mcpField
R
research

research

github.com/swan-gtm营销与增长22143 次安装1 周前更新
代码仓库

关于 research

面向销售和客户账户工作的目标导向研究技能,可将请求分流到公司、个人、账户团队、市场信号、财务和技术等专题。它指导按需控制研究深度、引用来源、标记不确定信号,并综合结果而非倾倒原始数据。

主要功能

  1. 01将请求分流到对应研究专题
  2. 02按请求调整研究深度
  3. 03检查现有 Swan 和 CRM 数据
  4. 04付费补充前优先使用免费预览
  5. 05引用来源并标记不确定性

适用场景

  1. 01准备公司或个人简报
  2. 02梳理账户的采购委员会
  3. 03查看近期新闻、财务或技术栈
  4. 04外联前评估潜在客户

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/swan-gtm/gtm-skills --skill research

安装后在 Claude Code 中输入/research确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
accountteam.md
company.md
competitormentions.md
domain.md
financial.md
gtmmotion.md
news.md
person.md
techstack.md

详细介绍

说明

研究以目标为导向,无需组织配置即可运行——没有状态提示段落,也没有 Setup.md。Agent 只需跳转到正确的子页面并执行即可。

步骤 1 — 解析需求,选择子页面

根据用户询问的内容进行路由。通过 swan-get-skill 加载子页面。

需求类型子页面
泛指公司 / 某家公司 / “X 是做什么的” / “/research acme”Company
指定人物——“/research tom from acme”、“介绍一下 Jane Doe”Person
梳理某个客户内部的人员——采购委员会、应该联系谁AccountTeam
目标公司的销售方式 / GTM / 定价策略GTMmotion
最新动态 / 新闻 / 信号 / 最近 30 天News
域名级别 / 网站流量 / SEO / 数字足迹Domain
财务状况 / 融资 / 收入 / 资金可维持时间 / 所有权Financial
仅关注技术栈——他们使用哪些工具TechStack
目标公司提及竞争对手之处 / 替代信号CompetitorMentions

如果需求含糊不清(例如只提到公司名称,没有更多背景),默认选择 Company。如果需求明确涉及多个方面(“研究 acme——公司情况加采购委员会”),可以加载两个子页面,但始终要选定一个主要页面。

步骤 2 — 选择深度

大多数需求只需要一段话的回答;有些则需要详尽报告。根据用户的措辞判断:

  • “/research acme” / “acme 是做什么的” → 简要概览(3–5 行,概述要点)。
  • “深入介绍 acme” / “完整报告” / 会前准备,面向 VP 及以上级别 → 从头到尾执行子页面流程。
  • “快速判断一下——acme 是否符合 ICP” → 一段话的简短回答。

默认提供简要概览。只有当用户要求深入分析,或场景需要时(董事会准备、创始人引荐、高管外联),才增加深度。明明一句话就能回答,却过度研究,是最常见的失败模式。

步骤 3 — 加载子页面并执行

子页面负责其对应方面的流程。按其说明执行。

所有子页面都遵循相同的低成本优先模式:

  • 检查 Swan 已有的信息(swan-search-companies、swan-get-memory、先前的简报)
  • 如果已连接,则检查 CRM
  • 在付费数据增强之前,先使用免费的预览工具(swan-fetch-scraped-url、swan-fetch-businesses、swan-website-traffic、swan-fetch-business-events)
  • 仅当低成本信号仍存在实际信息缺口时,才进行数据增强(swan-enrich-company、swan-enrich-contact)
步骤 4 — 输出格式

默认提供结构清晰的简短摘要,而非未经整理的抓取数据。每个子页面的结尾都有一个整合后的内容块——遵循其格式。始终做到:

  • 在正文中注明来源(例如“通过 swan-website-traffic”、“来自 LinkedIn 于 2026-05-03 发布的帖子”、“新闻稿”)。
  • 对较弱的信号标注置信度(根据线索密度标为高 / 中 / 低)。
  • 优先呈现信号最强的发现。不要把重点埋在大段背景信息中。
  • 如果研究得出了值得重复使用的长期有效事实(财务状况、技术栈、销售模式类型),请通过 swan-update-company 在 Swan 中标记该公司,以便后续工作可以沿用这些信息。

优质成果的标准

  • 深度与需求相符。 一段话足以回答时,就给出一段话;风险较高时,再提供完整档案。读懂情境比面面俱到地检索更重要。
  • 引用来源,标明置信度。 每项陈述都指向工具结果、URL 或 CRM 记录。软信号(推断的收入、销售模式、资金可支撑时间)必须明确标注“估算”或“看起来像”,绝不能当作事实陈述。
  • 先说重点。 用户能在 30 秒内看到自己想要的信息。最有力的切入点应放在输出第一行,而不是埋在公司概况之后。
  • 懂得何时停止。 如果商业事件已覆盖所需范围,就不要再进行网页抓取。如果某人没有公开资料,档案应如实说明并到此为止。

容易忽略的问题:

  • 研究过度。 只需查看一个子页面时,却把所有子页面都跑一遍;该用简要流程时,却启动深度流程。
  • 把所有信号都视为同等可信。 把员工人数 × 行业平均值推算出的收入当作事实陈述。陈述推断出的销售模式,却不加任何限定。
  • 原始数据倾倒。 在聊天中粘贴 40 条 LinkedIn 帖子、200 个关键词或完整的丰富信息载荷。先综合,再总结。

规则

  • 每次调用 MUST 只选择一个子页面,除非用户明确要求多维度研究。
  • MUST 在文中引用来源,并标明软信号的置信度。
  • 在串联付费数据丰富化之前,MUST 先检查免费预览工具(swan-fetch-scraped-url、swan-fetch-businesses、swan-website-traffic、swan-fetch-business-events)。
  • MUST 将研究得出的任何持久事实(销售模式、财务状况、检测到的技术栈、ICP 匹配度)标记到 Swan 中的公司记录上。
  • NEVER 输出原始数据倾倒。始终综合整理,并按相应子页面的输出结构呈现。
  • NEVER 编造来源中没有的引语、观点、财务数据或优先事项。
  • 在检查 Swan 和 CRM 中已有的信息之前,NEVER 串联调用 swan-enrich-company 或 swan-enrich-contact。
  • 如果工具结果被截断,应在 swan-execute-code 中读取 files/tool-outputs/<toolName>_<callId>.json,并据此总结。

此技能将逐步扩展的细分子页面

现已推出:

  • Company — 公司概况研究(“/research acme”的默认入口)
  • Person — 指定人物的完整档案
  • AccountTeam — 对单个客户的采购委员会进行梳理
  • GTMmotion — 目标公司当前的销售方式
  • News — 扫描过去 30 天的动态信号
  • Domain — 数字足迹、流量和 SEO 状况
  • Financial — 融资历史、所有权、资金可支撑时间及压力
  • TechStack — 按类别检测工具
  • CompetitorMentions — 对指定竞争对手的公开提及

随着用例逐渐明确,持续新增:

  • AcquisitionTargets — 为并购或合作候选名单开展研究
  • CustomerHealth — 面向现有客户的研究分析(扩张/流失风险)
  • IndustryDeepDive — 研究整个垂直行业,而非单个客户
  • Investor — 合伙人/基金研究
  • Board — 为董事或董事长准备董事会材料

评论

支持 Markdown