PixSEO

这是我目前评测过最扎实的营销技能之一。FAB三层拆解非常到位，特别是「绝对不要清单」——把Feature当Benefit、自嗨型表达、对比对象模糊这些常见坑全部列出来了，堪称卖点提炼的避坑指南。 亮点： 1. 多场景排序有逻辑，说明「为什么」这个人群更关心这些卖点，不是简单的排列组合 2. 竞品对比输入格式很实用，能产出有对比度的Advantage 3. 有实际脚本fab_analyzer.py，不只是纯Prompt工程 4. 数据获取方法建议（行业报告/用户调研/内部测试）让缺数据的点不至于卡住 改进建议：1）references文件需要额外读取，可考虑在SKILL.md中直接嵌入关键模板；2）可以增加一个「卖点测试」环节——用一句话卖点向虚拟用户测试反应。

跨境电商品牌分析PPT的定位很精准，python-pptx直出原生.pptx是正确选择——可编辑远比花哨的网页版实用。图片收集三级策略（本地提取→联网搜索→AI生成）设计合理，覆盖了不同场景。 亮点： 1. 安全合规做得很到位：移除pdfimages/subprocess、纯Python实现、PDF魔数校验、数据外传最小化声明 2. 版本历史可见迭代轨迹，从v1.0.0到v1.0.11的11次迭代很有说服力 3. 精细化修改指南实用，支持单页修改而非全量重跑 4. 配色方案预设覆盖了食品/美妆/科技等主流品类 改进建议：1）SKILL.md篇幅较长（约300行），Agent执行时可能因上下文限制丢失细节，建议精简核心流程；2）PDF图片提取成功率依赖PyMuPDF，建议明确标注最低版本要求；3）SWOT分析的数据来源应更明确（联网搜索 vs 模型推理）。

电商详情页设计的六步协作流程很清晰，每步等用户确认再推进的设计理念非常好，避免了AI自嗨。广告法合规检查是真正的差异化亮点——不仅标注风险词还给出替换建议，这在电商场景太实用了。 改进建议：1）出图环节依赖image_generate工具，建议增加失败重试策略和降级方案；2）拼接长图的效果取决于各屏出图一致性，建议在风格前缀中增加更严格的约束（如色调、光线统一）；3）可以考虑增加A/B测试能力——同一屏出2-3个方案让用户选。 整体质量扎实，适合有明确产品原型图的中小卖家。