funding-signal-outreach

融资信号触达

检测一组公司的近期融资事件，根据贵公司的背景评估其匹配度，寻找合适的联系对象，并起草个性化邮件。从信号发现到可直接发送的触达内容，一气呵成。

自动加载时机

在以下情况下加载此组合：

• 用户说“检查这些公司中是否有公司获得融资”“融资信号触达”或“联系近期获得融资的公司”
• 用户有一份公司名单，并希望根据融资信号采取行动
• 上游工作流（TAM Pulse、公司监控）触发融资信号检查

架构

此组合与工具无关。每个步骤都定义了数据契约（输入内容和输出内容）。满足各步骤要求的具体工具只需针对每个客户端/用户配置一次，无需在每次运行时询问。

┌─────────────────────────────────────────────────────────────────┐
│                  FUNDING SIGNAL OUTREACH                        │
│                                                                 │
│  ┌──────────┐   ┌──────────┐   ┌──────────┐   ┌──────────┐    │
│  │  DETECT  │──▶│ QUALIFY  │──▶│  FIND    │──▶│  DRAFT   │    │
│  │ Funding  │   │ & Rank   │   │  People  │   │  Emails  │    │
│  └──────────┘   └──────────┘   └──────────┘   └──────────┘    │
│       │              │              │              │            │
│  Input: companies  + your company  + buyer       + signal      │
│  Tool: web search    context        personas      context      │
│    or apollo         (LLM)         Tool: apollo   (LLM)       │
│    or crunchbase                     or linkedin              │
│    or any                            or clearbit              │
│                                      or any                   │
└─────────────────────────────────────────────────────────────────┘

---

步骤 0：配置（一次性设置）

首次为客户端/用户运行时，收集并保存以下偏好。后续运行时跳过。

公司来源配置

问题	选项	保存为
贵公司的名单来自哪里？	CSV 文件 / Salesforce / HubSpot / Supabase / 手动名单	company_source
哪些字段可用于识别公司？	至少包括：公司名称 + 域名。可选：行业、规模、所在地	company_fields

信号检测配置

问题	选项	保存为
应如何检测融资信号？	网页搜索（免费）/ Apollo / Crunchbase API / PitchBook	signal_tool
应回溯多久？	7 / 14 / 30 / 60 / 90 天	lookback_days

联系人查找配置

问题	选项	保存为
应如何查找这些公司的联系人？	Apollo / LinkedIn Sales Nav / Clearbit / 网页搜索 / 手动查找	contact_tool
您有 API 访问权限吗？	有（提供密钥）/ 没有（使用免费方案或网页搜索）	contact_api_access

触达配置

问题	选项	保存为
希望通过什么渠道发送触达内容？	Smartlead / Instantly / Outreach.io / Lemlist / Apollo / 导出 CSV	outreach_tool
仅邮件还是多渠道？	仅邮件 / 邮件 + LinkedIn	outreach_channels

贵公司的背景

问题	用途	保存为
贵公司是做什么的？（1-2 句话）	资格评估 + 邮件个性化	company_description
贵公司解决什么问题？	邮件切入点	pain_point
理想买家是什么类型？（职位、部门）	联系人查找筛选条件	buyer_personas
请列出 2-3 个证明依据（客户、指标、成果）	提升邮件可信度	proof_points
产品的价格范围是什么？（SMB / 中端市场 / 企业级）	融资阶段资格评估	price_tier

配置保存位置： clients/<client-name>/config/signal-outreach.json 或等效位置。

---

步骤 1：检测融资信号

目的： 针对输入名单中的每家公司，判断其在回溯时间范围内是否获得融资。

输入契约

companies: [
  {
    name: string          # Required
    domain: string        # Required
    industry?: string     # Optional, helps qualification
    size?: string         # Optional
    location?: string     # Optional
  }
]
lookback_days: integer    # From config (default: 30)

流程

针对每家公司（或分批处理）：

1. 搜索融资公告，使用配置的 signal_tool：

   • 网页搜索： 针对每家公司查询 "{company_name}" AND ("raised" OR "funding" OR "Series") AND "2026"
   • Apollo： 使用公司信息补充接口获取融资数据
   • Crunchbase： 按日期筛选并查询融资轮次 API
   • 其他工具： 必须返回相同的输出契约

2. 从结果中提取融资详情：

   • 是否获得融资？（是/否）
   • 融资金额是多少？
   • 融资阶段是什么？（Seed、A、B、C、D+）
   • 何时融资？（确切日期或大致时间）
   • 谁领投？（投资者）
   • 来源 URL（用于核实）

3. 筛选： 移除未检测到融资信号的公司。

输出契约

funded_companies: [
  {
    name: string
    domain: string
    industry: string
    funding_amount: string        # e.g. "$15M"
    funding_stage: string         # e.g. "Series A"
    funding_date: string          # ISO date or "March 2026"
    lead_investors: string[]      # e.g. ["Sequoia", "a16z"]
    source_url: string            # Link to announcement
    confidence: "high" | "medium" # High = multiple sources or official PR
    original_company_data: object # Pass through all original fields
  }
]

人工检查点

将结果整理成表格：

Found funding signals for X of Y companies:

| Company | Amount | Stage | Date | Investors | Confidence |
|---------|--------|-------|------|-----------|------------|
| Acme    | $15M   | Series A | 2026-02-15 | Sequoia | High |
| ...     | ...    | ...   | ...  | ...       | ...        |

Proceed with qualification? (Y/n)

---

第 2 步：评估并确定优先级

目的： 根据已获融资的公司和贵公司的背景，按外联优先级排序。这一步完全依靠大模型推理，本质上与工具无关。

输入约定

funded_companies: [...]           # From Step 1 output
your_company: {
  description: string             # From config
  pain_point: string              # From config
  buyer_personas: string[]        # From config
  proof_points: string[]          # From config
  price_tier: string              # From config
}

流程

针对每家已获融资的公司，评估以下方面：

标准	权重	评估方式
阶段匹配度	高	融资阶段是否符合您的价格层级？A 轮 → SMB／中端市场工具。C 轮 → 企业级工具。
行业相关性	高	他们所在的行业是否存在您的产品能够解决的实际问题？
时机紧迫性	中	融资距今多久？<14 天 = 紧急窗口。30-60 天 = 仍有机会。60 天以上 = 热度下降。
规模信号	中	融资后的团队规模估算。他们是否有足够多的员工，需要您的产品？
融资金额	低	融资金额越大，工具预算越多。但即使小额融资也会触发供应商评估。

评分

为每家公司指定一个优先级层级：

• 第 1 层（今日行动）： 阶段匹配度、行业相关性均符合，且在 14 天内获得融资
• 第 2 层（本周行动）： 三项标准中符合两项，或在 15-30 天前获得融资且匹配度很高
• 第 3 层（排队）： 匹配度一般，或融资距今 30 天以上。值得联系，但不紧急。
• 剔除： 与您的产品／市场无关。从销售渠道中移除。

对于每家通过筛选的公司，生成：

• 相关性理由： 用 1-2 句话说明该公司为何会在当下关注您的产品
• 外联切入点： 将其融资与您的产品价值联系起来的具体话题
• 建议沟通方式： 以直接解决痛点、展望增长或提升运营效率为切入点

输出约定

qualified_companies: [
  {
    ...funded_company_fields,
    priority_tier: "tier_1" | "tier_2" | "tier_3"
    relevance_reasoning: string
    outreach_angle: string
    recommended_approach: string
    estimated_team_size: string    # Post-raise estimate
  }
]
dropped_companies: [
  {
    name: string
    drop_reason: string
  }
]

人工检查点

按层级分组展示通过筛选的公司：

## Qualification Results

### Tier 1 — Act Today (X companies)
| Company | Stage | Amount | Angle | Why |
|---------|-------|--------|-------|-----|
| ...     | ...   | ...    | ...   | ... |

### Tier 2 — Act This Week (X companies)
| ... |

### Tier 3 — Queue (X companies)
| ... |

### Dropped (X companies)
| Company | Reason |
|---------|--------|
| ...     | ...    |

Approve this list before we find contacts? You can promote, demote, or drop any company.

---

第 3 步：寻找相关联系人

目的： 根据买家角色画像，为每家通过筛选的公司找到合适的联系人。

输入约定

qualified_companies: [...]        # From Step 2 output
buyer_personas: [                 # From config
  {
    title_patterns: string[]      # e.g. ["VP Sales", "Head of Revenue", "CRO"]
    department: string            # e.g. "Sales", "Engineering"
    seniority: string             # e.g. "VP+", "Director+", "Manager+"
    role_type: "buyer" | "champion" | "user"
  }
]
max_contacts_per_company: integer # Default: 3-5

流程

针对每家通过筛选的公司，使用配置的 contact_tool：

1. 搜索符合买家角色画像的人员：

   • Apollo： 使用公司域名和职位筛选条件搜索人员
   • LinkedIn Sales Nav： 公司页面 → 按职位／资历筛选
   • Clearbit： 使用角色筛选条件调用 Prospector API
   • 网页搜索： 查询 site:linkedin.com/in "{company}" "{title}"
   • 任何其他工具： 必须返回相同的输出约定

2. 为找到的每位联系人收集：

   • 全名
   • 当前职位
   • 电子邮件（如果工具能够提供）
   • LinkedIn 网址
   • 角色类型分类（买家／倡导者／用户）

3. 为每家公司的联系人排序：

   • 优先选择买家（掌控预算的决策者）
   • 其次是倡导者（每天切身感受到痛点的中层员工）
   • 最后是用户（可自下而上推动采用的最终用户）

4. 每家公司最多联系 max_contacts_per_company 位联系人——通常为 3-5 人，以避免狂轰滥炸。

输出约定

contacts: [
  {
    person: {
      full_name: string
      first_name: string
      last_name: string
      title: string
      email: string | null
      linkedin_url: string | null
      role_type: "buyer" | "champion" | "user"
    }
    company: {
      name: string
      domain: string
      funding_amount: string
      funding_stage: string
      funding_date: string
      priority_tier: string
      outreach_angle: string
      relevance_reasoning: string
    }
  }
]
contacts_without_email: [...]     # Same structure, flagged for manual lookup

人工检查点

按公司分组展示联系人：

## Contacts Found

### Acme Corp (Tier 1 — Series A, $15M)
| Name | Title | Role Type | Email | LinkedIn |
|------|-------|-----------|-------|----------|
| Jane Doe | VP Sales | Buyer | [email protected] | linkedin.com/in/janedoe |
| John Smith | Sales Manager | Champion | [email protected] | linkedin.com/in/johnsmith |

### Beta Inc (Tier 1 — Series B, $40M)
| ... |

Total: X contacts across Y companies (Z without email)

Approve before we draft emails?

---

第 4 步：撰写个性化邮件

目的： 为每位联系人撰写个性化邮件序列，将融资信号与您的产品价值联系起来。这一步完全依靠大模型推理，本质上与工具无关。

输入约定

contacts: [...]                   # From Step 3 output
your_company: {                   # From config
  description: string
  pain_point: string
  proof_points: string[]
}
sequence_config: {
  touches: integer                # Default: 3
  timing: integer[]               # Default: [1, 5, 12] (days)
  personalization_tier: 1 | 2 | 3 # Default: 2
  tone: string                    # Default: "casual-direct"
  cta: string                     # Default: "15-min call"
}

流程

1. 根据信号类型选择框架：

   • 融资信号 → Signal-Proof-Ask（提及融资，展示证据，委婉提出请求）
   • 如果融资正是为了解决你所解决的问题 → BAB（采用前后对比的表述方式）

2. 为每位联系人构建个性化上下文：

   字段	来源	示例
   信号引用	步骤 1	“祝贺你们完成 1,500 万美元的 A 轮融资”
   公司背景	步骤 2	“随着你们在融资后扩大销售团队……”
   特定角色的痛点	步骤 3 role_type	买家 → 预算/投资回报率，内部支持者 → 日常摩擦，用户 → 工作流
   证明要点	配置	“像 [peer] 这样的公司使用我们的产品来……”
   联系切入点	步骤 2	“利用新资金快速扩大规模”

3. 根据 email-drafting 技能规则撰写邮件：

   • 第 1 次触达：50-90 个单词。以融资信号开场，提供证明，并附上委婉的行动号召。
   • 第 2 次触达：30-50 个单词。采用新的切入点（不同的证明要点或资源提议）。
   • 第 3 次触达：20-40 个单词。补充社会证明，或发送结束联系的邮件。
   • email-drafting 的所有硬性规则均适用（不写填充内容、不说“只是来跟进一下”，每封邮件只有一个行动号召等）。

4. 根据个性化级别：

   • Tier 1： 每次触达使用一个带合并字段的模板。所有联系人使用相同模板。
   • Tier 2： 每个（role_type + priority_tier）组合使用一个模板。替换痛点和证明内容。
   • Tier 3： 为每位联系人撰写专属邮件。提及对方的具体职位和公司的具体融资背景。

输出约定

email_sequences: [
  {
    contact: { full_name, email, company_name, ... }
    sequence: [
      {
        touch_number: integer
        send_day: integer
        subject: string
        body: string               # With merge fields resolved or ready
        framework: string
        word_count: integer
      }
    ]
  }
]

人工检查点

展示 3-5 组邮件序列（Tier 2 时每个级别展示一组；Tier 3 时每位联系人展示一组）：

## Sample Emails for Review

### Contact: Jane Doe, VP Sales @ Acme Corp (Tier 1, Series A $15M)

**Touch 1 — Day 1**
Subject: Before the Series A hiring sprint
> Hi Jane — congrats on the raise. As Acme scales the sales team...
> [full email]

**Touch 2 — Day 5**
Subject: How [peer company] handled post-raise scaling
> [full email]

**Touch 3 — Day 12**
Subject: One last thought
> [full email]

---

Approve these samples? I'll generate the rest in the same style.
Iterate? Tell me what to change (tone, length, angle, CTA).

获批后，生成其余邮件并输出完整内容。

---

步骤 5：移交给触达工具

目的： 将联系人和邮件序列整理好，以供已配置的触达工具使用。此步骤会根据工具调整输出格式。

输入约定

email_sequences: [...]            # From Step 4 output
outreach_tool: string             # From config
outreach_channels: string         # From config

流程

根据配置中的 outreach_tool：

工具	操作
Smartlead	接入 cold-email-outreach 第 4 阶段（Smartlead MCP 自动化）
Instantly	生成 Instantly 格式的 CSV
Outreach.io	生成兼容 Outreach 的 CSV
Lemlist	生成 Lemlist 格式的 CSV
Apollo	生成 Apollo 序列导入用的 CSV
CSV export	生成包含所有字段的通用 CSV

如果 outreach_channels 包含 LinkedIn：

• 接入 linkedin-outreach 技能，生成 LinkedIn 消息序列
• 为 LinkedIn 自动化工具（Dripify、Expandi 等）输出 CSV

输出约定

campaign_package: {
  tool: string
  file_path: string               # Path to CSV or campaign ID
  contact_count: integer
  sequence_touches: integer
  estimated_send_days: integer
  next_action: string             # "Upload to [tool]" or "Campaign created, activate when ready"
}

人工检查点

## Campaign Ready

Tool: Smartlead (or CSV export, etc.)
Contacts: 23 people across 8 companies
Sequence: 3 touches over 12 days
File: skills/composites/funding-signal-outreach/output/{campaign-name}-{date}.csv

Ready to launch? (This is the final gate before emails are sent or files are created)

---

执行摘要

步骤	工具依赖	人工检查点	典型耗时
0. 配置	无	仅首次运行	5 分钟（一次性）
1. 检测	可配置（网络搜索、Apollo 等）	审核已融资公司列表	2-5 分钟
2. 筛选	无（大模型推理）	批准/调整级别排名	2-3 分钟
3. 查找人员	可配置（Apollo、LinkedIn 等）	批准联系人列表	2-3 分钟
4. 起草邮件	无（大模型推理）	审核邮件样例并迭代	5-10 分钟
5. 移交	可配置（Smartlead、CSV 等）	最终启动审批	1 分钟

人工审核总耗时：约 15-20 分钟，即可从“这是我的目标公司”推进到“触达已启动”。

---

提示

• 每周运行——融资信号的触达窗口为 1-3 周，之后公司会收到大量供应商推介
• Tier 1 公司应在融资公告发布后 48 小时内联系，以取得最大效果
• 每家公司联系 3-5 人最为合适。再多就可能让对方觉得“我们被狂轰滥炸了”
• Signal-Proof-Ask 框架最适用于融资信号，因为信号本身就是切入点
• **除非融资金额已公开且令人印象深刻，否则不要在邮件中提及金额。**应关注融资对他们意味着什么（增长、招聘、新工具），而不是金额本身