入口迁移
软件入口正在从 SaaS 页面 转向 Agent 调用。
营销能力如果只存在于 UI，会被新的自动化工作流绕开。
商业模式迁移
AI 软件收费会从 seat 转向 usage / task / outcome。
用户为一次任务、一份报告、一个可复盘结果付费。
能力层迁移
MCP 是 Agent 调用外部工具的协议层，也是天然的付费层。
Skill 是方法论入口；MCP 承载真实资源与执行能力。
Business Requirement Document
面向 Agent 时代的营销能力服务层
GEO / SEO / Content Intelligence / Competitor Intelligence
入口迁移
软件入口正在从 SaaS 页面 转向 Agent 调用。
营销能力如果只存在于 UI，会被新的自动化工作流绕开。
商业模式迁移
AI 软件收费会从 seat 转向 usage / task / outcome。
用户为一次任务、一份报告、一个可复盘结果付费。
能力层迁移
MCP 是 Agent 调用外部工具的协议层，也是天然的付费层。
Skill 是方法论入口；MCP 承载真实资源与执行能力。
01
企业应用开始内置任务型 Agent，外部工具需要被模型稳定理解和调用。
02
推理、外部 API、数据采集、自动化执行都需要按用量表达成本。
03
SEO、GEO、广告、EDM、KOL、社媒和竞品情报都依赖外部数据与周期性监测。
结论：营销软件的核心不再只是“界面”，而是可调用、可治理、可计费、可审计的能力。
API 接入碎片化
鉴权、参数、错误、额度和返回格式不统一。
工具语义缺失
普通 API 文档不是为模型工具调用设计。
成本风险不可控
Agent 可能在短时间内自动发起大量调用。
方法论脱节
API 只返回数据，不提供任务流程和判断逻辑。
结果不可复盘
难以解释数据、版本、价格和执行过程。
通用平台不够垂直
不理解营销场景，难以形成业务闭环。
WHAT
同一底层能力，多种消费入口
把全营销链路 GEO、SEO、内容智能、竞品分析等 MarTech 能力，封装成可被 Agent 调用、可计费、可治理、可审计、可交付的能力。
直接接 MCP endpoint。
运行开源 Skills，底层调用官方 MCP。
在 SaaS App 提交任务并获得报告。
用同一套能力交付客户项目。
技术型
入口：Developer / MCP endpoint
价值：嵌入系统、Agent、CLI、编辑器或工作流。
半技术型
入口：GitHub Skills + Docs
价值：获得方法论和任务流程。
业务型
入口：Toolbox / SaaS
价值：填表、确认 credits、异步执行、查看报告。
结果型
入口：运营服务 / Agency
价值：直接获得交付结果。
GEO / AI Search Visibility
话题足够新，市场教育窗口已经形成。
比宽泛的 AI MarTech 更锋利，冷启动更容易形成认知。
可自然延展到 SEO、内容智能和竞品情报。
HOW
让能力被调用、被计费、被复盘
营销 API、搜索、社媒、广告、竞品和内容数据源。
统一鉴权、参数、错误、成本、国家支持和数据格式。
可调用、可计费、可审计、可限流的标准能力。
Developer MCP 接入
Open-source Skills
Toolbox / Butler 任务入口
01
面向开发者和 Agent Builder，直接调用 MCP Tools，消耗 credits。
02
Skills 免费开源，运行时调用官方 MCP 并消耗 credits。
03
业务用户在 SaaS App 中提交任务，底层复用 MCP / Skills / Workflow。
04
作为业务动作存在，可收服务费，但不替代平台生意本体。
海外
国内
SEO
GitHub
Docs / Use Case Demo
X / LinkedIn / Reddit / Hacker News
AI MarTech Newsletter
获客：访问、star、fork、clone
激活：注册、workspace、API Key、充值
使用：Tool 调用、任务数、成功率、时长
商业：充值、消耗、ARPPU、毛利、成本
信任：导出、Retry、trace_id 提供率
稳定性：failed、retry、provider error
长期目标
不是做功能最多的营销软件，而是成为 AI Agent 时代的 Marketing Intelligence 能力提供方。
最终，营销工作从“人操作很多工具”变成“Agent 调用标准能力并交付可复盘结果”。