lead-intelligence

lead-intelligence 概覽

lead-intelligence 的用途

lead-intelligence 是一套用於找出、評分並排序潛在客戶的 AI 潛客情報工作流程，接著把研究結果轉成可執行的接觸路徑。它最適合需要 用於 Lead Research 的 lead-intelligence 的使用者：建立目標名單、判斷誰最重要，並找出更自然的切入點，而不是靠猜。

適合誰使用

如果你在做業務開發、合作夥伴拓展、募資研究、創作者／影響者名單蒐集，或創辦人對創辦人的人脈經營，就適合使用 lead-intelligence skill。當真正的工作不只是「找名字」，而是「找對名字、帶著背景脈絡，並決定先聯絡誰」時，它會特別合適。

它有什麼不同

這個 skill 結合了訊號評分、互相關聯排序、暖路徑發掘，以及依通路調整的外聯方式。若你重視的不只是靜態的補全名單，這點就很重要：它能幫你從原始搜尋結果走到有排序、可執行的精簡名單，而且時機更好、切入點也更準。

如何使用 lead-intelligence skill

安裝並啟用

對於 lead-intelligence install，先把這個 skill 加到你的 Claude Code 環境，然後再從 repo 裡的 skill 檔案開始操作。來源中展示的基礎指令是：

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

安裝後，請確認環境能存取必要工具，尤其是 Exa 搜尋與 X API 憑證，否則這套流程會部分卡住。

先提供正確的輸入

lead-intelligence usage 這種用法在你給出明確、窄範圍目標時效果最好。好的輸入可以包含：

• 目標產業或利基市場
• 買家 persona 或職位角色
• 地區或時區
• 什麼樣的條件算合格潛客
• 偏好的通路：email、LinkedIn 或 X
• 你要的是暖路徑、評分，還是外聯文案草擬

像「幫我找我新創公司的潛在客戶」這種模糊需求，會留下太多未定義空間。更好的提示會像是：「找出北美 25 位 SaaS ops 主管，依相關性與近期活躍度評分，接著找出暖介紹路徑並草擬 5 封冷開發 email。」

先閱讀這些檔案

如果你想用最快的實作路徑，先查看：

• SKILL.md：啟用規則與必要工具
• agents/signal-scorer.md：排序邏輯
• agents/mutual-mapper.md：暖路徑分析
• agents/enrichment-agent.md：個人與公司背景補全
• agents/outreach-drafter.md：訊息長度與個人化規則

這是最好的 lead-intelligence guide 讀法，因為它會先告訴你工作流程需要什麼，再讓你開始執行。

能產生更好結果的工作流程

實務上比較好的順序是：

1. 定義目標市場與 ICP。
2. 用訊號評分建立排序過的潛客清單。
3. 為前段名單補全目前職位、公司、近期動態與背景脈絡。
4. 找出共同關係人或其他暖路徑。
5. 在你已經有足夠可信的聯絡理由後，再草擬外聯內容。

如果跳過評分或補全，外聯步驟就容易變得很制式。這個 skill 的最佳效果，是每一個階段都先幫下一步降低不確定性。

lead-intelligence skill FAQ

lead-intelligence 只適合銷售團隊嗎？

不是。lead-intelligence skill 也很適合合作夥伴關係、募資、招募，以及專家／顧問來源蒐集。如果你需要依相關性與可聯絡性來排序人選，它就能派上用場。

使用 lead-intelligence 需要特殊 API 嗎？

需要，核心流程依賴 Exa 與 X API 存取。像 LinkedIn、Apollo、Clay 或 GitHub 這類可選資料來源，能提升涵蓋率，但這個 skill 不只是提示詞模板；它預期你真的有搜尋與關聯圖資料可用。

這比一般提示詞更好嗎？

通常是的，尤其當你需要可重複的潛客開發流程時。一般提示詞可以先產出幾個潛在名單，但 lead-intelligence 多了結構化的方法來做評分、互關聯分析與外聯排序，能減少猜測，也讓結果更一致。

什麼情況下不該使用它？

如果你只需要一次性的公司名單，或你沒有必要的資料來源存取權，就不適合使用。當你的受眾範圍太廣時，它也不是好選擇，因為排序邏輯仰賴清楚的目標設定。

如何改進 lead-intelligence skill

給評分模型更好的輸入

品質提升最大的來源，是把判斷標準講清楚：理想職稱、公司階段、地理區域、交易規模、主題相關性，以及什麼條件代表這個人現在值得聯絡。你的篩選條件越明確，lead-intelligence 工作流程需要自行推測的部分就越少。

要求證據，不只要名字

當你要求輸出時，應該同時要求每個潛客背後的訊號：近期貼文、職位變動、募資事件、共同聯絡人，或主題重疊。這樣可以避免 skill 只找出表面相符的對象，也讓精簡名單在內部更容易站得住腳。

把研究和外聯分開

常見的失敗模式，是把潛客名單和最終訊息一次全部要完。更好的結果通常來自兩步驟迴圈：先找出並排序，再補全資料並草擬內容。如果第一輪看起來不對，先把目標收緊，再生成訊息。

針對最弱的一環反覆調整

如果結果已經接近可用但還差一點，請直接修正失敗的那一段：強化 persona 定義、加上排除條件，或縮小通路範圍。對於 lead-intelligence for Lead Research 來說，對 ICP 或來源需求做小幅調整，通常比單純要求「更多 leads」更能改善輸出。