context-building

公司上下文构建器

每家公司使用一个全局上下文文件。所有其他 GTM 技能都会读取此文件，以获取品牌语气、价值主张、ICP、成功案例、证明要点和营销活动经验。

上下文文件位置

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

每家公司使用一个文件，而非每个营销活动各用一个文件。所有技能都引用此路径。

模式

模式 1：创建

尚无上下文文件时使用。引导用户完成各个部分。

步骤 1： 检查 claude-code-gtm/context/{company}_context.md 是否存在。

步骤 2： 如果不存在，逐项或一次性询问用户各部分的信息：

部分	询问内容	示例
我们做什么	产品一句话介绍、核心价值主张、适用于邮件的价值主张、关键术语、关键数据	产品描述 + 可量化的主张
ICP	客户画像、公司规模、角色、地理位置	目标画像及规模范围和地区
成功案例	过往客户、购买原因、奏效之处	包含指标的具体成果
证明资料库	预先撰写的邮件 PS 句子，并映射到受众和假设	可直接粘贴的证明要点
营销活动历史	过往营销活动：垂直行业、名单规模、回复率、经验	（首次运行时为空）
当前假设	关于哪些内容能引起共鸣的当前工作假设	经营销活动数据验证的痛点

步骤 3： 使用 references/context-schema.md 中的架构编写文件。

需要准确填写的关键部分：

我们做什么 — 必须包含：

• 产品一句话介绍
• 核心价值主张（内部版本，可使用任何语言）
• 适用于邮件的价值主张（适合外联的版本）
• 关键数据（可量化的主张——数据库规模、速度基准、覆盖率统计）
• 关键术语（内部术语及其定义）

证明资料库 — 必须包含：

• 可直接粘贴到邮件中的完整 PS 句子
• 每条内容都映射到：最佳受众、最佳假设、来源成功案例
• 每个证明要点都必须追溯到一个真实的成功案例
• 按照句子在邮件中的实际呈现方式撰写（包括“PS.”）

模式 2：更新

上下文文件已存在且用户想要添加或修改某个部分时使用。

步骤 1： 读取现有上下文文件。

步骤 2： 询问要更新什么。常见更新包括：

• 添加新的成功案例
• 添加营销活动结果
• 根据新经验更新 ICP
• 将域名添加到 DNC
• 修订或添加假设
• 在证明资料库中添加或更新证明要点
• 更新品牌语气规则
• 更新关键数据（例如，数据库规模增长）

步骤 3： 追加到相关部分。绝不覆盖现有条目——在表格中添加新行，在列表中添加新项目。

模式 3：通话录音整理

用户粘贴通话文字稿或会议记录时使用。

步骤 1： 阅读文字稿。

步骤 2： 提取并分类信号：

• ICP 信号 — 参会者、其角色、公司规模及其关注事项
• 成功案例数据 — 哪些内容引起了共鸣、他们对当前工作流的看法、已确认的痛点
• 证明要点候选项 — 可纳入证明资料库的具体成果或引述
• DNC 信号 — 提及的任何禁止联系的公司或域名
• 假设验证 — 哪些现有假设得到确认或被推翻
• 语气反馈 — 对语气、措辞或定位的任何反馈，以便更新语气规则

步骤 3： 向用户展示提取的信号以供确认。

步骤 4： 使用已确认的信号更新上下文文件。

模式 4：反馈循环

适用于从电子邮件序列工具（例如 Instantly）导入营销活动结果，或手动跟踪结果。

**步骤 1：**读取营销活动结果（CSV、粘贴的数据或电子邮件序列工具的导出内容，例如 Instantly）。

**步骤 2：**提取指标：

• 营销活动名称、垂直领域、列表规模
• 打开率、回复率、积极回复率
• 表现最佳的假设（哪些 P1 角度获得了回复）
• 积极回复与消极回复中的模式

**步骤 3：**在 ## Campaign History 表格中添加新行。

**步骤 4：**根据结果更新 ## Active Hypotheses：

• 将回复率高的假设提升为 Validated
• 将未引起共鸣的假设降级为 Retired
• 记录回复模式所提示的任何新假设

**步骤 5：**如果营销活动结果揭示了新的证明要点，则更新 ## Proof Library：

• 新的成功案例 → 撰写新的 PS 句子
• 未引起共鸣的现有证明要点 → 添加备注或移除

跨技能引用

此上下文文件会被以下技能读取：

• hypothesis-building — 读取 ICP、成功案例和产品价值主张，以生成痛点假设
• email-prompt-building — 读取 Voice、What We Do、Proof Library 和 Active Hypotheses，以构建提示词模板
• email-generation — 读取提示词模板（该模板基于此文件构建）
• list-building — 读取 ICP 和成功案例，以筛选种子公司
• market-research — 读取 ICP 和假设，以确定研究范围
• enrichment-design — 读取假设，以设计细分列
• list-segmentation — 读取假设，以制定分级逻辑
• email-response-simulation — 读取 Voice 规则，以约束改写
• campaign-sending — 读取 DNC 列表，以排除相关对象

参考

完整文件架构及所有章节和字段定义，请参阅 references/context-schema.md。