building-twitter-prospect-lists

构建 Twitter 潜在客户名单

在 Twitter/X 上搜索符合目标 ICP（理想客户画像）的个人资料，依据包括简介关键词和基于主题的推文搜索。最终提供一份可直接用于联系的名单，其中包含互动信号和简介背景信息。

前置条件

• 已设置 APIFY_TOKEN 环境变量
• 可选：已安装 Apify MCP 服务

输入

参数	类型	是否必填	默认值	备注
searchTerms	array	✅	[]	Twitter 高级搜索查询（例如 ["#AI lang:en", "from:NASA"]）
sort	string	可选	Top	排序方式：Latest、Top 或 Latest+Top
tweetLanguage	string	可选	—	ISO 639-1 语言代码（例如 en）
maxItems	number	可选	不限	返回的推文数量上限
onlyVerifiedUsers	boolean	可选	false	仅搜索已认证用户发布的推文
onlyTwitterBlue	boolean	可选	false	仅搜索 Twitter Blue 订阅者发布的推文
onlyImage	boolean	可选	false	仅搜索包含图片的推文
onlyVideo	boolean	可选	false	仅搜索包含视频的推文
onlyQuote	boolean	可选	false	仅搜索引用推文
author	string	可选	—	筛选特定作者账号
inReplyTo	string	可选	—	筛选回复特定账号的推文
mentioning	string	可选	—	筛选提及特定账号的推文
geotaggedNear	string	可选	—	筛选特定地点附近的推文
withinRadius	string	可选	—	geotaggedNear 周围的半径
geocode	string	可选	—	纬度/经度 + 半径字符串
placeObjectId	string	可选	—	筛选标记了某地点的推文
minimumRetweets	number	可选	—	最低转推数
minimumFavorites	number	可选	—	最低点赞数
minimumReplies	number	可选	—	最低回复数
start	string	可选	—	此日期之后发布的推文（YYYY-MM-DD）
end	string	可选	—	此日期之前发布的推文（YYYY-MM-DD）
includeSearchTerms	boolean	可选	false	将匹配的搜索词添加到每条推文中
customMapFunction	string	可选	—	用于转换每个输出对象的 JavaScript 函数

工作流

Progress:
- [ ] Step 1: Define ICP and search strategy
- [ ] Step 2: Run tweet-scraper for keyword/topic tweets
- [ ] Step 3: Extract unique authors from results
- [ ] Step 4: Enrich with twitter-user-scraper for bio + follower data
- [ ] Step 5: Filter, rank, and deliver prospect list

步骤 1：定义 ICP 和策略

询问用户：

• 职位关键词，用于搜索 Twitter 简介（例如，“增长负责人”“创始人”“CTO”）
• 主题关键词——ICP 会发布哪些主题的推文？（例如，“SaaS 指标”“PLG”“RevOps”）
• 行业信号——简介中暗示其属于目标行业的关键词（例如，“SaaS”“金融科技”“医疗保健”）
• 粉丝数范围（可选）——例如，1,000–50,000（避免找到无人关注的账号或名人）
• 地点（可选）——例如，“旧金山”“伦敦”
• 名单规模——需要多少位潜在客户？

步骤 2：搜索基于主题的推文

在 Twitter 上搜索与你的 ICP 关注主题相关的推文。积极发布相关主题推文的人是更有意向的潜在客户。

推荐——使用 run_actor.js（自动处理等待、输出和文件保存）：

# Quick answer (prints table to chat)
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}'

# Save as CSV
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~tweet-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

必须在环境中或 .env 文件中设置 APIFY_TOKEN。

如果 Apify MCP 可用：

Tool: apify:run-actor
Actor: "apidojo~tweet-scraper"
Input:
{
  "searchTerms": ["[TOPIC_KEYWORD_1]", "[TOPIC_KEYWORD_2]"],
  "maxItems": 200,
  "tweetLanguage": "en"
}

如果 Apify MCP 不可用：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~tweet-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "searchTerms": ["[TOPIC_KEYWORD]"],
    "maxItems": 200
  }'

针对每个主题关键词运行搜索。收集所有 author.username 值并去重，即可得到候选名单。

步骤 3：使用个人资料数据补充候选人信息

从步骤 2 中选取前 100–200 个不重复的用户名。获取完整的个人资料数据，以便根据简介关键词和粉丝数进行筛选。

如果 Apify MCP 可用：

Tool: apify:run-actor
Actor: "apidojo~twitter-user-scraper"
Input:
{
  "usernames": ["[username1]", "[username2]", "..."],
  "maxItems": 100
}

如果 Apify MCP 不可用：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~twitter-user-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "usernames": ["[username1]", "[username2]"]
  }'

第 4 步：根据 ICP 标准筛选

根据资料数据，只保留同时满足以下所有条件的用户：

1. 个人简介中至少包含一个职位关键词或行业信号关键词
2. 粉丝数在指定范围内（如有指定）
3. 地点符合要求（如有指定）——检查 location 字段
4. 账号不是机器人（有头像、推文超过 10 条、账号注册时间超过 6 个月）

移除：

• 使用默认头像的账号
• 推文数为 0 的账号
• 已认证的超级影响者（粉丝数超过范围）
• 明显的自动化账号

第 5 步：排序和格式化

按以下标准对筛选后的潜在客户排序：

1. 相关性得分 = 个人简介中匹配的 ICP 关键词数量
2. 互动度代理指标 =（近期推文的点赞数 + 转发数）/ 粉丝数

输出格式

# Twitter Prospect List: [ICP DESCRIPTION]
Generated: [N] prospects | Filters applied: [summary] | Date: [DATE]

| # | Name | Handle | Followers | Job / Bio | Location | Last Active | Profile |
|---|------|--------|-----------|-----------|----------|-------------|---------|
| 1 | [name] | @[handle] | [N] | [bio excerpt] | [city] | [date] | [url] |
| 2 | [name] | @[handle] | [N] | [bio excerpt] | [city] | [date] | [url] |

## Top 10 Highest-Priority Prospects
1. **@[handle]** — "[bio]" | [N] followers | Recently tweeted about: [topic]
2. **@[handle]** — "[bio]" | [N] followers | Recently tweeted about: [topic]
...

## Notes
- [N] candidates found in topic search
- [N] filtered out (didn't match ICP criteria)
- [N] final prospects delivered
- Engagement signals are 24-48h delayed

个性化联系

对于每位重点潜在客户，可以利用其近期推文样本来个性化联系内容。留意他们近期讨论的话题，以便在第一条消息中提及。

故障排除

筛选后结果太少： 扩大个人简介关键词范围（使用 OR 逻辑，而非 AND）。在第 2 步中尝试增加更多主题关键词。 无关账号太多： 在个人简介筛选条件中添加行业专属关键词（例如，要求个人简介中包含 “SaaS” 或 “B2B”）。 地点筛选不起作用： Twitter 地点信息由用户自行填写，且不一致——应将其视为软信号，而非硬性筛选条件。