Inteligencia de clientes potenciales

Proceso de gestión de oportunidades impulsado por agentes que identifica, puntúa y se pone en contacto con contactos de alto valor mediante el análisis de redes sociales y la detección de vías de contacto ya establecidas.

Cuándo activarla

• El usuario desea encontrar clientes potenciales o prospectos en un sector específico
• Se está elaborando una lista de contactos para colaboraciones, ventas o recaudación de fondos
• Se está investigando a quién dirigirse y cuál es la mejor vía para llegar a ellos
• El usuario dice «encontrar clientes potenciales», «lista de contactos», «a quién debo dirigirme», «presentaciones directas»
• Necesita puntuar o clasificar una lista de contactos según su relevancia
• Quiere identificar conexiones mutuas para encontrar vías de presentación favorable

Requisitos de la herramienta

Requisitos

• Exa MCP: búsqueda en la deep web de personas, empresas y señales (web_search_exa)
• X API — Gráfico de seguidores/seguidos, análisis de conexiones mutuas, actividad reciente (X_BEARER_TOKEN, además de credenciales de contexto de escritura como X_CONSUMER_KEY, X_CONSUMER_SECRET, X_ACCESS_TOKEN, X_ACCESS_TOKEN_SECRET)

Opcional (para mejorar los resultados)

• LinkedIn — API directa si está disponible; de lo contrario, control del navegador para la búsqueda, la inspección de perfiles y la redacción
• API de Apollo/Clay: para el enriquecimiento de referencias cruzadas si el usuario tiene acceso
• GitHub MCP — Para la calificación de clientes potenciales centrada en los desarrolladores
• Apple Mail / Mail.app: redactar correos electrónicos «en frío» o «en caliente» sin enviarlos automáticamente
• Control del navegador — Para LinkedIn y X cuando la cobertura de la API no existe o es limitada

Resumen del proceso de ventas

┌─────────────┐     ┌──────────────┐     ┌─────────────────┐     ┌──────────────┐     ┌─────────────────┐
│ 1. Signal   │────>│ 2. Mutual    │────>│ 3. Warm Path    │────>│ 4. Enrich    │────>│ 5. Outreach     │
│    Scoring  │     │    Ranking   │     │    Discovery    │     │              │     │    Draft        │
└─────────────┘     └──────────────┘     └─────────────────┘     └──────────────┘     └─────────────────┘

Llamada de voz antes del contacto

No redactes mensajes salientes a partir de plantillas de ventas genéricas.

Lánzalo brand-voice primero siempre que la voz del usuario sea importante. Reutiliza su VOICE PROFILE en lugar de volver a crear un estilo ad hoc dentro de esta habilidad.

Si hay acceso a X en tiempo real, recupera las publicaciones originales recientes antes de redactar. Si no es así, utiliza los ejemplos proporcionados o el mejor material disponible en el repositorio o el sitio web.

Fase 1: Puntuación de señales

Busca personas con una señal alta en los sectores objetivo. Asigna una ponderación a cada una en función de:

Enfoque de búsqueda de señales

# Step 1: Define target parameters
target_verticals = ["prediction markets", "AI tooling", "developer tools"]
target_roles = ["founder", "CEO", "CTO", "VP Engineering", "investor", "partner"]
target_locations = ["San Francisco", "New York", "London", "remote"]

# Step 2: Exa deep search for people
for vertical in target_verticals:
    results = web_search_exa(
        query=f"{vertical} {role} founder CEO",
        category="company",
        numResults=20
    )
    # Score each result

# Step 3: X API search for active voices
x_search = search_recent_tweets(
    query="prediction markets OR AI tooling OR developer tools",
    max_results=100
)
# Extract and score unique authors

Etapa 2: Clasificación mutua

Para cada objetivo puntuado, se analiza el grafo social del usuario para encontrar la ruta más cercana.

Modelo de clasificación

1. Recopilar la lista de seguidores X del usuario y sus contactos de LinkedIn
2. Para cada objetivo con señal alta, comprueba si hay conexiones compartidas
3. Aplica el social-graph-ranker modelo para puntuar el valor de puente
4. Clasifica a los contactos mutuos según:

Regla canónica:

Use social-graph-ranker when the user wants the graph math itself,
the bridge ranking as a standalone report, or explicit decay-model tuning.

Dentro de esta habilidad, utiliza el mismo modelo de puente ponderado:

B(m) = Σ_{t ∈ T} w(t) · λ^(d(m,t) - 1)
R(m) = B_ext(m) · (1 + β · engagement(m))

Interpretación:

• Nivel 1: alto R(m) y rutas de puente directas → solicitudes de presentación «cálida»
• Nivel 2: rutas de puente medias R(m) y rutas de puente de un salto -> solicitudes de contacto condicionales
• Nivel 3: sin puente viable -> contacto directo en frío utilizando el mismo registro de cliente potencial

Formato de salida

If the user explicitly wants the ranking engine broken out, the math visualized, or the network scored outside the full lead workflow, run `social-graph-ranker` as a standalone pass first and feed the result back into this pipeline.
MUTUAL RANKING REPORT
=====================

#1  @mutual_handle (Score: 92)
    Name: Jane Smith
    Role: Partner @ Acme Ventures
    Location: San Francisco
    Connections to targets: 7
    Connected to: @target1, @target2, @target3, @target4, @target5, @target6, @target7
    Best intro path: Jane invested in Target1's company

#2  @mutual_handle2 (Score: 85)
    ...

Etapa 3: Descubrimiento de rutas «cálidas»

Para cada objetivo, busca la cadena de presentación más corta:

You ──[follows]──> Mutual A ──[invested in]──> Target Company
You ──[follows]──> Mutual B ──[co-founded with]──> Target Person
You ──[met at]──> Event ──[also attended]──> Target Person

Tipos de rutas (ordenadas por grado de cercanía)

1. Mutualidad directa: ambos seguís o conocéis a la misma persona
2. Conexión de cartera: ambos han invertido en la empresa del objetivo o asesoran a esta
3. Compañero de trabajo/antiguo alumno: ambos han trabajado en la misma empresa o han estudiado en la misma universidad
4. Coincidencia en eventos: ambos asistieron a la misma conferencia o programa
5. Interacción con el contenido: el objetivo ha interactuado con el contenido del contacto en común o viceversa

Etapa 4: Enriquecimiento

Para cada cliente potencial cualificado, recopila:

• Nombre completo, cargo actual, empresa
• Tamaño de la empresa, fase de financiación, noticias recientes
• Últimas X publicaciones (últimos 30 días): temas, tono, intereses
• Intereses comunes con el usuario (personas a las que ambos siguen, contenido similar)
• Eventos recientes de la empresa (lanzamiento de productos, ronda de financiación, contratación)

Fuentes de enriquecimiento

• Ejemplo: datos de la empresa, noticias, entradas de blog
• API de X: tuits recientes, biografía, seguidores
• GitHub: contribuciones a proyectos de código abierto (para clientes potenciales del ámbito del desarrollo)
• LinkedIn (a través del navegador): perfil completo, experiencia, formación

Etapa 5: Borrador de contacto

Genera un mensaje de contacto personalizado para cada cliente potencial. El borrador debe ajustarse al perfil de voz derivado de la fuente y al canal de destino.

Normas del canal

Correo electrónico

• Utilízalo para los mensajes de contacto en frío de mayor valor, las presentaciones en caliente, el contacto con inversores y las solicitudes de colaboración
• Por defecto, redactar en Apple Mail / Mail.app cuando se disponga de control local en el escritorio
• Crea primero los borradores; no los envíes automáticamente a menos que el usuario lo solicite explícitamente
• El asunto debe ser sencillo y específico, no ingenioso

LinkedIn

• Utilízalo cuando el destinatario esté activo en esa plataforma, cuando el contexto de contactos mutuos sea más sólido en LinkedIn o cuando la confianza en el correo electrónico sea baja
• Prefiere el acceso a la API si está disponible
• De lo contrario, utiliza el control del navegador para examinar perfiles, la actividad reciente y redactar el mensaje
• Que sea más breve que un correo electrónico y evita la cordialidad profesional fingida

X

• Úsalo para contactar con operadores, emprendedores o inversores en entornos de alto contexto, donde el comportamiento en las publicaciones públicas es relevante
• Prefiere el acceso a la API para la búsqueda, la cronología y el análisis de interacción
• Recurre al control del navegador cuando sea necesario
• Los mensajes directos y las respuestas públicas deben ser mucho más concisos que los correos electrónicos y deben hacer referencia a algo real de la cronología del destinatario

Heurística de selección de canales

Elige un canal principal siguiendo este orden:

1. presentación informal por correo electrónico
2. correo electrónico directo
3. mensaje directo en LinkedIn
4. mensaje directo en X o respuesta

Utiliza el enfoque multicanal solo cuando haya una razón de peso y la frecuencia no dé la sensación de ser spam.

Solicitud de presentación cordial (a un contacto mutuo)

Objetivo:

• una petición clara
• una razón concreta por la que esta presentación tiene sentido
• un texto breve y fácil de reenviar, si es necesario

Evita:

• dar demasiadas explicaciones sobre tu empresa
• acumular pruebas sociales
• que suene como una plantilla para recaudar fondos

Contacto directo en frío (dirigido a un público objetivo)

Objetivo:

• empezar con algo concreto y reciente
• explicar por qué la conexión es real
• Hacer una petición sin complicaciones

Evitar:

• la admiración genérica
• enumerar características
• peticiones generales como «me encantaría conectar contigo»
• preguntas retóricas forzadas

Patrón de ejecución

Para cada destinatario, crea:

1. el canal recomendado
2. la razón por la que ese canal es el más adecuado
3. el borrador del mensaje
4. un borrador de seguimiento opcional
5. si se elige el correo electrónico como canal y se dispone de Apple Mail, crear un borrador en lugar de limitarse a enviar el texto

Si se dispone de control del navegador:

• LinkedIn: revisa el perfil de destino, la actividad reciente y el contexto mutuo; a continuación, redacta o prepara el mensaje
• X: revisa las publicaciones o respuestas recientes y, a continuación, redacta el mensaje directo o la respuesta pública

Si se dispone de automatización en el escritorio:

• Apple Mail: crea un borrador de correo electrónico con asunto, cuerpo y destinatario.

No envíes mensajes automáticamente sin la aprobación explícita del usuario.

Antipatrones

• plantillas genéricas sin personalización
• Párrafos largos en los que se explique toda la empresa
• varias peticiones en un mismo mensaje
• Falsa familiaridad sin detalles concretos
• Mensajes enviados en masa con campos de fusión visibles
• textos idénticos reutilizados para el correo electrónico, LinkedIn y X
• un texto genérico propio de la plataforma en lugar de la voz real del autor

Configuración

Los usuarios deben configurar estas variables de entorno:

# Required
export X_BEARER_TOKEN="..."
export X_ACCESS_TOKEN="..."
export X_ACCESS_TOKEN_SECRET="..."
export X_CONSUMER_KEY="..."
export X_CONSUMER_SECRET="..."
export EXA_API_KEY="..."

# Optional
export LINKEDIN_COOKIE="..." # For browser-use LinkedIn access
export APOLLO_API_KEY="..."  # For Apollo enrichment

Agentes

Esta skill incluye agentes especializados en el agents/ subdirectorio:

• signal-scorer: busca y clasifica a los clientes potenciales según señales de relevancia
• mutual-mapper: traza las conexiones del grafo social y encuentra rutas prometedoras
• enrichment-agent: extrae datos detallados sobre el perfil y la empresa
• outreach-drafter: genera mensajes personalizados

Ejemplo de uso

User: find me the top 20 people in prediction markets I should reach out to

Agent workflow:
1. signal-scorer searches Exa and X for prediction market leaders
2. mutual-mapper checks user's X graph for shared connections
3. enrichment-agent pulls company data and recent activity
4. outreach-drafter generates personalized messages for top ranked leads

Output: Ranked list with warm paths, voice profile summary, and channel-specific outreach drafts or drafts-in-app

Habilidades relacionadas

• brand-voice para la captura de voz canónica
• connections-optimizer para la poda y expansión de la red, con revisión previa, antes de la captación