icp-identification

ICP 识别

研究一家公司或一个想法，定义理想客户画像，并引导至合适的下一步。这是任何“帮我找潜在客户”或“帮我绘制市场版图”请求的入口——它位于所有寻找潜在客户和构建 TAM 的技能上游，确保我们在执行前了解业务、定义目标并选择合适的方法。

自动加载时机

• 用户说“帮我找潜在客户”“帮我寻找客户对象”“我应该向谁销售”或类似的话
• 用户提供公司 URL，并询问潜在客户或客户对象
• 用户描述一个想法或产品，并想寻找客户
• 用户询问“我的 ICP 是什么？”或“帮我定义目标市场”
• 用户要求“绘制我的 TAM”“估算我的市场规模”或“建立目标客户名单”

阶段 0：收集背景信息

触发后，向用户收集以下信息：

1. 公司 URL，或描述你的想法／产品
2. 产品／服务的作用是什么？（如果已提供 URL，则跳过——我们会自行研究）
3. 你目前有哪些客户？（如果有，请询问具体公司名称、买家／支持者的职位，以及他们如何发现产品。这些示例比抽象描述更能校准搜索筛选条件。）
4. 你的定价／交易规模是多少？（有助于判断买家的资历层级）
5. 哪些人不适合？——询问哪些行业、公司类型、公司规模或职位明确不适合该产品。可用以下示例引导：“有没有哪些行业肯定行不通？公司规模太小或太大？哪些职位看起来合适，但从来不会购买？” 即使是粗略的排除条件，也能避免后续搜索结果嘈杂。

如果用户提供了公司 URL，请先使用网页工具进行研究，再提出后续问题。不要询问可以从网站上找到答案的问题。

信息收集原则： 每个回答都应有助于填充搜索筛选条件（职位、行业、员工人数范围、地区）或排除筛选条件（要跳过的职位、要忽略的行业、要避开的公司类型）。如果用户的回答过于模糊，无法转化为筛选条件，就进一步追问。不要问泛泛的策略问题——要问能让搜索更精准的问题。

阶段 1：研究

使用网页搜索和公司 URL，调查：

1. 公司研究——他们销售什么？卖给谁？价值主张是什么？定价模式是什么？
2. 市场分析——属于什么类别／领域？有哪些市场规模信号？处于什么增长阶段？
3. 竞争对手识别——排名前 3-5 的竞争对手是谁？他们如何定位？
4. 买家信号——谁会购买这类产品？职位是什么？哪些因素会触发购买？

输出： 将研究结果整理成简报（5-10 条要点），并交由用户确认。例如：

研究摘要：

• 公司向 Y 销售 X
• 主要竞争对手：A、B、C
• 典型买家：中型市场公司的副总裁／总监级人员
• 购买触发因素：团队扩张、从旧版工具迁移、新预算周期
• 定价表明目标买家属于中型市场／企业级

询问用户：“这符合你的理解吗？有什么需要纠正或补充的吗？”

阶段 2：定义 ICP

根据研究结果和用户输入，提出结构化的 ICP：

维度	建议	理由
职位名称	例如：销售副总裁、营收运营负责人	销售工具的直接买家
资历层级	例如：副总裁、总监	对于此交易规模拥有预算审批权
公司规模	例如：51-200 名员工	最适合该产品的目标区间
行业	例如：SaaS、FinTech	产品与市场契合度最高
地区	例如：美国、旧金山湾区	当前市场重点
信号	例如：近期招聘、发布过相关痛点	时机指标

以表格形式呈现。请用户确认、调整或完善。持续迭代，直至用户批准。

排除条件（同样重要）

定义需要筛除的对象。这些条件直接对应搜索工具中的“not in”／排除参数：

维度	排除对象	原因
要排除的职位名称	例如：实习生、协调员、助理、学生	没有预算权限或决策权
要排除的行业	例如：政府、教育、非营利组织	产品不服务于这些垂直行业
要排除的公司类型	例如：代理机构、咨询公司、独资企业	不符合产品模式
要排除的公司规模	例如：1–10 名员工、10,000 名以上员工	规模太小，不需要该产品／规模太大，无法购买
要排除的特定公司	例如：现有客户、竞争对手、合作伙伴	已在销售管道中，或不适合

将排除条件与纳入条件表一并呈现。请用户确认两者。

重要提示： ICP 定义将作为所有下游技能的输入上下文。请务必具体——模糊的 ICP 会产生模糊的潜在客户。

搜索精准度警告： 下游工具（Crustdata、Apollo）会根据你提供的确切职位名称字符串、行业标签和关键词进行匹配。过于宽泛或堆砌过多的筛选条件（例如，15 个关键词标签）会产生大量噪声结果。每个筛选值都应具体且有明确目的。如有疑问，请使用更少、更精准的值，并通过排除条件进一步缩小范围。

第 3 阶段：选择路径——TAM 还是潜在客户？

ICP 确定后，询问用户：

“现在我们已经定义了 ICP，你想要：

1. 绘制 TAM——建立经过评分的可寻址市场总量：发现所有符合 ICP 的公司，为其评分和分层，并为最匹配的客户建立人物画像观察名单。这是一种以市场为先的战略方法。
2. 立即寻找潜在客户——直接寻找可以联系的个人。这是一种注重战术、追求即时结果的方法。

如果你想全面了解市场、持续监测信号，并系统地采用基于客户的营销方法，最适合绘制 TAM。如果你需要立即联系目标对象，最适合寻找潜在客户。”

路径 A：绘制 TAM → tam-builder

如果用户选择绘制 TAM，不要直接开始完整构建。请先完成规模评估和确认环节：

关键：未经用户明确批准，不得写入数据库。 在用户查看样本结果并表示“开始”之前，tam-builder 绝不能向 Supabase 执行 upsert。这可以避免将不需要的条目写入数据库，导致后续难以清理。

步骤 1：预览 TAM 范围

使用 --preview 标志运行 tam-builder，统计公司总数，且不触及数据库：

python3 skills/capabilities/tam-builder/scripts/tam_builder.py \
  --config <config>.json --mode build --preview

向用户展示数量，以及成本／资源相关信息：

“根据你的 ICP 筛选条件，Apollo 在你的 TAM 范围内找到了 约 X 家公司。完整构建的预估如下：

• **Apollo API 额度：**约 Y 页公司搜索结果（每页 100 家公司）+ Tier 1–2 级公司的客户画像查询
• **Supabase 行数：**最多 X 条公司记录 + 预估数量的人物画像记录
• **耗时：**完整构建大约需要 Z 分钟

在正式开始之前，我先运行一次样本查询，让你了解评分和结果的情况。”

步骤 2：运行示例（不写入数据库）

在进行任何数据库写入之前，务必先运行示例：

python3 skills/capabilities/tam-builder/scripts/tam_builder.py \
  --config <config>.json --mode build --sample --test

此操作会搜索 Apollo（1 页，约 100 家公司），仅在内存中为它们评分，并打印：

• 层级分布（Tier 1 / 2 / 3 的数量）
• 得分最高的 Tier 1 公司
• Tier 2 公司示例

**不会向 Supabase 写入任何数据。**向用户展示输出，并询问：

“这是示例结果——[层级分布 + 公司示例]。看起来合适吗？您想要：

1. 继续完整构建——将约 X 家公司全部 upsert 到 Supabase
2. 限制构建范围——将公司数量限制在指定数目
3. 调整筛选条件——调整 ICP 筛选条件并重新采样 ”

如果用户想调整筛选条件并重新采样，再次运行 --sample --test。重新采样多少次都免费——在用户批准之前，不会触及数据库。

步骤 3：执行构建（仅在获得明确批准后）

用户确认后，在约定的范围内（完整或受限）运行 tam-builder，不要使用 --sample：

python3 skills/capabilities/tam-builder/scripts/tam_builder.py \
  --config <config>.json --mode build

**首次构建时切勿传入 --yes。**脚本内置的确认提示是额外的安全保障。

构建完成后，总结结果并说明后续步骤：

• signal-scanner — 监控 TAM 公司是否出现购买信号（员工人数变化、融资、职位发布、LinkedIn 活动）
• cold-email-outreach 或 linkedin-outreach — 信号出现时，联系 Tier 1-2 人物画像
• 完整链路：tam-builder → signal-scanner → cold-email-outreach

推荐 TAM 路径的情形：

• 用户希望采用系统化、基于客户账户的方法
• 市场定义明确，但用户不知道其中有哪些公司
• 用户计划持续开展外联（而非一次性活动）
• 用户希望在联系账户前按匹配度确定优先级
• 用户询问“市场规模评估”“目标客户账户列表”或“基于客户账户”

路径 B：寻找潜在客户 → 潜在客户挖掘技能

如果用户选择寻找潜在客户，请根据技能图中可用的内容，展示按优先级排序的策略：

#	策略	使用的技能	最适合	工作量
1	数据库搜索 — 按职位、行业、地区和公司规模搜索人员数据库	crustdata-supabase	高数量、宽泛的 ICP	低
2	痛点表述 — 查找发布与您的产品所解决问题相关内容的人士	pain-language-engagers	已表达需求的暖线索	中
3	竞争对手受众 — 查找与竞争对手内容互动的人士	competitor-post-engagers	已处于采购市场的潜在客户	中
4	KOL 受众 — 从行业意见领袖的受众中寻找潜在客户	kol-discovery → kol-engager-icp	细分市场、高质量潜在客户	中
5	招聘信号 — 查找正在招聘可由您的产品替代或支持的岗位的公司	job-posting-intent	有预算且需求紧迫的公司	中
6	活动参与者 — 从行业活动中寻找潜在客户	get-qualified-leads-from-luma	活跃且已处于采购市场的潜在客户	低
7	Apollo 数据库搜索 — 搜索 Apollo 的 2.1 亿以上联系人数据库（免费搜索，付费数据增强）	apollo-lead-finder	覆盖范围最广、可控成本的数据增强	低

推荐逻辑：

• 早期阶段 / ICP 宽泛 → 从数据库搜索（数量）+ 痛点表述（意向）开始
• 已成熟且已知竞争对手 → 竞争对手受众 + 数据库搜索
• 细分市场 → KOL 受众 + 活动参与者
• 高紧迫性 / 预算信号很重要 → 招聘信号 + 数据库搜索

根据 ICP 和公司阶段推荐 1-2 种策略，并询问用户选择执行哪种策略。

阶段 4：交接

用户选定路径和策略后：

1. 加载相应技能的 SKILL.md
2. 将 ICP 定义作为上下文传递——职位头衔、行业、地区、公司规模、信号
3. 使用已填充的 ICP 开始该技能的阶段 0（信息收集）——不要重复询问 ICP 已能回答的问题
4. 如果选了多种策略，按顺序执行——完成一种后再开始下一种

交接格式

切换到下游技能时，传递以下内容：

ICP Context (from icp-identification):

Include:
- Titles: [list]
- Seniority: [list]
- Company size: [range]
- Industries: [list]
- Region: [list]
- Signals: [list]
- Product: [what the user sells]
- Competitors: [identified competitors]

Exclude:
- Titles to exclude: [list]
- Industries to exclude: [list]
- Company types to exclude: [list]
- Company size to exclude: [ranges]
- Companies to exclude: [specific names, if any]

这样可确保下游技能跳过重复的信息收集问题，立即开始执行。必须同时传递纳入和排除标准——排除标准能够避免搜索结果中出现大量噪声。