Gong Automation
作者 ComposioHQGong Automation 可帮助 agent 通过 Composio MCP 使用 Gong，获取通话文字稿、录音、分析数据、说话人统计、话题、tracker 和 workspace 数据，适用于销售与 Revenue Operations 工作流。
该技能评分为 74/100，说明它可以进入目录列表，但更适合作为轻量级 Composio MCP 工作流指南来呈现，而不是一个完整打包的自动化模块。目录用户可以清楚了解它能帮助 agent 获取并分析 Gong 通话文字稿、录音、分析数据、说话人统计、话题、tracker 和 workspace 数据，并且提供了具体工具名称与参数提示。不过，安装与运维层面的深度主要限于一份 SKILL.md 和一个外部 toolkit 链接，因此用户应预期部分配置和边界情况处理需要在该技能之外完成。
- 有效的 frontmatter 清楚标明所需 MCP 依赖（`rube`），并将该技能定位为面向 Gong conversation intelligence 的自动化能力。
- SKILL.md 提供了实用的设置步骤，包括添加 Composio MCP server，并通过 OAuth 或 bearer token 连接 Gong 账户。
- 核心工作流说明包含明确的 Gong tool 名称、自然语言 prompt 示例，以及 ISO-8601 日期筛选、call IDs、workspace ID、cursor pagination 等关键参数提示。
- 除 SKILL.md 外，没有额外的支持文件、脚本、参考资料或 README；采用时主要依赖这份单一技能文档以及外部 Composio toolkit 文档。
- 安装说明较简略，未提供面向特定客户端的完整安装/配置示例，也缺少错误处理、分页策略或身份验证排障说明。
Gong Automation skill 概览
Gong Automation 能做什么
Gong Automation 是一项 conversation-intelligence skill，可通过 Composio MCP integration，用自然语言调用 Gong。它能帮助 AI agent 检索 Gong 通话转写、录音、分析数据、发言人信息、话题、trackers 和 workspace 信息，而不需要你手动在 Gong 导出文件或 API 调用之间来回操作。
适合的用户与任务场景
Gong Automation skill 最适合 Revenue Operations、销售管理层、销售赋能、客户成功团队和分析师使用，尤其适用于需要从 Gong 数据中获得结构化答案的场景。常见任务包括：按日期范围回顾通话、查找特定 call ID 的转写、总结商机沟通内容、比较销售代表的话术模式，或为 coaching、forecasting 和 pipeline inspection 提取通话证据。
为什么它不只是一个普通 prompt
普通 prompt 可以让 AI “分析 Gong 通话”，但 AI 本身无法访问 Gong。这个 skill 通过 Composio 定义了面向 Gong 的具体工作流和工具调用方式，包括日期筛选、call ID、workspace ID、pagination cursor 和 transcript retrieval。因此，当 agent 必须先获取真实记录、再进行总结或分析时，Gong Automation 更适合可重复执行的工作流。
采用前需要注意的事项
Gong Automation 依赖已连接的 Gong account 和 Composio MCP server。它不是独立的 transcript parser，仓库中也不包含额外脚本、参考文件或本地数据处理代码。当你希望 agent 通过 MCP 操作 Gong tools 时，适合安装它；如果你只是想离线分析已经导出的 transcripts，则不建议使用。
如何使用 Gong Automation skill
安装 Gong Automation 并设置 MCP
对于 Claude Skills 风格的安装方式，可以使用 skills installer 指向仓库路径，例如：
npx skills add ComposioHQ/awesome-claude-skills --skill "Gong Automation"
然后在你的客户端中配置 Composio MCP server：
https://rube.app/mcp
根据提示，通过支持的 OAuth 或 bearer-token 流程连接 Gong。该 skill 需要 rube MCP connection；如果没有它，agent 可以读取说明，但无法检索 Gong 数据。
让 Gong Automation 更稳定的输入方式
高质量的 Gong Automation prompt 应包含检索目标、时间范围、时区、workspace 和期望输出格式。拉取 transcript 时，尽量使用 ISO-8601 日期，例如从 2025-02-01T00:00:00Z 到 2025-02-10T23:59:59Z。如果你知道 call IDs，应直接提供，而不是让 agent 大范围搜索。如果你的 Gong 实例有多个 workspaces，请提供 workspace ID 或 workspace name，以减少无关结果。
较弱的 prompt：
“Analyze recent Gong calls.”
更好的 prompt：
“Use Gong Automation to retrieve transcripts for calls in workspace
enterprise-salesfrom2025-02-01T00:00:00Zthrough2025-02-10T23:59:59Z. Summarize objections, competitor mentions, next steps, and rep coaching opportunities. Return a table with call ID, account, themes, risk signals, and recommended follow-up.”
常见 revenue 工作流的 prompt 写法
面向 Revenue Operations 时，应先说明业务问题，再提出检索请求。例如：
- “Find all Gong calls from last week for late-stage opportunities and identify pricing objections.”
- “Retrieve transcripts for these call IDs and compare customer pain points across them.”
- “Pull call analytics and speaker stats for a rep coaching review; flag talk-time imbalance and missed discovery questions.”
- “Get workspace-level Gong data needed to verify which team or workspace contains the calls before retrieving transcripts.”
这样的顺序可以避免 agent 在拿到正确 Gong 记录之前，就直接跳到总结阶段。
首次使用前的仓库阅读路径
先阅读 composio-skills/gong-automation/SKILL.md。这是 skill 目录中唯一可见的支持文件，包含设置说明、toolkit 文档链接、工作流描述和 Gong tool names。请特别关注 transcript retrieval 中展示的参数名，包括 filter__fromDateTime、filter__toDateTime、filter__callIds、filter__workspaceId 和 cursor，因为这些参数会决定 agent 能否正确分页并缩小结果范围。
Gong Automation skill 常见问题
Gong Automation 适合 Revenue Operations 吗？
适合。Gong Automation for Revenue Operations 非常适合 RevOps 需要反复访问通话证据的场景，例如 transcript retrieval、call analytics、topic 和 tracker review、workspace 检查，以及销售流程审查。尤其当输出需要支持 forecasting、coaching、deal reviews 或 pipeline-quality analysis 时，它会很有用。
它能替代 Gong dashboards 吗？
不能。Gong dashboards 更适合在 Gong 内部进行可视化探索。Gong Automation skill 更适合在你希望 AI agent 检索特定 Gong 数据，并将其转换为书面简报、表格、coaching note、风险摘要或可直接进入工作流的分析时使用。
需要哪些权限或访问条件？
你需要一个能够访问相关 calls、transcripts、workspaces 或 analytics 的 Gong account。MCP connection 必须通过 Composio 完成认证。如果已连接用户没有某个 workspace 或 call 的访问权限，该 skill 就无法可靠地检索对应内容。
什么时候不应该安装这个 skill？
如果你的团队不使用 Gong、无法授权 Composio MCP access，或只需要基于上传 transcript 文件做通用销售通话分析，就不应安装 Gong Automation。它也不适合用来构建完整的自定义 Gong data warehouse；它的定位是通过自然语言驱动 agent 执行 Gong 相关任务。
如何改进 Gong Automation skill 的使用效果
用业务上下文强化 Gong Automation prompt
最佳结果通常来自“检索指令 + 决策背景”的组合。不要只要求 “call insights”，而应说明你是在准备 QBR、辅导销售代表、审计 MEDDICC 合规性、排查 churn risk，还是验证 forecast confidence。这样可以帮助 agent 选择合适的细节层级，避免输出泛泛而谈的总结。
用日期、ID、workspace 和分页控制范围
大多数失败都来自检索范围过大或指令含糊。尽可能使用精确日期范围、call IDs 和 workspace filters。对于较大的范围，要求 agent 使用返回的 cursor 进行分页，并报告实际审查了多少通话。对于活跃销售团队中的 Gong Automation 使用场景，这一点尤其重要，因为过宽的日期范围可能返回过多数据。
要求提供证据，而不只是结论
对于高管或 RevOps 工作流，应要求输出引用已检索通话数据中的证据：call ID、speaker、timestamp（如可用）、customer quote、topic 或 tracker reference。一个有用的 prompt 结尾是：
“For every recommendation, include the supporting call ID and the transcript excerpt or analytic signal that led to it.”
这能减少缺乏依据的 coaching 建议，也让输出更容易核验。
基于第一版输出继续迭代
用第一次结果来收窄下一条 Gong Automation prompt。如果 agent 发现了反复出现的 objection，可以要求它检索相关通话，或按 rep、segment、workspace 或 stage 进行比较。如果输出太浅，可以要求第二轮聚焦某一个维度，例如 competitor mentions、security concerns、pricing resistance、stakeholder mapping 或 next-step quality。