lead-intelligence

Resumen de la skill de inteligencia de leads

Qué hace lead-intelligence

lead-intelligence es un flujo de trabajo de inteligencia de leads con IA para encontrar, puntuar y priorizar prospectos, y luego convertir esa investigación en rutas de contacto. Es ideal para quienes necesitan lead-intelligence para Lead Research: construir una lista objetivo, determinar quién importa más y encontrar una vía de entrada cálida en lugar de improvisar.

Quién debería usarla

Usa la lead-intelligence skill si haces prospección comercial, contacto para alianzas, investigación para fundraising, búsqueda de creadores o influencers, o networking entre fundadores. Encaja especialmente bien cuando el trabajo real no es solo “encontrar nombres”, sino “encontrar los nombres correctos, con contexto, y decidir a quién vale la pena contactar primero”.

Qué la hace diferente

Esta skill combina puntuación de señales, ranking mutuo, detección de caminos cálidos y contacto por canal específico. Eso importa si te preocupa algo más que una lista estática de enriquecimiento: te ayuda a pasar de resultados de búsqueda en bruto a una shortlist priorizada y accionable, con mejor timing y mejores puntos de entrada.

Cómo usar la skill de inteligencia de leads

Instálala y actívala

Para lead-intelligence install, añade la skill a tu entorno de Claude Code y luego trabaja desde los archivos de la skill en el repo. El comando base que aparece en el material de origen es:

npx skills add affaan-m/everything-claude-code --skill lead-intelligence

Después de la instalación, asegúrate de que el entorno pueda acceder a las herramientas necesarias, especialmente las credenciales de Exa search y X API, o el flujo quedará parcialmente bloqueado.

Empieza con la entrada correcta

El patrón de uso de lead-intelligence funciona mejor cuando le das un objetivo acotado. Buenas entradas incluyen:

• sector o nicho objetivo
• buyer persona o cargo
• geografía o zona horaria
• qué cuenta como lead cualificado
• canal preferido: email, LinkedIn o X
• si quieres caminos cálidos, scoring o redacción de outreach

Una petición floja como “encuéntrame leads para mi startup” deja demasiadas cosas sin definir. Un prompt más sólido sería: “Encuentra 25 líderes de operaciones SaaS en Norteamérica, puntúa por relevancia y actividad reciente, luego identifica caminos de introducción cálidos y redacta 5 emails en frío”.

Lee primero estos archivos

Para la ruta de implementación más rápida, revisa:

• SKILL.md para las reglas de activación y las herramientas requeridas
• agents/signal-scorer.md para la lógica de ranking
• agents/mutual-mapper.md para el análisis de caminos cálidos
• agents/enrichment-agent.md para contexto de perfil y empresa
• agents/outreach-drafter.md para las reglas de longitud y personalización del mensaje

Este es el mejor enfoque de lead-intelligence guide porque te dice qué necesita el flujo antes de intentar ejecutarlo.

Flujo de trabajo que da mejores resultados

Una secuencia práctica es:

1. Define el mercado objetivo y el ICP.
2. Usa la puntuación de señales para construir una lista priorizada de prospectos.
3. Enriquece a los prospectos principales con cargo actual, empresa, actividad y contexto.
4. Mapea mutuos u otros caminos cálidos.
5. Redacta outreach solo después de tener un motivo creíble para contactar a cada persona.

Si saltas el scoring o el enriquecimiento, la fase de outreach tiende a volverse genérica. La skill funciona mejor cuando cada etapa reduce la incertidumbre de la siguiente.

Preguntas frecuentes sobre la skill de inteligencia de leads

¿lead-intelligence es solo para equipos de ventas?

No. La lead-intelligence skill también es útil para alianzas, fundraising, recruiting y búsqueda de expertos. Si necesitas priorizar personas por relevancia y facilidad de contacto, puede ayudarte.

¿Necesito APIs especiales para lead-intelligence?

Sí, el flujo principal depende de acceso a Exa y a la X API. Fuentes opcionales como LinkedIn, Apollo, Clay o GitHub pueden mejorar la cobertura, pero la skill no es solo una plantilla de prompt; espera datos reales de búsqueda y de grafo.

¿Es mejor que un prompt normal?

Normalmente sí, si necesitas prospección repetible. Un prompt genérico puede redactar unos pocos leads, pero lead-intelligence añade un método estructurado para scoring, análisis de mutuos y secuenciación del outreach, lo que reduce la improvisación y mejora la consistencia.

¿Cuándo no debería usarlo?

No lo uses si solo necesitas una lista puntual de nombres de empresas o si no tienes acceso a las fuentes de datos requeridas. Tampoco encaja bien cuando tu audiencia es demasiado amplia, porque la lógica de ranking depende de una segmentación clara.

Cómo mejorar la skill de inteligencia de leads

Dale mejores entradas al modelo de scoring

La mayor mejora de calidad viene de criterios más claros: cargo ideal, etapa de la empresa, geografía, tamaño de la operación, relevancia temática y qué hace que alguien merezca ser contactado ahora. Cuanto más explícitos sean tus filtros, menos tendrá que inferir el flujo de lead-intelligence.

Pide evidencia, no solo nombres

Cuando solicites resultados, pide también la señal detrás de cada lead: publicación reciente, cambio de puesto, ronda de financiación, conexión compartida o solapamiento temático. Eso ayuda a la skill a evitar coincidencias superficiales y hace que la shortlist sea más fácil de defender internamente.

Separa la investigación del outreach

Un fallo habitual es pedir la lista de leads y el mensaje final en una sola pasada. Los mejores resultados llegan con un ciclo en dos pasos: primero identificar y ordenar, luego enriquecer y redactar. Si la primera pasada no encaja, ajusta el objetivo antes de generar mensajes.

Itera sobre el eslabón más débil

Si los resultados están cerca pero no son utilizables, corrige la parte que falló: mejora la definición de la persona, añade criterios de exclusión o acota el canal. Para lead-intelligence for Lead Research, pequeños cambios en el ICP o en los requisitos de fuentes suelen mejorar más el resultado que pedir “más leads”.