关于 sales-engineer
面向销售工程师的销售流程技能,按发现、方案设计、演示、POC 和提案五阶段组织工作。配套 Python 脚本用于分析 RFP、比较竞争方案和规划 POC。
主要功能
- 01组织五阶段销售工程流程
- 02分析 RFP 覆盖率与需求缺口
- 03生成竞争功能矩阵与差异点
- 04制定 POC 计划和评估标准
- 05提供演示及技术提案模板
适用场景
- 01评估 RFP 是否适合投标
- 02按客户需求设计技术方案
- 03准备面向不同利益相关方的演示
- 04规划 POC 并评估是否继续推进
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ alirezarezvani/ claude-skills --skill sales-engineer安装后在 Claude Code 中输入/sales-engineer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。
assets/demo_script_template.mdexpected_output.jsonpoc_scorecard_template.mdsample_rfp_data.jsontechnical_proposal_template.mdreferences/competitive-positioning-framework.mdpoc-best-practices.mdrfp-response-guide.mdscripts/competitive_matrix_builder.pypoc_planner.pyrfp_response_analyzer.py详细介绍
售前工程师 Skill
5 阶段工作流
阶段 1:需求发现与调研
目标: 了解客户需求、技术环境和业务驱动因素。
检查清单:
- 与干系人开展技术需求发现会议
- 梳理客户当前的架构和痛点
- 识别集成需求与约束条件
- 记录安全与合规要求
- 评估该商机的竞争格局
工具: 运行 rfp_response_analyzer.py,对初始需求匹配度进行评分。
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json --format json > phase1_rfp_results.json
输出: 技术需求发现文档、需求映射表、初始覆盖度评估。
验证检查点: 进入阶段 2 前,覆盖率得分必须大于 50%,且必选项缺口不超过 3 项。可使用以下命令检查:
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json --format json | python -c "import sys,json; r=json.load(sys.stdin); print('PROCEED' if r['coverage_score']>50 and r['must_have_gaps']<=3 else 'REVIEW')"
阶段 2:方案设计
目标: 设计能够满足客户需求的方案架构。
检查清单:
- 将产品能力与客户需求进行映射
- 设计集成架构
- 识别定制需求及开发工作量
- 制定竞争差异化策略
- 绘制方案架构图
工具: 基于阶段 1 的数据运行 competitive_matrix_builder.py,识别差异化优势与劣势。
python scripts/competitive_matrix_builder.py competitive_data.json --format json > phase2_competitive.json
python -c "import json; d=json.load(open('phase2_competitive.json')); print('Differentiators:', d['differentiators']); print('Vulnerabilities:', d['vulnerabilities'])"
输出: 方案架构、竞争定位、技术差异化策略。
验证检查点: 进入阶段 3 前,需确认每个客户优先事项至少存在一项强差异化优势。若未发现任何差异化优势,应上报产品团队(参见集成点)。
阶段 3:演示准备与交付
目标: 针对干系人的优先事项,交付有说服力的技术演示。
检查清单:
- 搭建与客户使用场景匹配的演示环境
- 按干系人角色编写带有讲解要点的演示脚本
- 准备异议处理应对话术
- 演练故障场景及恢复路径
- 收集反馈并调整策略
模板: 使用 assets/demo_script_template.md 进行结构化的演示准备。
输出: 定制化演示、面向干系人的讲解要点、反馈记录。
验证检查点: 演示前,演示脚本必须覆盖 phase1_rfp_results.json 中标记的每一项必选需求。可使用以下命令进行交叉核对:
python -c "import json; rfp=json.load(open('phase1_rfp_results.json')); [print('UNCOVERED:', r) for r in rfp['must_have_requirements'] if r['coverage']=='Gap']"
阶段 4:POC 与评估
目标: 执行结构化的概念验证(POC),验证方案的可行性。
检查清单:
- 定义 POC 范围、成功标准和时间表
- 分配资源并搭建环境
- 分阶段执行测试(核心功能、高级功能、边界场景)
- 依据成功标准跟踪进度
- 生成评估记分卡
工具: 运行 poc_planner.py,生成完整的 POC 计划。
python scripts/poc_planner.py poc_data.json --format json > phase4_poc_plan.json
python -c "import json; p=json.load(open('phase4_poc_plan.json')); print('Go/No-Go:', p['recommendation'])"
模板: 使用 assets/poc_scorecard_template.md 进行评估跟踪。
输出: POC 计划、评估记分卡、go/no-go 建议。
验证检查点: 要推进 POC 转化,记分卡在所有评估维度(功能、性能、集成、易用性、支持)上的得分必须高于 60%。若得分低于 60%,应记录差距,并回退到阶段 2 重新设计方案。
阶段 5:方案提交与成交
目标: 交付技术方案,支持商务成交。
检查清单:
- 汇总 POC 结果与成功指标
- 编制包含实施计划的技术方案
- 用证据回应未解决的异议
- 支持定价与打包相关讨论
- 决策后开展赢单/丢单复盘分析
模板: 使用 assets/technical_proposal_template.md 编写技术方案文档。
输出: 技术方案、实施时间表、风险缓解计划。
Python 自动化工具
1. RFP 响应分析器
脚本: scripts/rfp_response_analyzer.py
用途: 解析 RFP/RFI 需求,评估覆盖度,识别差距,并生成投标/不投标建议。
覆盖类别: 完全覆盖 (100%)、部分覆盖 (50%)、计划中 (25%)、差距 (0%)。
优先级权重: 必须具备 3×、应当具备 2×、最好具备 1×。
投标/不投标逻辑:
- 投标: 覆盖度 >70% 且必须具备项差距 ≤3
- 有条件投标: 覆盖度 50–70% 或必须具备项差距 2–3
- 不投标: 覆盖度 <50% 或必须具备项差距 >3
用法:
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json # human-readable
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json --format json # JSON output
python scripts/rfp_response_analyzer.py --help
输入格式: 完整数据结构请参见 assets/sample_rfp_data.json。
2. 竞争矩阵构建器
脚本: scripts/competitive_matrix_builder.py
用途: 生成功能对比矩阵,计算竞争得分,识别差异化优势与薄弱环节。
功能评分: 完全支持 (3)、部分支持 (2)、有限支持 (1)、不支持 (0)。
用法:
python scripts/competitive_matrix_builder.py competitive_data.json # human-readable
python scripts/competitive_matrix_builder.py competitive_data.json --format json # JSON output
输出内容: 功能对比矩阵、加权竞争得分、差异化优势、薄弱环节以及赢单主题。
3. POC 规划器
脚本: scripts/poc_planner.py
用途: 生成结构化的 POC 计划,包括时间线、资源分配、成功标准、评估记分卡。
默认阶段划分:
- 第 1 周: 准备阶段 — 环境开通、数据迁移、配置
- 第 2–3 周: 核心测试 — 主要用例、集成测试
- 第 4 周: 进阶测试 — 边缘情况、性能、安全
- 第 5 周: 评估 — 完成记分卡、干系人评审、go/no-go 决策
用法:
python scripts/poc_planner.py poc_data.json # human-readable
python scripts/poc_planner.py poc_data.json --format json # JSON output
输出内容: 分阶段 POC 计划、资源分配、成功标准、评估记分卡、风险登记表以及 go/no-go 建议框架。
参考知识库
| 参考资料 | 说明 |
|---|---|
references/rfp-response-guide.md | RFP/RFI 响应最佳实践、合规矩阵、投标/不投标框架 |
references/competitive-positioning-framework.md | 竞争分析方法论、Battlecard 制作、异议处理 |
references/poc-best-practices.md | POC 规划方法论、成功标准、评估框架 |
资产模板
| 模板 | 用途 |
|---|---|
assets/technical_proposal_template.md | 包含执行摘要、解决方案架构、实施计划的技术方案 |
assets/demo_script_template.md | 包含议程、要点话术、异议处理的演示脚本 |
assets/poc_scorecard_template.md | 带加权评分的 POC 评估记分卡 |
assets/sample_rfp_data.json | 用于测试分析器的示例 RFP 数据 |
assets/expected_output.json | rfp_response_analyzer.py 的预期输出 |
集成点
- 营销 Skills - 借助
marketing-skill/中的竞争情报与信息传递框架 - 产品团队 - 与
product-team/中 RFP 分析里标记为"计划中"的路线图事项协同 - C-Level 顾问 - 将需要高管介入的战略性交易升级至
c-level-advisor/ - 客户成功 - 将 POC 结果与成功标准移交给
../customer-success-manager/中的 CSM
最后更新: 2026 年 2 月 状态: 可投入生产 工具: 3 个 Python 自动化脚本 参考资料: 3 份知识库文档 模板: 5 个资产文件