aeroleads-automation
作成者 ComposioHQaeroleads-automation は、まず現在のツールスキーマを確認し、Aeroleads 接続をチェックしたうえで、検証済みの入力を使ってワークフローを実行できるようにすることで、エージェントによる Composio Rube MCP 経由の Aeroleads リード調査を支援します。
このスキルの評価は 68/100 で、ディレクトリ掲載には許容範囲ですが、機能説明には限りがあります。ディレクトリ利用者は、どの場面で使うべきか、エージェントが Rube MCP 経由で Aeroleads 自動化を始める方法を把握できます。ただし、十分に文書化された単体の自動化パッケージというより、軽量なコネクターワークフローとして位置づけるのが適切です。
- 有効なスキル frontmatter で MCP 要件（`rube`）が明示されており、Rube MCP 経由で Aeroleads タスクを自動化するというトリガーも説明されています。
- 前提条件とセットアップ手順で、Rube MCP の接続、Aeroleads 接続の管理、ワークフロー実行前の ACTIVE ステータス確認方法が説明されています。
- `RUBE_SEARCH_TOOLS` を使った、再現しやすい discovery-first パターンが示されており、汎用プロンプトに比べてスキーマの推測を減らしやすくなっています。
- 実行には、外部の Rube MCP と Aeroleads 接続が有効であることが前提です。このリポジトリには、挙動を個別に検証するためのローカルスクリプトや補助ファイルは含まれていません。
- このスキルは、具体的な Aeroleads 操作やエンドツーエンドの例を文書化するのではなく、動的なツール探索に依存します。そのため、ユーザーは返されたスキーマを読み解く必要が残る場合があります。
aeroleads-automation skill の概要
aeroleads-automation の用途
aeroleads-automation skill は、AI エージェントが Composio の Rube MCP server 経由で、Aeroleads に関連するリードリサーチのワークフローを実行できるようにするためのスキルです。Aeroleads API の形式を記憶に頼って推測するのではなく、まず現在の Rube tool schema を確認し、Aeroleads connection を検証したうえで、利用可能な Aeroleads 操作を適切な入力で実行するようエージェントに指示します。
向いているユーザーと業務
この skill は、Aeroleads を Lead Research に使っていて、Claude やその他の MCP 対応エージェントに反復作業を手伝わせたい営業オペレーションチーム、グロースリサーチ担当者、創業者、アシスタントに特に向いています。見込み顧客の連絡先データの探索、リードリストのエンリッチメント、利用可能な Aeroleads action の確認、ターゲティング要件を実行可能な tool workflow に落とし込む作業などに適しています。
主な差別化ポイント
aeroleads-automation の最大の価値は、「まず tools を検索する」という運用ルールにあります。Aeroleads や Composio の tool schema は変更される可能性があるため、この skill は単一のワークフローをハードコードしません。実行前に RUBE_SEARCH_TOOLS を呼び出すようエージェントに指示することで、壊れた tool call、必須フィールドの不足、古い前提にもとづく実行を減らします。
導入前に確認すべきこと
これは単体で動くスクレイパーやローカル自動化スクリプトではありません。Rube MCP が設定済みであり、Composio 経由の有効な Aeroleads connection が必要です。利用している AI クライアントが MCP tools を使えない場合や、Aeroleads へのアクセス権がない場合、aeroleads-automation skill をインストールしても、それだけでは有用な結果は得られません。
aeroleads-automation skill の使い方
aeroleads-automation のインストール前提
Composio skills repository から次のコマンドでインストールします。
npx skills add ComposioHQ/awesome-claude-skills --skill aeroleads-automation
その後、クライアント設定に MCP server として https://rube.app/mcp を追加します。この skill は Rube MCP tools が利用できることを前提としており、特に RUBE_SEARCH_TOOLS と Aeroleads の connection-management tool が必要です。実際のリード作業を始める前に、Rube が応答すること、そして Aeroleads toolkit connection が ACTIVE であることをエージェントに確認させてください。
skill に渡すべき入力
安定した aeroleads-automation usage のためには、曖昧な依頼ではなく、具体的なリードリサーチの目的をエージェントに渡してください。対象企業の種類、役職、地域、除外条件、必要な項目、件数上限、不確実な候補の扱い方を含めると精度が上がります。
弱いプロンプト:
Find me leads for SaaS companies.
より強いプロンプト:
Use aeroleads-automation for Lead Research. Find up to 50 VP Sales or Head of Revenue contacts at B2B SaaS companies in the US with 50-500 employees. Prefer companies selling to mid-market customers. Return name, title, company, LinkedIn URL if available, email if available, source/tool used, and confidence notes. First discover the current Aeroleads tools through Rube before executing.
このように指定すると、エージェントが適切な tools を選び、関係の薄い見込み顧客を避け、レビューしやすい形式で出力しやすくなります。
実務で使いやすいワークフロー
有効な aeroleads-automation guide のワークフローは次のとおりです。
- 対象の Aeroleads ユースケースに対して、エージェントに
RUBE_SEARCH_TOOLSを呼び出させます。 - 返された tool slug、必須フィールド、制約、推奨される実行プランを確認させます。
- toolkit
aeroleadsを指定してRUBE_MANAGE_CONNECTIONSで Aeroleads connection を確認します。 - 大量実行の前に、小さなテストクエリを実行します。
- マッチ品質を確認してから、検索範囲を広げるか条件を調整します。
この順序が重要なのは、失敗の多くが discovery の省略、古い parameter name の使用、ターゲティング条件が曖昧なまま広すぎるクエリを実行することから起きるためです。
最初に読むべきリポジトリファイル
repository path は composio-skills/aeroleads-automation で、重要なファイルは SKILL.md です。必要な MCP dependency、セットアップ手順、tool discovery のパターンを確認したい場合は、インストール前にこのファイルを読んでください。現在の skill package には追加のスクリプト、rules、reference folder はないため、動作方針はこの単一ファイルに集約されています。
aeroleads-automation skill FAQ
Aeroleads なしで aeroleads-automation は使えますか？
いいえ。この skill は、Rube MCP 経由で Aeroleads を使うためのエージェント指示レイヤーです。Composio を通じた有効な Aeroleads connection が引き続き必要です。connection が有効でない場合、エージェントはリードリサーチを試みるのではなく処理を止め、返された認証リンクに沿って案内するべきです。
通常のプロンプトより何が優れていますか？
通常のプロンプトでもモデルに「リードを探して」と依頼することはできますが、現在の Rube MCP tool schema を自動的に把握できるとは限りません。aeroleads-automation skill は、実行前の tool discovery を明示的に必須にします。これは、利用可能な action、field name、validation rule が変わり得るライブ連携では特に重要です。
初心者にも使いやすいですか？
利用している AI クライアントがすでに MCP をサポートしており、SaaS connection の認可に抵抗がなければ、初心者にも扱いやすい skill です。セットアップは短時間で済みますが、結果の品質は検索条件の明確さに左右されます。初めて使う場合は小さな batch から始め、実行前に各 tool call の内容をエージェントに説明させるとよいでしょう。
使うべきでないケースは？
サポートされていないデータ収集、スパム的なワークフロー、許可やコンプライアンス確認のない大量アウトリーチには使わないでください。また、完全にローカルで完結するワークフロー、独自のスクレイピングロジック、または発見された Aeroleads/Rube tools では提供されない CRM 固有の重複排除が必要な場合にも適していません。
aeroleads-automation skill を改善する方法
aeroleads-automation の入力を改善する
aeroleads-automation の出力を最短で改善する方法は、リード定義を絞り込むことです。業界、企業規模、所在地、職位レベル、必須タイトル、除外タイトル、データ項目、最大件数を追加してください。理想顧客の例がある場合は、それも含めると有効です。「連絡禁止」リストや既存の CRM export がある場合は、最終的なリード確定前にそれを考慮するようエージェントに伝えてください。
よくある失敗パターンに注意する
よくある問題には、Aeroleads connection が inactive であること、RUBE_SEARCH_TOOLS discovery の省略、広すぎるリード条件、tool call における必須フィールドの不足、Aeroleads が返せる内容について未検証の前提を置くことがあります。有効なガードレールとして、実行前に発見された tool schema と予定している call の内容をエージェントに要約させる方法があります。
最初の出力後に調整する
最初の batch はキャリブレーションとして扱ってください。まず小さな結果セットを依頼し、false positive を確認したうえで、「exclude agencies」「only companies using Salesforce」「prioritize director level and above」「separate founders from sales leaders」のように条件を調整します。最初から大きなリストを求めるより、反復して精度を上げるほうが効果的です。
ローカルで skill を強化する
ローカルコピーを管理している場合は、自社でよく使うリードリサーチのパターン、望ましい出力カラム、コンプライアンス上の注意、後処理ルールの例を追加することを検討してください。upstream skill は意図的に軽量に作られています。組織固有のプロンプトを追加すれば、現在の Rube Aeroleads tools を最初に発見するという中核要件を変えずに、より安定した運用にできます。