cargo-quickstart

Cargo クイックスタート — 2 分で最初の成果を得る

1 つのガイド付きデモで、ユーザーが選んだバイヤーペルソナに合う新鮮なリードを約 25 件取得し、利用料金の明細を表示してから、取得内容を定期実行のプレイとして保存します。重要なのはリストではありません。3 分目には、ユーザーが一度きりの結果ではなく、稼働中のシステムを手にしていることです。

新規アカウントには、カード不要で 100 クレジットが無料で付与されます。 このデモで使うのは、そのうち約 5 クレジットです。最初の有料呼び出しの前に、「これは無料の 100 クレジットのうち約 5 クレジットを使います」とはっきり伝えましょう。そうすることで、この場面は購入の判断ではなくちょっと試してみる機会になり、これこそクイックスタートの役目です。デモのせいでクレジットがなくなると、新規ユーザーに思わせてはいけません。

初期設定

すでにサインイン済みで、cargo-ai whoami がワークスペースを返す場合は、次のセクションに進んでください。

npm install -g @cargo-ai/cli            # no global install? prefix every command with `npx @cargo-ai/cli`
cargo-ai login --email [email protected]  # emailed code, no browser; creates the account on first use
                                        # alternatives: --oauth (browser) · --agentid (an agent as itself) · --token <api-token> (CI)
cargo-ai whoami                         # confirm the active workspace before any write

まだサインアップする準備ができていませんか？ アカウント不要で無料で使える機能が 2 つあります。カタログの閲覧（cargo-ai orchestration action list enrich company）と、アクションのドライラン（cargo-ai orchestration action execute --action '<from action list>' --data '{"domain":"example.com"}' --dry-run — 入力を検証し、実際と同じ形式のサンプル出力とクレジット料金を表示します。何も呼び出しません）。メール入力の段階でユーザーがためらったら、一度だけ案内してください。すぐに進めるユーザーを脇道にそれさせないでください。デモこそが本番です。

初回サインイン時には、Personal という名前の新しいワークスペースが作成されます。アカウント作成時のログインで --workspace-name "<Company> GTM" を渡すと、2 つ目のワークスペースを作る代わりに、そのワークスペースの名前が変更されます（作成から 10 分以内で、メンバーが自分だけの場合）。スターターコネクターとエージェントはバックグラウンドで登録されるため、サインアップから 1 分後にワークスペースが空に見えても、まだ準備中の可能性があります。それを理由に中断しないでください。

各コマンドは stdout に JSON を出力します。失敗時はゼロ以外の終了コードで終了し、stderr に {"error": "...", "status": ..., "body": {...}} を出力します。実行やバッチを作成するコマンドはすべて非同期です。--wait-until-finished を渡すか、対応する get をポーリングしてください。スキルバンドル全体をインストールすると、../cargo/references/prerequisites.md に CLI のバージョン固定、トークンスコープ、管理者専用の機能が記載されています。

質問は 1 つだけ

何かをする前に、質問は必ず 1 つだけにしてください。

「誰に販売していますか？」（数語で表すペルソナ。例：「中堅 SaaS 企業の RevOps 責任者」）

プロバイダー、フィルター、上限など、それ以外はすべて自分で決めてください。出力形式、件数、プロバイダーについては質問しないでください。以下のデフォルトを使います。

所要時間の上限 — 厳守

回答を受け取ってから成果物を渡すまで、デモの所要時間は 2 分以内です。最短経路では、次のルールに従ってください。

• 調査のために脇道へそれないでください。 最初に cargo-ai --version、cargo-ai whoami、connection connector list、その他の探索的なコマンドを実行しないでください。認証の問題は、最初の実際の呼び出しでエラーとして表面化するので、その時点で対処します。
• 各ステップのコマンドブロックは 1 つだけにし、コマンド間に説明を挟まないでください。
• 有料処理は合計約 5 クレジットまでです。このデモでは LinkedIn ネイティブの人物検索（salesNavigator.searchLeads、1 件あたり 0.2 → 25 件で約 5 クレジット）を使います。確認なしで、それ以外の有料処理を実行してはいけません。
• 行き詰まらせないでください。 各ステップには代替手段があります（下記の段階的な代替策）。ある段階で失敗したら、黙って 1 段階下げて、そのまま進めてください。

最短経路

ペルソナを searchLeads フィルターに変換し（keywords にはタイトルのフレーズを正確に引用してください。単独のキーワードでは緩く一致し、ページに無関係な結果が混ざります）、次を実行します。

# 1. Execute — returns a run object; note run.uuid and run.workflowUuid.
#    searchLeads bills 0.2 per returned lead, so limit 25 costs at most 5 credits.
cargo-ai orchestration action execute \
  --action '{"kind":"connector","integrationSlug":"salesNavigator","actionSlug":"searchLeads"}' \
  --data '{"keywords": "\"<persona title phrase>\"", "limit": 25}' \
  --wait-until-finished > /tmp/quickstart-run.json

# 2. Fetch the output data (NOT in the execute stdout) — signed URL, then filter to THIS run
RUN_UUID=$(jq -r '.run.uuid' /tmp/quickstart-run.json)
WF_UUID=$(jq -r '.run.workflowUuid' /tmp/quickstart-run.json)
curl -s "$(cargo-ai orchestration run download-outputs \
  --workflow-uuid "$WF_UUID" --output-node-slug action --format json | jq -r '.url')" \
  > /tmp/quickstart-outputs.json

# 3. Show the table (the file holds ALL of the workflow's runs — filter by _uuid;
#    each row's .output is the leads array directly, fields are snake_case)
jq -r --arg u "$RUN_UUID" \
  '[.[] | select(._uuid==$u)][0].output[] | [.full_name, .job_title, .company_name, (.recently_hired // false)] | @tsv' \
  /tmp/quickstart-outputs.json | head -25

生の JSON ではなく、表（名前 · タイトル · 会社 · 最近入社）を表示してください。recently_hired: true の行がデモの目玉です。これを最初に紹介します（「この 25 件のうち 6 件は就任したばかりです。連絡するなら、まさに今です」）。

フォールバックの段階（認証エラーやエラーが発生したら、一段下げて続行する）

1. salesNavigator.searchLeads（1件あたり0.2）— 第一候補です。
2. theirStack.searchJobs（1件あたり0.5）—「今まさにあなたのペルソナを採用している企業」（そのペルソナの職種の求人）として切り口を変えます。同じように魅力的な結果を、別の角度から提示できます。
3. waterfall.searchProspects（1件あたり3）— 約5クレジットのデモ上限を超えるため、この段階では先に確認します：「低コストの2つのソースが接続されていません。代わりに約15クレジットでウォーターフォール検索を実行し、5件の候補を取得できます。実行しますか？それとも先にSales Navigatorを接続しますか（無料）？」明確な同意があった場合のみ実行し、limit は5を上限にします。
4. 何も接続されていない場合 → 無料の手順を実行します：cargo-ai connection integration list | head を実行して、接続可能なものを表示し、接続（ブラウザー認証）を提案します。その後、デモを再開します。

領収書（必須。記載内容を厳守）

このデモ自体が、../cargo-gtm/references/cost-discipline.md に記載されたパイロットです。最後に領収書を提示します。

• 消費クレジット数と残高（cargo-ai billing subscription get — 残高は .subscription の subscriptionAvailableCreditsCount + additionalAvailableCreditsCount − subscriptionCreditsUsedCount で計算します）。新規アカウントの場合、単なる数値ではなく、最初に付与される100無料クレジットを基準に説明します。「5クレジットを使用し、無料クレジット100のうち95が残っています」と伝えるほうが、「クレジットが95残っています」と伝えるより、印象が大きく異なります。
• ヒット率：「25件中25件が返されました」（または実際に返された件数と、内容に問題がありそうな行）。

3分目 — プレイとして保存する

検索を定期実行することをすぐに提案します。これによりCargoが何をするものかが伝わります。

「この検索を自動実行しますか？この検索条件を、毎週実行して新しい候補をモデルに書き込むプレイとして保存できます。新しい<persona>のリードが、依頼しなくても追加されます。」

同意があった場合は、デモのアクションとフィルターをワークフロー本体にして、毎週のcronを設定し、../cargo-gtm/recipes/save-as-play.md に従います。

デモの後 — 次のステップを提案する

../cargo-gtm/SKILL.md の次のステップの仕様（§4）に従い、取得した行に基づいて2～3件の次のステップを提案します。例：「この25件に企業属性情報を付与する（1件あたり約0.5クレジット）」、「有望な10件のメールアドレスを検索・検証する（1件あたり約1.4クレジット）」など、ほかの提案でも構いません。ここから先の実際のGTM作業は cargo-gtm に引き継ぎます。デモの範囲を超える作業を行う前に、必ず内容を確認してください。