lead-intelligence
von affaan-mlead-intelligence ist ein KI-Workflow für Lead Intelligence und Lead Research, der Prospects bewertet, warme Zugänge findet und Outreach-Entwürfe erstellt. Verwenden Sie die lead-intelligence Skill, um eine priorisierte Lead-Liste aufzubauen, die Passung zu bewerten und Recherchen mit weniger Rätselraten in E-Mail-, LinkedIn- oder X-Outreach zu überführen.
Diese Skill erreicht 82/100 und ist damit ein solider Kandidat für ein Verzeichnis, wenn Nutzer einen echten Lead-Intelligence-Workflow statt eines generischen Outreach-Prompts suchen. Das Repository liefert genug operative Details, um die Skill auszulösen, die Pipeline zu verstehen und zu sehen, wie Signale für Scoring, Mutual Mapping, Enrichment und Outreach genutzt werden. Allerdings hängt die Nutzung weiterhin von externem Tool-Zugriff ab, und einige Installationshinweise fehlen noch.
- Klare Aktivierungsimpulse für Lead-Findung, Outreach-Listen, warme Vorstellungen und Prospect-Ranking, inklusive Beispiel-Formulierungen.
- Der mehrstufige Workflow ist eindeutig beschrieben: Signal-Scoring, Enrichment, Mutual Mapping und Outreach-Entwürfe sind in eigene Agent-Dateien aufgeteilt.
- Konkrete Bewertungsraster und Ausgabeerwartungen reduzieren den Interpretationsspielraum und machen den Workflow wiederverwendbarer.
- Erfordert externe Dienste wie Exa MCP und X API-Anmeldedaten, was die unmittelbare Nutzbarkeit einschränken kann.
- Es gibt keinen Installationsbefehl, keine Skripte und keine Support-Dateien, daher sind Einrichtung und Integration manuellem Nachvollziehen überlassen.
Überblick über die lead-intelligence Skill
Was lead-intelligence macht
lead-intelligence ist ein KI-Workflow für Lead Intelligence, um potenzielle Kontakte zu finden, zu bewerten und zu priorisieren und diese Recherche dann in Outreach-Pfade zu übersetzen. Am besten geeignet ist es für Nutzer, die lead-intelligence für Lead Research brauchen: eine Zielliste aufbauen, einschätzen, wer wirklich wichtig ist, und einen warmen Einstieg finden, statt zu raten.
Für wen es geeignet ist
Nutzen Sie den lead-intelligence skill, wenn Sie Sales Prospecting, Partneransprache, Fundraising-Recherche, Creator-/Influencer-Sourcing oder Networking von Founder zu Founder betreiben. Besonders stark ist er, wenn die eigentliche Aufgabe nicht nur lautet „Namen finden“, sondern „die richtigen Namen mit Kontext finden und entscheiden, wen man zuerst anspricht“.
Was ihn unterscheidet
Dieser Skill kombiniert Signaleinstufung, gegenseitige Priorisierung, die Suche nach warmen Pfaden und kanalbezogene Outreach-Entwürfe. Das ist relevant, wenn Sie mehr wollen als eine statische Enrichment-Liste: Der Workflow bringt Sie von rohen Suchtreffern zu einer priorisierten, handlungsfähigen Shortlist mit besserem Timing und besseren Einstiegspunkten.
So verwenden Sie den lead-intelligence Skill
Installieren und aktivieren
Für lead-intelligence install fügen Sie den Skill Ihrer Claude Code-Umgebung hinzu und arbeiten dann mit den Skill-Dateien im Repo. Der im Quelltext gezeigte Basisbefehl lautet:
npx skills add affaan-m/everything-claude-code --skill lead-intelligence
Stellen Sie nach der Installation sicher, dass die Umgebung auf die benötigten Tools zugreifen kann, insbesondere auf Exa Search und X API Credentials, sonst ist der Workflow nur eingeschränkt nutzbar.
Mit dem richtigen Input starten
Das Muster für lead-intelligence usage funktioniert am besten mit einem eng gefassten Ziel. Gute Eingaben sind zum Beispiel:
- Zielbranche oder Nische
- Buyer Persona oder Rolle
- Geografie oder Zeitzone
- Was als qualifizierter Lead zählt
- Bevorzugter Kanal: E-Mail, LinkedIn oder X
- Ob Sie warme Pfade, Scoring oder Outreach-Entwürfe wollen
Eine schwache Anfrage wie „find leads for my startup“ lässt zu viel offen. Ein stärkerer Prompt sieht eher so aus: „Find 25 SaaS ops leaders in North America, score by relevance and recent activity, then identify warm intro paths and draft 5 cold emails.“
Diese Dateien zuerst lesen
Für den schnellsten Umsetzungsweg prüfen Sie:
SKILL.mdfür Aktivierungsregeln und benötigte Toolsagents/signal-scorer.mdfür die Ranking-Logikagents/mutual-mapper.mdfür die Analyse warmer Pfadeagents/enrichment-agent.mdfür Profil- und Unternehmenskontextagents/outreach-drafter.mdfür Regeln zu Länge und Personalisierung von Nachrichten
Das ist der beste lead-intelligence guide-Ansatz, weil er zeigt, was der Workflow benötigt, bevor Sie ihn überhaupt ausführen.
Workflow, der bessere Ergebnisse liefert
Eine praxistaugliche Reihenfolge ist:
- Zielmarkt und ICP definieren.
- Mit Signal Scoring eine priorisierte Prospect-Liste erstellen.
- Die Top-Prospects mit aktuellem Rollenprofil, Unternehmen, Aktivität und Kontext anreichern.
- Mutuals oder andere warme Pfade abbilden.
- Outreach erst entwerfen, wenn Sie einen glaubwürdigen Grund haben, jede Person zu kontaktieren.
Wenn Sie Scoring oder Enrichment überspringen, wird der Outreach-Schritt schnell generisch. Der Skill funktioniert am besten, wenn jede Phase die Unsicherheit für die nächste reduziert.
FAQ zum lead-intelligence Skill
Ist lead-intelligence nur für Sales-Teams?
Nein. Der lead-intelligence skill ist auch für Partnerschaften, Fundraising, Recruiting und die Suche nach Experten nützlich. Wenn Sie Menschen nach Relevanz und Erreichbarkeit priorisieren müssen, kann er helfen.
Brauche ich spezielle APIs für lead-intelligence?
Ja, der Kern-Workflow hängt von Exa und X API-Zugriff ab. Optionale Quellen wie LinkedIn, Apollo, Clay oder GitHub können die Abdeckung verbessern, aber der Skill ist nicht nur eine Prompt-Vorlage; er erwartet echte Such- und Graphdaten.
Ist das besser als ein normaler Prompt?
Meistens ja, wenn Sie wiederholbares Prospecting brauchen. Ein generischer Prompt kann ein paar Leads formulieren, aber lead-intelligence ergänzt eine strukturierte Methode für Scoring, Mutual Analysis und die Reihenfolge von Outreach, was Rätselraten reduziert und die Konsistenz verbessert.
Wann sollte ich es nicht verwenden?
Nutzen Sie es nicht, wenn Sie nur eine einmalige Liste mit Firmennamen brauchen oder keinen Zugriff auf die erforderlichen Datenquellen haben. Es ist auch ungeeignet, wenn Ihre Zielgruppe zu breit ist, weil die Ranking-Logik klare Zielvorgaben braucht.
So verbessern Sie den lead-intelligence Skill
Geben Sie dem Scoring-Modell bessere Inputs
Der größte Qualitätsgewinn kommt von klareren Kriterien: ideale Position, Unternehmensphase, Geografie, Deal Size, Themenrelevanz und was jemanden gerade kontaktwürdig macht. Je expliziter Ihre Filter sind, desto weniger muss der lead-intelligence Workflow selbst ableiten.
Fordern Sie Belege statt nur Namen
Wenn Sie Ergebnisse anfordern, verlangen Sie das Signal hinter jedem Lead: aktueller Post, Rollenwechsel, Funding-Event, gemeinsame Verbindung oder Themenüberschneidung. So vermeidet der Skill oberflächliche Treffer, und die Shortlist lässt sich intern leichter vertreten.
Recherche und Outreach trennen
Ein häufiger Fehler ist, eine Lead-Liste und die finalen Nachrichten in einem Durchgang zu verlangen. Bessere Ergebnisse liefert ein Zwei-Schritt-Prozess: erst identifizieren und priorisieren, dann anreichern und texten. Wenn der erste Durchlauf nicht passt, schärfen Sie das Ziel nach, bevor Sie Nachrichten erzeugen.
Den schwächsten Teil iterativ verbessern
Wenn die Ergebnisse nah dran, aber noch nicht nutzbar sind, optimieren Sie genau den Teil, der schwach ist: Persona präzisieren, Ausschlusskriterien ergänzen oder den Kanal eingrenzen. Für lead-intelligence for Lead Research verbessern kleine Änderungen am ICP oder an den Quellanforderungen die Ausgabe oft stärker als die Bitte um „mehr Leads“.