SuperAPI AI 工具集

signal-research

营销与增长

查看项目

更新于 10-19 16:37

技能介绍

用途

企业画像名单只能说明“谁可能合适”,不能说明“什么时候该联系”。该技能针对已有的企业画像账户基础(CSV、Google Sheet、Notion 数据库、CRM 导出),逐账户判断是否存在当前生效的触发信号、证据是什么、信号距今多久,把静态名单转化为带日期和证据的信号列表。

支持两种运行模式:

  • 全量运行:该名单此前从未做过信号研究。
  • 增量运行:此前做过研究,重新扫描已燃尽信号和新出现的信号。资料指出多数名单约 45 天即会失效,而状态列仍显示 Hot,导致问题不易被察觉。

主要能力

  • 客户信号优先级:若工作区存在 clients/<client>/icp.md 与 signals.md,客户自身的信号层级、检测路径、地理来源表和开放数据陷阱优先于技能中的通用内容。
  • 信号库:resources/signals-catalog.md 收录约 60 个条目,覆盖账户事件与新闻、招聘、技术变更、个人层面活动、项目流与建设意向,以及垂直行业包和数据点系列。每条带检测路径、新鲜度窗口和配对说明。
  • 检测阶梯:resources/detection-ladder.md 规定从成本最低的来源开始逐级检测。
  • 信号计划:挑选 4–7 个信号,其中至少两个可批量检测(一次查询覆盖整个名单),至多两个需逐账户人工核查;计划表列出信号、层级、来源/路径、每 100 家的成本、窗口天数和预期命中率,并在执行前展示计划与预估成本。
  • 三遍检测:Pass A 批量来源,按名称/域名回连名单并记录 match_method;Pass B 对未命中的在范围内账户逐账户网页研究,批量 10–15 家交由并行研究代理,每个代理严格返回公司、信号类型、一行证据、URL、日期或明确的 none;Pass C 使用 Apollo、LinkedIn、Sales Nav、意向工具等平台过滤,仅针对通过适配门槛的账户。每遍后记录扫描数、命中数和成本。
  • 数据点采集:信号通常只覆盖名单的 3–5%,数据点几乎覆盖全部。二者在同一遍中采集,但必须分列存放:信号是有日期的事件,决定“何时写”;数据点是长期事实,决定“写什么”。值得保留的数据点类型按对信息改变程度排序为:自有的内部能力、具名设备或工具、软件栈、规模(产量、尺寸、数量)、具名客户或服务行业;行业构成最弱。
  • 评分与热度分层:默认评分为适配度(High 60 / Med 35 / Low 10)+ 信号层级(T1 40 / T2 25 / T3 10)+ 能力缺口(有缺口或未知 +10 / 已自有 −10);第二个独立信号 +10,第三个 +5;同一事件的两个事实算一个信号。时效乘数:窗口前半段 ×1.0,后半段 ×0.7,过期 ×0.3。按客户阈值划分 Hot / Warm / Cool / Drop,并给出每层 SLA(如 Hot 需在 48 小时内触达)。
  • 新鲜度与重扫队列:为每个已评分账户写入 signal_expires_on 与 rescan_due(取到期日与运行日 +30 天中的较早者)。增量运行输出变化表:新出现、已燃尽、重新出现、仍无信号。
  • 输出:一是增强名单 CSV(扁平结构、单表头、写值不写公式),保留全部输入列,追加标准信号字段(signal_type、signal_score、signal_route、signal_evidence_url、signal_date、signal_age_days、signal_summary、signal_2_type、signal_2_url、signal_3_type 等)以及 datapoint_type、datapoint_detail、signal_expires_on、rescan_due、signal_date_precision、match_method、detected_by、detected_on;完整名单(含被剔除项及原因)与工作切片作为两个列结构相同的文件交付。二是覆盖报告,须说明各来源产出排名(哪个来源产出多少信号、成本多少)、未产出信号的保留/弃用结论、无法检测项及原因、重扫日期。

使用方式

每个会话首次设置时动态解析安装目录(Glob 匹配 **/signal-research/SKILL.md,该目录为 SKILL_BASE,资源位于 {SKILL_BASE}/resources/...),按顺序加载客户 icp.md / signals.md、信号库,可选加载 agency-signal-sourcer;若均不存在则停止并说明,不凭空编造信号列表。

阶段流程:

  • 阶段 0 接收与规范化:只询问缺失信息(名单路径/链接及所属客户、运行模式、地理范围与批次上限);规范化时写入值而非公式,按域名去重(缺域名时按清洗后名称 + 城市,并标记 match_method),先执行地理、规模、反 ICP 过滤并为每个剔除项填写原因,报告漏斗(原始 → 去重 → 范围内),在开始检测前报告存活数量,若数量意味着实际成本则先取得确认。
  • 阶段 1 信号计划。
  • 阶段 2 三遍检测及 2b 数据点采集。
  • 阶段 3 评分与热度分层。
  • 阶段 4 新鲜度与重扫队列。
  • 阶段 5 输出。

硬性规则

  • 无证据不产出信号:每个非空 signal_type 都须带可访问 URL 和日期;无法给出链接的写为 none 并注明原因。
  • 记录检测日期而非运行日期:signal_date 为事件发生时间,signal_age_days = 运行日 − signal_date;来源仅给出“发布于 3 周前”时,记录推算日期并将 signal_date_precision 设为 approx。
  • 优先使用成本最低的来源,不为已由免费批量查询回答的账户花费付费额度。
  • 先执行停止过滤(反 ICP、地理/规模门槛)再研究,只研究通过者。
  • 信号每家公司一行,联系人另行处理。
  • 过期不等于不存在:过期信号降级为数据点并排队重扫,不得静默删除。
  • 保密:不得将一个客户的账户名、证据或名单带入另一客户的产物。

适用场景与限制

适用于 B2B 服务代理商对已有企业画像名单做触发信号研究、增量刷新与线索评分。资料指出的限制与陷阱包括:适配门槛须在检测前执行;开放数据覆盖是逐城市的,报告需按 geo_bucket 说明覆盖情况,空桶本身是发现;公共数据集的日期字段可能有混合格式、占位年份(9999、3030)和不更新的新鲜度元数据;如果未安排增量重扫,评分列在两个月内即失去意义。其他检测陷阱:招聘页上的员工邮箱签名会被误读为在招职位;“我们没有职位空缺”可能被空页面过滤器记为无结果而非明确否定;旧帖子挂在活动页面上看似新鲜,应按发帖日期而非页面日期记录;聚合站长期保留已关闭职位,只存在于聚合站的职位视为过期;招聘页不等于职位列表,多数公司跳转至外部板;/partners 或 /white-label 页面通常意味着对方自己售卖该服务,应按语义方向判读;反信号须单独成文件并覆盖所有账户(含已取消资格者);10–500 人规模的公司用通用搜索查新闻效果差,应使用专用信息源和门户。

相关衔接

资料列出若干衔接技能:hypo-generator / hypothesis-builder(确定测试哪个信号 × ICP × 报价)、agency-signal-sourcer(工具与成本、衰减窗口)、niche-data-finder / data-research / account-sourcing(扩大账户来源)、prospect-list-run(转为含联系人和文案位的完整潜客名单)、sequence-writer(基于信号撰写触达序列)、prospect-profiler(逐账户触达前简报)。