icp-deep-scanner

ICP 深度扫描器

将已连接工具中的现有数据转化为严谨、有证据支撑的理想客户画像（ICP）和买家角色库。大多数 ICP 都是凭空写在幻灯片里的。这个 ICP 则是从实际最优客户、赢单与丢单、支持工单和评论中逆向分析得出，然后整理成可指导实际决策并供面板技能使用的内容。

此技能是 customer-panel-of-experts、prospect-panel-simulator 和 product-launch-war-room 的数据层。请先运行它；这些技能会读取它生成的角色库。

运作原则（请先阅读）

• **默认只读。**你可以查询和读取已连接的数据源。除非用户在本次会话中明确要求，否则不得在任何已连接工具中创建、更新、删除、发送或移动任何内容。执行任何写入或对外操作前，请先停止并确认。
• **只获取必要数据。**提取汇总数据和有代表性的样本，而不是整个数据库。你要构建的是客户画像，不是导出 CRM 数据。
• **尽量减少 PII。**角色资料是原型，不是档案。不得在输出文件中写入真实客户姓名、电子邮件、电话号码或账户 ID。引用真实记录时，只能使用匿名化的计数和引文（引文须去除可识别信息）。
• **仅通过环境变量处理密钥。**切勿读取、打印或写入凭据。假定令牌存储在环境变量（例如 $SUPABASE_TOKEN、$OPENAI_API_KEY）中，或由 MCP 连接本身提供。如果某数据源需要的身份验证信息不可用，请将其列在“无法访问的数据源”下，然后继续。
• **引用证据。**ICP 中的每项结论都必须能追溯到数据源。“买家大多是运营负责人”毫无用处；“过去 12 个月的 CRM 记录中，最近 20 笔已赢单里有 14 位内部支持者的职位属于运营部门”才有参考价值。

第 1 步 — 盘点可连接的数据源

询问用户要扫描哪些工具，或检测当前有哪些工具可用。明确每种数据源能提供哪些信息：

数据源（示例）	提取内容	访问方式
CRM（HubSpot、Salesforce、内部系统）	赢单与丢单的公司特征、内部支持者/买家的职位、交易金额、销售周期、赢单原因	MCP 连接器或只读 API
电子邮件/日历	实际参与沟通的人、会议频率、反复出现的异议表述	Gmail/Calendar MCP，只读
支持/工单/聊天	主要痛点主题、客户用语、客户遇到困难的环节	Intercom/Zendesk 导出、日志
评论（G2、Capterra、Trustpilot、App Store）	用户原话中的价值表述、切换诱因、否决因素	WebFetch / customer-review-aggregator
产品分析（GA4、Clarity、Mixpanel）	激活路径、持续使用的用户、流失点	Analytics MCP / API
账单（Stripe、Mercury）	实际收入集中情况、不同细分群体的扩张与流失情况	只读 API
数据库（Supabase/Postgres）	真实使用情况和群组行为	通过 $SUPABASE_TOKEN 执行只读 SQL
公共网站	公司特征补充、市场规模、竞争对手定位	WebSearch / WebFetch

列出数据源，标明当前哪些可以访问，并在扫描前确认范围。若要跨多个数据源进行广泛扫描，请并行派遣只读子 Agent（每个数据源一个），然后汇总其发现；请参阅 /agent-army。

第 2 步 — 从每个来源中提取信号

对于每个可访问的来源，提取：

• 公司概况 — 行业/垂直领域、公司规模、地理位置、商业模式、技术栈。
• 购买者 — 经济决策者、支持者、阻挠者、最终用户（来自真实交易的职位 + 职级）。
• 购买原因 — 触发事件、待完成的工作、他们放弃的替代方案。
• 不购买的原因 — 最常见的失败交易原因、主要异议、主要流失原因。
• 语言 — 客户使用的原话（挖掘评价和工单；不要改写成营销话术）。
• 经济效益 — ACV、CAC 信号、销售周期长度、扩张行为、客户集中度风险。

记录所有数据的样本量和日期范围。任何基于少于约 5 个数据点的结论，都标记为“信号较弱”。

第 3 步 — 综合出 ICP

编写 icp-profile.md：

# Ideal Customer Profile — {COMPANY}
Generated: {timestamp} · Sources scanned: {list} · Confidence: {High/Med/Low}

## The ICP in one sentence
{Vertical} companies of {size} who {trigger}, evaluated against {alternative}, where the champion is a {title} and the economic buyer is a {title}.

## Firmographic fit (with evidence)
- Industry: ... (evidence: N of M closed-won)
- Size: ...
- Geography / model / stack: ...

## Anti-ICP — who to disqualify
- {Segment} — closes slow, churns fast, low ACV (evidence)

## Buying committee
- Economic buyer · Champion · Blocker · End user — each with real titles + what they care about

## Triggers & jobs-to-be-done
## Top buy reasons / top no-buy reasons (ranked, with counts)
## The customer's own language (verbatim, scrubbed)
## Economics — ACV, cycle, expansion, concentration risk
## Confidence & gaps — what's thin, what to instrument next

第 4 步 — 构建角色库

编写 personas/ — 每个角色一个文件（3–6 个角色：通常包括支持者、经济决策者、阻挠者，以及 1–2 个关键最终用户或细分市场变体）。每个角色文件的结构都应便于面板技能直接加载：

---
persona_id: ops-leader-champion
role: Champion
archetype: "VP of Operations at a 50–200 person services firm"
based_on: "12 closed-won champions, CRM trailing 12 mo"
---
# {Archetype name}
- Goals / success metrics:
- Pains (verbatim language):
- What earns trust / what triggers skepticism:
- Buying authority & budget reality:
- Objections they raise (real, from lost deals):
- How they talk (tone, vocabulary, 2–3 scrubbed quotes):
- What would make them a hard NO:

另编写 personas/index.md，列出每个角色、其在决策委员会中的作用及其证据基础。

第 5 步 — 交接

最后提供：

• 一份 5 行的 ICP 摘要，供用户随处粘贴使用。
• “无法访问的来源”以及所需的身份验证/访问权限。
• “信心记录” — 哪些结论可靠，哪些信号较弱。
• 下一步要运行的确切命令：customer-panel-of-experts（让这些角色讨论某项决策）或 prospect-panel-simulator（让这些角色对推介进行压力测试）。

防护原则回顾

仅限只读，除非另有指示 · 输出中不得包含机密 · 角色是原型，而非档案 · 每项主张都注明来源和样本量 · 将较弱信号明确标出，不得隐瞒。