用途
First Customer Finder 用于把初创产品的 URL 或产品描述,转化为一份简短、有公开证据支撑的潜在首批客户名单。名单中的对象可能是潜在首批客户、早期采用者、设计合作伙伴或 beta 用户。该名单被明确定位为研究假设,而不是客户数据库。
主要能力
- 从产品 URL(及其定价、关于页面)或描述中理解产品:产品做什么、卖的是什么结果、谁使用与谁付费、价格或购买方式、地理或语言限制、最强用例。
- 确定一个主要 ICP 和一个相邻 ICP,各自包含痛点触发因素、正向信号和明确的排除条件。对于双边产品,选择具有购买行为的一侧作为主要 ICP,不在同一名单中混合两侧。
- 按研究框架中的五个查询桶展开信号搜索:显式需求、痛点、变通方案、切换、时机。每个桶可由并行研究子代理执行,返回带来源 URL、日期和贴近原文摘要的候选信号。
- 跨代理变化来源类型:论坛、公开社交帖子、产品与市场评论、GitHub issue 与功能请求、公开公司页面、招聘帖和变更日志。
- 在候选信号进入名单前,抓取原始页面进行核实。搜索摘要、聚合器摘要或子代理未引用的转述都不算证据。记录来源 URL、来源类型、可见发布日期(或“日期不可用”)以及观察到与推断出的内容。
- 使用研究框架中的加权评分表对每个已核实候选对象打分(痛点、匹配度、时机、可触达性、证据质量 → 0–100),去重并剔除低于 50 分或缺少被引用的痛点/需求/时机信号的候选对象。
- 为每个入选对象建议最自然的触达渠道,并起草一条 90 词以内的开场白,仅基于被引用的来源,不发送消息、不提交表单、不评论、不关注、不建立联系、不创建 CRM 记录。
- 默认生成独立 HTML 报告:按报告模式将分析写成 JSON,运行
python3 scripts/generate_report.py <analysis.json> <output.html>,将报告保存到工作区的outputs/下并返回可点击的绝对文件路径。
使用方式
技能触发后,先阅读 references/research-framework.md 再搜索或评分,阅读 references/report-schema.md 再生成报告。工作流依次为:理解产品、展开信号搜索、先核实再筛选、评分与修剪、起草但不发送触达、生成报告。若环境不支持子代理,则按顺序处理各查询桶。
支持的模式:
- quick — 最多 5 个强候选对象。
- standard(默认)— 最多 10 个候选对象,跨多种来源类型。
- deep — 最多 20 个候选对象,并映射重复出现的痛点模式。
- design-partners — 优先考虑愿意测试并反馈的用户,而非购买者。
- b2b — 优先考虑公司、公开商业触发因素和决策角色。
- community — 优先考虑公开讨论和明确的“正在寻找工具”请求。
适用场景
适用于需要从近期公开信号中寻找并筛选初创产品潜在首批客户、早期采用者、设计合作伙伴或 beta 用户的场景,尤其适合希望获得有来源可核实、可打分、可生成报告的研究假设名单的用户。
限制
研究边界不可协商:仅使用公开且有意分享的职业或商业信息;绝不绕过登录、付费墙、速率限制或 robots 限制;不使用数据中间商、泄露数据集、私密群组、个人邮箱或电话发现;绝不推断或使用受保护特征(健康、财务、政治、性取向、宗教);默认转述,最小化引用,为每个重要信号提供链接。
许多高价值来源会阻止服务端抓取(如 Reddit、G2/TrustRadius、Cloudflare 前置的招聘板)。不能仅因此丢弃候选对象,应通过替代合法途径核实:浏览器会话、官方 API(如 HN Algolia)或站点 RSS 源。第三方存档可能滞后数月,优先使用实时页面并注明核实途径。
绝不声明或暗示候选对象有兴趣、已同意或将会购买;所有内容标注为“基于公开信号的潜在客户”。若用户要求发送消息,应视为需要逐条明确授权的单独请求。
虚构是本技能最致命的失败模式。一个链接失效或与描述不符的看似合理候选对象,比没有候选对象更糟。核实步骤不可省略,即使在 quick 模式下也是如此。旧信号(如 18 个月前的明确请求)仍可能合格,但应降低其时机评分并在旁边打印日期。十个强候选对象胜过三十个泛泛对象。若用户要求加快或中途收尾,应立即切换到 quick 模式:停止等待未完成的搜索桶,核实并评分已有内容,并在报告中注明哪些桶被提前截断。