用途：这是 ABM 的策略层，决定“ Targeting 谁、数量多少、账户内哪些人”，在投入额度做 sourcing 与 enrichment 之前开展。以方法论为主，少数步骤会从 ColdIQ 取数据。
主要能力：定义三层 ICP 并进行评分（firmographic、technographic、behavioral/intent），并可反推自最佳 10–20 个已成交客户；评分示例总 100 分：行业 20、规模 15、营收 15、地域 10、技术契合 15、增长 10、意图 15。分层：A 90–100（1:1 ABM）、B 70–89（1:few）、C 50–69（程序化）、D <50（排除）。可按漏斗基准反推账户规模：Identified→Aware 55%、Aware→Interested 32%、Interested→Considering 18%。四层选客：firmographic 匹配、technographic 指标、CRM 情报（closed-lost、输给竞对、流失）、基于最佳客户做 lookalike 建模。购买委员会角色划分及预算优先级：Champion 40–50%、Economic Buyer 20–30%、End User 15–20%、Technical Evaluator 5–10%、Blocker/Gatekeeper 仅监控。每个角色记录：职称模式与资历、职能、JTBD、痛点、成功指标、内容偏好、购买角色，并构建分角色的信息矩阵与 CTA。
使用方式（相关端点）：验证筛选值 POST /v1/limadata/references/autocomplete（free，limadata.references.autocomplete）；评估可寻址市场 POST /v1/ai-ark/companies（按结果计费，ai_ark.companies.search）；意图优先 GET /v1/signalbase/funding-signals（额度未知，signalbase.funding_signals）；查找人员 POST /v1/limadata/prospect/employees（25 cr，limadata.prospect.employees）。
适用场景：ABM 目标账户名单规划、账户分层、购买委员会映射、信息矩阵准备。
限制：以方法论为主；部分端点额度未标明或未验证（如 funding-signals）。具体价格、平台、效果等资料未提供。评分规则可交给 tam-scoring 执行，后续可交接到 apollo-search、coldiq-search-enrich、ad-audiences 等环节。