需要营销增长专家框架时，用 30x Growth…

当你希望获得营销/增长建议，并想按 Alex Hormozi、Neil Patel 等特定专家的框架、口吻和反模式来提问或做多专家圆桌时使用。

适用场景

解决思路

1. 安装技能：运行 `npx skills add norahe0304-art/30x-growth-marketing-panel`；它可用于 Claude Code、Cursor、Codex 和 45+ AI coding agents。
2. 采用双层架构：Layer 1（Brain）用 NotebookLM 从 4,000+ indexed YouTube videos 中检索；Layer 2（Soul）用 Persona Protocol 注入专家人格、框架和 anti-patterns。
3. 依赖 semantic routing 自动把问题匹配到最合适的专家。
4. 遵守 retrieve-first anti-hallucination protocol：生成回答前必须先检索 NotebookLM。
5. 按专家面板选择专家：Alex Hormozi 负责 Offer creation、pricing、sales、scaling，最适合 SaaS pricing、value propositions、sales frameworks；Greg Isenberg 负责 AI startups、community growth、vibe marketing，最适合 community-led growth、AI product positioning；Neil Patel 负责 SEO、paid ads、CRO、social media，最适合 traffic generation、conversion optimization；Nathan Gotch 负责 AI SEO、Search Everywhere Optimization，最适合 AI-powered SEO strategies、ranking tactics；Authority Hacker 负责 AI content at scale、affiliate marketing，最适合 content automation、affiliate revenue；Sabrina Ramonov 负责 AI agents、automation workflows、MCP，最适合 marketing automation、AI agent implementation；Liam Ottley 负责 AI automation agency、client acquisition，最适合 agency model、service packaging；Julia McCoy 负责 AI writing、content strategy、brand building，最适合 content creation、brand voice；Ryan Doser 负责 AI marketing tools、practical implementation，最适合 tool stack、workflow optimization；Growth Tribe 负责 growth hacking、experimentation、AARRR，最适合 experimentation frameworks、funnel optimization；Dan Koe 负责 one-person business、writing、personal brand，最适合 solopreneur strategy、personal branding。
6. 做单一专家咨询：提出聚焦问题，让系统自动路由到相关专家；例如 B2B SaaS pricing 路由到 Alex Hormozi，AI SEO 路由到 Neil Patel 或 Nathan Gotch，content voice 路由到 Julia McCoy。
7. 做指定专家请求：显式使用 `Ask [Expert Name] about [topic]`、`What would [Expert] say about ...`、`Get [Expert]'s take on ...` 这类句式。
8. 做多专家圆桌：用宽泛战略问题触发多个专家；例如 AI marketing tool go-to-market 返回 Greg Isenberg、Neil Patel、Ryan Doser 的视角，bootstrapped SaaS growth 返回 Alex Hormozi、Dan Koe、Growth Tribe 的视角。
9. 按专家知识库结构维护两个组件：NotebookLM Brain（每位专家 200-300 YouTube videos，索引在 NotebookLM Pro 的 300 sources/notebook，零信息损失）和 Persona Protocol（每个专家的 expert_kb.md）。
10. 在 expert_kb.md 中按结构写 Persona Protocol：`## Role`、`## Thinking Models`、`## Tone & Communication`、`## Anti-Patterns`、`## Retrieval Logic`。
11. 执行 anti-hallucination 规则：先检索；用检索内容与 KB persona 双重验证；对外推内容显式标记 ⚠️；绝不编造；如果专家没覆盖该主题，就直说。
12. 按示例输出结构回答：先写类似 `**Alex Hormozi's Perspective:**`，再给 `[Retrieved content from NotebookLM]`，然后给出 Framework（如 Value Equation）并逐项映射到问题，必要时加 `⚠️ *Extrapolating from core principles:*`。
13. 蒸馏自己的专家：使用 `distill_anyone.md` prompt 模板。
14. 蒸馏时复制 `distill_anyone.md` 中的 prompt，并修改 3 个变量：Expert name、YouTube channel/playlist URL、Domain expertise。
15. 在 Claude Code 中运行蒸馏 prompt。
16. 让蒸馏 pipeline 自动执行：用 `yt-dlp` 收集 YouTube URLs；创建 NotebookLM notebook；用 `notebooklm-py` 批量添加视频；生成 Persona Protocol KB；创建 semantic routing rules。
17. 配置蒸馏变量：`EXPERT_NAME="Your Expert"`、`YOUTUBE_SOURCE="https://youtube.com/@channel or playlist URL"`、`DOMAIN="their core expertise area"`。
18. 查询面板：直接输入普通问题并自动路由；用 `Ask [Expert Name] about [topic]` 指定专家；用 `Get a roundtable on [strategic question]` 做多专家。
19. 检查专家知识：用 `Show me the expert panel` 列出专家和领域；用 `What frameworks does Alex Hormozi use?` 查看框架；用 `How many videos are indexed for Neil Patel?` 检查 NotebookLM 覆盖量。
20. 配置语言支持：回答自动匹配你的查询语言，framework names 保持英文；例如西班牙语查询返回西班牙语回答，法语查询返回法语回答。
21. 调整 retrieval depth：默认检索 5-10 个最相关 sources；deep research 检索 20-30 个 sources（更慢、更全面）；quick answer 检索 3-5 个 sources（更快、仍准确）。
22. 按定价示例操作：查询 `How should I price my B2B SaaS with a $10k LTV and 6-month sales cycle?`，让 Hormozi 用 Value Equation 分析 Dream Outcome（enterprise efficiency gain, high）、Perceived Likelihood（6-month cycle = trust-building needed）、Time Delay（6 months is long → charge more upfront）、Effort & Sacrifice（implementation complexity matters）；给出 Pricing Recommendation：annual contract: $5,000-$7,500/year，upfront discount: 20% off for annual vs monthly，reduce time delay perception: 30-day quick wins，stack value: implementation support included；并引用 Hormozi's Principle: Charge for the dream outcome, not your cost。
23. 按 SEO 示例操作：查询 `What's the best AI SEO strategy for a new marketing tool in 2026?`，组合 Neil Patel 的 Take：focus on helpful content, not just keywords；build topical authority clusters；optimize for Google's AI Overviews；以及 Nathan Gotch 的 SEO Approach：SEO = Search Everywhere Optimization now；target YouTube, LinkedIn, Reddit, not just Google；use AI to create platform-specific content variants；Combined Strategy：1. Build content cluster on AI marketing automation；2. Create YouTube tutorials（ranks in Google + YouTube）；3. Repurpose to LinkedIn thought leadership；4. Use Reddit for community validation signals。
24. 按社区增长示例操作：查询 `How do I build community around my AI productivity tool?`，用 Greg Isenberg 框架执行：Phase 1 Vibe Check（Month 1-2）：Find where your ideal users already hang out；Join conversations, don't pitch；Identify the energy — what gets them excited?；Phase 2 Minimum Viable Community（Month 3）：Discord or Slack, not Facebook；1 channel: #wins（social proof flywheel）；You post first 20 wins yourself if needed；Phase 3 Community-Led Product：Ship features the community requests；Give power users early access；Make them feel like co-creators；Greg's Key Insight: Community isn't a channel, it's a moat。
25. 处理多阶段 funnel 问题：问 `I need help with my SaaS go-to-market: offer, SEO, and community`，让回答分别包含 Alex Hormozi 的 offer positioning、Neil Patel 的 SEO strategy、Greg Isenberg 的 community layer。
26. 做框架深挖：用 `Explain Alex Hormozi's Value Equation for my use case`，先检索 NotebookLM 原始解释，再映射到你的场景，并加入 KB 中的 anti-patterns。
27. 做对比分析：问 `How would Dan Koe vs Alex Hormozi approach pricing a course?`，分别输出 Dan Koe 的个人品牌/高价定位/受众关系与 Hormozi 的 value equation/enterprise pricing/sales frameworks，并给出何时用哪种的 synthesis。
28. 排查泛泛回答：确认问题是否在专家领域内；显式指定专家；按名称要求具体框架，例如把 `How do I market?` 改成 `Ask Alex Hormozi: How should I position my offer using the Value Equation?`。
29. 排查无检索证据：若回答缺少 `[Retrieved from NotebookLM]` 标记，说明专家可能没覆盖该主题；重新表述问题以匹配专家已知内容领域，或查专家领域表。
30. 排查多专家过载：简单问题不要触发太多视角；改成单一专家或聚焦问题，例如把 `How do I grow?` 改成 `What's Neil Patel's SEO strategy for [specific use case]?`。
31. 排查过时框架：若专家内容来自 2023-2024，不要直接要战术；改为要 principles，并请求用 ⚠️ extrapolation 适配 2026 语境，例如问 `What would Neil Patel's SEO principles be for 2026, given AI Overviews?`。
32. 结合你的上下文：在问题中提供具体 SaaS 细节，例如 `Here's my SaaS: [details]. Ask Alex Hormozi how to price it.`；也可附加数据，例如 `My conversion rate is 2%. Ask Neil Patel to audit my funnel.`。
33. 做顺序专家咨询：Step 1 用 Alex Hormozi review offer；Step 2 用 Neil Patel 找 traffic；Step 3 用 Greg Isenberg 判断是否加 community layer。
34. 导出专家建议：要求生成结构化输出，例如 `Create a marketing strategy doc consulting: Alex Hormozi for offer, Neil Patel for SEO, Greg Isenberg for community`，输出为 Markdown doc 并组织所有专家视角。
35. 记住内部工具链：yt-dlp 做 YouTube URL batch collection，notebooklm-py 做 Programmatic NotebookLM access，NotebookLM Pro 做 300 sources/notebook indexing，Claude Code Skills 做 Persona Protocol + dual-layer fusion；这些已嵌入技能，无需单独安装。
36. 遵循最佳实践：问题要具体；知道目标专家就点名；提供行业、阶段、约束；按名称请求框架；先咨询一位专家，再咨询其他人并迭代。

适用边界 · 注意事项

• 无法使用 NotebookLM/NotebookLM Pro、npx skills 或兼容 AI coding agent 时，不要用此技能。
• 问题不在任何专家领域内，或专家未覆盖该主题时，不要期待系统编造答案；它只会说明没覆盖。
• 简单问题不要触发多专家圆桌，否则会因视角过多而过载；应指定单一专家或改成聚焦问题。