Prospect Scoring 是一个用于在首次接触前对冷账户进行画像匹配评分的技能。它仅基于可无需对话即可读取的数据（如网站、公司页面、服务列表）评估账户是否符合理想客户画像（ICP），并输出分层、分维度得分、数据置信度、是否通过门槛以及队列（A/B/D）。该技能强调不将匹配度与时机信号混为一个分数，缺失数据标记为0并标注数据缺口，还提供了对员工人数等数据的特殊处理规则。适用于对冷线索库进行资格筛选或排序，设置账户进入外联的门槛。
用途：该技能回答一个关于冷账户的问题：在任何人与其交谈之前，这个画像是否属于我们？所有可读信息均无需对话即可获得——他们做什么、服务谁、运营什么。仅通过通话才能确定的内容不属于此评分，那属于线索评分。
主要能力：该技能提供了一套评分框架，包括两个默认维度：ICP 匹配度（最高15分，从公司自身描述、网站、公司页面、专长中读取）和服务匹配度（最高15分，从列出的服务、展示的工作、明显缺乏或内部具备的能力中读取）。还设有一个总分门槛（例如30分中的20分），低于门槛的账户不进入外联。该技能强调只添加满足以下条件的维度：（a）可冷读取，（b）不是已有门槛，（c）在基础库中实际有变化。交易潜力仅在基础库真正具备时才符合条件。
该技能还区分了匹配度与时机：购买信号不改变账户的匹配度，而是改变时机。因此信号设置队列而非分数：队列A（强实时信号，开场白基于事件、日期和链接）、队列B（较弱或较旧信号，事件以更柔和的方式呈现）、队列D（无实时信号，开场白基于其网站上的数据点）。无信号不是低分，而是队列D加监控窗口，约30天后重新检查。开放职位持续45天以上比新职位信号更强。
缺失数据处理：缺失→0并标记数据缺口，绝不猜测或取中间值。当整个维度结构性为空时，进行归一化：保留原始总和和实际有数据维度的百分比总和，仅当数据置信度为M或H时使用归一化总分通过门槛；置信度为L时回退到原始总和。层级仅在验证过的数字上设置，员工人数未确认时层级单元格显示“需手动验证”。
员工人数陷阱：公司网站系统性地高估团队规模，而仅统计具名员工会低估大型公司。解决方案：公司页面员工人数是来源；网站上具名计数仅作为检查，绝不作为来源。当具名计数小数倍且页面数字本身较小时，标记该行并限制在最高档以下。数字保留在不同列中，避免混淆验证值与推断值。
使用方式：该技能以技能形式提供，可能通过命令行工具或平台集成使用。具体安装命令和调用方式暂未提供。输出为每个账户一行：公司·层级·各维度得分·原始总分·归一化总分·数据置信度（H/M/L）·门槛（通过/失败）·队列（A/B/D）·缺失字段。另加数据缺口列表：需要丰富数据才能评分的账户。未通过门槛的行保留在文件中并注明原因。
适用场景：适用于对冷线索库进行资格筛选或排序，设置账户进入外联的门槛，以及为后续的瀑布式丰富和序列撰写提供输入。也适用于需要区分匹配度与时机、避免将二者混为一谈的销售和营销团队。
限制：该技能不评估仅通过对话才能确定的信息（如预算、决策权限等），这些属于线索评分。不应用于已经通过停止过滤器决定的维度评分。不应在未批准权重的情况下对真实基础库运行。缺失数据必须标记而非猜测。具体实现细节、安装步骤和平台支持暂未提供。