sales-prospect-list

构建有针对性的潜在客户名单

帮助用户构建有针对性的 B2B 潜在客户名单，涵盖 ICP 定义、筛选策略、名单规模、细分和质量检查。此技能不依赖特定平台，但以 Apollo.io 作为主要工具。相同的框架也适用于 ZoomInfo、LinkedIn Sales Navigator、Clay、Lusha 或任何数据提供商。

步骤 1 — 收集背景信息

如果 references/learnings.md 存在，请先阅读，了解积累的知识。

询问用户：

1. 您想联系哪些人？

   • A) 我有明确的 ICP——了解目标职位、行业和公司规模
   • B) 我有大致想法——需要帮助完善
   • C) 从零开始——帮我定义目标人群
   • D) 我有现成名单，需要筛选或清理

2. 本次营销活动的目标是什么？

   • A) 冷启动外联——开拓全新销售渠道
   • B) ABM——针对指定客户进行外联
   • C) 活动跟进——围绕会议或网络研讨会构建名单
   • D) 客户拓展——在现有客户公司中寻找新联系人
   • E) 竞争替代——瞄准竞争对手的客户
   • F) 其他——请说明

3. 您可以使用哪些数据提供商？

   • A) Apollo.io
   • B) LinkedIn Sales Navigator
   • C) ZoomInfo
   • D) Clay
   • E) Lusha / Cognism / 其他
   • F) 只有包含现有数据的 CRM
   • G) 还没有——请推荐一个

4. 您需要多少名潜在客户？（大致目标——100？500？5,000？）

如果用户的请求已经提供了大部分背景信息，请直接进入相关步骤。 先基于合理假设（明确说明）尽力作答，然后只在最后询问最关键的 1 至 2 个澄清问题——不要等收集完所有背景信息后才开始回复。

步骤 2 — 定义 ICP

从四个维度构建结构化的 ICP：

公司属性筛选条件（公司层面）

筛选条件	要询问的问题	示例值
行业	您最理想的客户属于哪些行业？	SaaS、金融服务、医疗保健
公司规模	有多少名员工？营收范围是多少？	50-500 名员工，营收 1,000 万至 1 亿美元
地理位置	您的目标公司位于哪里？	美国、英国、DACH 地区
融资阶段	您会按融资阶段筛选吗？	A-C 轮、自筹资金、上市公司
技术	哪些技术栈特征代表较高的匹配度？	使用 Salesforce、运行 Kubernetes、技术栈中包含 React

人口统计筛选条件（个人层面）

筛选条件	要询问的问题	示例值
职位	您向哪些职位销售？	工程副总裁、销售主管、CTO
资历	决策者处于什么级别？	总监及以上、副总裁及以上、高管层
部门	属于哪个职能部门？	工程、销售、市场营销、财务
工作职能	他们实际负责什么？	人员管理、个人贡献者（IC）、运营

行为／信号筛选条件

筛选条件	要询问的问题	示例值
招聘信号	他们是否在招聘与您的产品可替代或可支持的岗位？	发布 SDR、数据工程师职位
融资	近期融资是否带来了预算？	过去 6 个月内完成 B 轮融资
职位变动	新任领导是否会引入新工具？	在过去 90 天内开始担任副总裁职位
意向	他们是否在研究与您的产品相关的主题？	您所在类别中的意向主题
技术部署	最近是否采用了互补技术或竞争技术？	新增 Snowflake、移除竞争对手的产品

排除筛选条件（排除对象）

• 现有客户
• 正在进行交易的公司
• 禁止联系名单中的对象
• 规模过小或过大的公司
• 您无法服务的行业
• 您无法支持的地区

步骤 3 — 构建名单

按目标人群筛选

针对理想客户画像（ICP）中的每类目标人群，设计筛选条件组合：

主要目标人群（优先级最高）：

• 筛选条件：[具体组合]
• 预期列表规模：[估算值]
• 质量检查：列表中的每条记录是否都适合作为潜在客户？

次要目标人群（如适用）：

• 筛选条件：[调整后的组合]
• 预期列表规模：[估算值]

列表规模指南

活动类型	建议列表规模	原因
高度精准的 ABM	25-100	质量优先于数量——对每个目标客户进行深度个性化
定向外联	200-500	便于开展 3 级及以上个性化
规模化外联	500-2,000	兼顾规模与 2 级个性化
大批量外联	2,000-10,000	以量取胜——采用 1-2 级个性化，并大规模开展 A/B 测试

合适的规模取决于你的个性化能力。如果团队每周只能个性化处理 50 封邮件，那么 5,000 人的列表毫无用处。

如需了解特定平台的列表构建工作流、搜索筛选条件、导入/导出流程和 API 潜在客户挖掘说明，请参阅 references/platforms.md。

第 4 步 — 细分并确定优先级

将列表划分为不同层级，以便安排触达顺序：

层级	标准	占比	方法
第 1 层 — 高意向	符合理想客户画像（ICP）且具有购买信号（意向、职位变动、融资）	占列表的 10-20%	最高程度的个性化、多渠道触达、最快跟进
第 2 层 — 有意向	符合理想客户画像（ICP），没有信号但匹配度高	占列表的 30-40%	标准个性化、采用经过验证的触达序列
第 3 层 — 广泛匹配	部分符合理想客户画像（ICP），值得测试	占列表的 40-50%	基于模板，采用 A/B 测试话术

潜在客户资格评分

使用加权评分模型为潜在客户进行数值排名，而不只是按层级划分。这样可以为你提供一个具体的起点，并根据转化数据进行调整。

标准	权重	评分内容	示例：80 分以上 = 第 1 层
职位/角色匹配度	30%	潜在客户的职位与目标买家角色有多匹配？	工程副总裁 = 30，总监 = 20，经理 = 10
公司规模匹配度	25%	公司是否处于理想客户画像（ICP）设定的员工人数/营收范围内？	最佳范围 = 25，相邻范围 = 15，边缘范围 = 5
行业匹配度	20%	公司是否属于目标行业？	主要行业 = 20，相邻行业 = 10，其他 = 0
任职时间	15%	他们最近何时开始担任当前职务？（新任领导者更可能购买）	<90 天 = 15，90-365 天 = 10，>1 年 = 5
购买信号	10%	意向数据、招聘信号、融资、技术变更	活跃信号 = 10，弱信号 = 5，无信号 = 0

总分：最高 100 分。 第 1 层 = 80 分以上，第 2 层 = 50-79 分，第 3 层 = 30-49 分，跳过 = 低于 30 分。

根据你的销售模式调整这些权重：以外联为主的团队应提高公司规模和行业权重；信号丰富的团队（PLG、意向驱动）应提高购买信号权重。每季度根据各分数区间的实际回复率和会议转化率进行复核和重新校准。

个性化切入点

在构建名单时就记录个性化切入点，而不是等到外联时再补充。这能衔接名单构建与序列编写，让交接给 /sales-cadence 更顺畅。

层级	记录内容	重要原因
Tier 1 — 热门	公司近期新闻、具体的技术栈观察、共同联系人、近期职位变动背景、融资详情	这些潜在客户需要最个性化的外联——你需要具体的切入点
Tier 2 — 温热	行业痛点、公司发展阶段、招聘模式、竞争对手工具的使用情况	在细分群体层面进行个性化——强调“与你们类似的公司”，而非“你们的具体情况”
Tier 3 — 广泛	行业垂直领域、公司规模区间、角色层面的痛点	模板级个性化——足以让内容显得相关，但不追求量身定制

对于每位 Tier 1 潜在客户，在构建名单时至少记录 2 个个性化切入点。对于 Tier 2，每位潜在客户记录 1 个，或每个细分群体记录 1 个。Tier 3 只需记录细分群体层面的切入点。

细分变量

除了分层，还可以考虑按以下维度细分：

• 行业 — 沟通内容应体现行业特有的痛点
• 角色 — 工程副总裁和 CTO 需要不同的沟通内容
• 公司规模 — 中小企业和大型企业的采购流程不同
• 地理位置 — 时区、语言和地区相关信息

每个细分群体在序列中都应有量身定制的沟通内容。对整个名单使用一套通用序列，效果会不理想。

第 5 步 — 质量检查

发起外联前，先验证名单：

数据质量检查清单

• 职位合理：检查误判（例如，5 人公司的“VP”与《财富》500 强公司的 VP 有所不同）
• 公司是真实目标：抽查 10-15 家公司——你真的希望它们成为客户吗？
• 没有现有客户：与 CRM 客户名单交叉核对
• 没有进行中的交易：与未结销售管道交叉核对
• 存在联系信息：在消耗数据补全额度前，筛除没有电子邮件或电话号码的记录
• 已删除重复项：按电子邮件地址和公司名+姓名去重
• 已检查合规性：欧盟联系人须获得 GDPR 许可，美国须遵守 CAN-SPAM

名单健康度指标

指标	目标	未达标时……
已验证电子邮件占比	>80%	在创建序列前进行数据补全——参见 /sales-enrich
有电话号码的占比	>40%	对以电子邮件为先的序列来说可以接受；对于以电话为主的跟进节奏，需进行数据补全
符合所有 ICP 标准的占比	>70%	收紧筛选条件——部分匹配过多会降低效果
退信率（首次发送后）	<3%	名单质量有问题——发送前使用验证工具

注意事项

• 不要在定义 ICP 之前就建立名单。 Claude 往往会直接跳到筛选条件建议。没有明确 ICP 的名单只是一群随机人选。务必先从“哪些是你的最佳客户？”入手，再反向推导。

• 不要为了名单规模而牺牲质量。 Claude 默认会放宽筛选条件来“获取更多结果”。一份包含 200 位高度匹配潜在客户的名单，胜过一份包含 5,000 位部分匹配对象的名单。当用户为了追求数量而牺牲精准度时，要明确提出反对意见。

• 不要忽略排除条件。 排除现有客户、正在进行的交易以及禁止联系名单，与纳入条件同样重要。Claude 经常会忘记询问排除对象。

• 不要假设职位名称是统一的。 “VP of Engineering”“Vice President, Engineering”和“VP Engineering”指的都是同一类职位。“Head of Growth”可能属于市场营销或销售部门。务必建议使用职位名称模糊匹配，或结合职位关键词使用 Apollo 的资历筛选条件。

• 不要跳过细分步骤。 未经细分的平面名单会导致消息内容千篇一律。每份名单都应至少根据用户画像、行业或信号强度划分为 2-3 个细分组。

• 自我改进：如果发现此处未涵盖的内容，请将其附加到 references/learnings.md，并注明今天的日期。

推荐特定平台技能之前

此技能涵盖跨多个平台的策略领域。在向用户推荐任何特定平台技能之前（即 ## Related skills 中列出的任何 /sales-{platform}，例如 /sales-mailshake、/sales-klaviyo、/sales-apollo），请先阅读该平台技能的实际 SKILL.md。## Related skills 中的一行描述只足以识别候选项，不足以据此确定推荐它，也不足以编写能有效调用它的提示词。

阅读方法：

• 如果本地存在 ~/.claude/skills/{skill-name}/SKILL.md，请使用 Read 读取。
• 对于 sales-* 技能，请直接从此仓库使用 WebFetch 获取：https://raw.githubusercontent.com/sales-skills/sales/main/skills/{skill-name}/SKILL.md — 例如，对于 sales-mailshake：https://raw.githubusercontent.com/sales-skills/sales/main/skills/sales-mailshake/SKILL.md。
• 对于非 sales-* 技能（第三方技能），如果已安装，请在 ~/.claude/skills/sales-do/references/skill-sources.md 中查找 {org}/{repo}，并从该仓库下相同的 skills/{skill-name}/SKILL.md 路径获取文件。

**阅读后，**请根据 SKILL.md 中的具体内容（其适用范围、子流程、argument-hint 格式，或“Do NOT use for...”负面触发条件）来支持你的推荐。确保任何生成的调用内容都符合该平台技能的 argument-hint。如果该平台技能不适合用户的情况，请改选其他技能，或直接在此处处理问题，而不是推荐不合适的技能。

相关技能

• /sales-enrich — 使用经过验证的电子邮件、电话号码和企业特征数据丰富你的名单
• /sales-intent — 在名单中叠加购买信号，确定外联优先级
• /sales-cadence — 为你的名单设计外联序列
• /sales-apollo — Apollo.io 平台帮助（搜索机制、已保存的搜索、Chrome 扩展程序）
• /sales-apollo-sequences — 在 Apollo 中设置和管理序列
• /sales-deliverability — 向名单发送邮件前，验证电子邮件送达设置
• /sales-mailshake — Mailshake 平台帮助（导入收件人、管理营销活动）
• /sales-smartlead — Smartlead 平台帮助（导入潜在客户、SmartProspect、营销活动）
• /sales-instantly — Instantly 平台帮助（Lead Finder B2B 数据库是独立的 Credits 产品；通过 v2 API 加载名单）
• /sales-lemlist — Lemlist 平台帮助（导入潜在客户、People Database、序列）
• /sales-yesware — Yesware 平台帮助（导入收件人、Prospector、营销活动）
• /sales-mixmax — Mixmax 平台帮助（Mixmax 专属设置）
• /sales-reply — Reply.io 平台帮助（Reply.io 专属设置）
• /sales-woodpecker — Woodpecker 平台帮助（Woodpecker 专属设置）
• /sales-tomba — Tomba 平台帮助（域名搜索、电子邮件查找器、LinkedIn 查找器、批量操作）
• /sales-prospeo — Prospeo 平台帮助（搜索 2 亿多个联系人、公司搜索、数据丰富、Chrome 扩展程序）
• /sales-hunter — Hunter.io 平台帮助（Domain Search、Email Finder、Discover、TechLookup、浏览器扩展程序）
• /sales-outscraper — Outscraper 平台帮助（抓取 Google Maps 数据、评论、电子邮件／联系人提取、公司洞察 API）
• /sales-phantombuster — PhantomBuster 平台帮助（无需编写代码的 LinkedIn／网页自动化与抓取“Phantoms”、Flows、AI Agents、LinkedIn Leads DB；REST API 启动 Agent→容器→结果，并支持按 Agent 配置的 Webhook；执行槽位与时长限制、会话 Cookie 风险）
• /sales-enrichso — Enrich.so 平台帮助（LinkedIn 数据丰富、反向电子邮件查询、员工搜索、相似公司、批量数据丰富 API）
• /sales-minelead — Minelead 平台帮助（域名电子邮件搜索、电子邮件查找器、潜在客户生成器、验证器、营销活动、批量操作、Chrome／Firefox 扩展程序）
• /sales-lobstr — Lobstr.io 平台帮助（50 多种无代码网页抓取工具、Google Maps 潜在客户、LinkedIn Sales Nav 提取、定时自动化、API）
• /sales-getprospect — GetProspect 平台帮助（2 亿多个 B2B 数据库、电子邮件查找器、LinkedIn Chrome 扩展程序、数据丰富、冷邮件序列）
• /sales-skrapp — Skrapp 平台帮助（2 亿多个 B2B 联系人、电子邮件查找器、Lead Finder、使用 AI Fields 丰富 datan、LinkedIn Chrome 扩展程序）
• /sales-openwebninja — OpenWeb Ninja 平台帮助（30 多种数据 API：来自 Google Maps 的本地商家数据、网站联系人抓取工具、电子邮件搜索）
• /sales-anymailfinder — Anymail Finder 平台帮助（按个人／公司／决策者查找电子邮件、批量搜索 10 万行、GeoLead Finder、保证送达率达到 97% 以上）
• /sales-zerobounce — ZeroBounce 平台帮助（按姓名和域名查找电子邮件、电子邮件验证准确率达 99.6%、批量清理名单）
• /sales-snov — Snov.io 平台帮助（电子邮件查找器、域名搜索、LinkedIn 数据丰富、潜在客户管理、多渠道营销活动）
• /sales-mailmo — Mailmo 平台帮助（支持 catch-all 验证的电子邮件查找器、LinkedIn Chrome 扩展程序）
• /sales-clearbit — Clearbit 平台帮助（按域名搜索 Prospector 联系人、Reveal IP 情报、数据丰富——已被 HubSpot 收购）
• /sales-rb2b — RB2B 平台帮助（识别到个人层级的网站访客、热门页面、身份解析 API）
• /sales-6sense — 6sense 平台帮助（公司发现、销售情报搜索、基于意向的名单构建、基于细分群体的潜在客户开发）
• /sales-clay — Clay 平台帮助（瀑布式数据丰富、Claygent AI 研究、信号、受众、自动化潜在客户开发流程）
• /sales-leadmagic — LeadMagic 平台帮助（员工查找器、职位查找器、电子邮件／手机查找器、公司搜索、招聘信息查找器——以 API 为先的潜在客户开发）
• /sales-seamless — Seamless.AI 平台帮助（18 亿多个联系人、买家意向、职位变动、Autopilot、Chrome 扩展程序）
• /sales-zoominfo — ZoomInfo 平台帮助（高级搜索、已保存的搜索、导出）
• /sales-sendr — Sendr 平台帮助（Lead Finder：4.79 亿多个联系人、Data Studio 数据丰富、个性分析）
• /sales-leadiq — LeadIQ 平台帮助（通过 Chrome 扩展程序在 LinkedIn 上开发潜在客户、拥护者跟踪、AI Account Prospecting、GraphQL API）
• /sales-texau — TexAu 平台帮助（LinkedIn／网页自动化与配方、支持 Sales Nav URL 和职位变动筛选条件的 V3 人员／潜在客户搜索 API、MCP 服务、n8n 节点）
• /sales-do — 不确定该使用哪个技能？路由器会根据任何销售目标匹配合适的技能。安装：npx skills add sales-skills/sales --skill sales-do

示例

示例 1：构建冷启动外呼名单

用户说：“为美国 100-500 名员工的 B 轮 SaaS 公司，整理一份工程副总裁名单。” 技能执行：

1. 确认 ICP 维度（职位、融资阶段、规模、地理位置）
2. 推荐 Apollo 搜索筛选条件，并提供具体设置
3. 建议创建 300-500 人的名单，并按细分行业（DevTools、MarTech、FinTech）划分
4. 提供启动序列前的质量检查项 结果：一份有针对性、经过细分的名单，可用于个性化拓展

示例 2：ABM 目标客户名单

用户说：“我需要找到医疗保健行业 20 家目标客户中的采购委员会成员。” 技能执行：

1. 确认这 20 家客户以及采购委员会中的职位
2. 为每家客户推荐人员级筛选条件（CEO、CTO、运营副总裁、CISO）
3. 建议为每家客户匹配 3-5 位联系人，以便多线程触达
4. 提供客户级优先级排序框架 结果：覆盖 20 家客户的多线程联系人名单，并按职位和互动优先级整理

故障排除

结果过少

原因：筛选条件过于严格 解决方案：每次放宽一个筛选条件。先从地理位置开始（扩展到邻近市场），然后调整公司规模（扩大范围），最后调整职位（添加同义职位）。使用 Apollo 的“相似职位”建议。

结果过多

原因：筛选条件过于宽泛 解决方案：添加资历筛选条件（如果你向领导层销售，可选择总监及以上），缩小行业范围（选择细分行业，而非顶级行业分类），或添加技术筛选条件，以查找使用互补工具的公司。

名单的电子邮件覆盖率较低

原因：数据提供商的许多记录都没有经过验证的电子邮件地址 解决方案：使用 /sales-enrich 进行瀑布式数据丰富（尝试多个提供商）。对于 C 级高管和副总裁级联系人，直接通过电话拓展可能比电子邮件更有效。