简诗获客画像引擎
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fccf428b/icp-deep-scanner 技能,用于成交客户画像与精准获客分析。
技能介绍
多数 ICP 停留在演示文稿里的主观假设,缺少数据支撑。简诗的 ICP Deep Scanner 提供了另一条路径:从你已有的成交记录、流失商机、客服工单、评价与产品日志中反向归纳画像,让每一句结论都能追溯到具体证据和样本量。
核心能力
- 只读接入已有数据源:支持 CRM、邮件与日程、客服系统、评价平台、分析工具、账单系统以及 Postgres/Supabase 等数据源。默认只做查询和读取,不创建、修改或删除任何记录,便于安全复盘历史客户。
- 证据驱动画像构建:按公司画像(行业、规模、地域、技术栈)、采购角色(决策者、倡导者、阻碍者、最终用户)、购买动因、流失原因、客户语言、商业指标(ACV、销售周期、扩张/流失)等维度抽取信号,并自动记录样本范围和时间区间。
- 输出可直接消费的画像资产:生成
icp-profile.md与personas/目录,每个角色包含persona.md、evidence.md、quotas.md,并附带汇总索引index.md,方便customer-panel-of-experts等下游技能直接加载使用。 - 交接清晰可落地:交付 5 行可复用的 ICP 摘要、无法访问的来源清单、置信度账本,以及下一步建议命令(如
customer-panel-of-experts),帮助你把画像应用到真实的决策场景。
关键步骤
- 盘点可连接来源:列出当前可访问的 CRM、客服、账单、分析与数据库连接,确认扫描范围后才开始读取。
- 抽取信号:对每个来源按六大信号类别聚合数据,避免拉取整库内容,优先取聚合值和代表性样本。
- 合成 ICP:把多源证据整理为结构化画像,区分强信号与“薄信号”(样本少于 5 条)。
- 构建角色库:生成 3–6 个典型角色,覆盖倡导者、决策者、阻碍者和关键用户,并把原始引用做脱敏处理。
- 交接与复核:输出可粘贴摘要、置信度账本和未能触达的来源说明,方便团队继续验证。
适用边界与注意点
- 只读优先:除非在当前会话中明确授权,否则不要执行任何写入、发送、发布或同步操作;涉及外部动作时必须先展示目标和影响并等待确认。
- 最小必要数据与脱敏:画像是抽象原型而非个人档案。不要写入真实姓名、邮箱、电话、账号 ID;引用真实记录时使用匿名计数和已去标识化的原话。
- 凭据安全:不要在代码或输出中硬编码密钥。数据库访问应通过环境变量(如
$SUPABASE_TOKEN)或 MCP 连接完成。 - 合规表达:输出仅提供合规方案、内容草稿和测试建议,不承诺流量、排名、成交或收益,不涉及刷量、群发骚扰或规避平台规则的做法。
使用场景
- 从CRM的成交与流失记录中提炼理想客户画像,支撑精准获客策略
- 汇总客服工单和产品评价中的高频痛点,构建典型买家角色库
- 当销售团队需要按行业、规模筛选高价值线索时,提供数据支撑的筛选标准
- 在规划新品或调整定价前,用历史成交数据验证目标客群假设
适合人员
- B2B SaaS 增长负责人:需要用历史成交数据校准理想客户画像,减少无效线索浪费
- 销售运营负责人:要把流失原因和成交特征整理成可复用的线索筛选标准
- 产品经理:在规划新功能时,需要客户真实语言和角色画像来指导需求优先级
- 市场负责人:希望通过真实客户证据而非主观假设,制定内容定向和获客策略