mcpField
L
list-building

list-building

github.com/extruct-aiマーケティング・グロース11149 回インストール4 週間前に更新
リポジトリ

list-building について

Extructで企業リストを作成するマーケティング向けスキルです。企業コンテキストと判断フローから検索方法を選び、API操作は`extruct-api`に委任します。

主な機能

  1. 01類似・セマンティック・詳細検索の選択
  2. 02ICP、シード企業、DNCリストの活用
  3. 03ドメイン単位で検索結果を重複排除
  4. 04企業テーブルへのドメイン登録
  5. 05エンリッチメント結果に基づくリスト改善

活用シーン

  1. 01既存顧客に似た企業の発見
  2. 02幅広いクエリによる新分野の調査
  3. 03キャンペーン向け候補企業リストの作成

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://github.com/extruct-ai/gtm-skills --skill list-building

インストール後、Claude Code で/list-buildingを入力して読み込まれたか確認します。

詳細

リストの作成

Extructを使い、意思決定ツリーに従って企業リストを作成します。ICPとシード企業については、企業コンテキストファイルを参照します。

Extruct API の操作

このスキルでは、すべてのExtruct API呼び出しをextruct-apiスキルに委任します。

すべてのExtruct API操作について、skills/extruct-api/SKILL.mdを読み、その指示に従ってください。

企業検索、類似企業検索、詳細検索、テーブル作成、行のアップロード、エンリッチメントの実行は、すべてextruct-apiスキルが処理します。このスキルでは、検索する対象と検索する理由に重点を置き、検索の方法はextruct-apiスキルが担当します。

意思決定ツリー

クエリを実行する前に、適切なアプローチを判断してください。

Have a seed company from win cases or context file?
  YES → Lookalike Search (pass seed domain)
  NO  ↓

New vertical, need broad exploration?
  YES → Semantic Search (3-5 queries from different angles)
  NO  ↓

Need qualification against specific criteria?
  YES → Deep Search (criteria-scored async research)
  NO  ↓

Need maximum coverage?
  YES → Combine Search + Deep Search (~15% overlap expected)

開始する前に

企業コンテキストファイルが存在する場合は、読み込んでください。

claude-code-gtm/context/{company}_context.md

以下を抽出します。

  • ICPプロファイル — クエリの設計とフィルターに使用します
  • 受注事例 — 類似企業検索モードでシード企業として使用します
  • DNCリスト — 結果から除外するドメインです。コンテキストファイルにDNCリストがない場合は、ユーザーに次のいずれかを確認してください：（1）競合他社をExtructで検索して自動的に登録する、（2）既存顧客やパートナーのCSVを受け取る、（3）今回はスキップする

また、claude-code-gtm/context/{vertical-slug}/hypothesis_set.mdに仮説セットがあるかどうか確認してください。存在する場合は、各仮説の検索の切り口フィールドを使って検索クエリを設計します。ここには、各ペインポイントに合わせた事前定義済みのクエリ候補が記載されています。

方法1：類似企業検索

シード企業（受注事例、既存顧客、またはユーザーからの入力）がある場合に使用します。シード企業のドメインを使って類似企業検索を実行するよう、extruct-apiスキルに委任してください。

使用する状況：

  • 満足度の高い顧客がいて、似た企業をさらに見つけたい
  • コンテキストファイルにドメインを含む受注事例がある
  • ユーザーが「Xに似た企業を見つけて」と言っている

ヒント：

  • 対象範囲を広げるため、異なるシード企業で複数の類似企業検索を実行します
  • フィルターと組み合わせて、地域や規模を絞り込みます
  • ドメインを基準に、検索ごとの重複を除去します

方法2：セマンティック検索 — 高速で幅広い検索

企業のセマンティック検索クエリを実行するよう、extruct-apiスキルに委任してください。

クエリ戦略：

  • キャンペーンごとに3～5件のクエリを作成し、それぞれ同じICPを異なる切り口から捉えます
  • 企業の種類ではなく、製品やユースケースを説明します
  • ドメインを基準にクエリ間の重複を除去します。重複は想定内です
  • すべてのクエリを合わせて、合計200～800社を目標にします

方法3：詳細検索 — 詳細な条件で適格性を判定

詳細検索タスクを作成して実行するよう、extruct-apiスキルに委任してください。

クエリ戦略：

  • 理想的な企業を説明する2～3文の職務記述書のようなクエリを作成します
  • 条件を使って適格性を自動判定します。各企業は条件ごとに1～5で評価されます
  • 最初の検索では結果を50件に設定し、品質を確認した後で増やします
  • タスクあたり最大5件の条件を使用し、条件同士が重ならないように焦点を絞ります
  • ICPセグメントごとに別々のタスクを実行します

テーブルへのアップロード

結果を収集したら、企業テーブルを作成してドメインをアップロードするよう、extruct-apiスキルに委任してください。Extructは各ドメインをCompany Profileで自動的にエンリッチします。

エンリッチメント後の再実行

list-enrichmentスキルがこのリストにデータポイントを追加した後は、エンリッチメントで得られた知見を詳細検索の条件に使い、リスト作成を再実行することを検討してください。たとえば、次のようにします。

  • エンリッチメントにより「レガシーERPを使用する企業」が最適な対象だと分かった場合、その条件を指定して詳細検索タスクを作成します
  • エンリッチメントにより地理的な集中が分かった場合、より厳しい地域フィルターを設定して検索します
  • これにより、リスト作成 → エンリッチメント → 学習 → リストの改善というフィードバックループが生まれます

結果件数の目安

キャンペーン段階リストの目標件数方法
探索50～100検索（2～3件のクエリ）
初回キャンペーン200～500検索（5件のクエリ）＋詳細検索
拡大500～2000詳細検索（多い結果件数）＋複数回の検索

ワークフロー

  1. ICP、シード企業、DNC リストについて記載されたコンテキストファイルを読みます
  2. 決定木に従って、適切な方法を選択します
  3. クエリを作成します（Search の場合は 3～5 件、Deep Search の場合は 1～2 件）
  4. extruct-api スキルに処理を委任し、クエリを実行して結果を収集します
  5. すべての結果をドメイン単位で重複排除します
  6. DNC ドメインを除外します
  7. extruct-api スキルに処理を委任し、企業テーブルにアップロードします
  8. ユーザーがカスタム調査を必要とする場合は、エージェント列を追加します
  9. 希望する出力形式（Extruct テーブルのリンク、ローカル CSV、または両方）をユーザーに確認します

コメント

Markdown 対応