Agent Skills
返回列表
简诗 AI 机会发现·Caller

简诗 AI 机会发现·Caller

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 https://skillhub.cn/install/skillhub.md,安装 @user_fccf428b/discovery-caller。

技能介绍

很多 B2B 销售通话之所以失败,不是因为话术不好,而是因为在把方案讲清楚之前,没有真正把客户的问题问明白。表面上是在了解需求,实际却陷入了功能倾倒、单线联系、软性结单和无量化痛点的误区,最终只能收获一句“稍后给您发点资料”。有些通话听起来像产品宣讲,实际只是换个地方背说明书。

核心能力与工作方式

Discovery Caller 是结构化提示词脚手架。调用时它会整理来自 preparation-*、questions-*、listening-*、qualification-*、discovery-*、documentation-* 的规则指南,引导你在对话中做好准备:

  • 准备阶段:接通前建立假设,准备好议程表
  • 提问阶段:基于 SPIN 框架提出问题(Situation/Problem/Implication/Need-Payoff),并引导探寻方向
  • 聆听与澄清:主动聆听,记录笔记,并对模糊之处追问澄清
  • 机会认定:运用不同的资格认定框架,比如 BANT(预算/权力/需求/时间线),以及 MEDDIC、SPICED、CHAMP
  • 文档记录:整理后续步骤和交接,并记录到 CRM

输出与关键指标

建议在每次通话后生成一份结构化总结。高质量发现通话的输出包含以下基线数据:

  • 说话比例:销售说话时间低于 30%,让客户多说
  • 提问数量:每场通话提出 10 到 15 个问题
  • 痛点量化:量化出 2 到 3 个痛点
  • 决策层图谱:确认至少 3 个不同角色参与决策
  • 下一步承诺:结束通话时必须敲定明确的下一步行动

适用边界与注意事项

这个技能本质是结构化提示词的脚手架。它不会自动拨打电话、执行调研或直接写入 CRM 系统。想要高质量输出,销售代表必须完成前期的调研和实际沟通,并真正写出清晰的通话笔记。如果不做功课、原样照抄,很容易变成生硬的“审问模式”。不过,采用这套结构有助于统一团队的记录标准,让交接更一致。

使用场景

  • 准备首次B2B客户沟通,构建提问清单与预设业务假设,避免功能倾倒。
  • 跨部门通话后,需量化客户痛点并完善CRM记录,推动复杂交易。
  • 面对停滞商机,需要重构对话议程并运用SPIN框架重新争取下一步承诺。

适合人员

  • B2B销售代表,希望在通话中建立结构化提问体系,避免功能倾倒误区。
  • 大客户销售经理,寻找工具查验团队的通话准备与利益相关者映射。
  • 销售运营主管,需要统一CRM跟进标准,确保沟通产出明确的下一步承诺。