Awesome-claude-skills-cn lead-research-assistant

通过分析您的业务、搜索目标公司并提供可操作的联系策略来为您的产品或服务识别高质量潜在客户。非常适合销售、业务开发和营销专业人士。

install
source · Clone the upstream repo
git clone https://github.com/Athe1st3154/awesome-claude-skills-cn
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/Athe1st3154/awesome-claude-skills-cn "$T" && mkdir -p ~/.claude/skills && cp -r "$T/lead-research-assistant" ~/.claude/skills/athe1st3154-awesome-claude-skills-cn-lead-research-assistant && rm -rf "$T"
manifest: lead-research-assistant/SKILL.md
source content

Lead Research Assistant

此技能帮助您通过分析您的产品/服务、了解理想客户画像并提供可操作的推广策略来识别和筛选潜在客户。

何时使用此技能

  • 为您的产品/服务寻找潜在客户
  • 列出可供 outreach 的公司列表
  • 识别用于销售 outreach 的目标账户
  • 研究符合您理想客户画像的公司
  • 为业务开发活动做准备

此技能的功能

  1. 了解您的业务:分析您的产品/服务、价值主张和目标市场
  2. 识别目标公司:根据以下内容找到符合您理想客户画像的公司:
    • 行业和部门
    • 公司规模和位置
    • 技术栈和使用的工具
    • 增长阶段和融资
    • 您的产品解决的痛点
  3. 为线索排序:基于匹配度和相关性对公司进行排名
  4. 提供联系策略:建议如何以个性化信息接触每个潜在客户
  5. 丰富数据:收集关于决策者和公司背景的相关信息

使用方法

基本用法

只需描述您的产品/服务以及您想要什么:

我正在构建 [产品描述]。在 [地点/行业] 找到 10 家适合作为线索的公司。

配合您的代码库

为获得更好的结果,从产品源代码目录运行此功能:

查看我在这仓库中构建的内容,识别 [地点/行业] 最能从该产品受益的前 10 家公司。

高级用法

为更有针对性的研究:

我的产品:[描述]
理想客户画像:
- 行业:[行业]
- 公司规模:[规模范围]
- 地点:[地点]
- 当前痛点:[痛点]
- 使用的技术:[技术栈]

为我找到 20 个带有每个联系策略的合格线索。

说明

当用户请求线索研究时:

  1. 了解产品/服务

    • 如果在代码目录,分析代码库以了解产品
    • 询问关于价值主张的澄清问题
    • 识别关键功能和优势
    • 了解它解决的问题
  2. 定义理想客户画像

    • 确定目标行业和部门
    • 识别公司规模范围
    • 考虑地理偏好
    • 了解相关痛点
    • 记下任何技术要求
  3. 研究和识别线索

    • 搜索符合条件的所有公司
    • 寻找需求的信号(职位发布、技术栈、最近新闻)
    • 考虑增长指标(融资、扩张、招聘)
    • 识别有互补产品/服务的公司
    • 检查预算指标
  4. 排序和评分

    • 为每个线索创建匹配度评分(1-10)
    • 考虑因素如:
      • 与 ICP 的匹配度
      • 即时需求的信号
      • 预算可用性
      • 竞争格局
      • 时机指标
  5. 提供可操作的输出

    对于每个线索,提供:

    • 公司名称 和网站
    • 为什么是合适人选:基于其业务的特定原因
    • 匹配度评分:1-10 并解释
    • 决策者:目标角色/职位(如"工程副总裁")
    • 联系策略:个性化方法建议
    • 价值主张:您的产品如何解决其特定问题
    • 对话开场白:在 outreach 中提及的特定要点
    • LinkedIn URL:如可用,以便轻松连接
  6. 格式化输出

    以清晰、可扫描格式呈现结果:

    # 线索研究结果
    
    ## 摘要
    - 找到的线索总数:[X]
    - 高优先级(8-10):[X]
    - 中优先级(5-7):[X]
    - 平均匹配度评分:[X]
    
    ---
    
    ## 线索 1:[公司名称]
    
    **网站**:[URL]
    **优先级评分**:[X/10]
    **行业**:[行业]
    **规模**:[员工数/收入范围]
    
    **为什么是合适人选**:
    [2-3 个基于其业务的特定原因]
    
    **目标决策者**:[角色/职位]
    **LinkedIn**:[如有则提供 URL]
    
    **对其的价值主张**:
    [针对该公司的具体利益]
    
    **推广策略**:
    [个性化方法——提及特定痛点、最近公司新闻或相关背景]
    
    **对话开场白**:
    - [具体要点 1]
    - [具体要点 2]
    
    ---
    
    [为每个线索重复]
    
  7. 提供下一步建议

    • 建议保存结果到 CSV 以便 CRM 导入
    • 提供起草个性化推广信息
    • 推荐基于时机的优先级排序
    • 建议对顶级线索进行后续研究

示例

示例 1:来自 Lenny's Newsletter

用户:"我正在构建一个在 AI 编码助手查询中屏蔽敏感数据的工具。寻找潜在线索。"

输出:创建优先级列表,包括:

  • 使用 AI 编码助手(Copilot、Cursor 等)的公司
  • 处理敏感数据(金融科技、医疗、法律)的公司
  • 其 GitHub repos 中有使用编码代理证据的公司
  • 可能意外在代码中暴露敏感数据的公司
  • 相关决策者的 LinkedIn URL

示例 2:本地企业

用户:"我经营一家远程团队生产力咨询公司。在湾区找到最近转向远程的 10 家公司。"

输出:识别的公司:

  • 最近发布远程职位招聘
  • 宣布远程优先政策
  • 正在招聘分布式团队
  • 表现出远程工作挑战
  • 为每家提供个性化推广策略

最佳结果技巧

  • 要具体:关于您的产品和独特价值要具体
  • 从您的代码库运行(如适用)以自动获取上下文
  • 提供背景:关于您的理想客户画像
  • 指定限制:如行业、地点或公司规模
  • 请求后续研究:对有希望的线索进行更深入的洞察

相关用例

  • 在识别线索后起草个性化推广邮件
  • 构建可用于 CRM 导入的合格潜在客户 CSV
  • 详细研究特定公司
  • 分析竞争对手客户群
  • 识别合作机会