SuperAPI AI 工具集

hypo-generator

营销与增长

查看项目

更新于 10-19 16:37

技能介绍

Hypo Generator 是一个 Al 技能,用于为 IT 代理机构客户生成一套完整的 10 个外联假设矩阵。它从客户的网站 URL(首选)或文本简报出发,遵循 Viktor Shulha 的两阶段方法论和信号目录进行操作。\n\n## 主要用途\n该技能旨在帮助 IT 代理机构(或其业务开发团队)制定外联策略。输出的假设面向代理机构的潜在客户,而不是用于 Viktor 向该代理机构进行外联。\n\n## 输入要求\n必需输入(二者之一):\n- 客户 URL(首选):代理机构的主要营销网站\n- 文本简报:描述代理机构业务、目标客户、地区、近期案例等\n\n可选输入(欢迎提供):\n- 地理优先级或排除地区\n- 重点或避免的行业\n- 1-3 个带有数字成果的案例研究(用于证明)\n- 当前外联状态(无 / 临时 / 有 SDR / 有代理机构)\n\n## 工作流程\n### 阶段 1:发现\n如果提供 URL,则抓取首页并提取:服务/能力、垂直/行业重点、地理指标、带量化成果的案例研究、现有定位、团队规模/公司规模代理指标、技术栈信号。如果首页引用了 /case-studies、/services、/industries,则进一步抓取一两个页面以获取更深入的上下文。记录明确的差距:仍然未知的关键信息。\n\n如果提供文本简报,则从中提取相同字段,并标记缺失字段。\n\n### 阶段 1.5:澄清问题(仅在需要时)\n使用 AskUserQuestion 填补关键差距,最多一次提出 4 个问题。可能的候选问题包括:地理优先级、排除细分、最佳案例研究、当前外联状态。跳过可以从网站回答的问题。\n\n### 阶段 2:构建假设矩阵\n- 阅读 signals-catalog.md(信号库),只能从中选择信号,不能虚构。\n- 根据阶段 1 的发现定义 2-3 个 ICP(行业 × 公司规模 × 地理)。\n- 为每个 ICP 从目录中选择 2-3 个信号,优先选择动态信号(基于时机,占 TAM 的 3-5%)而非静态数据点,除非静态数据能提供更强的问题钩子。\n- 根据阶段 1 的服务和用例映射选择 2-3 个报价。每个报价 =(服务 + 成果)。\n- 交叉组合成恰好 10 个假设,确保 ICP × 信号 × 报价的多样性,避免过于相似的假设。\n- 为每个假设填写 12 个字段:编号、假设名称、ICP、主要角色、购买委员会、地理、子行业、问题、购买信号、报价、案例研究/证明、TAM、测试批次。\n\n### 阶段 3:为每个假设评分\n应用 Viktor 的 5 因素加权模型,每个因素评分为 1、3 或 5:\n- 易于抓取(权重 0.15)\n- 可扩展性(权重 0.15)\n- 清晰且昂贵的问题(权重 0.25)\n- 报价相关性(权重 0.20)\n- 触发信号明确性(权重 0.25)\n\n总分 = Σ(分数 × 权重),范围 1.0 - 5.0。判定阈值:总分 > 3.5 → “优先运行”(高信心,起始批次 500+);总分 3.0 - 3.5 → “值得测试”(起始批次 200-300,快速迭代);总分 < 3.0 → “跳过或重做”(至少一个因素存在根本问题)。每个单独评分需附一行理由。\n\n### 阶段 4:生成报告\n输出一个 Markdown 文档,按以下顺序组织:\n- 标题和生成信息\n- 执行摘要(最强假设、最弱假设、推荐起始批次、投资组合关键风险)\n- 阶段 1 提取内容摘要\n- 汇总表(全部 10 个假设,按分数排序,信号用通俗语言描述,仅显示最终分数和判定)\n- 假设详细卡片(按总分降序,每个包含 12 个字段和评分明细)\n- 发布后参考(Kill / Optimize / Scale 标准)\n- 下一步建议\n\n## 语言\n默认输出乌克兰语(Viktor 的客户多为乌克兰语 IT 代理机构)。仅当源 URL 或简报为英语且 Viktor 明确要求英语输出时,才切换为英语。信号目录本身保持英语。\n\n## 硬性规则\n- 绝不虚构信号:每个“购买信号”必须引用 signals-catalog.md 中的信号。如果现实世界信号适用但不在目录中,先将其添加到目录并注明“(新增,添加日期,需验证)”后再使用。\n- 绝不虚构案例研究:如果网站未显示具有数字成果的案例,则写 Proof: TBD — no matching case study on site, recommend adding one in that hypothesis. 不要编造。\n- TAM 必须包含推理:不能只写“≈800-1500 个账户”,必须添加来源(例如“根据 LinkedIn Sales Nav 筛选,美国金融科技 50-200 人公司”)。\n- 假设数量必须恰好为 10 个,不多不少。\n- 最终确定前进行多样性检查:如果两个假设共享相同的 ICP 和信号,则替换其中一个。不要交付近乎重复的假设。\n- 每个评分必须有一行理由。\n\n## 参考文件\n该技能文件夹中包含:\n- signals-catalog.md:规范的信号/数据点库\n- examples/example-report.md:一个完整的示例报告,用于锚定格式期望\n\n## 限制\n- 依赖提供的网站或简报内容,如果信息不足则可能需要澄清问题。\n- 信号必须来自目录,目录外的信号需要先添加并验证。\n- 输出为 Markdown 报告,不包含实际外联执行功能。