list-segmentation

细分与分层

获取一张增强后的表格和一组假设，并生成分层、细分后的名单。这将决定向谁发送哪条消息，以及发送顺序。

输入

输入	来源	必需
增强后的表格	Extruct 表格 ID（在 list-enrichment 之后）	是
假设集	claude-code-gtm/context/{vertical-slug}/hypothesis_set.md 或上下文文件	是
上下文文件	claude-code-gtm/context/{company}_context.md	推荐

Extruct API 操作

此技能会将所有 Extruct API 调用委托给 extruct-api 技能。

对于所有 Extruct API 操作，请阅读并遵循 skills/extruct-api/SKILL.md 中的说明。

此技能中唯一的 Extruct 操作是获取增强后的表格数据。其他所有内容都属于纯推理。

工作流

步骤 1：加载数据

使用 extruct-api 技能获取增强后的表格数据。解析所有行及其增强列值。

读取假设集文件。将每条假设解析为：

• 编号和简短名称
• 包含数据点的描述
• 最匹配的公司类型

步骤 2：将公司与假设匹配

对每行公司数据，评估哪条假设最匹配。考虑：

1. 增强数据一致性 — 增强列中的值是否符合假设的“最匹配”描述？
2. 信号强度 — 有多少增强列包含有用数据（非 N/A）？
3. 具体程度 — 公司的概况与假设是高度吻合还是大致吻合？

为每家公司分配一个主要假设。如果有多条假设匹配，选择信号最强的一条。

决策框架：

For each company:
  1. Read all enrichment values
  2. For each hypothesis:
     - Does the company's vertical/industry match the "best fit"?
     - Do enrichment values confirm the hypothesis pain point?
     - Is there a specific data point that makes this hypothesis resonate?
  3. Pick the hypothesis with the strongest evidence
  4. If no hypothesis fits well, mark as "Unmatched"

步骤 3：分配层级

根据匹配强度和数据丰富度分为三个层级：

层级	标准	行动
层级 1	与假设高度匹配 + 数据丰富（填充了 3 个以上增强字段）+ 有明确的切入信号	经 email-response-simulation 审核后发送个性化邮件
层级 2	与假设中度匹配，或数据丰富但没有明确的切入信号	通过 email-generation 发送标准模板邮件
层级 3	匹配度低，或数据缺失（2 个以上字段为 N/A），或没有匹配的假设	暂缓处理，等待重新增强或改用其他营销活动

层级 1 信号（符合以下任一项）：

• CEO/领导层曾公开发表与该假设相关的言论
• 近期新闻与痛点直接相关
• 招聘的职位表明存在该假设所述的痛点
• 增强结果中的假设匹配度得分较高（等级 4-5）

层级 3 信号（符合以下任一项）：

• 大多数增强字段返回 N/A
• 没有假设匹配度超过阈值
• 公司概况过于笼统，无法有把握地进行细分

步骤 4：生成输出

以两种格式输出细分后的名单：

Markdown 表格（供审核）：

## Segmented List: [Campaign Name]

### Tier 1 — [N] companies (personalized outreach)

| Company | Domain | Hypothesis | Tier Rationale | Hook Signal |
|---------|--------|-----------|----------------|-------------|
| [name] | [domain] | #[N] [name] | [why this tier] | [specific hook] |

### Tier 2 — [N] companies (templated outreach)

| Company | Domain | Hypothesis | Tier Rationale |
|---------|--------|-----------|----------------|
| [name] | [domain] | #[N] [name] | [why this tier] |

### Tier 3 — [N] companies (hold/re-enrich)

| Company | Domain | Issue |
|---------|--------|-------|
| [name] | [domain] | [what's missing] |

CSV（供 email-generation 使用）：

保存到 claude-code-gtm/csv/input/{campaign-slug}/segmented_list.csv，包含以下列：

• company_name、domain、tier、hypothesis_number、hypothesis_name、tier_rationale、hook_signal

步骤 5：与用户审核

提供统计摘要：

• 公司总数：N
• 层级 1：N（X%）
• 层级 2：N（X%）
• 层级 3：N（X%）
• 未匹配：N

询问：

• “层级分布看起来合理吗？（通常：层级 1 占 10-20%，层级 2 占 50-60%，层级 3 占 20-30%）”
• “有哪些公司应该调整层级吗？”
• “准备进入 email-generation 阶段了吗？”

参考

详细的分层决策矩阵请参见 references/tiering-framework.md。