prospect

Par anthropics · knowledge-work-plugins

Créez des listes ciblées de comptes ou de contacts à l'aide du Prospector de Common Room. Se déclenche sur « find companies that match [criteria] », « build a prospect list », « find contacts at [type of company] », « show me companies hiring [role] », ou toute demande de création de liste.

npx skills add https://github.com/anthropics/knowledge-work-plugins --skill prospect

Prospection

Créez des listes de comptes et de contacts ciblés avec Prospector de Common Room. Supporte l'affinage itératif par conversation naturelle, la découverte basée sur l'intent, ainsi que la prospection en net-nouveau et les requêtes basées sur les signaux sur les comptes existants.

Distinction critique : deux types d'objets

Prospector de Common Room opère sur deux types d'objets fondamentalement différents. Clarifiez toujours lequel est en jeu avant d'exécuter une requête :

ProspectorOrganization — Entreprises pas encore dans Common Room

  • Entreprises net-nouvelles correspondant aux critères spécifiés
  • Champs disponibles firmographiques uniquement : nom, domaine, taille, secteur, capital levé, chiffre d'affaires annuel, localisation
  • Moins d'options de filtrage — pas de filtres basés sur les signaux, pas de scores, pas d'historique d'activité
  • À utiliser quand : construire une liste cible nouvelle, planification territoriale, expansion en haut d'entonnoir

Organization (dans Common Room) — Entreprises déjà dans votre espace CR

  • Données de signaux complètes disponibles : utilisation produit, activité communautaire, champs CRM, scores, champs personnalisés
  • Ensemble de filtres beaucoup plus riche — inclut les filtres basés sur les signaux, les scores, les segments et les données firmographiques
  • À utiliser quand : trouver les comptes chauds à prioriser, identifier les candidats à l'expansion, faire remonter les signaux d'intent au sein du pipeline existant

Quand la demande d'un utilisateur pourrait s'appliquer aux deux (par ex. « Affiche les entreprises qui recrutent des ingénieurs en IA ce mois-ci »), clarifiez :

« Cherchez-vous des entreprises net-nouvelles pas encore dans Common Room, ou filtrez-vous les comptes déjà dans votre espace ? »

Le catalogue doit rendre cette distinction explicite pour que l'LLM puisse sélectionner le bon endpoint Prospector.

Étape 0 : Charger le contexte utilisateur (Me)

Récupérez l'objet Me pour obtenir les segments de l'utilisateur. Lors de la prospection sur les enregistrements Organization (comptes déjà dans CR), appliquez par défaut un filtrage dans « Mes segments » à moins que l'utilisateur demande une recherche plus large.

Étape 1 : Rassembler les critères de ciblage

Si les critères sont déjà fournis, procédez. Sinon, posez la question :

« Quel type de comptes ou de contacts recherchez-vous ? Par exemple : taille de l'entreprise, secteur, titres de poste, signaux comme l'activité produit récente ou l'engagement communautaire, région géographique, ou signaux d'intent spécifiques comme le financement récent ou les offres d'emploi. »

Utilisez le catalogue d'objets Common Room pour voir les filtres disponibles pour chaque type d'objet. La distinction clé :

  • ProspectorOrganization — filtres firmographiques et technographiques uniquement (secteur, taille, géographie, financement, tech stack)
  • Organization — tous les filtres firmographiques plus les filtres basés sur les signaux, les scores, les segments et les champs CRM

Recherche lookalike : Si l'utilisateur demande de « trouver des entreprises comme [X] », d'abord cherchez l'entreprise de référence dans Common Room (ou via recherche web si pas dans CR). Extrayez ses attributs clés — secteur, fourchette d'employés, tech stack, stade de financement, géographie — et proposez-les comme critères de filtrage. Présentez les critères dérivés à l'utilisateur pour confirmation avant d'exécuter la recherche, car le ciblage lookalike fonctionne mieux quand l'utilisateur peut affiner les attributs qui importent le plus.

Étape 2 : Supporter l'affinage itératif

La prospection est conversationnelle. Supportez l'affinage multi-tour naturellement :

  1. Exécutez la requête initiale avec les critères fournis
  2. Si les résultats sont importants (50+), résumez et proposez : « J'ai trouvé [N] résultats. Voulez-vous affiner par [filtre suggéré] ? »
  3. Si les résultats sont trop peu nombreux (< 5), suggérez : « Seulement [N] résultats avec ces filtres — je peux élargir en relaxant [critère spécifique]. »
  4. Appliquez chaque affinage comme une requête de suivi, pas une nouvelle recherche depuis le début

Exemple de flux :

  • Rep : « Trouve les entreprises de cybersécurité en Californie. » → 500 résultats
  • Rep : « Montre seulement celles avec plus de 300 employés utilisant AWS. » → 47 résultats
  • Rep : « Concentre-toi sur celles avec une activité de recrutement récente. » → 12 résultats ✓

Étape 3 : Exécuter la requête et présenter les résultats

Exécutez la requête Prospector avec les critères confirmés. Triez par force de signal ou score d'ajustement si disponible (pas alphabétiquement).

Pour les résultats ProspectorOrganization (net-nouveau) :

Entreprise Domaine Secteur Taille Capital levé Chiffre d'affaires Localisation

Pour les résultats Organization (dans CR) :

Entreprise Secteur Taille Signal principal Date du signal Score Étape CRM

Signalez tout résultat où les données sont minces ou le signal le plus récent date de plus de 90 jours.

Étape 3.5 : Enrichir les résultats net-nouveau avec recherche web

Pour les résultats ProspectorOrganization (entreprises net-nouvelles pas dans CR), exécutez une recherche web rapide sur les 3–5 meilleures entreprises pour ajouter du contexte au-delà des données firmographiques. CR n'a pas de signaux comportementaux pour ces entreprises, donc la recherche web comble le vide — cherchez le financement récent, les lancements produit, les changements de leadership, ou la couverture médiatique. Incluez les résultats comme brèves annotations à côté de chaque entreprise dans les résultats.

Étape 4 : Proposer les prochaines étapes

  • « Veux-tu que je rédige un message de sensibilisation pour les 3–5 meilleurs prospects ? »
  • « Dois-je exécuter un briefing complet de compte sur certains d'entre eux ? »
  • « Veux-tu affiner les critères ou ajouter un autre filtre ? »
  • « Je peux formater cela en CSV si tu veux l'exporter. »
  • « Pour les entreprises net-nouvelles ici, je peux les ajouter à Common Room pour enrichissement. » (capacité future)

Standards de qualité

  • Confirmez toujours quel type d'objet (ProspectorOrg vs Organization) avant d'exécuter la requête
  • Appliquez par défaut « Mes segments » lors de l'interrogation des enregistrements Organization, sauf si l'utilisateur spécifie autrement
  • Supportez l'affinage itératif — traitez chaque suivi comme un ajustement de filtre, pas un nouveau démarrage
  • Ne mélangez jamais les champs de résultats de ProspectorOrganization et Organization dans la même liste
  • Moins de résultats de haute qualité valent mieux qu'une longue liste non qualifiée
  • Affichez uniquement les données que la requête a retournées — laissez vide ou « — » pour les champs manquants, n'inventez pas de valeurs

Fichiers de référence

  • references/prospect-guide.md — types de filtres, tri basé sur les signaux, distinctions de types d'objets et stratégies de construction de listes

Skills similaires