mcpField
P
prospect

prospect

github.com/apolloio营销与增长33619 次安装6 周前更新
代码仓库

关于 prospect

prospect 是用于从理想客户画像(ICP)生成排序潜在客户名单的 Apollo 工作流技能,适合销售与营销团队。它将自然语言条件转成公司和联系人筛选条件,依次搜索、补全信息并按匹配度呈现结果。

主要功能

  1. 01从描述解析 ICP 条件
  2. 02按条件搜索公司
  3. 03补全公司信息并排序
  4. 04查找并补全决策者
  5. 05按 ICP 匹配度展示名单
  6. 06提供保存、导出等后续操作

适用场景

  1. 01寻找特定行业和规模的公司联系人
  2. 02按职位与地区建立潜在客户名单
  3. 03补全重点公司及联系人的资料
  4. 04调整筛选条件并重新搜索

MCP 相关

该技能通过 Apollo MCP 工具搜索公司与联系人、补全资料,并可创建联系人。它也提供序列加载等后续操作流程。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/apolloio/apollo-mcp-plugin --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