SuperAPI AI 工具集

warm-intro-intelligence

营销与增长

查看项目

更新于 10-16 04:05

技能介绍

Warm Intro Intelligence 是一个按需运行的销售技能,用于在目标潜在客户与公司自有关系网络之间,找出可用的最强「暖介绍」路径。它由自然语言触发,典型说法包括「Find warm intro paths for [company]」「Who do we know at [company]?」「Can anyone intro me to [role] at [company]?」「Warm intro - [company]」或类似意图。输出仅作为决策支持:Agent 从不联系任何人,不会为中间人起草外联,也不采取任何行动,始终由销售代表本人决定。

模板占位符 该技能使用若干需要维护的占位符:{{COMPANY_NAME}} 为你公司的名称;{{COMPANY_DOMAIN}} 为你公司的邮件/网站域名(例如 acme.com),同时用于在合作伙伴数据中过滤掉自家员工;{{TEAM_ROSTER}} 为你维护的子页面,包含公司每位员工的 LinkedIn 账号与完整职业经历(构建说明见 Node Registry 子页面);{{INVESTOR_REGISTRY}} 为你维护的子页面,包含公司投资机构及(理想情况下)具名的合伙人(构建说明见 Node Registry 子页面);{{CUSTOMER_LIST}} 为你 CRM 中活跃客户的权威列表(示例假设为 HubSpot,可适配你的 CRM);{{PARTNER_LIST}} 为你 CRM 的合作伙伴列表或自定义对象;{{HUBSPOT_PARTNERS_OBJECT_ID}} 为合作伙伴自定义对象的 objectTypeId(若以 HubSpot 自定义对象存储,例如 2-XXXXXXXXX);{{PERSONA_MAP}} 为你的细分→买家画像优先级表(来自 ICP 资格流程),即每个 ICP 细分的主要画像与备选画像。

用途 这是一个按需运行的操作,用于从公司关系网络中,为某一目标潜在客户浮现出最强的可用暖介绍路径。

使用步骤 第 1 步 - 解析输入:判断销售代表提供了什么。若指定了具体联系人,则只针对该联系人,跳过第 2、3 步,直接进入第 4 步;若指定了画像或角色,则进入第 3b 步,在目标公司中寻找匹配的联系人;若只提供了公司,则进入第 2 步。

第 2 步 - ICP 细分归类(仅输入公司时):检查公司记录与账户记忆中是否已有 ICP 分类。找到有效分类则使用已存细分,并标注其是已确认还是推断;没有分类或结论过期时,运行轻量级信息补充(公司描述、网站抓取、CRM 数据)来推断细分。此步不运行完整的 ICP 资格门,仅用于画像选择而非外联门控,并在输出中标记该细分为推断。随后依据细分,使用 {{PERSONA_MAP}} 识别最多 3 个最相关的买家画像,先使用匹配细分的主要画像列,必要时再使用备选画像。优先级顺序为:细分匹配度、用例相关性、画像职责、资历,不套用通用的资历层级,由细分决定画像优先级。之后进入第 3a 步。

第 3a 步 - 在目标公司寻找目标联系人:拉取与该潜在客户公司关联的 CRM 联系人,并进行 LinkedIn 信息补充,以找出匹配已识别画像但可能尚未进入 CRM 的人员。为每个匹配联系人收集:全名、当前职位、公司、LinkedIn URL、CRM 联系人 ID(若存在)。最多保留 3 个目标联系人;若某画像未找到联系人,须在输出中注明,不得静默跳过。

第 3b 步 - 输入指定画像时:使用 CRM 联系人与 LinkedIn 信息补充,找出目标公司中匹配指定画像的联系人,流程与第 3a 步相同,但按指定画像过滤。

第 4 步 - 查询节点注册表并计算关系边:加载并遵循本技能的 Node Registry 与 Edge Discovery 子页面。对第 3 步识别出的每个目标联系人,查询注册表中的每种节点类型,找出与目标存在合理连接的潜在桥梁节点。同时运行 Known Contacts(Relationship Pool)节点中的 Champion Migration 检查:构建关系池,并测试池中成员是否现在就在目标账户工作。这把问题从「谁与目标联系人有交集」转变为「公司已认识的人现在是否在这里工作」。每个命中都是候选的 1 跳路径。此检查仅对合格/目标账户运行(成本门槛定义在节点注册表中)。若有两个或以上池成员在目标公司工作,仅将团队迁移簇作为信息性提示记录,不影响置信度或排序。同时记录哪些来源被检查过、哪些不可用,这会出现在输出卡片页脚。

第 5 步 - 评估边置信度:加载并遵循本技能的 Evidence Rules 与 Confidence Scoring 子页面。对每条找到的边,确定:置信层级(Verified / Moderate / Inferred)、证据细节与来源、最后验证/最后互动日期、未知之处、为何仍值得核查、以及什么会提高该边的置信度。

第 6 步 - 打分并排序路径:路径置信度 = 路径中最弱的一条边。最弱边为 Verified 则 → Strong;最弱边为 Moderate 则 → Medium;最弱边为 Inferred 则 → Low。应用 Evidence Rules 与 Confidence Scoring 子页面(Path Ranking 部分)定义的完整排序逻辑——先置信层级,再时效加权,再画像优先级,最后跳数。该部分为排序的唯一权威来源,此处不再重新推导。选出前 2 条路径,在证据质量允许时优先覆盖不同画像。若前两条路径针对同一画像,须注明未找到通向第二个画像的强备选路径。无论置信度高低,始终返回当前可用的最佳路径,绝不返回空结果。

第 7 步 - 上下文补充(仅对最终前 2 条路径运行):在完成打分排序后,为每条路径运行补充性上下文查询,用近期公开信号丰富输出。此步不影响置信层级或路径排序,且绝不能重新排序第 6 步选定的路径。对前 2 条路径中的每一条,搜索桥梁节点与目标潜在客户联系人之间的共同提及:网络研究——搜索两者的姓名同时出现在新闻稿、会议小组、已发表采访、合著内容或公开公告中,运行结合双方姓名及其公司的网络检索查询;LinkedIn 帖子——使用 LinkedIn 帖子抓取工具(例如某个 Apify actor)拉取桥梁与目标联系人 LinkedIn 个人资料的近期公开帖子,查找互相提及、互相回复、共享内容或提及同一事件/话题的帖子。此步需要双方的 LinkedIn URL,若任一 URL 缺失,须注明并跳过该路径的 LinkedIn 抓取。记录找到的任何共同提及,包括来源、日期和一行共享上下文描述。若未找到任何内容,则不要添加上下文部分——直接省略,而非注明「no context found」。此步对每条路径消耗一次网络研究调用和最多两次抓取运行,仅对最终两条路径运行,而非边计算阶段发现的所有路径。

第 8 步 - 暖关系录入检查:加载并遵循本技能的 Warm Relationship Intake 子页面,检查两个条件:若任何 Inferred 边涉及发起该操作的销售代表本人,则向该销售代表发送按需 Slack 确认提示(且仅向该销售代表发送——录入环节从不向其他人发消息);若所有路径均为 Low 置信度,则在输出卡片中添加缺口触发提示(不发送 Slack 消息)。

第 9 步 - 生成输出卡片:加载并遵循本技能的 Warm Intro Output Card Format 子页面,在聊天中交付完成的输出卡片。不创建任务、不写入 CRM、不发起外联、不联系任何人。

什么算做得好 每个置信层级都可追溯到实际读取过的记录内容——绝不基于会议次数、邮件数量或职位头衔。诚实的偏低标注能保护销售代表的信任;一条错误的 Strong 路径就会摧毁它。每条路径都明确写出其最弱边,使销售代表无需阅读全部边的细节即可看到缺口。卡片始终显示已检查与未检查的内容——来源页脚从不省略。始终返回当前可用的最佳路径并完整标注,即便全部为 Low——绝不返回空结果,也绝不夸大。没有发送、撰写或联系任何内容,由销售代表决定。

适用场景与限制 该技能适用于销售代表希望借助公司关系网络寻找通向目标客户暖介绍路径的场景,触发方式为自然语言。其限制包括:输出仅为决策支持,不执行任何联系或外联动作;需要维护多个占位符子页面(团队名册、投资人注册表、CRM 列表等);部分子步骤(如 Champion Migration 检查、上下文补充)有成本门槛且仅对特定范围运行;某些事实(如具体定价、收费、平台兼容信息)资料未提供。