Product Marketing

competitive-landscape는 Porter의 Five Forces, Blue Ocean 사고방식, 포지셔닝 맵을 활용해 구조화된 경쟁 분석을 수행하도록 돕는 스킬입니다. 시장 구조, 차별화 요소, 방어 가능한 포지셔닝을 평가할 수 있어 스타트업 전략 수립, GTM 계획, 투자자 대응 준비에 유용합니다.

referral-program 스킬을 사용해 추천 프로그램과 affiliate 프로그램을 설계하거나 개선할 수 있습니다. Product Marketing 팀을 위해 설치 옵션, 필요한 입력값, 워크플로, 참고 자료, 실제 활용 방식까지 한눈에 확인하세요.

product-marketing-context는 팀이 `.agents/product-marketing-context.md`를 만들고 유지하도록 도와, 다른 마케팅 스킬이 제품 정보, 타깃 고객, 포지셔닝, 예상 반론, 신뢰 근거, 메시지 맥락을 재사용할 수 있게 합니다. 기존 파일 존재 여부를 확인하고, 자동 초안 생성이나 처음부터 작성하는 방식 모두를 지원하며, 변경된 섹션만 업데이트합니다.

pricing-strategy는 SaaS 가격 책정, 패키징, 수익화 의사결정을 돕는 스킬입니다. 가격 지표 선택, 티어 구조 설계, freemium과 free trial 비교, 가격 인상 계획, Van Westendorp 같은 리서치 방법 적용까지 더 탄탄한 비즈니스 맥락에서 검토할 때 유용합니다.

paid-ads 스킬은 Google Ads, Meta, LinkedIn, X 등 주요 광고 플랫폼 전반에서 에이전트가 유료 광고를 기획, 점검, 최적화할 수 있도록 돕습니다. 플랫폼 선택, 예산 배분, 오디언스 타기팅, 캠페인 구조 설계, 추적 설정 점검, 성과 진단이 필요할 때 유용합니다. 설정 체크리스트, 타기팅, 광고 카피 작성을 위한 저장소 레퍼런스도 함께 제공합니다.

paywall-upgrade-cro는 팀이 인앱 페이월, 업그레이드 화면, 체험판 종료 프롬프트, 기능 게이트를 더 효과적으로 개선하도록 돕습니다. 언제 쓰면 좋은지, 어떻게 설치하는지, 어떤 파일부터 읽어야 하는지, 그리고 freemium, trial-to-paid, tier-upgrade 전환 최적화에 어떻게 적용할지 안내합니다.

marketing-ideas는 막연한 SaaS 성장 질문을 정리해, 선별된 139개 아이디어 카탈로그를 바탕으로 우선순위가 매겨진 3~5개의 마케팅 옵션으로 제안해 줍니다. 채널 실행에 들어가기 전에 맥락을 반영한 방향 설정이 필요한 창업자와 Product Marketing 팀에 특히 잘 맞습니다.

launch-strategy는 막연한 출시 아이디어를 실행 가능한 출시 계획으로 구체화할 수 있도록 에이전트와 팀을 돕습니다. ORB 프레임워크, 단계적 롤아웃, Product Hunt 가이드, 출시 체크리스트를 바탕으로 제품 출시, 기능 발표, 베타, 웨이팅리스트, 공개 릴리스를 체계적으로 준비할 수 있게 해줍니다.

free-tool-strategy는 Product Marketing 및 그로스 팀이 무료 마케팅 툴을 직접 만들지 판단하고, calculator·grader·analyzer·generator 유형을 비교하며, MVP 범위·gating·구현상 트레이드오프를 정의할 수 있도록 돕습니다. repo 기반 설치 맥락, 핵심 파일, 실무적인 활용 가이드도 함께 제공합니다.

competitor-alternatives는 팀이 SEO 중심의 alternative 및 vs 페이지를 더 명확한 구조, 솔직한 트레이드오프 설명, 재사용 가능한 템플릿으로 만들 수 있도록 돕습니다. 네 가지 페이지 형식에 대한 안내, 먼저 읽어야 할 핵심 파일, 제품 마케팅 맥락 점검, 그리고 일관된 경쟁사 비교 콘텐츠를 위한 실무형 워크플로를 제공합니다.

marketing-psychology는 행동과학과 멘탈 모델을 마케팅 의사결정에 적용하도록 돕는 스킬로, 특히 가격 전략, 메시지 설계, 온보딩, 전환 최적화 업무에 유용합니다. 먼저 제품-마케팅 맥락을 점검한 뒤 관련 모델을 명확히 짚고, SKILL.md와 eval 예시를 바탕으로 윤리적이면서도 상황에 맞는 추천을 제시하는 데 중점을 둡니다.