Prospect

Passer d'une description d'ICP à une liste de leads enrichis et classés en une seule étape. L'utilisateur décrit son client idéal via « $ARGUMENTS ».

Exemples

/apollo:prospect VP of Engineering at Series B+ SaaS companies in the US, 200-1000 employees
/apollo:prospect heads of marketing at e-commerce companies in Europe
/apollo:prospect CTOs at fintech startups, 50-500 employees, New York
/apollo:prospect procurement managers at manufacturing companies with 1000+ employees
/apollo:prospect SDR leaders at companies using Salesforce and Outreach

Étape 1 — Analyser l'ICP

Extraire des filtres structurés de la description en langage naturel dans « $ARGUMENTS » :

Filtres Entreprise :

Mots-clés industrie/vertical → q_organization_keyword_tags
Plages d'effectifs → organization_num_employees_ranges
Localisations d'entreprises → organization_locations
Domaines spécifiques → q_organization_domains_list

Filtres Personne :

Titres de poste → person_titles
Niveaux de séniorité → person_seniorities
Localisations de personne → person_locations

Si l'ICP est vague, poser 1-2 questions de clarification avant de continuer. Au minimum, il faut un titre/rôle et une industrie ou une taille d'entreprise.

Étape 2 — Chercher des Entreprises

Utiliser mcp__claude_ai_Apollo_MCP__apollo_mixed_companies_search avec les filtres entreprise :

q_organization_keyword_tags pour l'industrie/vertical
organization_num_employees_ranges pour la taille
organization_locations pour la géographie
Définir per_page à 25

Étape 3 — Enrichir les Meilleures Entreprises

Utiliser mcp__claude_ai_Apollo_MCP__apollo_organizations_bulk_enrich avec les domaines des 10 premiers résultats. Cela révèle le chiffre d'affaires, le financement, l'effectif et les données firmographiques pour aider à classer les entreprises.

Étape 4 — Trouver les Décideurs

Utiliser mcp__claude_ai_Apollo_MCP__apollo_mixed_people_api_search avec :

person_titles et person_seniorities de l'ICP
q_organization_domains_list limité aux domaines d'entreprises enrichis
per_page défini à 25

Étape 5 — Enrichir les Meilleurs Leads

Avertissement crédit : Dire à l'utilisateur exactement combien de crédits seront consommés avant de continuer.

Utiliser mcp__claude_ai_Apollo_MCP__apollo_people_bulk_match pour enrichir jusqu'à 10 leads par appel avec :

first_name, last_name, domain pour chaque personne
reveal_personal_emails défini à true

Si plus de 10 leads, diviser en plusieurs appels.

Étape 6 — Présenter le Tableau de Leads

Afficher les résultats dans un tableau classé :

Leads correspondant à : [Résumé ICP]

#	Nom	Titre	Entreprise	Effectif	Chiffre d'affaires	Email	Téléphone	Correspondance ICP

Notation Correspondance ICP :

Forte — titre, séniorité, taille d'entreprise et industrie correspondent tous
Bonne — 3 des 4 critères correspondent
Partielle — 2 des 4 critères correspondent

Résumé : X leads trouvés dans Y entreprises. Z crédits consommés.

Étape 7 — Proposer les Prochaines Actions

Demander à l'utilisateur :

Enregistrer tous dans Apollo — Créer des contacts en masse via mcp__claude_ai_Apollo_MCP__apollo_contacts_create avec run_dedupe: true pour chaque lead
Charger dans une séquence — Demander quelle séquence et exécuter le flux de chargement de séquence pour ces contacts
Approfondir une entreprise — Exécuter /apollo:company-intel sur une entreprise de la liste
Affiner la recherche — Ajuster les filtres et relancer
Exporter — Formater les leads en tableau style CSV pour un copier-coller facile