Agent Skills
返回列表
Inodash 转化漏斗与成交优化|简诗 AI

Inodash 转化漏斗与成交优化|简诗 AI

企业运营 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据官方安装指南 https://skillhub.cn/install/skillhub.md 将该技能安装到您的 AI 助手中,并配置规范名为 @user_fccf428b/sales-inodash。

技能介绍

初创团队验证与转化漏斗的早期痛点

在产品早期阶段,团队往往依赖主观判断或一次性 AI 生成的报告来决定推进开发。这种伪需求风险极高,且单一调研工具难以覆盖从市场分析、人物画像到财务预测的完整漏斗。此外,当验证需要多人协作时,缺乏统一 workspace 会导致上下文碎片化,难以沉淀平台知识。

技能的核心能力与路由逻辑

该技能围绕 Inodash 平台构建,将模糊的早期创意转化为结构化的商业验证流程,通过四个关键步骤工作:

  • 上下文收集:优先读取 learnings.md 中的历史知识,并通过交互式提问明确真实意图(如验证想法、调用特定工具或了解计费规则)。
  • 精准路由:针对 validate-before-building 决策,自动重定向至 /sales-idea-validation;若涉及真实需求测试的落地页构建,则路由至 /sales-funnel。
  • 平台参考:动态加载 platform-guide.md,提供模块清单、计费机制及权限隔离的精准解答。
  • 行动指南:强调将 AI 输出视为方向性参考,保留结构化产出(如竞品地图、投资人问题)以优化 Pitch。

适用边界与工程集成注意点

尽管平台提供了 Smart Boards 和 RAG 训练等协作功能,但必须明确其工具边界:

  • 无公开 API:这是纯 UI 工具,不支持 Webhooks 或 Zapier/Make/MCP 集成,数据导出仅作为 Business+ 的 UI 功能存在,无法进行程序化批处理。
  • 计费与权限隔离:负载按单项目 AI tokens 计量,dashboard、data export 及 RAG 训练等高级功能受限于付费层级。
  • 数据深度局限:套件化工具提供的是广度而非深度,财务预测等模块基于假设生成,需结合 primary sources 交叉验证。

使用场景

  • 初创团队在决定开发新功能前,用 Inodash validator 跑一遍想法报告并解读市场、竞品部分,再将 go/no-go 交给真实烟测。
  • 创始人需要把验证报告里的市场与受众段落,转成可执行的内容和投放计划,衔接 /sales-content 输出排期。
  • 团队想在 pre-launch 阶段搭建假门落地页并扩大候补名单,技能按 /sales-funnel 与 /sales-audience-growth 给出可执行步骤。
  • 开发者计划通过 API 或 Zapier 批量拉取 Inodash 报告进自己的看板,技能明确告知无公开 API 并提供可行的替代路径。

适合人员

  • 初创团队负责人,需要在进入开发前验证想法是否值得做,并把单次 AI 报告转成可执行的验证方法。
  • 独立开发者,想用低门槛工具快速生成竞品地图与投资人问题清单,但又不想为付费层的功能重复买单。
  • 增长与销售工程师,需要在 pre-launch 阶段设计假门测试、等待名单和转化漏斗,验证真实用户行为。
  • 平台集成工程师,正在评估是否能把外部验证工具接入内部数据流水线,需要在写代码前确认 API 与自动化边界。