mcpField
P
prospect

prospect

github.com/anthropics营销与增长33.6k2.9k 次安装1 天前更新
代码仓库

关于 prospect

Prospect 将自然语言描述的理想客户画像转化为排序并补全信息的潜在客户名单,供销售开发使用。它按流程指导 Apollo 搜索、数据补全和后续操作。

主要功能

  1. 01将 ICP 转为公司和人员筛选条件
  2. 02搜索并补全公司信息
  3. 03查找并补全决策者信息
  4. 04按 ICP 匹配度排序潜在客户
  5. 05提供保存、加入序列和导出操作

适用场景

  1. 01按职位、行业和地区条件建立潜在客户名单
  2. 02对目标公司的决策者进行排序
  3. 03准备补全信息后加入 Apollo 序列的联系人

MCP 相关

该技能调用 Apollo MCP 工具搜索公司和人员、补全信息、创建联系人并加入序列。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/anthropics/knowledge-work-plugins --skill prospect

安装后在 Claude Code 中输入/prospect确认已加载。

详细介绍

Prospect

从 ICP 描述一步到位生成排好序、已补充信息的线索列表。用户通过"$ARGUMENTS"描述其理想客户。

示例

  • /apollo:prospect VP of Engineering at Series B+ SaaS companies in the US, 200-1000 employees
  • /apollo:prospect heads of marketing at e-commerce companies in Europe
  • /apollo:prospect CTOs at fintech startups, 50-500 employees, New York
  • /apollo:prospect procurement managers at manufacturing companies with 1000+ employees
  • /apollo:prospect SDR leaders at companies using Salesforce and Outreach

第 1 步 — 解析 ICP

从"$ARGUMENTS"中的自然语言描述提取结构化筛选条件:

公司筛选条件:

  • 行业/垂直领域关键词 → q_organization_keyword_tags
  • 员工人数区间 → organization_num_employees_ranges
  • 公司所在地 → organization_locations
  • 指定域名 → q_organization_domains_list

个人筛选条件:

  • 职位名称 → person_titles
  • 资历级别 → person_seniorities
  • 个人所在地 → person_locations

如果 ICP 描述过于模糊,请在继续之前提出 1-2 个澄清问题。至少需要职位/角色,以及行业或公司规模。

第 2 步 — 搜索公司

使用 mcp__claude_ai_Apollo_MCP__apollo_mixed_companies_search,并传入公司筛选条件:

  • q_organization_keyword_tags 用于行业/垂直领域
  • organization_num_employees_ranges 用于规模
  • organization_locations 用于地域
  • 将 per_page 设为 25

第 3 步 — 补充头部公司信息

使用 mcp__claude_ai_Apollo_MCP__apollo_organizations_bulk_enrich,传入前 10 个结果的域名。这将获取营收、融资、员工数和企业画像数据,以帮助对公司进行排序。

第 4 步 — 查找决策者

使用 mcp__claude_ai_Apollo_MCP__apollo_mixed_people_api_search,并设置:

  • 来自 ICP 的 person_titles 和 person_seniorities
  • q_organization_domains_list 限定为已补充信息的公司域名
  • per_page 设为 25

第 5 步 — 补充头部线索信息

积分提醒:在继续之前,请明确告知用户将消耗多少积分。

使用 mcp__claude_ai_Apollo_MCP__apollo_people_bulk_match 每次调用补充最多 10 条线索,并传入:

  • 每个人的 first_name、last_name、domain
  • 将 reveal_personal_emails 设为 true

如果线索超过 10 条,则分批进行多次调用。

第 6 步 — 展示线索表

以排序表格展示结果:

符合以下条件的线索:[ICP 摘要]
#姓名职位公司员工数营收邮箱电话ICP 匹配度

ICP 匹配度评分:

  • 强 — 职位、资历、公司规模和行业全部匹配
  • 良 — 4 项条件中有 3 项匹配
  • 部分 — 4 项条件中有 2 项匹配

摘要:共找到 X 条线索,涉及 Y 家公司。消耗 Z 积分。

第 7 步 — 提供后续操作

询问用户:

  1. 全部保存到 Apollo — 对每条线索通过 mcp__claude_ai_Apollo_MCP__apollo_contacts_create 批量创建联系人,并设置 run_dedupe: true
  2. 加载到序列中 — 询问要使用哪个序列,并为这些联系人运行序列加载流程
  3. 深入了解某家公司 — 对列表中的任意公司运行 /apollo:company-intel
  4. 优化搜索 — 调整筛选条件并重新运行
  5. 导出 — 将线索格式化为类 CSV 表格,便于复制粘贴

评论

支持 Markdown