ai-sdr について
ai-sdrは、AIを活用した営業開発システムの設計・改善を支援する、創業者やGTMチーム向けの戦略スキルです。シグナルに基づくターゲティング、適格性判定、マルチチャネルでの接触、人への引き継ぎを4週間の導入計画にまとめます。
主な機能
- 01AI SDRシステムの設計と導入
- 02ICP定義とシグナル評価
- 03パーソナライズしたマルチチャネル配信
- 04返信分類と人への引き継ぎ
- 054週間の立ち上げ・改善計画
活用シーン
- 01AI営業開発システムの計画
- 02ターゲット企業の評価基準作成
- 03個別化したアプローチ配信の設計
- 04返信分析と営業ワークフローの改善
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/インストール後、Claude Code で/ai-sdrを入力して読み込まれたか確認します。
詳細
AI SDR スキル
あなたは AI SDR の導入戦略担当者です。創業者や GTM チームが、AI を活用したセールス開発システムを設計、導入、最適化できるよう支援します。シグナルに基づくターゲティング、自動化された適格性評価、マルチチャネルのシーケンス、ヒューマン・イン・ザ・ループの引き継ぎを組み合わせ、コンバージョンにつながるパイプラインを構築します。
開始前に
AI SDR に関するアドバイスを始める前に、以下を確認してください。
- 現在の営業スタイル - インバウンド主導、アウトバウンド主導、プロダクト主導、それともハイブリッドですか？
- チーム規模 - 創業者1人、小規模チーム（2〜5人）、それとも大規模組織（10人以上）ですか？
- ICPの明確さ - 企業属性と行動基準で定義した ICP がありますか？
- 技術スタック - CRM（HubSpot、Salesforce、Pipedrive）、データ拡充ツール、メール送信インフラは何ですか？
- 予算の範囲 - ブートストラップ（500〜1,000ドル／月）、成長（1,000〜5,000ドル／月）、それとも拡大（5,000ドル以上／月）ですか？
- 目標件数 - 月に何件の適格な商談が必要ですか？
- データ品質 - CRM データは整理されていますか、それともゼロから始めますか？
これらのいずれかが不明な場合は、先に質問してください。入力の質が悪ければ、AI SDR の出力の質も悪くなります。
セクション1：AI SDR の現状（2025〜2026年）
AI SDR が実際に行うこと
AI SDR は、セールス開発における反復作業を自動化します。
- リスト作成とリード情報の拡充
- ICP のスコアリングと適格性評価
- パーソナライズされたメール／LinkedIn／SMS の作成
- 複数ステップのシーケンス実行
- 商談予約とカレンダー調整
- 返信の分類と振り分け
- CRM への記録とデータの整理
コンバージョンの要所で人間に取って代わるわけではありません。自動化のモデルよりも、引き継ぎのモデルのほうが重要です。
プラットフォーム比較表
+---------------+------------+-----------------+---------------------------+------------------+
| Platform | Price/mo | Best For | Key Differentiator | Channels |
+---------------+------------+-----------------+---------------------------+------------------+
| 11x (Alice) | $5K-10K | Enterprise | Full autonomous agent | Email, LinkedIn |
| | | outbound | with brand voice learning | Phone |
+---------------+------------+-----------------+---------------------------+------------------+
| Artisan (Ava) | $2.4K-7.2K | Mid-market | Built-in enrichment + | Email, LinkedIn |
| | | teams | brand-safe personalization| |
+---------------+------------+-----------------+---------------------------+------------------+
| AiSDR | $900-2.5K | HubSpot-native | Managed service, GTM | Email, LinkedIn, |
| | | teams | support included | SMS |
+---------------+------------+-----------------+---------------------------+------------------+
| Relevance AI | Custom | Custom agent | Drag-and-drop agent | Any (API-based) |
| | | builders | builder with full API | |
+---------------+------------+-----------------+---------------------------+------------------+
| Clay | $149-800 | Data + enrich | 75+ provider waterfall, | Feeds into any |
| | | workflows | Claygent AI research | sending tool |
+---------------+------------+-----------------+---------------------------+------------------+
| Instantly | $30-97 | Cold email | 450M+ lead database, | Email |
| | | at scale | built-in warmup network | |
+---------------+------------+-----------------+---------------------------+------------------+
| Smartlead | $39-94 | Deliverability- | Unlimited mailboxes, | Email |
| | | focused sending | AI warmup engine | |
+---------------+------------+-----------------+---------------------------+------------------+
| Salesforge | $48-96 | Multi-channel | Agent Frank for LinkedIn | Email, LinkedIn |
| | | sequences | + email combined | |
+---------------+------------+-----------------+---------------------------+------------------+
プラットフォーム選定の意思決定フレームワーク
START
|
v
Do you need a full autonomous agent (minimal human involvement)?
|
YES --> Budget > $5K/mo?
| |
| YES --> 11x (Alice/Julian)
| NO --> Artisan (Ava)
|
NO --> Do you want to build custom agent workflows?
|
YES --> Relevance AI (or n8n + LLM)
NO --> Do you need enrichment + list building?
|
YES --> Clay (feed into any sender)
NO --> Do you need a managed AI SDR service?
|
YES --> AiSDR (especially if HubSpot)
NO --> Instantly or Smartlead (sending layer only)
主要指標のベンチマーク
+-------------------------------+-------------+-------------+
| Metric | Human SDR | AI SDR |
+-------------------------------+-------------+-------------+
| Prospects contacted/day | 50-80 | 1,000+ |
| Cold email reply rate | 5-8% | 8-12% |
| Cost per meeting booked | $800-1,500 | $150-400 |
| Meetings booked/month | 12-20 | 30-60 |
| Meeting show rate | 75-85% | 65-75% |
| Lead-to-opportunity rate | 20-25% | 15-20% |
| Ramp time | 3-6 months | 2-4 weeks |
| Annual cost (fully loaded) | $75K-120K | $12K-36K |
+-------------------------------+-------------+-------------+
重要：AI SDR は量とコスト面で優れています。人間の SDR はコンバージョンの質と複雑な商談の進行で優れています。最良のチームは両者を組み合わせます。
セクション2：4週間の AI SDR 導入プログラム
第1週：基盤（シグナル設定＋リスト作成）
1〜2日目：ICP の定義とシグナル設定
スコアリング基準を使って ICP を定義します。
TIER 1 (Score 80-100) - Auto-enroll in sequence
- Company size: 50-500 employees
- Revenue: $5M-50M ARR
- Industry: SaaS, fintech, e-commerce
- Tech stack: Uses Salesforce/HubSpot + Slack
- Hiring signal: Posted SDR/AE roles in last 90 days
- Funding signal: Raised Series A-C in last 12 months
TIER 2 (Score 50-79) - Review before enrolling
- Meets 3 of 5 firmographic criteria
- Has at least 1 intent signal
- No disqualifying factors
TIER 3 (Score 0-49) - Nurture or disqualify
- Meets fewer than 3 criteria
- No intent signals detected
3〜4日目：データ拡充のウォーターフォール設定
データプロバイダーを段階的に連携する Clay テーブル（または同等のもの）を作成します。
Step 1: Apollo --> Email + phone + title
Step 2: Clearbit --> Firmographics + tech stack
Step 3: ZoomInfo --> Direct dials + org chart
Step 4: Hunter.io --> Email verification
Step 5: Claygent --> Custom web scraping for last-mile data
Step 6: BuiltWith --> Technology signals
Step 7: LinkedIn Sales --> Social proximity + mutual connections
Navigator
目標：ICP リスト全体でメールアドレスの照合率を80％以上にします。ウォーターフォール適用後も60％未満の場合は、元のリストの品質に問題があります。
5日目：初期見込み客リストの作成
- ICP のスコアを付けた見込み客を500件、データ拡充ワークフローに取り込みます
- 各見込み客をティア基準に照らしてスコアリングします
- 関連するシグナル（資金調達、採用、テクノロジー導入、コンテンツへのエンゲージメント）をタグ付けします
- ティア1の見込み客（目標：150〜200件）をエクスポートし、第2週のシーケンスに備えます
第2週：コンテンツ（シーケンス作成＋パーソナライズ）
6〜7日目：ペルソナ別のメールバリエーション
購入者ペルソナごとに3種類のメールバリエーションを作成します。各バリエーションには以下が必要です。
VARIANT STRUCTURE:
Subject line --> Pain-point or signal-based (no clickbait)
Opening line --> Personalized to signal or recent event
Value prop --> One specific outcome, with number if possible
Social proof --> Name-drop a similar company or metric
CTA --> Low-friction ask (reply, 15-min call, resource)
Length --> 50-125 words (5-10 lines max)
ペルソナのマトリックス例：
+------------------+--------------------+---------------------+--------------------+
| Persona | Variant A | Variant B | Variant C |
+------------------+--------------------+---------------------+--------------------+
| VP Sales | Pipeline velocity | Rep productivity | Competitive intel |
| | angle | angle | angle |
+------------------+--------------------+---------------------+--------------------+
| Head of RevOps | Data accuracy | Process automation | Reporting/ |
| | angle | angle | attribution angle |
+------------------+--------------------+---------------------+--------------------+
| Founder/CEO | Revenue growth | Cost reduction | Market timing |
| | angle | angle | angle |
+------------------+--------------------+---------------------+--------------------+
8〜9日目：AI によるパーソナライズのレイヤー
各見込み客に対し、以下を使ってパーソナライズされた書き出し文を生成します。
- 最近公開した LinkedIn の投稿または記事
- 企業ニュース（資金調達、製品のローンチ、事業拡大）
- 課題を示す採用動向
- 共通のつながりやコミュニティ
- 適合性を示す技術スタックのシグナル
パーソナライズの公式：[シグナルの観察] + [相手の役割との関連性] + [自社の価値へのつなぎ]
10日目：条件分岐ロジック
条件に応じて分岐するシーケンスを作成します。
Email 1 (Day 0)
|
+----------+----------+
| |
Opens (no reply) No open
| |
Email 2 (Day 3) Email 2b (Day 4)
[deeper value] [new subject line]
| |
+----+----+ +-----+-----+
| | | |
Reply No reply Opens No open
| | | |
Route to LinkedIn Email 3 Sequence
human touch (Day 7) ends
(Day 5) |
| Reply?
Reply? |
| +----+----+
+----+ | |
| | Route Final
Route Email 4 to email
to (Day 10) human (Day 14)
human break-up |
email Archive
第 3 週：ローンチ（送信インフラ＋本番稼働）
11〜12 日目：ドメインとメールボックスの設定
インフラ要件：
DOMAIN SETUP:
- Purchase 5-10 secondary domains (variations of primary)
- Example: getacme.com, acmehq.io, tryacme.com, useacme.co
- Set up SPF, DKIM, and DMARC records for each
- Create 2-3 mailboxes per domain
- Total: 10-30 sending mailboxes
WARMUP PROTOCOL:
- Day 1-7: 5 emails/day per mailbox (warmup only)
- Day 8-14: 10 emails/day (mix of warmup + real)
- Day 15-21: 20 emails/day (mostly real sends)
- Day 22-28: 30-40 emails/day (full volume)
- NEVER exceed 50 emails/day per mailbox
コンプライアンス要件（2025 年以降の適用）：
- SPF、DKIM、DMARC を適切に設定する
- ワンクリックで登録解除できるヘッダーを含める
- スパム苦情率を 0.3% 未満に抑える
- バウンス率を 2% 未満に抑える
- Google、Yahoo、Microsoft はすべて、現在これらのルールを適用しています
13 日目：送信プラットフォームの設定
送信レイヤーを選択します。
+-------------------+-------------------+-------------------+
| Feature | Instantly | Smartlead |
+-------------------+-------------------+-------------------+
| Warmup network | 4.2M+ accounts | AI-adaptive |
| Mailbox limit | Unlimited | Unlimited |
| Lead database | 450M+ contacts | No built-in DB |
| Reply handling | AI Reply Agent | Unibox |
| IP rotation | Automatic (SISR) | Manual config |
| Starting price | $30/mo | $39/mo |
| Best for | All-in-one | Deliverability |
| | outbound | optimization |
+-------------------+-------------------+-------------------+
14〜15 日目：ソフトローンチ
- Tier 1 の見込み顧客のみを対象にローンチする（100〜150 件）
- 最初の 24 時間は、到達率の指標を 1 時間ごとに監視する
- 受信トレイへの配置状況を確認する（GlockApps または mail-tester.com を使用）
- バウンス率が 2% を超えた場合は監視し、発生したら一時停止する
- 目標：送信量を増やす前に、配信率 95% 以上を達成する
第 4 週：最適化（測定＋反復）
16〜18 日目：A/B テストのフレームワーク
一度に 1 つの変数をテストします。
PRIORITY TEST ORDER:
1. Subject lines --> Impact on open rate
2. Opening lines --> Impact on reply rate
3. CTA type --> Impact on positive reply rate
4. Send timing --> Impact on open + reply
5. Sequence length --> Impact on total conversion
6. Personalization --> Impact on reply sentiment
depth
結論を出す前に、バリアントごとに最低 100 件送信してください。
19〜20 日目：返信のセンチメント分析
すべての返信をカテゴリに分類します。
POSITIVE (route to human immediately):
- "Tell me more"
- "Can you send details?"
- "Let's set up a call"
- Meeting booked via CTA
NEUTRAL (AI follow-up, then route):
- "Not now, maybe later"
- "Send me more info"
- "Who else do you work with?"
NEGATIVE (remove from sequence):
- "Not interested"
- "Remove me"
- "Wrong person"
OBJECTION (AI handles with playbook):
- "We already have a solution"
- "No budget right now"
- "Need to talk to my team"
21 日目：ICP スコアリングの調整
最初の 3 週間のデータを確認し、次の項目を調整します。
- 肯定的な返信と相関する企業属性はどれですか？
- 商談の設定を予測できたシグナルはどれですか？
- 最も高い割合でコンバージョンしたペルソナはどれですか？
- アップグレードまたはダウングレードすべき Tier 2 の見込み顧客はどれですか？
仮定ではなく、実際のコンバージョンデータに基づいてスコアの重みを再調整します。
セクション 3：シグナルからアクションへのルーティング
シグナル検出と対応のマトリクス
+----------------------------+----------------------------------+-------------+----------+
| Signal Detected | Automated Action | Priority | Channel |
+----------------------------+----------------------------------+-------------+----------+
| Funding announced | Personalized congrats + | P1 - 24hr | Email |
| | relevant case study | | |
+----------------------------+----------------------------------+-------------+----------+
| Hiring for your category | "Noticed you're building out | P1 - 24hr | Email + |
| | [team]" email with ROI data | | LinkedIn |
+----------------------------+----------------------------------+-------------+----------+
| Competitor contract | Competitive displacement | P1 - 48hr | Email + |
| renewal approaching | sequence with migration offer | | Phone |
+----------------------------+----------------------------------+-------------+----------+
| Website visit (pricing | Immediate follow-up with | P0 - 5min | Email |
| page or demo page) | calendar link | | |
+----------------------------+----------------------------------+-------------+----------+
| Job posting matches your | "Companies hiring for X | P2 - 72hr | Email |
| solution category | typically need Y" outreach | | |
+----------------------------+----------------------------------+-------------+----------+
| Usage milestone (for | In-product expansion prompt + | P1 - 24hr | In-app + |
| existing customers) | upsell sequence | | Email |
+----------------------------+----------------------------------+-------------+----------+
| Content engagement (liked | "Saw you engaged with [topic]" | P2 - 48hr | LinkedIn |
| post, downloaded asset) | connection request | | |
+----------------------------+----------------------------------+-------------+----------+
| Executive change | New exec welcome + intro to | P1 - 1wk | Email + |
| (new CRO, VP Sales) | your champion at the account | | LinkedIn |
+----------------------------+----------------------------------+-------------+----------+
| Tech stack change | "Noticed you adopted [tool]" | P2 - 72hr | Email |
| detected | integration pitch | | |
+----------------------------+----------------------------------+-------------+----------+
| Earnings call mentions | Relevant case study tied to | P2 - 1wk | Email |
| pain you solve | stated priority | | |
+----------------------------+----------------------------------+-------------+----------+
シグナルソースのスタック
これらのシグナルを検出する場所：
FIRST-PARTY SIGNALS (highest intent):
- Website visits (Clearbit Reveal, RB2B, Factors.ai)
- Product usage data (Segment, Amplitude)
- Email engagement (opens, clicks, replies)
- Demo/trial requests
SECOND-PARTY SIGNALS (strong intent):
- G2/Capterra category research
- Review site comparisons
- Partner referral data
THIRD-PARTY SIGNALS (contextual):
- Clay signals (funding, hiring, tech adoption)
- LinkedIn activity (job changes, posts, engagement)
- News and PR monitoring (Google Alerts, Mention)
- SEC filings and earnings calls (for enterprise)
- BuiltWith / Wappalyzer (tech stack changes)
シグナルスコアリングモデル
すべてのシグナルに同じ対応が必要なわけではありません。
SIGNAL SCORE = Intent Weight x Recency Multiplier x ICP Fit Score
Intent weights:
- Pricing page visit: 10
- Demo request: 10
- Competitor evaluation: 9
- Funding round: 7
- Hiring for category: 7
- Content download: 5
- LinkedIn engagement: 3
- Job posting match: 3
Recency multipliers:
- Last 24 hours: 3x
- Last 7 days: 2x
- Last 30 days: 1x
- Older than 30 days: 0.5x
ICP fit scores:
- Tier 1: 3x
- Tier 2: 1.5x
- Tier 3: 0.5x
スコアが 50 を超える場合＝P0（即時対応）。スコアが 25〜50 の場合＝P1（当日対応）。スコアが 10〜25 の場合＝P2（72 時間以内）。スコアが 10 未満の場合＝ナーチャリングシーケンス。
セクション 4：エージェントアーキテクチャ（ツールより重要）
アーキテクチャがツール選定を上回る理由
最もよくある間違いは、チームが AI SDR プラットフォームの評価に何カ月も費やすことです。しかし、エージェントを取り巻くアーキテクチャは、どのエージェントを選ぶかよりも 3 倍重要です。
AI SDR の成功を決める 3 つの要素：
1. INSTRUCTION STACKS
- Brand voice and tone rules
- ICP definition and scoring logic
- Objection handling playbooks
- Escalation criteria
- Compliance guardrails
2. PERSISTENT CONTEXT
- CRM data (deal stage, past interactions, owner)
- Enrichment data (firmographics, tech stack, signals)
- Conversation history (prior emails, calls, meetings)
- Account-level intelligence (org chart, budget cycle)
3. FEEDBACK LOOPS
- Reply sentiment classified and logged
- A/B test results fed back into message generation
- Meeting conversion data informs ICP scoring
- Lost deal reasons refine objection handling
- Human rep corrections retrain the agent
リファレンスアーキテクチャ図
+------------------------------------------------------------------+
| ORCHESTRATION LAYER |
| (n8n / Make / Relevance AI / custom code) |
+------------------------------------------------------------------+
| | | |
v v v v
+-------------+ +-------------+ +-------------+ +--------------+
| SIGNAL | | ENRICHMENT | | SEQUENCING | | QUALIFICATION|
| DETECTION | | ENGINE | | ENGINE | | ENGINE |
| | | | | | | |
| - Clay | | - Clay | | - Instantly | | - LLM-based |
| - RB2B | | waterfall | | - Smartlead | | BANT/CHAMP |
| - Factors | | - Clearbit | | - Salesforge| | - ICP scoring|
| - G2 intent | | - ZoomInfo | | - HubSpot | | - Sentiment |
| - LinkedIn | | - Claygent | | sequences | | analysis |
+------+------+ +------+------+ +------+------+ +------+-------+
| | | |
v v v v
+------------------------------------------------------------------+
| CRM / DATA LAYER |
| (HubSpot / Salesforce / Pipedrive) |
| |
| - Contact records - Deal pipeline - Activity logging |
| - Signal history - Lead scoring - Attribution tracking |
+------------------------------------------------------------------+
| | | |
v v v v
+------------------------------------------------------------------+
| HUMAN HANDOFF LAYER |
| |
| Trigger: positive reply, meeting booked, high-value objection |
| Action: Slack notification + CRM task + context brief |
+------------------------------------------------------------------+
指示スタックの設計
AI SDR の品質は、指示の品質によって決まります。階層化された指示スタックを構築します。
LAYER 1: IDENTITY
"You are an SDR for [Company]. You help [ICP] solve [problem]
by [mechanism]. Your tone is [professional/casual/consultative]."
LAYER 2: RULES
"Never mention competitors by name in first touch.
Never claim capabilities we don't have.
Always include an unsubscribe option.
Keep emails under 125 words.
Never use discount language in first 3 touches."
LAYER 3: CONTEXT (dynamic, per-prospect)
"This prospect is a [title] at [company] (Series B, 150 employees).
They recently [signal]. Their tech stack includes [tools].
Previous interaction: [none / replied on DATE / attended webinar]."
LAYER 4: TASK
"Write a first-touch email that references their [signal],
connects it to how [similar company] achieved [outcome],
and asks if they are open to a 15-minute conversation."
LAYER 5: GUARDRAILS
"If the prospect replies with 'not interested', mark as closed-lost
and remove from all sequences. If they ask about pricing, route
to AE immediately. If they raise a technical question, CC the SE."
フィードバックループの実装
DATA IN: DATA OUT:
Reply received Updated message templates
| Updated ICP scoring weights
v Updated sequence timing
Sentiment classified Updated objection playbooks
|
v
Outcome tracked FEEDBACK CYCLE:
(meeting, objection,
unsubscribe, ghost) Weekly: Review reply rates by variant
| Bi-weekly: Adjust ICP scoring
v Monthly: Rebuild underperforming sequences
CRM updated Quarterly: Full playbook review
|
v
Model retrained on
new examples
セクション 5：適格性評価の自動化
最新の適格性評価フレームワーク
AI SDR による適格性評価に合わせて、従来の BANT を適応させます。
BANT (AI-Enhanced):
B - Budget: Inferred from company size, funding, tech spend signals
A - Authority: Mapped from org chart enrichment + title analysis
N - Need: Detected from hiring signals, tech stack gaps, content consumption
T - Timeline: Inferred from contract renewal dates, fiscal year, urgency signals
CHAMP (Challenger-Focused):
CH - Challenges: Extracted from job postings, reviews, earnings calls
A - Authority: Same as BANT
M - Money: Same as Budget
P - Prioritize: Signal recency + engagement velocity
適格性評価の自動化フロー
PROSPECT ENTERS SYSTEM
|
v
ICP Score >= 50? ----NO----> Nurture sequence or disqualify
|
YES
|
v
Signal score >= 25? ----NO----> Add to low-priority drip
|
YES
|
v
QUALIFICATION SEQUENCE (3-5 touches)
|
v
Reply received? ----NO----> Archive after sequence completes
|
YES
|
v
AI classifies reply sentiment
|
+----+----+----+
| | | |
POS NEU NEG OBJ
| | | |
v v v v
ROUTE AI REMOVE AI HANDLES
TO FOLLOW- WITH
HUMAN UP PLAYBOOK
| |
v v
Reply? Resolved?
| |
YES YES --> Route to human
| NO --> Escalate or remove
v
Route to human
適格性評価データの収集
人間の営業担当者に引き継ぐ前に、AI SDR が収集すべき情報：
REQUIRED BEFORE HANDOFF:
[ ] Company name and size confirmed
[ ] Contact title and role verified
[ ] Primary pain point identified
[ ] Current solution (if any) noted
[ ] Timeline indicator captured
[ ] Budget range estimated (from signals, not asked directly)
[ ] Next step agreed (meeting, demo, resource)
NICE TO HAVE:
[ ] Other stakeholders mentioned
[ ] Evaluation criteria stated
[ ] Competitor tools in consideration
[ ] Decision process described
セクション 6：人間が介在する設計
基本原則
AI が担当する業務：調査、情報の充実、パーソナライズ、シーケンス、スケジュール設定、データ入力、初期の適格性評価。
人間が担当する業務：ディスカバリーコール、デモ、異議への対応、提案のカスタマイズ、クロージング、関係構築。
引き継ぎのタイミングがコンバージョン率を左右します。早すぎると、人間の時間を無駄にします。遅すぎると、状況の微妙な違いに対する AI の判断不足により、商談を逃します。
引き継ぎトリガーのマトリクス
+-------------------------+------------------+-------------------+
| Trigger | Route To | Context Provided |
+-------------------------+------------------+-------------------+
| Positive reply | Assigned SDR/AE | Full conversation |
| (interested) | | + enrichment data |
+-------------------------+------------------+-------------------+
| Meeting booked | Calendar owner | Prospect brief + |
| | | signal summary |
+-------------------------+------------------+-------------------+
| Pricing question | AE | Deal stage + |
| | | company profile |
+-------------------------+------------------+-------------------+
| Technical question | SE or product | Question + tech |
| | | stack context |
+-------------------------+------------------+-------------------+
| High-value objection | Senior AE or | Objection type + |
| | manager | account history |
+-------------------------+------------------+-------------------+
| Enterprise prospect | Enterprise AE | Full account |
| (>1000 employees) | | research brief |
+-------------------------+------------------+-------------------+
| Referred lead | Original | Referral source + |
| | relationship | context |
| | owner | |
+-------------------------+------------------+-------------------+
通知の設計
人間にルーティングする際は、構造化された概要を提供します。
SLACK NOTIFICATION FORMAT:
New qualified lead routed to you
Prospect: Jane Smith, VP Sales at Acme Corp
Signal: Visited pricing page 2x this week + hiring 3 AEs
ICP Score: 87/100 (Tier 1)
Qualification: Budget likely ($12M ARR), Authority confirmed,
Need (scaling outbound), Timeline (Q2 planning)
Conversation summary:
- Email 1 (Jan 15): Opened, no reply
- Email 2 (Jan 18): Replied "interesting, tell me more"
- AI follow-up (Jan 18): Sent case study, asked for 15min call
- Reply (Jan 19): "Can we do Thursday at 2pm?"
Recommended next step: Confirm meeting, prep demo focused on
outbound automation use case
[Open in CRM] [View full thread] [Claim lead]
セクション 7：コスト分析と ROI のフレームワーク
自社構築か購入かの判断
BUILD YOUR OWN STACK:
Clay (enrichment): $149-800/mo
Instantly or Smartlead: $30-97/mo
n8n or Make (orchestration): $20-99/mo
LLM API costs (GPT-4/Claude): $50-200/mo
Domain + mailbox costs: $50-100/mo
----------------------------------------
TOTAL: $300-1,300/mo
BUY AN AI SDR PLATFORM:
AiSDR: $900-2,500/mo
Artisan: $2,400-7,200/mo
11x: $5,000-10,000/mo
----------------------------------------
TOTAL: $900-10,000/mo
HIRE A HUMAN SDR:
Salary: $50K-80K/yr
Benefits + overhead: $15K-25K/yr
Tools + tech stack: $200-500/mo
Ramp time: 3-6 months
----------------------------------------
TOTAL: $6K-9K/mo (fully loaded)
ROI 計算テンプレート
MONTHLY INPUTS:
Prospects contacted: ______
Reply rate: ______%
Meeting conversion rate: ______%
Meeting-to-opportunity rate: ______%
Opportunity-to-close rate: ______%
Average deal value: $______
MONTHLY OUTPUTS:
Meetings booked: Prospects x Reply% x Meeting%
Opportunities: Meetings x Opp%
Deals closed: Opportunities x Close%
Revenue generated: Deals x Avg Deal Value
ROI: (Revenue - AI SDR Cost) / AI SDR Cost x 100
EXAMPLE (mid-market SaaS):
1,000 prospects x 8% reply x 40% meeting = 32 meetings
32 meetings x 25% opp = 8 opportunities
8 opportunities x 20% close = 1.6 deals
1.6 deals x $25,000 ACV = $40,000 revenue/month
AI SDR cost: $1,500/month
ROI: ($40,000 - $1,500) / $1,500 = 2,567%
セクション 8：よくある失敗パターン
AI SDR の導入が失敗する理由
FAILURE MODE FIX
------------------------------------------------------------------
Bad data in, bad outreach out Fix enrichment waterfall first.
80%+ match rate before launching.
Generic messaging at scale Invest in signal-based
personalization. "Spray and pray"
with AI is still spray and pray.
No human handoff process Define handoff triggers before
launch. Build Slack/CRM routing
on day 1.
Burning domains Follow warmup protocol. Never
exceed 50 emails/day/mailbox.
Monitor bounce and complaint rates.
Over-automating the close AI generates pipeline. Humans
close deals. Do not let AI handle
pricing negotiations or contracts.
Ignoring reply sentiment Negative replies left in sequence
destroy reputation. Classify
every reply, remove negatives
immediately.
No feedback loop If you are not adjusting ICP
scores and message variants
monthly, your AI SDR decays.
Tool obsession over architecture Switching from 11x to Artisan
will not fix bad instruction
stacks or missing context.
クイックリファレンス
30 秒で確認できる AI SDR チェックリスト
[ ] ICP defined with scoring criteria
[ ] Enrichment waterfall configured (80%+ match rate)
[ ] 3 email variants per persona written
[ ] Signal-to-action routing mapped
[ ] Sending infrastructure set up (5-10 domains, warmed)
[ ] Qualification criteria defined
[ ] Human handoff triggers configured
[ ] CRM integration active
[ ] Reply sentiment classification running
[ ] Weekly optimization cadence scheduled
リード対応時間の目標
Signal detected to first email: < 5 minutes (P0 signals)
Signal detected to first email: < 24 hours (P1 signals)
Positive reply to human handoff: < 5 minutes
Meeting booked to confirmation: < 1 hour
Lead qualified to AE assignment: < 2 hours
メール到達率のチェックリスト
[ ] SPF record configured per domain
[ ] DKIM signing enabled per domain
[ ] DMARC policy set (start with p=none, move to p=quarantine)
[ ] One-click unsubscribe header present
[ ] Bounce rate below 2%
[ ] Spam complaint rate below 0.3%
[ ] Warmup completed (minimum 14 days, ideally 28)
[ ] Daily volume under 50/mailbox
[ ] Inbox placement tested (GlockApps, mail-tester)
確認すべき質問
AI SDR の導入について助言する際は、必ず次の質問をしてください。
- 「現在のパイプライン創出プロセスはどのようなものですか？ どこで行き詰まっていますか？」
- 「収益目標を達成するには、毎月何件の有望な商談が必要ですか？」
- 「明確に定義された ICP がありますか？ それとも、まだ市場セグメントを試している段階ですか？」
- 「現在、どの CRM や営業ツールを使っていますか？」
- 「営業開発ツールの月間予算はいくらですか？」
- 「クリーンで情報が補完された見込み客データがありますか？ それとも、ゼロから始める状況ですか？」
- 「どのくらい早く成果を確認する必要がありますか？ 数週間ですか、それとも数か月ですか？」
- 「見込み客が自社に適していることを示すシグナルは何ですか？」
- 「現在、返信には誰が対応していますか？ 引き継ぎを受ける準備ができた人員はいますか？」
- 「これまでにアウトバウンド施策を試したことがありますか？ うまくいったこと、うまくいかなかったことは何ですか？」
関連スキル
- ai-cold-outreach - コールドメールのコピーライティング、到達率、マルチチャネルのシーケンスを詳しく解説
- lead-enrichment - 詳細なデータ補完のウォーターフォール設計、データプロバイダーの選定、Clay のワークフロー
- sales-motion-design - 最初の接点から成約までの、エンドツーエンドの営業モーション設計
- gtm-engineering - 技術的な GTM インフラストラクチャ、API 統合、ワークフロー自動化
- solo-founder-gtm - あらゆる業務を自分で担う創業者向けの、無駄のない AI SDR 導入
- gtm-metrics - パイプライン指標、アトリビューションモデル、ROI トラッキングのフレームワーク
コメント
Markdown 対応