用途
该技能适用于已经存在、需要在触达前进行整理的名单，例如活动或网络研讨会参与者、报名者等。导入或抓取名单是另一项不同的工作，不属于此技能的范畴。
主要能力
技能的产出包括四个方面：四个带标签的分桶、每条线索的判断理由、与输入对账的数量统计，以及一个范围可控的复核队列。
它的核心方法是两个不可省略的阶段：
阶段一为确定性分类。 scripts/build.py 会在职位名称中识别资历和职能模式（当职位名称信息不足时，转而读取个人简介），对每一个身份字段统一应用排除规则，并拒绝输出分桶计数与输入无法对账的结果。这确保了没有线索会丢失，且同一份名单每次分类结果一致。
阶段二为语义复核。 这是智能体负责的部分，因为模式匹配无法理解含义。例如 Chief Happiness Officer 和 Chief Medical Officer 都会被识别为 C 级，但两者都不是买家；某个未被列入排除名单的竞争对手可能静静躺在匹配桶里；而 Founder @ Stealth Mode 本身很可能属于 ICP 却落入了复核。
使用方式
技能强调先检查数据，再询问 ICP。具体做法是：先运行覆盖率检查，测量名单实际包含哪些字段，读出哪些标准因数据不足而受阻，并在讨论 ICP 之前说明这一点。如果需要进行数据丰富，必须先报出成本并获得明确同意后才能花费任何费用。如果团队拒绝，可以继续，但需指明已放弃哪些标准，并说明排除现在仅为尽力而为。
在阶段二中，技能不是让用户逐条重读全部线索，而是返回一个有界队列，包含：模糊的线索、从简介而非职位名称推断出的匹配、公司看起来像代理机构或自由职业者的匹配、因地理位置或行业轻微不符而被丢弃的线索，以及因从自由文本而非职位名称中读取资历或职能而被丢弃的线索。每条线索都带有一个标记说明其进入队列的原因。在干净的名单上，这通常只有十五到二十五条，构成了阶段二的全部工作。
排除规则需要跨公司名称、两个邮箱字段、个人简介和公司网址进行匹配，并对较长词条使用去标点比较。排除名单必须始终以团队自身公司和域名作为种子，这是最常见也最令人尴尬的泄漏来源。
适用场景
适用于任何已经存在且需要在联系前排序的名单整理工作，尤其是需要区分同事、竞争对手、过时数据和真正值得触达的少数线索时。
限制
不适用于名单的导入或抓取。不得手工分类名单。不得仅因竞争对手名称出现在个人简介中就将其排除，除非确认那是其雇主。不得为了保持输出整洁而丢弃模糊线索。不得将完整的复核队列直接作为交付物交回。必须对账：每条线索都在恰好一个桶中，带有理由，总数与输入一致。对于因自由文本推断而离开 ICP 的线索，必须进入复核队列，因为错误的丢弃在构造上是不可见的。