核心架构：Claude Code + Opus 4.5 + Ralph 插件

关键组件是 Ralph——一个创建执行循环的插件。它改变了传统的「提示→回复→提示→回复」模式，让 AI 按完整的任务清单自主执行，并在每一步进行验证。

PRD 中定义了完整的任务流程：

  • 调研阶段：竞品分析、定价策略、市场规模
  • 用户画像：深层心理画像构建
  • 方案验证：由模拟专家 Agent 进行评审
  • 文案生成：基于验证结果生成销售文案
  • 落地页构建：输出完整 HTML 页面

关键设计：用专家 Agent 做自动化验证

这套系统最巧妙的地方在于——创建了模拟 Russell Brunson 和 Alex Hormozi 的 AI Agent 来验证每个环节。

这两位不需要真人参与，但他们公开的方法论框架可以被 Agent 内化。具体运作方式：

  1. Claude 构建用户画像后，Hormozi Agent 检查：「是否符合价值方程？」
  2. Brunson Agent 检查：「在低客单价漏斗中是否可行？」
  3. 只有两个 Agent 都通过，画像才算完成

这种「多 Agent 交叉验证」的模式，比单纯让一个 AI 生成结果要可靠得多。

自动化市场调研：一条命令完成 17 次搜索

以构建「Vibe Coding + Vibe Marketing」社区为例，需要了解市场现状。

一条命令，Claude 自动执行了 17 次独立搜索，生成了一份完整的竞品报告——包括每个竞品的定价和预估收入。

更关键的一步：让 Claude 抓取 Reddit 上的用户原话——那些用户在 AI 工具让他们失望时说的逐字原文。

为什么原话如此重要？因为用户在感到「被理解」时才会买单。通用文案做不到这一点，你需要他们真实的痛点表述、真实的挫败感、真实的措辞。Claude 把这些全部抓取并按痛点分类整理。

自我验证的用户画像

大多数人创建用户画像后只能「祈祷它是对的」。这套系统的做法是——创建画像后，把每个方案要素都拿回去让画像验证：

  • 用画像测试引流产品
  • 用画像测试低客单价产品
  • 用画像测试定价策略

最终生成的画像示例：Marcus Chen，分布在美国、加拿大、澳大利亚，已经在某个领域取得成功，想在另一个领域获得杠杆。不是没钱的大学生，不是空想家，而是有购买力的人。

这对月收入 50 万美元的商业模型至关重要：你需要的是买家，不是浏览者。

实际产出示例

系统生成了多个完整方案和落地页，例如：

方案一：「30 天内发布你的第一个工具——不用写代码、不用烧额度、不用变成开发者」，面向想构建 AI 工具的内容创作者，定价 $47，配有完整的价值阶梯和异议处理。

方案二：「构建让你赚更多钱、跑得更快、摆脱雇员依赖的 AI 工具」，四大价值支柱：

  • 赚更多（直接价值）
  • 更快交付（72 小时内上线，竞争对手还在等报价）
  • 替代重复劳动（数据录入、虚拟助理等低价值岗位）
  • 砍掉订阅费（自由度）

所有内容均由 Agent 循环生成并验证。

延伸应用：日常业务自动化

这套 PRD 驱动的思路不局限于营销方案。作者每天都在用 Claude Code 为业务构建新工具，比如：

一个监控 YouTuber 的机器人，每天早上 5 点自动筛选异常高表现的内容创意，适配到自己的细分领域后推送到 Telegram。不再需要「找时间做内容调研」——调研结果主动找上门。

实操建议

这套方法的核心不是「让 AI 写文案」，而是让 AI 在你投入大量时间之前，先验证你的思路是否正确。

如果你还在用「一问一答」的方式使用 AI，你只用到了它 10% 的能力。真正的杠杆在于：写一份结构化的 PRD，让 Claude Code 按任务清单自主执行，用多 Agent 交叉验证确保质量。几天的工作量，压缩成几分钟。