lead-research-assistant

lead-research-assistant skill 概览

lead-research-assistant 能做什么

lead-research-assistant skill 可以帮助 AI agent 将产品描述、目标市场和销售目标转化为结构化的线索研究流程。它面向 Lead Research 场景设计，适用于识别目标公司、判断客户匹配度、排序销售机会，并提出个性化外联切入点。

最适合销售和商务拓展用户

如果你需要为销售、合作伙伴拓展、代理服务获客、创始人亲自外联，或营销活动策划做一轮实用的目标账户发现，这个 skill 会很适合。当前提是你能够清楚描述自己的产品或服务、理想客户画像、目标地域、公司规模，以及你解决的具体业务问题，它的效果会更好。

这个 skill 的实用价值在哪里

lead-research-assistant skill 的核心价值不只是“找公司”。它会引导 agent 围绕匹配度进行推理：行业、公司规模、所在地、技术栈、融资阶段、可能的痛点、决策者背景，以及外联策略。相比泛泛列出一批潜在线索，这类输出更容易直接用于销售判断和下一步行动。

安装前需要了解的主要限制

这个 skill 只有一个 SKILL.md 文件，没有随附脚本、数据集、enrichment API 或验证工具。它可以帮助你组织研究和推理，但结果质量取决于模型是否具备浏览/工具访问能力、你提供的信息是否充分，以及你是否愿意在外联前手动核验公司和联系人数据。

如何使用 lead-research-assistant skill

lead-research-assistant 安装方式和需要检查的文件

从 ComposioHQ skill collection 安装：

npx skills add ComposioHQ/awesome-claude-skills --skill lead-research-assistant

安装后，先阅读 lead-research-assistant/SKILL.md。从 repository preview 来看，没有额外的 rules/、resources/、references/ 或 scripts/ 文件夹，因此 skill 的行为主要集中在这一个文件里。这让配置很简单，但也意味着你需要自行提供市场背景、数据来源和线索筛选规则。

为了获得更好的线索研究结果，需要提供哪些输入

想让 lead-research-assistant usage 更有效，不要只要求它“找一些好线索”。建议提供：

• 产品或服务概述
• 核心价值主张和解决的痛点
• 理想客户画像
• 需要排除的客户类型
• 目标国家或地区
• 偏好的公司规模或营收范围
• 相关行业
• 买方职位或部门
• 证明材料、案例研究或差异化优势
• 外联目标，例如预约 demo、建立合作、推动试点或开展调研

较弱的 prompt 是：“Find SaaS leads for my product.”

更好的 prompt 是：“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.”

建议的 lead-research-assistant 使用流程

一开始不要急着生成线索，先让 skill 帮你澄清 ICP。然后分批做 lead discovery，复核匹配标准，最后再要求生成外联话术。一个实用流程是：

1. 定义 ICP 和排除条件。
2. 询问线索类别和搜索标准。
3. 生成按优先级排序的账户列表。
4. 要求为每个账户提供匹配依据。
5. 补充联系人策略和可能的买方画像。
6. 导出为适合 CRM 使用的表格。
7. 手动核验公司事实和联系人信息。

这种分阶段流程可以减少幻觉式潜客列表，也让研究结果更容易审查。

更有助于决策的输出格式

要求输出能迫使模型做出有用判断的字段，而不只是公司名称。推荐字段包括 company、website、industry、location、employee range、fit score、why it fits、pain point、trigger signal、recommended buyer、outreach angle、data to verify 和 priority。其中 data to verify 尤其重要，因为这个 skill 不包含自动数据验证流程。

lead-research-assistant skill 常见问题

lead-research-assistant 比普通 prompt 更好吗？

如果你需要一套可复用的线索研究结构，答案是肯定的。普通 prompt 可能只会生成一份松散的公司列表。lead-research-assistant skill 会给 agent 一个更清晰的任务：理解业务、识别匹配账户、按适配度排序、补充上下文，并提出联系人策略。

它能找到经过验证的邮箱或电话号码吗？

不能单独做到。repository 证据显示，它没有随附 enrichment 脚本，也没有集成联系人数据库。如果你的环境具备浏览能力，或可使用 CRM、Apollo、Clay、Clearbit、LinkedIn 等工具，你可以将这些工具与该 skill 搭配使用。否则，应将联系人信息视为需要人工核验的建议。

哪些人不适合使用这个 skill？

不要把它当作合规安全的潜客数据库、保证可用的邮箱查找器，或人工审核的替代品。如果你无法说明自己的产品或 ICP，它也不适合使用。在缺少明确约束的情况下，输出可能会过于宽泛、泛化，或难以排序。

它适合新手吗？

适合。这个 skill 安装简单，核心内容集中在 SKILL.md，新手可以很快上手。主要学习成本在于 prompt 质量：你越精确地描述市场、排除条件和销售动作，线索列表和外联策略就越好。

如何改进 lead-research-assistant skill

用更清晰的 ICP 改进 lead-research-assistant prompts

提升 lead-research-assistant 结果最快的方法，是提供明确的资格判断规则。不要使用“增长中的公司”这类模糊特征，改用可观察信号，例如“过去 24 个月内完成 Series A 或 B 融资”“正在招聘 revenue operations 岗位”“使用 Salesforce”或“有多个 compliance 相关招聘岗位”。可观察信号会让线索研究更容易验证。

减少常见失败模式

常见问题包括行业范围过宽、编造公司细节、优先级排序薄弱，以及外联角度听起来很泛。应对方式是要求 agent 区分已确认事实和假设，列出需要验证的内容，并解释每个账户为什么匹配。如果第一批列表噪音较多，先修改排除条件，再要求继续寻找更多线索。

添加你自己的研究来源和评分模型

由于这个 skill 没有内置数据源，你可以通过指定团队信任的信息来源来改进效果：公司官网、招聘网站、融资数据库、应用市场、评价网站、CRM 导出、会议赞助商名单，或技术目录。你也可以定义评分模型，例如：40% 痛点匹配度、25% 公司规模、20% 购买触发因素、15% 可触达性。

从账户列表迭代到外联

拿到第一版输出后，不要立刻发邮件。可以要求进行第二轮处理：“Remove weak-fit accounts, group the rest by pain point, and write one personalized outreach hypothesis per segment.” 然后只为最高优先级账户请求消息草稿。这样可以让 lead-research-assistant for Lead Research 流程聚焦在高质量机会，而不是单纯追求数量。