mcpField
P
prospect

prospect

github.com/anthropicsマーケティング・グロース33.6k2.9k 回インストール1 日前に更新
リポジトリ

prospect について

Prospectは、自然言語の理想顧客像を、順位付けと情報補完を行った見込み客リストに変換します。営業開拓向けに、Apolloでの検索、情報補完、次の操作を順に案内します。

主な機能

  1. 01ICPを企業・人物の検索条件に変換
  2. 02企業を検索して情報を補完
  3. 03意思決定者を検索して情報を補完
  4. 04ICPとの適合度で見込み客を順位付け
  5. 05保存、シーケンス登録、エクスポートを案内

活用シーン

  1. 01職種、業界、地域の条件から見込み客リストを作成
  2. 02対象企業の意思決定者を順位付け
  3. 03情報補完済みの連絡先をApolloのシーケンスに登録

MCP 対応

Apollo MCPツールを使った企業・人物検索、情報補完、連絡先作成、シーケンス登録を案内します。

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/anthropics/knowledge-work-plugins --skill prospect

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

詳細

見込み客

ICPの説明から、順位付けして情報を補完したリードリストを一度に作成します。ユーザーは「$ARGUMENTS」で理想の顧客を説明します。

例

  • /apollo:prospect 米国の従業員数200~1000人のシリーズB以降のSaaS企業のエンジニアリング担当バイスプレジデント
  • /apollo:prospect 欧州のEコマース企業のマーケティング責任者
  • /apollo:prospect ニューヨークのフィンテック系スタートアップのCTO、従業員数50~500人
  • /apollo:prospect 従業員数1000人以上の製造企業の調達マネージャー
  • /apollo:prospect SalesforceとOutreachを利用している企業のSDRリーダー

ステップ 1 — ICPを解析する

「$ARGUMENTS」の自然言語による説明から、構造化されたフィルターを抽出します。

企業のフィルター:

  • 業界/分野のキーワード → q_organization_keyword_tags
  • 従業員数の範囲 → organization_num_employees_ranges
  • 企業の所在地 → organization_locations
  • 特定のドメイン → q_organization_domains_list

人物のフィルター:

  • 職種 → person_titles
  • 役職レベル → person_seniorities
  • 人物の所在地 → person_locations

ICPが曖昧な場合は、先に進む前に確認の質問を1~2つ行います。最低限、職種/役割と、業界または企業規模が必要です。

ステップ 2 — 企業を検索する

企業のフィルターを使って mcp__claude_ai_Apollo_MCP__apollo_mixed_companies_search を実行します。

  • 業界/分野には q_organization_keyword_tags を使用
  • 規模には organization_num_employees_ranges を使用
  • 地域には organization_locations を使用
  • per_page を25に設定

ステップ 3 — 上位企業の情報を補完する

上位10件の結果から取得したドメインを使って mcp__claude_ai_Apollo_MCP__apollo_organizations_bulk_enrich を実行します。これにより、企業の順位付けに役立つ売上高、資金調達、従業員数、企業属性データを確認できます。

ステップ 4 — 意思決定者を見つける

以下を使って mcp__claude_ai_Apollo_MCP__apollo_mixed_people_api_search を実行します。

  • ICPに基づく person_titles と person_seniorities
  • 情報を補完した企業のドメインに絞った q_organization_domains_list
  • per_page を25に設定

ステップ 5 — 上位リードの情報を補完する

クレジットに関する警告:処理を進める前に、消費されるクレジット数をユーザーに正確に伝えてください。

mcp__claude_ai_Apollo_MCP__apollo_people_bulk_match を使って、1回の呼び出しにつき最大10件のリードの情報を補完します。

  • 各人物の first_name、last_name、domain
  • reveal_personal_emails を true に設定

リードが10件を超える場合は、複数回に分けて呼び出します。

ステップ 6 — リードの表を表示する

結果を順位付けした表で表示します。

該当するリード:[ICPの概要]
#名前職種企業従業員数売上高メールアドレス電話番号ICPとの適合度

ICPとの適合度の評価:

  • 高い — 職種、役職レベル、企業規模、業界のすべてが一致
  • 良好 — 4つの基準のうち3つが一致
  • 部分的 — 4つの基準のうち2つが一致

概要:Y社にわたってX件のリードが見つかりました。Zクレジットを消費しました。

ステップ 7 — 次のアクションを提案する

ユーザーに次の項目を確認します。

  1. すべてApolloに保存する — 各リードに対して run_dedupe: true を指定し、mcp__claude_ai_Apollo_MCP__apollo_contacts_create で連絡先を一括作成
  2. シーケンスに追加する — 追加先のシーケンスを尋ね、これらの連絡先を追加するシーケンス読み込みフローを実行
  3. 企業を詳しく調べる — リスト内の任意の企業について /apollo:company-intel を実行
  4. 検索条件を調整する — フィルターを調整して再実行
  5. エクスポートする — コピー&ペーストしやすいCSV形式の表にリードを整形

コメント