHub、Docs、Use Case Demo 和自助充值。
统一外部 MarTech API 的鉴权、参数、成本、错误和返回格式。
把能力暴露为 Agent 可调用的稳定工具接口。
把营销方法论、任务步骤和模板开放给用户理解与传播。
把复杂调用包装成业务用户可提交的任务入口。
External Data
Method Layer
User Result
Metered Value
BRD 的用例层是长期能力地图。早期不必一次做完全部场景，但这些域决定了平台可以沉淀的营销任务语义边界。
传统 SEO 关注排名和点击。GEO / AI Visibility 关注品牌是否在 AI 回答中被提及、引用、推荐，以及竞品是否占据更强位置。
品牌需要判断自己是否被 AI 看到、与竞品如何对比、哪些来源影响 AI 引用，并把分析结果转化为内容策略。
AI 搜索、智能问答和生成式摘要正在改变用户发现品牌的方式。
AI MarTech / AI Growth 过宽，Brand Visibility / GEO 更容易让用户形成明确认知。
同一目标受众会继续需要 SEO、Content Intelligence、Competitor Intelligence。
验证用户是否愿意先充值再运行任务，并且 MCP、Skills、SaaS App 都能形成真实调用。
验证开源 Skills 与主题内容运营能否持续带来自然流量、信任和试用。
用户为报告、策略、内容和增长动作付费，不是为一个新的 SaaS 外壳付费。
容易被复制的部分主动变成分发层，真正收费的是稳定资源和能力供给。
多入口消费、多形态交付、外部 Provider 成本，最终必须回到统一计量和核算。