这是一个什么样的提案共创 Skill？
这是一套面向中国市场广告、品牌与 Campaign 提案的人机共创 Skill。它让 AI 参与从 Brief 研究、客户答疑、策略和创意，到 Campaign、媒介、方案脉络与最终成案的过程。
它不追求一次生成完整方案，而是通过充足输入、多轮讨论、阶段判断和上下文积累，把一份复杂提案逐步做出来。
核心工作链路
🤝 共创式
AI 先研究、提出判断和候选；人持续补充、质疑、否定和选择，AI 再沿着新的判断继续发展。
🔎 研究驱动
Brief 不自动等于真实问题。Skill 会研究品牌、品类、生意、消费者和竞争环境，判断路径是否成立。
🧠 保持上下文
保留研究证据、客户答疑、已确认方向、放弃原因、现实限制和未知问题，让后续环节始终知道前面为什么这样决定。
⚡ 增强人的能力
人借助 AI，增强研究、判断、创造和生产能力；人的经验、感受与最终选择依然不可替代。
它适合什么样的人用？
有经验的策略或创意人员
困难通常不是不会写方案，而是同时承担多个项目、管理和沟通工作，很难为每个项目持续阅读大量品牌、品类、消费者和营销资料。
Skill 可以承担公开研究、资料整理、竞争观察、候选发散和反证检查，让使用者把有限时间留给真正会改变方向的判断和作品提升。
经验较少的使用者
更常见的问题是不知道下一步应该做什么，也不知道研究、客户答疑、策略、创意、媒介和成案之间是什么关系。
Skill 提供一条相对完整的工作链，让使用者知道当前在解决什么、下一步去哪里，以及什么内容还没有成立。
无论资深还是新手，一份方案要变好，通常都需要三项基础条件：充足而相关的输入、一个可以持续讨论和辩证的对象，以及一条不会在多轮工作中不断丢失前提的上下文。
现实中，因为项目密集、团队缩减和行业承压，一个人很难同时拥有这些条件；这个 Skill 想补充的，正是这部分提案工作环境。
更多有效输入 ＋ 持续讨论 ＋ 连续上下文 ＝ 增强人的提案能力。
先看三个跑出来的案例
三个虚拟 Brief，分别交给不同的 Agent 和模型运行。这里不仅展示最终方案，也会公开共创记录和阶段产物，让大家同时看到：最后做出了什么，以及这个结果是怎样形成的。
IKEA 中国春季家居焕新 Campaign
CODEX × GPT-5.6-SOL HIGH｜30 轮共创
发现｜年轻人并不是简单地认为“租来的房子不值得投入”，而是在预算、空间、搬家和试错风险之间，还没有形成自己对生活的判断。
策略｜不再教育他们“租房也值得”，而是让 IKEA 成为年轻人开始或重置独立生活时，寻找生活答案的第一站，最终形成 Big Idea「生活没有标准答案，先来宜家看看」。
落地｜将用户提出的样板空间、年轻创作者和公开访谈发展为“宜家生活开放日＋会走动的公开对谈”，继续完成四间房同时打开的 KV、活动动线、社交内容、内容 IP 与专业媒体合作、活动前中后媒介 Roadmap，并最终形成一套 26 页提案。
上面是 讨论过程、完整的pdf，转化后的全可编辑PPT
vivo X 系列真实影像新品上市 Campaign
CLAUDE CODE × CLAUDE OPUS 4.6（第三方调用）｜19 轮共创
发现｜手机影像行业不断强调 AI 修图、美颜和生成能力，但消费者真正的矛盾不是“照片不够好看”，而是“感受到了，却拍不出来”。
策略｜把 vivo 的角色从事后修图工具，转变为在按下快门之前帮助用户表达真实感受的影像协作者，最终形成 Big Idea「feel 得到，拍得到」。
落地｜围绕“情绪第一、技巧第二”，发展纪实真人 TVC、从影片关键瞬间提炼的 KV、小红书无品牌情绪预热、发布日品牌揭晓、真实用户影像 UGC，以及抖音、微信、B 站与电商承接的三阶段媒介节奏，最终形成一套 22 页新品上市提案。
上面是 讨论过程、完整的pdf，转化后的全可编辑PPT
Nike 全民健身日暨秋季新品上市 Campaign
WORKBUDDY × GLM-5.2｜27 轮共创
发现｜中国消费者并不缺少“应该运动”的教育，Nike 真正需要解决的也不是运动参与率，而是品牌不再像过去那样让运动看起来有吸引力。
策略｜从“号召更多人运动”转向重新激活 Nike 的品牌感染力，通过经典人物与当代人物共同唤起一代人的运动记忆，并形成 Big Idea「看着，就想动」。
落地｜以“普通人观看—经典人物剪影出现—会心一笑—自己开始运动”的视觉替代机制为核心，发展四张系列 KV、多场景串联 TVC、头部门店剪影装置、城市在地共创、8 月 8 日门店节点、小红书剪影 UGC，以及从新品上市到 NRC、ADT 和 Nike App 承接的 7—9 月 Roadmap，最终形成一套 18 页提案。
上面是 讨论过程、完整的pdf，转化后的全可编辑PPT
关于这次测试的局限
三个项目均为虚拟 Brief，并在同一个下午通过不同 Agent 并行完成，主要用于测试这套 Skill 能否跑通完整提案链路。
有限的时间更多集中在前期研究、问题判断、策略和核心创意的反复打磨；后续创意物料、媒介铺排、执行细节和最终成案文字，都没有进行真实项目级别的深入推敲。
因此，这些案例应被视为一次多线程的快速方法测试，而不是三份经过长期打磨、可以直接进入客户汇报或实际执行的成熟提案。
为什么这个 Skill 可以做出这些内容？
问题一：它包含哪些主要环节？
下面这张图，是这套 Skill 最核心的工作链。它把一份复杂 Campaign 中最常见、也最容易相互影响的判断组织起来：
这条链无法概括所有广告提案，也不代表每个真实项目都必须机械走完。它只是让使用者知道：前面什么必须成立、当前正在解决什么，以及下一步为什么可以继续。
问题二：设计这套 Skill 时，整体思考是什么？
广告提案真正困难的，并不是把一份文字写出来，而是在有限时间与资源下，获得足够输入、找到真正的问题、持续与人讨论，并让前一个环节的判断不断传到后一个环节。
这个 Skill 想做的，不是替人一次生成答案，而是给人更多上下文、一个能够持续讨论的搭档，以及一条可以逐步推进的提案链路。
一次生成 | 分阶段共创 |
|---|---|
Brief 直接进入黑盒 | 每一阶段都有清楚的问题和产出 |
未验证的假设容易被包装成结论 | 事实、解释、假设和未知被分开 |
上游错误一路传到最终 PPT | 上游校准后才进入下游 |
用户只能面对整套结果返工 | 人只在真正改变方向的地方判断 |
看起来完整，但很难解释为什么成立 | 每一步都保留证据、选择与放弃原因 |
研究影响问题定义，问题定义影响策略，策略影响创意，创意影响执行，执行最终决定成案。
上一个环节被调得足够准确，下一个环节才更有可能产出好的结果；如果上游判断错误，下游越完整，往往只是把错误包装得越精致。
问题三：每一个环节里的 Know-how 是什么？
这套 Skill 不是只把提案拆成若干步骤，而是在每一个环节里放入一组判断方法：这一阶段真正要想清楚什么，AI 最容易在哪里走偏，以及应该怎样把结果交给下一个环节。
阶段 | 思考 | 解决方案 |
|---|---|---|
Brief 与第一轮研究 | Brief 是客户当前对任务、原因和解法的表达，不自动等于真实问题；研究不能只是品牌百科。 | 分开目标、问题解释和建议解法；围绕会改变判断的命题，研究品类、品牌生意、消费者、竞争和表达环境。 |
客户问题与答疑 | 公开资料无法替代客户内部的目标、资源、数据、限制和组织判断；问题太多也会增加沟通成本。 | 只提出会改变后续路线的少量核心问题；用客户回答校准第一轮理解，区分被支持、被推翻和仍然未知的内容。 |
第二轮研究与策略 | 答疑后不应重复搜索；策略也不能默认服从 Brief，或为了显得独立而强行反对客户。 | 针对真实缺口补研或深化洞察；提出不同问题解释和改变路径，再用商业传导、行为机制、证据、反证、品牌资格和现实条件求证。 |
Big Idea | Big Idea 不是一句脱离策略的口号，也不能只是换几种文案表达；它必须回答品牌如何回应人的真实处境。 | 从人的矛盾、希望发生的变化、品牌回答和品牌证明出发，形成能够跨物料生长的创意母体，并明确后续表达不能破坏什么。 |
Campaign 与专业创意 | KV、TVC、事件和社交不是同一个想法换载体；每个内容都要独立推动一项变化。 | 先建立统一的表达原则和内容分工，再分别发展视觉概念、影片方向、事件机制和社交任务，避免专业模块偷偷改写上游。 |
媒介与 Roadmap | 媒介不是平台清单，也不能在预算、资源和城市未知时编造精确数字；它需要把内容接到真实人群行动。 | 从目标、人群路径、内容资产、资源限制和阶段任务出发，明确谁发声、在哪里发生、怎样承接，并形成分阶段 Roadmap。 |
方案脉络与逐页内容 | 研究文件的顺序不等于客户的决策顺序；内容很多也不代表说服力强。 | 把已确认内容重新编辑成“发现—判断—策略—创意—落地—决策”的说服链，每页只承担一个清楚任务。 |
PPT 生产 | PPT 的质量首先取决于逐页内容是否准确，其次才是视觉风格与制作方式；直接从长文生成整套 PPT，往往既丢失提案脉络，也容易产生模板感。 | 先完成并逐页修改 PPT 的 MD 底稿，再提供品牌或公司风格参考，由具备生图能力的 Agent 规划并生成整页画面，最后通过 Codia 转成可编辑 PPT。 |
问题四：如果 AI 给出的策略或创意不好，应该怎么办？
AI 会沿着现有上下文继续生成，但它并不天然知道这个品牌真正需要什么，也未必能准确判断情绪、调性、文化张力和作品标准。我们不能依赖 Skill 自动定义什么是“好”。
需要由有经验的人结合多个角度、行业经验，以及对品牌和消费者的真实感受进行判断。这部分不能被流程代替。
当结果不好时，不要只要求“再来几个”，而要先判断问题发生在哪一层。找到最早出问题的位置，再在那里纠正 AI。
看到的问题 | 应该回到哪里 |
|---|---|
事实不对 | 回到研究 |
问题定义不对 | 回到策略 |
策略成立但创意平庸 | 留在创意讨论 |
创意成立但物料错误 | 重新分配物料任务 |
媒介没有真实传导 | 回到媒介角色和阶段动作 |
PPT 看不懂 | 先检查内容和说服链，而不是继续缩字 |
普通讨论仍然不够时：策略圆桌与创意圆桌
策略圆桌
比较不同的问题解释、改变机制和商业路径，让路线相互反驳、接受压力测试，再重新组合。
创意圆桌
突破首轮创意的平庸、同质和文化角度不足，从不同立场打开新的表达可能。
圆桌不会让虚拟人物替使用者决定答案，最终选择仍由真实使用者完成。
创意产出不好时，也不应只追求更多数量，而要重新检查五个基本原则：
- 它是否来自一个真实的人与处境？
- 它是否促成了清楚的变化？
- 品牌是否给出了只有自己有资格给出的回答？
- 产品或品牌资产能否为它提供证明？
- 这个想法能否在不同内容与物料中继续生长？
缺少这些基础，再多文案和视觉方向也只是伪选项。
为什么还要保留这么多过程底稿？
更底层的原因，是我对提案这件事的理解：无论项目大小，它本质上都是品牌的一次对外表达；复杂一些的项目，背后还承接着真实的商业命题。
因此，方向不能只从一句 Slogan 开始，而要建立在充分研究之上。即使只是一次包装、命名或小型 Campaign，也需要理解品牌从哪里来、经历过什么、正在面对怎样的竞争环境。这些信息未必都会直接出现在最终方案里，却会给每一次判断提供依据。
先把问题研究深，才有可能把方向讲得精准、讲得清楚。
大模型依赖上下文，但上下文窗口不是无限的。一个重要事实、客户限制或放弃某条路线的原因，如果长时间没有被提及，经过多轮对话后可能被弱化甚至遗忘。
因此，Skill 会保留会影响后续判断的研究、证据、答疑、选择、限制和失效原因，需要时再让 AI 回收这些信息；当策略或创意出现问题时，也能回到最早受影响的位置，而不是只修改最终文案。如果现有论据仍然不足，还可以安排 AI 从新的维度继续补充研究。
这些过程文件不是要求使用者每一份都读。想深入判断时，可以查看研究和工作台；只想推进项目时，重点阅读面向人的阶段交付稿即可。
文件层 | 保存什么 | 什么时候看 |
|---|---|---|
研究底稿 | 事实、来源、案例、反证和限制 | 需要核查证据、补研究或回退时 |
判断工作稿 | 推导、候选、比较、淘汰原因和风险 | 需要理解路线为什么这样选择时 |
对人交付稿 | 结论、依据、路线差异和下一步 | 日常判断和项目推进时 |
实际使用时，你可能还会遇到这些问题
为什么不同人、不同模型跑出来的结果不一样？
结果会同时受到 Agent 的工具能力、模型能力、上下文长度、第三方服务稳定性，以及使用者自身 AI 能力、品牌能力、问题拆解和反馈方式的影响。
Skill 可以提供工作方法和约束，但无法让所有工具、模型和使用者稳定输出同一水平。尤其对于策略和创意这类开放性内容，大模型每一次输出都存在波动，很难被框定在完全准确、完全规范的角度里。
如果希望真正用好它，使用者仍然需要学习怎样向 AI 提供信息、怎样描述“不好”的原因、怎样判断问题发生在哪一层，以及怎样在关键节点给出明确反馈。发现不顺手的地方，也可以让 AI 根据自己的业务、团队结构和工作方式修改 Skill。
类似小红书、抖音或电商内容，可以抓取吗？
目前 Skill 本身不能稳定抓取这类内容。这项能力依赖所使用的大模型、Agent 和工具，同时平台本身也存在反爬限制。
你可以通过第三方 API、内部工具，或者由人自行搜索相关品牌词、品类词、产品词和场景词，阅读近半年的内容与评论区，先形成自己的观察；再通过口述、截图或摘录把信息交给 AI，让它与已有研究综合判断。
平台数据的获取需要遵守相关法规、平台规则与公司规范；使用 Computer Use 等自动化能力时也要谨慎。
为什么媒介部分没有太强的规范？
因为不同媒介的运行逻辑极其不同：平台机制、内容形态、用户关系、达人生态、投放方式和转化链路，都无法被一套通用规则准确概括。
与其在 Skill 里预先植入一套看似完整、实际可能限制判断的媒介逻辑，我更倾向于让它先根据策略和创意明确媒介承担的任务、传播阶段与初步选择，再围绕最终选中的具体媒介，让 AI 补充对应的平台研究、内容玩法、角色分工和 Roadmap。
换句话说，媒介部分不是没有方法，而是不把变化极快、差异极大的方法提前写死。
最后精美、可编辑的 PPT 是怎么做出来的？
这套案例里的 PPT，不是让 AI 从一段文字直接生成成品，而是按下面四步完成的：
步骤 | 要做什么 |
|---|---|
1. 完成逐页 MD 底稿 | 先把完整提案脉络整理成一份 PPT 的 MD 文档，明确每一页的标题、观点、论据、素材和页面任务；再从头逐页检查，直到每一页呈现的都是自己真正想讲的内容。 |
2. 确定视觉风格 | 找到客户更容易接受的品牌风格，或直接使用公司已有的提案模板、历史方案和参考页面。可以把参考图作为“垫图”，让 AI 理解色彩、字体、版式、图片气质和信息密度。 |
3. 让 Agent 生成整页画面 | 把修改好的 MD 底稿和视觉参考一起交给具备生图能力的 Agent，由它先规划整套视觉系统和页面关系，再逐页生成。比如 Codex 可以直接调用生图模型；如果 Agent 本身不能生图，也可以接入 GPT Image 2、Nano Banana Pro 等第三方模型。最好先确认几张代表性页面，再批量生产。 |
4. 转成可编辑 PPT | 将确认后的整页画面导入 Codia（https://codia.ai/noteslide），识别并重建文字、图片和版式，导出可编辑的 PPTX，最后人工复核文字、字体、Logo、产品信息和对象位置。 |
当然，也可以直接使用现成的 PPT Skill 或 HTML 生成工具，但目前两条路线都有明显局限：
- HTML 虽然能快速排版，却不够方便修改，也不太符合国内广告提案常用的交付方式；
- 直接生成原生 PPT 虽然可编辑，但受组件和版式系统限制，通常模板感较强，视觉上限也比较明显。
如果目标只是内部沟通或快速预览，这些方式完全够用；如果要做一份可以真正拿去提案的交付稿，我目前更倾向于：
逐页 MD 底稿 → 风格参考 → 整页生图 → Codia 转可编辑 PPT
这条路线并不是零成本：生图模型会消耗积分，没有生图能力的 Agent 可能需要接入第三方 API，Codia 的转换也会产生费用。
但与请设计师从头完成整套提案相比，整体成本通常仍然低得多，制作速度也更快。省下来的不是所有人工，而是大量重复排版和基础视觉生产的时间；最后的内容判断、风格选择和逐页验收，依然需要由人负责。
案例中的创意图片，是最终作品吗？
不是。当前案例中的图片主要用于验证一套提案能否形成完整的视觉 Demo。
真正进入客户提案或专业制作时，KV、TVC、事件空间和其他创意视觉都可以单独拆出，再调用更专业的图像、分镜、视频或设计流程继续深化。主 Skill 负责建立方向、任务和边界，专业视觉生产可以成为后续独立环节。
下载链接和使用方式
给你的agent发下面这句话
请从 https://github.com/oldred-byte/4-proposal-cocreator 安装 4-proposal-cocreator skill，完整保留所有目录并全局启用；安装完成后告诉我是否需要重启或开启新对话。
安装与开始使用
- 下载完整的
4-proposal-cocreator文件夹，不要只下载其中的SKILL.md。 - 保留文件夹中的
references目录和其他必要文件。 - 将完整文件夹放入所使用 Agent 的 Skills 目录，或让 Agent 直接读取整个文件夹。
- 准备本次项目的 Brief、会议记录、客户答疑、已有策略或其他必要材料。
- 告诉 Agent 最终希望得到什么、哪些内容已经确认、哪些内容不能改变，然后开始共创。
推荐启动语：
用这个 skill，和这个 brief，开干吧兄弟！
写在最后
这次 Skill 做完后，我给几个朋友试了一下：有人惊为天人，也有人觉得过程有点复杂。无论如何，它都算是我这段时间学习和使用 AI 的一次阶段性总结。
把它开放出来，一方面希望能给大家提供一点帮助，另一方面也想借此记录几条自己的感受：
- skill是一种私人物品，本质上是一种很私人的工作方法，浓缩了一个人的规范和品位。
- 当一个人或一家企业开始从自己的日常工作中提炼 Skill 和 Workflow，获得的不只是几个提高效率的工具，也会在梳理方法的过程中重新理解自己的工作、获得新的启发。也许，这会成为进入 AI 时代的一张门票。
- 每一种新技术的出现都会对原有行业带来冲击，但与 AI 共存并不只是“会用几个工具”，还需要学习怎样拆解问题、提供判断，并在使用中持续调整。我们能做的，就是保持学习，持续进步。
- 现在的广告行业，正在用越来越有限的时间、预算和人力，承担越来越复杂的工作。相对于互联网和其他新兴行业，很多从业者拿着并不匹配的回报，却要同时对品牌、生意、策略、创意、客户和执行负责。希望利用这些新技术，不是让我们在同样的时间里承担更多工作，而是真的能少做一些重复劳动，早点下班。
使用过程中发现不顺手的地方，可以让 AI 根据你的业务、团队结构、客户类型和工作方式修改 Skill：删除不需要的模块，补充公司独有的方法，把通用规则换成适合自己的判断标准，逐渐把它改造成属于你或你们公司的工具。
如果你在使用过程中有新的发现、或者把它改成了更适合自己的版本，都欢迎来找我交流。
也可以在这里关注老洪，我们一起继续研究。
