lead-research-assistant

name	lead-research-assistant
description	通过分析你的业务、搜索目标公司并提供可操作的联络策略，识别高质量的销售线索。非常适合销售、商务拓展和市场营销专业人士使用。
metadata	{"name_zh":"线索研究","name_zh-tw":"線索研究","description_zh":"通过分析你的业务、搜索目标公司并提供可操作的联络策略，识别高质量销售线索","description_zh-tw":"透過分析你的業務、搜尋目標公司並提供可操作的聯絡策略，辨識高品質銷售線索"}

线索研究

此技能分析你的产品/服务，理解理想客户画像，提供可操作的拓展策略，帮你识别和筛选潜在销售线索。

何时使用

• 为产品/服务寻找潜在客户或合作方
• 建立待联络的合作公司清单
• 识别销售拓展的目标客户
• 调研符合理想客户画像的公司
• 为商务拓展活动做准备

功能说明

1. 理解你的业务：分析产品/服务、价值主张和目标市场
2. 识别目标公司：基于以下条件寻找符合理想客户画像的公司：
   • 行业和领域
   • 公司规模和所在地
   • 技术栈和使用的工具
   • 发展阶段和融资情况
   • 你的产品能解决的痛点
3. 线索优先级排序：根据匹配度和相关性对公司排名
4. 提供联络策略：建议如何用个性化信息接触每个线索
5. 丰富数据：收集决策者和公司背景的相关信息

使用方法

基础用法

描述你的产品/服务和目标：

我正在开发 [产品描述]。帮我找 10 家 [地点/行业] 的公司，
它们应该是这个产品的良好线索。

结合代码库使用

在产品源代码目录下运行，效果更好：

看看我在这个仓库里正在构建什么，识别 [地点/行业] 中
最可能从这个产品受益的前 10 家公司。

高级用法

更精准的研究：

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]

帮我找 20 个合格线索，并为每个提供联络策略。

操作指引

收到线索研究请求时：

1. 理解产品/服务

   • 在代码目录下时，分析代码库理解产品
   • 询问价值主张的相关问题
   • 识别关键特性和优势
   • 理解它解决了什么问题

2. 定义理想客户画像

   • 确定目标行业和领域
   • 识别公司规模范围
   • 考虑地理偏好
   • 理解相关痛点
   • 注意技术要求

3. 调研和识别线索

   • 搜索符合标准的公司
   • 寻找需求信号（招聘广告、技术栈、近期新闻）
   • 考虑增长指标（融资、扩张、招聘）
   • 识别拥有互补产品/服务的公司
   • 检查预算指标

4. 优先级排序和评分

   • 为每个线索创建匹配度评分（1-10）
   • 考虑以下因素：
     • 与理想客户画像的契合度
     • 即时需求信号
     • 预算可用性
     • 竞争格局
     • 时机指标

5. 提供可操作的输出

   为每个线索提供：

   • 公司名称和网站
   • 为何匹配：基于其业务的具体原因
   • 优先级评分：1-10 分并附说明
   • 决策者：目标角色/职位（例如"工程副总裁"）
   • 联络策略：个性化接触建议
   • 价值主张：你的产品如何解决他们的具体问题
   • 对话切入点：接触中要提及的具体要点
   • LinkedIn 链接：如有，便于建立联系

6. 格式化输出

   以清晰、易扫描的格式呈现结果：

   # 线索研究结果
   
   ## 摘要
   - 找到的总线索数：[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/营收范围]
   
   **为何匹配**：
   [基于其业务的 2-3 个具体原因]
   
   **目标决策者**：[角色/职位]
   **LinkedIn**：[URL（如有）]
   
   **对他们的价值主张**：
   [对这家公司的具体收益]
   
   **拓展策略**：
   [个性化方法 - 提及具体痛点、近期公司新闻或相关背景]
   
   **对话切入点**：
   - [具体要点 1]
   - [具体要点 2]
   
   ---
   
   [对每个线索重复]
   

7. 提供后续步骤建议

   • 建议将结果保存为 CSV 以便导入 CRM
   • 提供起草个性化拓展信息的服务
   • 根据时机推荐优先级排序
   • 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："我正在开发一个工具，用于在 AI 编程助手查询中遮蔽敏感数据。帮我找潜在线索。"

输出：创建按优先级排序的公司列表，这些公司：

• 使用 AI 编程助手（Copilot、Cursor 等）
• 处理敏感数据（金融科技、医疗保健、法律）
• 在 GitHub 仓库中有使用编程代理的证据
• 可能在代码中意外暴露了敏感数据
• 包含相关决策者的 LinkedIn 链接

示例 2：本地业务

用户："我经营一家远程团队生产力咨询公司。帮我找 10 家最近转为远程办公的湾区公司。"

输出：识别以下公司：

• 最近发布了远程职位
• 宣布了远程优先政策
• 正在招聘分布式团队
• 显示出远程工作挑战的迹象
• 为每家公司提供个性化拓展策略

最佳实践

• 具体描述产品及其独特价值
• 在代码库中运行（如适用）自动获取上下文
• 提供上下文说明理想客户画像
• 指定约束条件如行业、地点或公司规模
• 请求后续研究获取有前景线索的更深入洞察

相关场景

• 识别线索后起草个性化拓展邮件
• 构建可导入 CRM 的合格潜在客户 CSV
• 详细研究特定公司
• 分析竞争对手的客户群
• 识别合作机会