关于 disco-like
该技能使用 DiscoLike 根据种子域名或自然语言 ICP 描述发现相似公司,面向需要扩展目标公司名单的团队。它支持混合搜索与排除域名,并将公司级结果导出为 CSV。
主要功能
- 01基于种子域名发现相似公司
- 02通过文本描述搜索 ICP
- 03组合域名与文本搜索
- 04排除指定公司域名
- 05导出公司数据为 CSV
适用场景
- 01从现有客户拓展目标公司名单
- 02根据 ICP 描述寻找潜在公司
- 03排除客户与竞争对手后构建名单
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ growthenginenowoslawski/ coldoutboundskills --skill disco-like安装后在 Claude Code 中输入/disco-like确认已加载。
附带文件scripts/discover.ts
详细介绍
Disco-Like
相似公司发现。提供 3-10 个你认为匹配度很高的种子域名;它会根据领域、行业和业务特征返回数百家类似公司。适合将一份小型的优质已知名单扩展为更大的 TAM,而无需手动调研。
适用场景
- 你有 3-10 个非常喜欢的客户域名,想要“更多类似客户”
- 你想将一份小型客户名单扩展为完整的 TAM
- 你有 ICP 描述,但不想手动构建 Prospeo 筛选条件
- 拓展竞争市场或相邻市场
不适用场景
- 你需要的是人员,而不是公司(之后可使用 Prospeo 或 Blitz)
- 你的 ICP 极其狭窄或尚处于萌芽阶段(现有种子示例少于 5 个)
- 预算紧张 — DiscoLike 按调用次数和记录数收费;请参阅费用部分
两种搜索模式
模式 A — 种子域名(最常用)
npx tsx scripts/discover.ts --domains "clay.com,apollo.io,outreach.io" --country US --limit 500 --out lookalikes.csv
DiscoLike 会查找与你提供的种子具有相似特征(行业组合、员工人数范围、业务类型、技术栈)的公司。
模式 B — 自然语言 ICP
npx tsx scripts/discover.ts --text "B2B SaaS companies selling outbound sales software to RevOps teams" --country US --out lookalikes.csv
使用 DiscoLike 的文本匹配功能。精确度不如种子域名,但在你没有已知可比公司时很有用。
混合模式
npx tsx scripts/discover.ts --domains "clay.com" --text "outbound automation" --country US --out lookalikes.csv
结合两种模式 — 从种子开始,通过文本语义扩展。
否定条件(排除现有客户 / 竞争对手)
npx tsx scripts/discover.ts \
--domains "clay.com,apollo.io" \
--negation-domains "yourcompany.com,yourbigcustomer.com" \
--country US \
--out lookalikes.csv
务必加入你自己的域名、现有客户和已知的不匹配竞争对手。这样可以节省后续的客户信息补全费用。
输入
DISCOLIKE_API_KEY(环境变量)— 来自 DiscoLike 控制面板--domains或--text(至少需要提供其中一项)- 可选:
--negation-domains、--country、--limit、--max-companies
输出
CSV,包含以下列:domain, company_name, industry, headcount_range, headcount, location_country, location_state, location_city, linkedin_url, description, source
所有行的 source=discolike,因此你可以与其他名单构建工具的输出混合使用,不会发生冲突。
费用
- 每次 API 调用 $0.10 + 每返回 1,000 条记录 $2.00
- 默认分页大小:每次调用 100 条
- 发现 500 家公司 = 约 5 次调用 + 500 条记录 ≈ $1.50
- 发现 10,000 家公司 ≈ $10 + $20 = $30
与按导出次数收费的 Prospeo 相比,DiscoLike 通常发现每家公司更便宜,但补全每个联系人的费用更高(DiscoLike 提供公司信息,而非人员信息)。
必需步骤:使用 /icp-prompt-builder 进行筛选
此步骤为必需步骤,不可跳过。
在获取 5,000 家公司之前,先用一小批样本(50-100 家)运行 DiscoLike,然后调用 /icp-prompt-builder:
- 评估这 50 家中有多少符合 ICP
- 根据 DiscoLike 返回的结果,优化 ICP 描述 / 否定名单
- 只有完成以上步骤后,才能扩展到 5,000 家以上
为什么这是必需步骤: DiscoLike 的相似公司搜索结果,质量取决于种子域名。如果前 50 家中有 80% 不匹配,你需要更换种子,而不是付费获取更多结果。按每次调用 $0.10 + 每 1,000 条记录 $2 计算,使用错误种子获取 10K 条记录会产生 $20-$30 的 DiscoLike 费用,还会导致后续浪费电子邮件查找费用。先筛选前 50 家,就能在错误种子造成高额费用之前发现问题。
推荐流程
/icp-onboarding→ 确定种子公司(你最好的 5 家客户)/disco-like --domains="seed1,seed2,..." --limit=100 --out=sample.csv→ 运行样本搜索/icp-prompt-builder→ 为样本评分,调整 ICP 提示词- 如果样本质量很高,则扩展搜索:
/disco-like ... --limit=5000 --out=full.csv /blitz-list-builder --domains-file=full.csv→ 查找每家公司的决策者/list-builder(阶段 5,电子邮件)→ 补充电子邮件地址- 上传到 Smartlead
API 详情(参考)
基础 URL: https://api.discolike.com/v1
身份验证: x-discolike-key 标头
端点:
| 方法 | 路径 | 用途 |
|---|---|---|
| GET | /count?domains=X&text=Y | 匹配公司的总数(付费拉取前) |
| GET | /discover?domains=X&text=Y&country=Z&limit=100&offset=0 | 分页获取相似公司结果 |
| GET | /bizdata?domain=X | 获取单个域名的详细数据 |
每家公司返回的数据:
domain、name、descriptionindustry_groups(加权字典 — 脚本会选取排名最高的行业)employees(范围字符串,例如 "51-200")address(国家、州、城市)social_urls(脚本会提取 LinkedIn 公司 URL)
速率限制: 较为保守 — 脚本会将并发数限制为 5、请求速率限制为每秒 10 次。正常运行时未观察到 429 错误。
常见注意事项
- 种子域名必须是干净的裸域名。
clay.com可用,https://clay.com/不可用。 - 文本模式的模糊程度超出预期。 搜索 “Outbound sales” 会返回 SaaS 公司、代理机构和咨询公司,范围很广。使用种子域名缩小范围。
- 不提供人员数据。 DiscoLike 面向公司级数据。始终与 Blitz 或 Prospeo 串联使用以查找联系人。
- 美国以外地区的覆盖情况不一。 美国的数据最全面。欧盟和亚太地区的覆盖较弱;数量可能会产生误导。
- 先检查数量。 付费获取 10,000 条记录前,先运行
/count,确认目标范围内确实有 10,000 条记录。许多细分 ICP 的记录数量最多只有 500–2000 条。
脚本
scripts/discover.ts— 主要搜索脚本,并输出 CSV
下一步
对包含 50 家公司的样本运行 /icp-prompt-builder(上述必需步骤)。然后选择以下任一方式:
/blitz-list-builder,查找每个筛选后域名对应的负责人联系方式,或- 如果名单仅包含公司且你会通过其他方式补充数据,则直接运行
/list-quality-scorecard
或者稍后再做: 如果 50 家公司的样本与 ICP 匹配度较低(<40%),不要扩大规模。更换种子域名,并使用更合适的输入重新运行。
相关技能
/icp-onboarding— 定义你将使用的种子域名/icp-prompt-builder— 扩大规模前,对前 50 条结果进行质量检查/blitz-list-builder— 串联使用,以查找每家发现公司的联系人/list-builder(阶段 5,电子邮件)— 使用 Blitz 后补齐缺失的电子邮件/cold-email-starter-kit→06-list-building-prospeo.md,了解更广泛的名单构建模式