lead-research-assistant
par ComposioHQlead-research-assistant aide les agents à qualifier des entreprises cibles, classer l’adéquation des leads et suggérer des angles de prospection à partir de votre ICP, de votre marché et de vos objectifs commerciaux. Utilisez ce skill en fichier unique pour structurer la recherche de leads, puis vérifiez manuellement les données d’entreprise et de contact.
Ce skill obtient 70/100, ce qui signifie qu’il est acceptable pour une mise en annuaire, mais qu’il vaut mieux le considérer comme un workflow léger basé sur des prompts plutôt que comme un système complet et outillé de recherche de leads. Les utilisateurs de l’annuaire peuvent comprendre quand l’invoquer et quels résultats attendre, tout en gardant à l’esprit que son exécution nécessitera des capacités web/recherche disponibles et du discernement sur les sources de données et la validation des leads.
- Frontmatter clair et déclencheurs d’usage bien définis pour la vente, le développement commercial, le marketing, la recherche de comptes cibles, les partenariats et la correspondance avec l’ICP.
- Le fichier SKILL.md décrit un flux de recherche de leads concret : comprendre l’entreprise, identifier les sociétés cibles, prioriser les leads, proposer des stratégies de contact et enrichir le contexte sur les entreprises et les décideurs.
- Le contenu semble substantiel plutôt que factice ou démo, avec plusieurs sections orientées workflow et des indications d’utilisation proches d’exemples.
- Skill fondé uniquement sur des prompts, sans fichiers de support, scripts, références ni indications sur les sources de données ; la qualité des leads dépend donc fortement des outils de recherche disponibles pour l’agent et du contexte fourni par l’utilisateur.
- Aucune commande d’installation ni README/métadonnées au niveau du dépôt n’est présent pour ce chemin de skill, ce qui rend l’adoption un peu moins claire pour les utilisateurs de l’annuaire.
Présentation de la skill lead-research-assistant
À quoi sert lead-research-assistant
La skill lead-research-assistant aide un agent IA à transformer une description de produit, un marché cible et un objectif commercial en workflow structuré de recherche de leads. Elle est conçue pour les tâches de Lead Research : identifier des entreprises cibles, qualifier l’adéquation des comptes, classer les opportunités et proposer des angles de prospection personnalisés.
Pour quels profils commerciaux et business development cette skill est la plus adaptée
Utilisez cette skill si vous avez besoin d’un premier travail concret de découverte de comptes pour la vente, les partenariats, la prospection d’agence, l’outreach mené par un fondateur ou la planification de campagnes marketing. Elle est particulièrement utile lorsque vous pouvez décrire votre offre, votre profil client idéal, la zone géographique visée, la taille d’entreprise recherchée et le problème métier que vous résolvez.
Ce qui rend la skill utile
La valeur principale de la lead-research-assistant skill ne se limite pas à “trouver des entreprises”. Elle guide l’agent pour raisonner sur l’adéquation : secteur, taille d’entreprise, localisation, stack technologique, stade de financement, points de douleur probables, contexte des décideurs et stratégie de prise de contact. Le résultat devient ainsi plus exploitable qu’une liste générique de prospects.
Limites importantes avant l’installation
Cette skill contient un seul fichier SKILL.md et n’inclut pas de scripts, jeux de données, API d’enrichissement ni outils de vérification. Elle peut structurer la recherche et le raisonnement, mais la qualité dépend de l’accès du modèle à la navigation ou aux outils, du niveau de détail de vos consignes et de votre capacité à vérifier les données d’entreprise et de contact avant toute prospection.
Comment utiliser la skill lead-research-assistant
Installation de lead-research-assistant et fichiers à inspecter
Installez-la depuis la collection de skills ComposioHQ avec :
npx skills add ComposioHQ/awesome-claude-skills --skill lead-research-assistant
Après l’installation, commencez par lire lead-research-assistant/SKILL.md. L’aperçu du dépôt ne montre pas de dossiers supplémentaires rules/, resources/, references/ ou scripts/ ; le comportement de la skill est donc concentré dans ce seul fichier. La configuration est simple, mais cela signifie aussi que vous devez fournir votre propre contexte marché, vos sources de données et vos règles de qualification.
Informations à fournir pour une meilleure recherche de leads
Pour un bon lead-research-assistant usage, ne demandez pas simplement de “bons leads”. Fournissez :
- Résumé du produit ou du service
- Proposition de valeur principale et douleur résolue
- Profil client idéal
- Types de clients à exclure
- Pays ou régions cibles
- Taille d’entreprise ou fourchette de chiffre d’affaires souhaitée
- Secteurs pertinents
- Fonctions ou départements acheteurs
- Preuves, cas clients ou différenciateurs
- Objectif de prospection, par exemple prise de rendez-vous démo, partenariat, pilote ou enquête
Un prompt faible serait : “Find SaaS leads for my product.”
Un prompt plus solide serait : “Use lead-research-assistant for a B2B SaaS product that automates SOC 2 evidence collection for 50–500 person fintech companies in the US and UK. Prioritize companies hiring security or compliance roles, using cloud infrastructure, and likely preparing for enterprise sales. Exclude consultancies and companies already selling compliance automation. Return 25 accounts with fit rationale, trigger event, likely buyer title, outreach angle, and confidence score.”
Workflow recommandé pour utiliser lead-research-assistant
Commencez par demander à la skill de clarifier votre ICP avant de générer des leads. Lancez ensuite la découverte de leads par lots, examinez les critères d’adéquation, puis seulement après demandez des messages de prospection. Une séquence pratique :
- Définir l’ICP et les critères d’exclusion.
- Demander les catégories de leads et les critères de recherche.
- Générer une liste de comptes classée par priorité.
- Demander les preuves justifiant l’adéquation de chaque compte.
- Ajouter une stratégie de contact et les personas acheteurs probables.
- Exporter le tout dans un tableau compatible CRM.
- Vérifier manuellement les informations d’entreprise et les contacts.
Ce workflow par étapes réduit les listes de prospects halluciné·es et rend la recherche plus facile à auditer.
Format de sortie qui aide vraiment à décider
Demandez des colonnes qui obligent à formuler un jugement utile, pas seulement des noms. Les champs pertinents incluent company, website, industry, location, employee range, fit score, why it fits, pain point, trigger signal, recommended buyer, outreach angle, data to verify et priority. La colonne data to verify est particulièrement importante, car cette skill n’inclut pas de pipeline automatique de validation des données.
FAQ de la skill lead-research-assistant
lead-research-assistant est-elle meilleure qu’un prompt ordinaire ?
Oui, si vous voulez une structure répétable de recherche de leads. Un prompt générique peut produire une liste d’entreprises peu structurée. La skill lead-research-assistant donne à l’agent une mission plus claire : comprendre l’activité, identifier les comptes correspondants, prioriser l’adéquation, enrichir le contexte et proposer une stratégie de contact.
Trouve-t-elle des adresses e-mail ou numéros de téléphone vérifiés ?
Pas à elle seule. Les éléments du dépôt ne montrent aucun script d’enrichissement intégré ni aucune intégration avec une base de contacts. Si votre environnement dispose de la navigation, d’un CRM, d’Apollo, Clay, Clearbit, LinkedIn ou d’autres outils, vous pouvez les utiliser avec la skill. Sinon, considérez les coordonnées comme des pistes à vérifier manuellement.
Qui ne devrait pas utiliser cette skill ?
Ne vous appuyez pas sur cette skill comme sur une base de prospection conforme par défaut, un outil garanti de recherche d’e-mails ou un substitut à la relecture humaine. Elle est également peu adaptée si vous ne savez pas expliquer clairement votre offre ou votre ICP. Sans contraintes précises, le résultat peut être trop large, générique ou difficile à prioriser.
Est-elle adaptée aux débutants ?
Oui. La skill est simple à installer et centrée sur SKILL.md, ce qui permet aux débutants de l’adopter rapidement. La principale courbe d’apprentissage concerne la qualité du prompt : plus vous décrivez précisément votre marché, vos exclusions et votre stratégie commerciale, meilleure sera la liste de leads et la stratégie de prospection.
Comment améliorer la skill lead-research-assistant
Améliorer les prompts lead-research-assistant avec des ICP plus précis
Le moyen le plus rapide d’améliorer les résultats de lead-research-assistant est de fournir des règles de qualification strictes. Remplacez les critères vagues comme “entreprises en croissance” par des signaux observables tels que “a levé une Series A ou B au cours des 24 derniers mois”, “recrute des profils revenue operations”, “utilise Salesforce” ou “publie plusieurs offres d’emploi liées à la conformité”. Les signaux observables rendent la recherche de leads plus facile à valider.
Réduire les échecs fréquents
Les problèmes courants incluent des secteurs trop larges, des informations d’entreprise inventées, une priorisation faible et des angles de prospection génériques. Pour les limiter, demandez à l’agent de séparer les faits confirmés des hypothèses, d’indiquer ce qui doit être vérifié et d’expliquer pourquoi chaque compte correspond à la cible. Si la première liste est trop bruitée, révisez les critères d’exclusion avant de demander davantage de leads.
Ajouter vos propres sources de recherche et votre modèle de scoring
Comme la skill ne fournit pas de sources de données intégrées, améliorez-la en nommant les sources auxquelles votre équipe fait confiance : sites web d’entreprise, job boards, bases de financement, marketplaces d’applications, sites d’avis, exports CRM, listes de sponsors de conférences ou annuaires technologiques. Vous pouvez aussi définir un modèle de scoring, par exemple : 40 % adéquation avec la douleur, 25 % taille d’entreprise, 20 % signal d’achat, 15 % joignabilité.
Passer de la liste de comptes à la prospection
Après le premier résultat, n’envoyez pas immédiatement d’e-mails. Demandez un second passage : “Remove weak-fit accounts, group the rest by pain point, and write one personalized outreach hypothesis per segment.” Puis demandez des brouillons de messages uniquement pour les comptes les plus prioritaires. Cela permet de garder le workflow lead-research-assistant for Lead Research centré sur les opportunités qualifiées plutôt que sur le volume.