Attio Automation

Attio Automation skill 概覽

Attio Automation 的用途

Attio Automation 是一項 CRM 營運技能，可透過 Composio MCP 整合，讓你用自然語言操作 Attio。它能協助 AI agent 搜尋記錄、用篩選條件查詢人員與公司、檢視 notes、列出 attributes，並瀏覽關聯資料，不必手動在 Attio UI 裡一層層點選。

最適合 CRM Operations 團隊

Attio Automation skill 最適合已經在 Attio 中儲存關係資料，並希望更快查找資料或取得日常 CRM 協助的創辦人、營收營運人員、客戶成功團隊、招募人員與分析師。它特別適用於 Attio Automation for CRM Operations 工作流程，例如尋找目標帳戶、查看近期 notes、驗證聯絡人資料，或建立已套用篩選條件的記錄清單。

與一般 prompt 的差異

一般 prompt 可以描述你想做什麼，但無法穩定呼叫 Attio 工具。這項 skill 會提供 agent 明確的工具名稱與參數預期，包括用於模糊搜尋的 ATTIO_SEARCH_RECORDS，以及用於結構化記錄擷取的篩選查詢流程。當任務依賴實際 workspace 資料時，這能減少猜測與不確定性。

主要採用條件

這項 skill 依賴透過 https://rube.app/mcp 使用 Composio MCP，並需要已驗證的 Attio 帳號。如果你的環境無法連接 MCP tools、無法完成 OAuth，或不允許 assistant 存取 CRM 資料，這項 skill 就無法發揮原本設計的價值。

如何使用 Attio Automation skill

Attio Automation 安裝與設定路徑

先在你的 AI skill 環境中安裝 skill，接著設定 Composio MCP server。常見的 skill 安裝指令如下：

npx skills add ComposioHQ/awesome-claude-skills --skill "Attio Automation"

然後將 MCP endpoint 加入你的 client configuration：

https://rube.app/mcp

系統提示時，使用 OAuth 連接你的 Attio 帳號。完成後，agent 就可以把自然語言請求轉換成 Attio actions。

skill 需要哪些輸入才能運作良好

要有效使用 Attio Automation，關鍵是提供具體的 CRM 脈絡。請包含目標 object、比對線索，以及你想要的輸出。進行模糊搜尋時，盡可能指定 object slugs，例如 people、companies 或 deals。進行篩選查詢時，請提供欄位名稱、條件、排序方式，以及你想要的是清單、摘要，還是下一步行動建議。

較弱的 prompt：

“Find Alan in Attio.”

較好的 prompt：

“Search Attio for people named Alan Mathis across the workspace. Return likely matches with name, company, email, and any recent note summary if available.”

篩選類工作可這樣寫：

“Find companies in Attio where lifecycle stage is Customer, owner is Sarah, and last interaction is older than 45 days. Sort by last interaction ascending and return the top 20 with a suggested follow-up priority.”

第一次使用的實務流程

一開始先做低風險的讀取操作，不要立刻要求處理營運上敏感的事項。先測試搜尋，再做篩選擷取，接著檢視 note。實用順序如下：

1. 搜尋一位已知人員或一家公司。
2. 確認 Attio 回傳的 object slug 與 attribute names。
3. 如果篩選失敗，請 agent 列出可用 attributes。
4. 使用正確的 attribute names 重新執行篩選查詢。
5. 之後再把結果用於 CRM actions 或報表。

這很重要，因為 Attio workspaces 可以高度客製化；field labels、object slugs 和可用 attributes 不一定會和範例相同。

優先閱讀的 repository 檔案

repository path 是 composio-skills/attio-automation，關鍵檔案是 SKILL.md。請先閱讀 setup section，再看 core workflows。從 file tree 來看，沒有額外的 scripts、references 或 rules folders，因此這項 skill 的實務價值主要集中在 SKILL.md，以及其連結的 Composio Attio toolkit documentation。

Attio Automation skill 常見問題

Attio Automation 只適合技術使用者嗎？

不是。這項 skill 是為自然語言 CRM 工作設計的，因此非工程背景使用者也可以要求搜尋與建立篩選清單。不過，如果使用者了解基本 Attio 概念，例如 objects、records、notes、attributes 和 workspace ownership，通常會得到更好的結果。

這項 skill 比 Attio search 強在哪裡？

Attio 的 UI search 適合手動查找。Attio Automation 更適合讓 AI agent 在同一個工作流程中結合搜尋意圖、篩選、摘要與後續推理。例如，「找出 Alex 負責、近期互動停滯的 customer accounts，並摘要最新 notes」就比單純查一筆記錄更適合使用這項 skill。

什麼情況不該使用這項 skill？

如果你的任務不涉及 Attio data、你的組織禁止 AI 存取 CRM records，或你需要保證可安全大量寫入的自動化但尚未檢視可用工具行為，就不應使用這項 skill。若你無法驗證 Composio MCP server，也不適合使用。

它會自動修改 CRM data 嗎？

目前提供的 skill evidence 主要強調搜尋、查詢、notes、attributes 與 record navigation。除非你已確認連接的 Composio Attio toolkit 中有可用的 write tools，且你的組織權限允許，否則應把它視為 read-and-assist 工作流程。

如何改進 Attio Automation skill

用 schema 細節改善 Attio Automation prompts

最大的品質提升來自於提供 agent 和 CRM operator 會使用的同等 schema 脈絡。請包含精確的 object names、attribute labels、owners、date fields、lifecycle stages，以及預期輸出欄位。如果不確定，先要求 skill 列出 attributes，再提出複雜篩選需求。

範例：

“Before filtering, inspect available company attributes in Attio. Then query companies with an active renewal date in the next 60 days, ARR above 25000, and no logged note in the past 30 days.”

避免常見失敗情境

常見問題包括 object names 太模糊、使用不存在欄位作為篩選條件、同名人員造成歧義，以及日期範圍沒有時區或參考日期。避免方式是指定 object slugs、要求先釐清歧義，並明確說明「recent」是指 7、30 還是 90 天。

根據第一次輸出持續調整

把第一次結果當成校準步驟。如果答案包含太多 records，就收緊篩選條件。如果漏掉已知 records，請 agent 檢查 attributes 或放寬查詢。如果輸出不容易採取行動，要求以表格呈現，欄位可包含 record name、owner、last interaction、latest note 和 recommended next step。

讓 skill 更適合你的團隊

若團隊會重複處理 CRM Operations 工作，建議維護一份簡短的內部 prompt library，收錄你們的 Attio object slugs、標準 lifecycle definitions、owner names 與常用 filters。這能把 Attio Automation 從通用 CRM assistant，變成可穩定支援 pipeline reviews、account follow-up、relationship mapping 與 data cleanup 的營運工作流程。