关于 contact-research
contact-research 是用于检索和整理 Common Room 联系人档案的技能，涵盖身份查找、数据补充和账户背景，并要求省略无法验证的信息。
主要功能
- 01按邮箱、社交账号或姓名与公司查找
- 02获取档案字段和活动记录
- 03通过 Spark 信号补充档案
- 04查看母公司账户背景
- 05整理有依据的对话切入点
- 06省略缺失或未经验证的数据
适用场景
- 01通过邮箱或社交账号查找联系人
- 02查看近期活动和网站访问
- 03利用全部 Sparks 跟踪互动变化
- 04结合账户信号准备沟通
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/contact-research确认已加载。
附带文件references/contact-signals-guide.md
详细介绍
联系人调研
从 Common Room 获取完整的联系人档案。支持通过邮箱、社交账号或姓名加公司进行查询。返回的丰富数据包括活动历史、Spark、评分、网站访问记录和 CRM 字段。
第 1 步：定位联系人
Common Room 支持多种查询方式，请使用用户提供的任一信息：
| 用户提供的信息 | 查询方式 |
|---|---|
| 邮箱地址 | 按邮箱查询（最可靠） |
| LinkedIn、Twitter/X 或 GitHub 账号 | 按社交账号查询，需明确指定账号类型 |
| 姓名 + 公司 | 按姓名及公司域名进行身份识别；若结果不唯一，则列出匹配项 |
| 仅有姓名 | 按姓名搜索；若有多个匹配，显示简短列表并请用户确认 |
如果未找到匹配项，请回复："Common Room 中没有此人的记录。"请勿推测或编造档案数据。
第 2 步：获取联系人字段
使用 Common Room 对象目录查看可用的字段组及其内容。若需完整档案，请请求所有字段组；若只需回答特定问题，则仅请求相关内容。
需要了解的关键字段组：
- 评分——始终以原始值或百分位数形式返回，绝不使用等级标签
- 近期活动——使用
Contact Initiated筛选器（最近 60 天）获取联系人本人的行为，而非团队的行为 - 网站访问——总访问次数及具体页面（最近 12 周）
- Spark——需要了解联系人互动随时间的变化时，获取全部 Spark 记录
第 3 步：运行 Spark 丰富化（如可用）
如果 Spark 可用，请使用它。Spark 可提供：
- 职业背景与工作经历
- 社交影响力与影响力信号
- 角色画像分类：Champion、Economic Buyer、Technical Evaluator、End User 或 Gatekeeper
- 其在采购流程中的推断角色
如果 Spark 不可用，但存在真实的活动数据（近期行为、网站访问、社区互动），则根据这些信号推断角色画像。如果 Spark 和活动数据均不可用，则归类为 Unknown——请勿仅凭职位头衔猜测角色画像。
当用户想了解该联系人的互动如何随时间演变时，请获取全部 Spark 记录（而非仅最近一条）。
第 4 步：评估客户账户背景
获取该联系人所在母公司的简要账户概览。注意以下内容：
- 账户层面的在途商机、扩展信号或流失风险
- 该公司其他联系人是否同样活跃
- 此人的互动情况与同事相比如何
第 5 步：识别沟通切入点
根据活动和信号，提炼出最有力的 2–3 个切入点：
- 近期的
Contact Initiated活动（社区帖子、产品事件、支持工单） - 其近期访问过的具体网页——尤其是表明有评估意向的页面
- 职位变动、晋升或公司新闻
- 其 Spark 角色画像，以及这对沟通风格意味着什么
- 其在已知活跃商机中的角色
输出格式
仅包含确实返回了数据的部分。没有数据的部分请省略，不要用猜测内容填充。
数据丰富时：
## [Contact Name] — Profile
**Overview**
[2 sentences: who they are, their role, and relationship status]
**Details**
- Title: [title]
- Company: [company]
- Email: [email]
- LinkedIn: [URL]
- Other profiles: [Twitter/X, GitHub, CRM link if available]
**Scores** [If scores returned]
[All scores as raw values or percentiles]
**Recent Activity** (last 60 days) [If activity returned]
[3–5 bullets with dates]
**Website Visits** (last 12 weeks) [If visit data exists]
[Total visit count + list of pages visited]
**Spark Profile** [If Spark data is non-null]
[Persona type, background summary, influence signals]
**Segments** [If segments returned]
[List of segment names this contact belongs to]
**Account Context**
[1–2 sentences on their company's status]
**Conversation Starters**
[2–3 specific, signal-backed openers]
数据稀少时（例如仅返回姓名、职位、邮箱、标签，且 sparkSummary 为 null）：
## [Contact Name] — Profile (Limited Data)
**Data available:** [List exactly what Common Room returned]
[Present only the returned fields]
**Web Search**
[Any findings from searching their name + company]
**Note:** Common Room has limited data on this contact. No activity history, scores, or Spark profile available. I can run deeper web searches or look up their company for additional context.
请勿基于稀少的数据生成沟通开场白、角色画像推断或互动评估。这些内容需要真实的信号作为依据。
质量标准
- 查询必须针对输入类型使用正确的方式——不要对邮箱与社交账号进行猜测
- 评分仅以原始值或百分位数表示——绝不使用等级标签
Contact Initiated活动（最近 60 天）是主要的互动信号——应优先呈现- 如果 Spark 不可用，需明确说明——不要仅凭职位头衔编造角色画像
- 标记所有最近一次活动距今超过 30 天的联系人
参考文件
references/contact-signals-guide.md——完整的字段说明、Spark 角色画像指南以及沟通开场白原则