scraperapi-lead-enrichment

潜在客户信息补充

提供有关个人或公司的任何种子信息后，直接调用 ScraperAPI 搜索网络并获取相关页面，然后将所有信息综合整理成结构化联系人卡片。

你——Claude——使用 ScraperAPI MCP 工具执行 API 调用。不要为用户生成代码；请自行运行搜索，并逐步报告发现。

---

阶段 1 — 分析种子信息

运行任何搜索之前，先明确说明你已掌握的信息以及要查找的内容。对种子信息进行分类：

种子类型	需要补充的信息
姓名（可附公司名）	职位、电子邮箱、电话、所在地、公司详情
公司名	网站、简介、规模、融资、联系信息
个人资料 URL（LinkedIn、Crunchbase 等）	直接抓取；然后补充其余信息
电子邮箱地址	所属人姓名、公司、公司详情
域名／网站	公司信息、关键联系人、融资情况

搜索前先宣布：“从以下信息开始：[已掌握的信息]。将搜索：[缺失的信息]。”

---

阶段 2 — 发现性搜索

按要查找的内容运行搜索，而不是按目标网站搜索。Google 会展示现有的各种来源——公司网站、Crunchbase、Wikipedia、新闻、目录、LinkedIn、G2 等。收集 organic_results[].link 中所有有希望的 URL，并在阶段 3 中使用。

**搜索工具：**调用 mcp__ScraperAPI__google_search，传入 query、num: 10 和 countryCode: "us"。仔细阅读摘要——通常无需额外抓取就能从中获取所需数据。

2a. 以个人姓名为种子

1. 个人资料和背景 查询："PERSON_NAME"+"COMPANY_NAME" 可发现：个人网站、简介、演讲者资料、媒体报道、社交资料、公司团队页面。

2. 联系信息 查询："PERSON_NAME"+"COMPANY_NAME"+contact+email 可发现：电子邮箱地址、联系页面、目录列表。

然后使用公司名运行 2b。

2b. 以公司名为种子（或在 2a 中发现的公司）

1. 公司概况 查询："COMPANY_NAME" 可发现：官方网站、Wikipedia、Crunchbase、AngelList、G2、Glassdoor、LinkedIn——任何公开可查的信息。

2. 财务和规模 查询："COMPANY_NAME"+funding+revenue+employees 可发现：Crunchbase、新闻报道、新闻稿、行业数据库。

3. 联系信息 查询："COMPANY_NAME"+contact+email+phone 可发现：联系页面、电子邮箱格式、电话目录。

4. 近期新闻 调用 mcp__ScraperAPI__google_news，传入 query: "COMPANY_NAME" 和 num: 5。 提取 news_results[].title、news_results[].date、news_results[].link。保留最新的 3 条。

2c. 以电子邮箱地址为种子

1. 提取域名（@ 之后的所有内容）。
2. 搜索相关资料："EMAIL_ADDRESS"
3. 使用该域名作为公司种子运行 2b。

2d. 以直接 URL 为种子

跳过阶段 2，直接使用提供的 URL 进入阶段 3。

---

阶段 3 — 抓取来源页面

从阶段 2 收集的 URL 中，选择信息最丰富的来源进行抓取。不要抓取所有页面——根据联系人卡片中仍缺失的信息，以及各来源预期能提供的信息来挑选。

3a. 来源评估指南

来源类型	典型收获	获取成本
公司网站（/、/about、/contact、/team）	描述、地址、电话、电子邮件、社交链接、团队成员、技术信号	1 次调用/页
Crunchbase（crunchbase.com/organization/...）	融资轮次、投资者、员工规模范围、成立年份	约 10 次调用（需要 render=true）
Wikipedia（en.wikipedia.org/wiki/...）	成立年份、公开财务信息、收购、管理层履历	1 次调用
AngelList / Wellfound（wellfound.com/company/...）	融资、投资者、技术栈、开放职位	约 10 次调用（需要 render=true）
LinkedIn 个人资料（linkedin.com/in/...）	姓名、职位、所在地、当前公司、教育背景	约 10 次调用（需要 render=true&premium=true）
LinkedIn 公司页面（linkedin.com/company/...）	员工人数、行业、总部、成立年份	约 10 次调用（需要 render=true&premium=true）
新闻报道 / 新闻稿	融资金额、关键招聘、产品发布	1 次调用
G2 / Capterra（g2.com/products/...）	产品类别、公司规模范围、竞争对手	1 次调用
GitHub 组织（github.com/ORG）	技术栈、开源项目、活跃度	1 次调用
招聘信息	技术栈要求、团队扩张信号	1 次调用
Glassdoor（glassdoor.com/...）	员工人数、总部、企业文化信号	约 10 次调用（需要 render=true）

只要页面是静态 HTML 网站，就优先使用成本较低的标准抓取（1 次调用），而非 JS 渲染抓取（10 次调用）。仅对已知需要 JavaScript 的页面（LinkedIn、Crunchbase 和 SPA 风格的网站）使用 render=true。

3b. 抓取页面

对每个选定的 URL，使用适当的选项调用 mcp__ScraperAPI__scrape：

• 标准 HTML 页面（新闻、Wikipedia、公司网站、G2、GitHub）：url、outputFormat: "markdown"
• JS 渲染页面（LinkedIn、Crunchbase、React/SPA 网站）：url、outputFormat: "markdown"、render: true、premium: true

对于公司网站，始终将首页、/about 和 /contact 分别作为三次独立调用抓取——这些页面通常包含不同的数据。提取所有相关字段后，再继续下一个 URL。

---

第 4 阶段 — 综合整理

根据收集到的所有数据填写联系卡片。每个字段：

• 如果在 2 个或更多独立来源中得到确认，或来自结构化端点，则标记 ✓
• 如果在一个来源中找到且有上下文支持，则标记 ~
• 如果只有一个未经核实的提及，则标记 ?
• 如果经过合理搜索后仍未找到，则留空（—）

字段定义请参见 references/contact-card-schema.md。

使用 assets/contact-card-template.md 中的模板呈现结果。

---

第 5 阶段 — 缺失信息报告

在联系卡片之后，列出仍为空的高优先级字段，并简要说明未找到的原因。为每项缺失信息提出一个具体的后续操作，例如：

• 未找到电子邮件 → “尝试使用公司域名查询 Hunter.io（hunter.io）或 Apollo（app.apollo.io）”
• 未找到营收 → “查看 SimilarWeb 或 Owler，根据流量估算营收”
• 未找到电话 → “搜索 "COMPANY NAME" phone inurl:contact，或查看公司的 /contact 页面”
• 未找到融资信息 → “未找到 Crunchbase 页面；该公司可能依靠自筹资金，或尚未正式启动”
• 未找到个人资料 URL → “未找到公开个人资料；此人可能使用化名，或公开信息较少”

---

停止条件

出现以下任一情况时停止搜索：

• 所有高优先级字段均已填写（姓名、职位、公司，以及以下字段中的至少两项：电子邮件、电话、所在地、个人资料 URL）
• 已发起 8 次或更多 API 调用，但没有找到新数据
• 连续 3 次或更多工具调用返回错误或空结果

不要超过这些限制继续循环。达到停止条件时，请予以说明。

---

错误处理

错误类型	处理方式
MCP 工具返回错误或空结果	对抓取调用添加 premium: true 后重试一次。第二次失败则跳过。
“无结果”或 organic_results 为空	尝试稍作改写的查询。计为一次调用。
工具调用完全失败	记录失败，跳过该 URL，并继续处理剩余来源。

失败的工具调用也计入 8 次调用的停止条件。