Signal Catalog 是一个面向 AI 原生外呼（AI-native outreach）的技能，用于系统化地构建基于信号的销售触发目录。它帮助销售或增长团队针对一个细分市场，整理出 50 个可检测的购买信号，并对每个信号进行评分和运营可行性评估。
用途 该技能用于将“信号驱动外呼”从概念落地为可执行的目录。它通过定义购买触发框架、列出信号、填充检测工具与新鲜度窗口、评分、打包等步骤，输出一个结构化的信号目录，并给出优先运行建议。最终结果可交接给假设构建（signal × tier × offer）和名单构建环节。
主要能力与流程
- 框定购买触发：在列出信号前，用一句话描述“公司内部必须发生什么变化，他们才会现在需要这项服务”。目录中的每个信号要么是这句话成立的证据，要么是其变得紧急的时刻。
- 按来源分组列出 50 个触发信号：典型分组包括公共记录/招标/许可、活动与参展商名单、招聘、技术与技术栈、资金与增长、人员与内容、公司特征数据点、意向与数字行为等。分组需根据细分市场调整。
- 每行填充四列：#、信号、轨道（С/Д）、检测工具、新鲜度窗口。检测工具必须是具体的命名工具，不能写“调研”；新鲜度必须是天数，或数据点标记为“стан”（意为无衰减）。
- 对每个信号评分：使用公式 score = 0.15·Scrape + 0.15·Scaling + 0.25·Problem + 0.20·Offer + 0.25·Trigger，每个因子 1–5 分。Scrape 衡量检测的廉价与可靠性；Scaling 衡量能否在该基数下达到测试量；Problem 衡量是否证明急性痛点；Offer 衡量是否有现成报价与证据；Trigger 衡量今天写邮件的理由强度。报告分数时必须同时报告最大可能值。
- 打包无法独立成立的信号：事件型信号假设需要 300 个账户，数据点型假设需要 500 个账户，低于此不运行。多数单一信号无法达标，需将相关信号打包到一个邮件主题下，读者只看到一条连贯信息。需诚实报告每个包的可获得量。若没有包能达到门槛，则说明细分市场过窄，并提供扩展方法：将垂直领域从定位过滤器转变为证明选择器，在更广类别中检测信号，并展示与读者垂直领域匹配的案例研究。
关键区分：事件 vs. 数据点 目录中每行属于两种轨道之一：事件（Track С）或数据点（Track Д）。事件型信号（如融资轮、新高管、招聘发布）针对约 3–5% 的基数，会随时间衰减，告诉用户“何时写”，可独立工作。数据点型信号（如框架过时、无 DevOps 人员、产品年龄）针对约 100% 的基数，不衰减，告诉用户“写什么”，但不能独立工作——单独使用会像指责。需将数据点与事件配对（例如“你们三月融资，而那个框架也在三月失去支持”），才能形成对话。
硬性规则
- 绝不编造检测工具。若不知道什么能发现某信号，写“уточнити”并继续。
- 招聘帖子仅存在于账户级别，绝不重复作为人物触发。
- 基准数据仅作方向参考。供应商公布的回复率（单一信号 18–22%，堆叠 35–40%）是营销数据；信号 campaign 的实际正回复上限约 10%。
- 企业级意向平台超出企业预算以下团队的范围。点名、定价，然后继续。
- 说明哪些行是目录新增且值得保留到下一个细分市场。
输出内容
- 分组信号表，含评分列
- 前 15 名排名
- 针对门槛的容量现实检查
- 带真实可获得数量的信号包
- 一条建议：哪个包先运行，以及为什么不仅看分数
适用场景与限制 适用于希望系统化构建信号驱动外呼体系的 B2B 销售、增长或营销团队，尤其适合针对特定细分市场进行外呼策略设计。该技能要求用户对细分市场有足够了解，并能识别具体检测工具。若细分市场过窄导致无法达到测试量，需按技能建议扩展。该技能不提供自动检测或数据抓取功能，检测工具需用户自行指定。关于定价、收费、具体平台支持等信息暂未提供。