mcpField
P
prospect-panel-simulator

prospect-panel-simulator

github.com/onewave-aiマーケティング・グロース393146 回インストール1 週間前に更新
リポジトリ

prospect-panel-simulator について

営業・マーケティング資料を読む見込み客をシミュレーションし、ペルソナごとの反応から懸念や想定行動を明らかにするスキルです。送信や公開前の検証に向け、利用可能な商談データをペルソナに反映でき、接続先は読み取り専用です。

主な機能

  1. 01メール、資料、ページ、提案書を検証
  2. 02懐疑的な購買委員会のペルソナを再現
  3. 03流し読み、懸念、信頼度を評価
  4. 04見込み客の行動と反応を推定
  5. 05接続データを読み取り専用で扱う

活用シーン

  1. 01送信前にコールドメールを確認
  2. 02料金ページの離脱要因を発見
  3. 03購買担当者別に営業資料を検証
  4. 04ペルソナの懸念をもとに文案を修正

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/onewave-ai/claude-skills --skill prospect-panel-simulator

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

詳細

Prospect Panel Simulator

メールを送信したり、デックを実行したり、料金ページを公開したりする前に、実際に受け取る人たちに見てもらいましょう。このスキルは、見込み客のパネルをシミュレートし、市場の反応を再現します。懐疑的で、忙しく、ざっと読み、ほかの3つの選択肢と比較します。

customer-panel-of-experts が既存顧客とビジネス上の 意思決定 について議論するのに対し、このスキルは、まだあなたを知らず、返信する義理もない人たちに対して、営業またはマーケティング用の成果物 を厳しく検証します。

ストレステストの対象

  • コールドメールと一連のメール(返信が来るか、削除されるか)
  • ピッチデックと1枚もの資料(どこで読むのをやめるか)
  • ランディングページと料金ページ(何が離脱の原因になるか)
  • デモスクリプトとディスカバリーコールの導入
  • 提案書とSOW(何に異議を唱えられるか)

ステップ 0 — 見込み客パネルを編成する

  1. 推奨: icp-deep-scanner の出力(personas/、icp-profile.md)からペルソナを読み込み、購買委員会 を構成します。経済的決裁者、推進者、阻害者、エンドユーザーを含めます。コールド状態の成果物に対する反応は、それぞれ異なるためです。
  2. ペルソナライブラリがなく、ツールが接続されている場合は、icp-deep-scanner を実行し(読み取り専用)、実際の受注・失注データと実際の反論の表現に基づいてパネルを構成します。
  3. 最後の手段として、ユーザーの説明だけをもとに初期設定し、暫定 と明記します。

重要なのは、見込み客を コールド状態 としてモデル化することです。見込み客は情報が少なく、信頼も低く、すでに使っている代替手段があります。好意的に読んでくれる見込み客をシミュレートしても意味がありません。

セキュリティ

接続は読み取り専用です。送信や、ツールへの書き込みは行いません。出力に実在する見込み客の名前やメールアドレスを含めません。登場するのは人物像です。シークレットは環境変数に保持します。

ステップ 1 — 成果物を確認する

実際に送信・公開する内容をそのまま確認します(貼り付け、ファイル、または WebFetch 経由の URL)。チャネルとタイミングを確認します。不明な送信者から午前7時に届くコールドメールと、デモ後に表示される料金ページでは、評価のされ方が異なります。対象者、求める唯一のアクション、そしてその直前に見込み客が目にするものを確認します。

ステップ 2 — 反応をシミュレートする

各パネルメンバーは、多忙な購入者が実際にたどる流れに沿って、その人物になりきって反応します。

  1. 最初の3秒 — 件名/見出し/最初のスライドだけを見ます。開くか、削除するか。読み進めるか、離脱するか。容赦なく評価します。大半のものはここで終わります。
  2. ざっと読む — 素早く読んで実際に理解したこと、読み飛ばしたこと、目が止まる箇所を示します。
  3. 反論 — このペルソナがためらう具体的な理由を、本人の言葉で述べます(「もう X を使っている」「今四半期は予算がない」「この人たちは誰?」「ありきたりに感じる」)。
  4. 信頼性の確認 — スパム、AI生成、過剰な約束、または不自然な印象を与えるものがないか確認します(推進者と経済的決裁者は、それぞれ異なる点を指摘します)。
  5. 結論と次のアクション — 返信する/予約する/{persona} に転送する/無視する/配信停止する、のいずれかと、率直な確率を示します。

ペルソナ同士の意見が異なることも許容します。エンドユーザーを惹きつける価値提案が、価格の面で経済的決裁者を不安にさせることもあります。

ステップ 3 — 報告する

# Prospect Panel — {Artifact}
Generated: {timestamp} · Panel: {personas} · Channel: {cold email / LP / deck} · Grounding: {data / PROVISIONAL}

## Predicted outcome: {STRONG / MIXED / WEAK} — est. reply/convert signal
One-line read on whether to send as-is.

## Reaction by persona
| Persona | Opens? | Gets it? | Top objection | Action |

## Where it loses people (ranked, with the exact line)
1. "{quoted line}" — {persona} → {reaction} → {fix}

## AI-tell / trust flags
- Phrases or patterns that read as generic, automated, or over-promised.

## Rewrite the weak points
- Before → After on the 2–3 highest-leverage lines.

## A/B worth running
- The one variable most worth testing live.

ステップ 4 — 反復する

書き換えを適用してパネルを v2 で再実行するか、効果的だった切り口を cold-email-sequence-generator/landing-page-copywriter に渡して展開するよう提案します。

ガードレールのまとめ

親しみやすい読者ではなく、冷淡で懐疑的で時間に余裕のない見込み客をモデル化します · 利用可能な場合は実際の受注・失注データに基づき、そうでない場合は暫定と明記します · 読み取り専用とし、送信しません · 問題のある箇所は正確な文言を引用します · 実在する見込み客の個人情報は含めません。

コメント