Аналитика потенциальных клиентов

Конвейер анализа потенциальных клиентов на основе агентов, который находит, оценивает и устанавливает контакт с ценными потенциальными клиентами посредством анализа социальных сетей и выявления «теплых» путей.

Когда следует активировать

• Пользователь хочет найти потенциальных клиентов в конкретной отрасли
• Составление списка контактов для налаживания партнерских отношений, продаж или привлечения инвестиций
• Изучение того, к кому следует обратиться, и определение оптимального пути для установления контакта
• Пользователь говорит: «найти потенциальных клиентов», «список для установления контактов», «к кому мне обратиться», «теплые знакомства»
• Необходимо оценить или ранжировать список контактов по релевантности
• Хочет сопоставить общие знакомые, чтобы найти пути для «теплых» знакомств

Требования к инструменту

Обязательные

• Exa MCP — поиск людей, компаний и сигналов в «глубокой сети» (web_search_exa)
• X API — граф подписчиков/подписок, анализ взаимных связей, недавняя активность (X_BEARER_TOKEN, а также учетные данные для записи в контексте, такие как X_CONSUMER_KEY, X_CONSUMER_SECRET, X_ACCESS_TOKEN, X_ACCESS_TOKEN_SECRET)

Необязательно (для улучшения результатов)

• LinkedIn — Прямой API, если доступен; в противном случае — управление через браузер для поиска, просмотра профилей и создания черновиков
• Apollo/Clay API — для перекрёстных ссылок с целью обогащения данных, если у пользователя есть доступ
• GitHub MCP — для квалификации потенциальных клиентов с ориентацией на разработчиков
• Apple Mail / Mail.app — создание черновиков «холодных» или «теплых» писем без автоматической отправки
• Управление браузером — для LinkedIn и X, когда API отсутствует или имеет ограничения

Обзор воронки продаж

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

Голосовое общение перед контактом

Не составляйте исходящие письма на основе типовых шаблонов продаж.

Проводите brand-voice в первую очередь, когда важен голос пользователя. Используйте его VOICE PROFILE вместо того, чтобы заново придумывать стиль специально для этого навыка.

Если доступен доступ к Live X, перед составлением сообщения извлеките недавние оригинальные посты. Если нет, используйте предоставленные примеры или лучший доступный материал из репозитория/сайта.

Этап 1: Оценка сигналов

Ищите людей с высоким сигналом в целевых отраслях. Присвойте каждому из них вес на основе:

Подход к поиску сигналов

# 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

Этап 2: Взаимный рейтинг

Для каждой оцененной цели анализируйте социальный граф пользователя, чтобы найти наиболее «теплый» путь.

Модель ранжирования

1. Извлечь список подписчиков пользователя в X и его связи в LinkedIn
2. Для каждой цели с высоким сигналом проверьте наличие общих связей
3. Примените social-graph-ranker модель для оценки значения «моста»
4. Ранжируйте общих знакомых по:

Каноническое правило:

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

В рамках данного навыка используйте ту же модель взвешенного моста:

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

Интерпретация:

• Уровень 1: высокие R(m) и прямые мостовые пути → запросы на «теплое» представление
• Уровень 2: средний R(m) и пути «моста» с одним переходом -> запросы с условным вступлением
• Уровень 3: отсутствие подходящего посредника -> прямое обращение к незнакомому лиду с использованием той же записи о лиде

Формат результатов

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)
    ...

Этап 3: Поиск «теплых» путей

Для каждой цели найти кратчайшую цепочку представления:

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

Типы путей (в порядке убывания «теплоты»)

1. Прямой взаимный — вы оба подписаны на одного и того же человека или знакомы с ним
2. Связь через портфель — оба вложили средства в компанию целевого лица или консультируют её
3. Коллега/выпускник — оба работали в одной компании или учились в одном учебном заведении
4. Пересечение мероприятий — оба посещали одну и ту же конференцию/программу
5. Взаимодействие с контентом — целевая компания взаимодействовала с контентом общего знакомого или наоборот

Этап 4: Расширение базы данных

Для каждого квалифицированного лида извлеките:

• Полное имя, текущую должность, название компании
• Размер компании, этап финансирования, последние новости
• Последние X постов (за последние 30 дней) — темы, тон, интересы
• Общие интересы с пользователем (общие подписки, похожий контент)
• Последние события в компании (запуск продукта, раунд финансирования, набор персонала)

Источники дополнительной информации

• Пример: данные о компании, новости, записи в блоге
• API X: последние твиты, биография, подписчики
• GitHub: вклад в проекты с открытым исходным кодом (для потенциальных клиентов из числа разработчиков)
• LinkedIn (через браузер): полный профиль, опыт работы, образование

Этап 5: Черновик обращения

Создайте персонализированное обращение для каждого потенциального клиента. Черновик должен соответствовать профилю стиля общения, полученному из источников, и целевому каналу.

Правила для каналов

Электронная почта

• Используйте для наиболее ценных холодных обращений, теплых представлений, обращения к инвесторам и запросов о партнерстве
• По умолчанию черновики следует создавать в Apple Mail / Mail.app, если доступно управление с локального рабочего стола
• Сначала создавайте черновики; не отправляйте письма автоматически, если пользователь явно не попросит об этом
• Тема письма должна быть простой и конкретной, а не изобретательной

LinkedIn

• Используйте, если целевой пользователь активен в этой сети, если контекст взаимных связей на LinkedIn более силен или если уровень доверия к электронной почте низкий
• Если доступен, отдавайте предпочтение доступу через API
• В противном случае используйте элементы управления браузера для просмотра профилей, недавней активности и составления черновика сообщения
• Сообщение должно быть короче, чем в электронной почте, и избегайте фальшивой профессиональной теплоты

X

• Используйте для установления контактов с операторами, разработчиками или инвесторами, работающими в условиях высокого контекста, где важно поведение в публичных публикациях
• Предпочтительно использовать доступ к API для поиска, просмотра ленты и анализа взаимодействия
• При необходимости переключайтесь на управление через браузер
• Личные сообщения и публичные ответы должны быть гораздо лаконичнее, чем электронные письма, и должны содержать ссылки на реальные события из ленты целевого пользователя

Эвристика выбора канала

Выберите один основной канал в следующем порядке:

1. неформальное знакомство по электронной почте
2. прямое письмо
3. личное сообщение в LinkedIn
4. личное сообщение в X или ответ

Используйте многоканальный подход только в том случае, если для этого есть веская причина и частота обращений не будет восприниматься как спам.

Запрос на «теплое» знакомство (через общих знакомых)

Цель:

• одна чёткая просьба
• одна конкретная причина, по которой это представление имеет смысл
• короткий текст, который легко переслать, если понадобится

Избегайте:

• излишних объяснений о вашей компании
• нагромождение социальных доказательств
• тона, напоминающего шаблон для сбора средств

Прямой холодный обзор (для целевой аудитории)

Цель:

• начать с чего-то конкретного и свежего
• объяснить, почему это действительно подходит
• сделать одну простую просьбу

Избегайте:

• общих комплиментов
• перечисление всех своих достоинств
• общих просьб типа «хотелось бы пообщаться»
• натянутых риторических вопросов

Шаблон выполнения

Для каждой целевой аудитории создайте:

1. рекомендуемый канал
2. причину, по которой этот канал является лучшим
3. черновик сообщения
4. дополнительный черновик для последующих действий
5. если в качестве канала выбран электронная почта и доступна программа Apple Mail, создайте черновик, а не просто отправляйте текст

Если доступен контроль над браузером:

• LinkedIn: изучите профиль адресата, его недавнюю активность и общий контекст, а затем составьте черновик или подготовьте сообщение
• X: проанализируйте последние публикации или ответы, а затем составьте черновик личного сообщения или текста публичного ответа

Если доступна автоматизация на рабочем столе:

• Apple Mail: создайте черновик письма с темой, текстом и адресатом

Не отправляйте сообщения автоматически без явного одобрения пользователя.

Антипаттерны

• общие шаблоны без персонализации
• длинные абзацы с описанием всей вашей компании
• несколько просьб в одном сообщении
• напускная фамильярность без конкретики
• массовые рассылки с заметными полями слияния
• одинаковый текст, повторно используемый в электронной почте, LinkedIn и X
• беспорядочный текст, адаптированный под платформу, вместо подлинного голоса автора

Настройка

Пользователи должны установить следующие переменные среды:

# 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

Агенты

Этот навык включает специализированные агенты в agents/ подкаталоге:

• signal-scorer — выполняет поиск и ранжирует потенциальных клиентов по сигналам релевантности
• mutual-mapper — сопоставляет связи в социальном графе и находит «теплые» пути
• enrichment-agent — извлекает подробные данные о профиле и компании
• outreach-drafter — создаёт персонализированные сообщения

Пример использования

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

Связанные навыки

• brand-voice для канонического определения тона
• connections-optimizer для предварительной проверки, сокращения и расширения сети контактов перед началом работы с потенциальными клиентами