用途：为具体企业构建数据驱动的定制线索评分模型，使每个分值都能追溯到历史赢单/输单数据中的实际相关性，而非套用通用最佳实践，最终用于帮助销售优先分配时间。
主要能力：采用四维度模型——企业画像契合度、行为信号、互动深度、意图指标，外加负向信号；总维度控制在20-30个信号以内。执行六步分析流程：数据审计、赢单/输单模式分析、维度构建、阈值校准、验证、实施规划（不得跳步）。阈值校准按赢单与输单得分分布找到分离点，划分Hot/Warm/Cool/Cold四个层级，并给出预期转化率、SLA和容量。验证时留出20-30%历史数据，报告precision、recall、F1、AUC-ROC与混淆矩阵，分析误报误漏并迭代。
输入要求：ICP定义、历史赢单/输单数据（最少50条已成交，200条以上更佳）、当前线索的CRM导出；可接受现有子集但需注明缺口及其对准确度的影响。
使用方式：按references/inputs.md执行分析与批处理评分模式，按references/output-template.md生成lead-scoring-model.md（第1-8节、表格、混淆矩阵、直方图）。提供当前线索批次时，映射字段、逐条评分、分配层级，输出第7节按得分排序并附建议动作的表格；无批次数据则不输出该节。
限制：无历史赢单/输单数据时拒绝仅凭直觉建模，改为先帮助用户建立数据追踪，90天后再评估。CRM无法可靠采集的信号不得纳入。模型上线前必须完成留出验证。起评应偏保守，宁可少评几个Hot线索，也不让销售被误报淹没。每条分值必须展示背后的提升度计算。所有模型都会随时间退化，需内置验证与再校准方法。
该技能的具体安装命令、收费方式与支持平台暂未提供。