iiuniversitet.ruЦентр обучения нейросетямОткрыть каталог

Подбор лидов по портрету клиента

Превращает описание идеального клиента в ранжированную таблицу лидов-руководителей с почтой и телефонами.

СкиллAnthropic (партнёр: Apollo.io)ClaudeMITЗагрузить архив в ClaudeПроверка не требуется
Скачать на русскомОригинал на английском (архив)Источник ↗
Что делает
Превращает описание идеального клиента в ранжированную таблицу лидов-руководителей с почтой и телефонами.
Когда брать
Когда нужен список потенциальных клиентов под конкретные должности, отрасль, размер и регион компаний.
Когда не брать
Если нужны только данные об одном известном человеке: для этого есть отдельный скилл обогащения.
Пример запроса
Найди директоров по маркетингу в интернет-магазинах Европы и собери таблицу с контактами.
Нужно подключить
Apollo

Входит в плагин apollo. В Cowork и Claude Code можно поставить плагин целиком.

Как включить

  1. Нажмите «Скачать на русском» и сохраните архив.
  2. В Claude откройте Настройки → Capabilities → Skills → Upload skill и выберите архив.
  3. Включите скилл переключателем.
Для терминала

Распакуйте архив и положите папку prospect в ~/.claude/skills/. Файл SKILL.md должен лежать внутри этой папки.

Текст

---
name: prospect
description: "Полный путь от портрета идеального клиента (ICP) до лидов. Опиши своего идеального клиента обычными словами и получи ранжированную таблицу обогащённых лидов из лиц, принимающих решения, с email и телефонами."
user-invocable: true
argument-hint: "[describe your ideal customer]"
---

Поиск потенциальных клиентов

Проходит путь от описания ICP до ранжированного обогащённого списка лидов за один заход. Пользователь описывает своего идеального клиента в "$ARGUMENTS".

Примеры

  • /apollo:prospect вице-президенты по разработке в SaaS-компаниях стадии Series B+ в США, 200–1000 сотрудников
  • /apollo:prospect руководители маркетинга в e-commerce-компаниях в Европе
  • /apollo:prospect технические директора (CTO) в финтех-стартапах, 50–500 сотрудников, Нью-Йорк
  • /apollo:prospect менеджеры по закупкам в производственных компаниях с 1000+ сотрудников
  • /apollo:prospect руководители SDR в компаниях, которые пользуются Salesforce и Outreach

Шаг 1 — Разбери ICP

Выдели структурированные фильтры из описания на естественном языке в "$ARGUMENTS":

Фильтры по компании:

  • Ключевые слова отрасли или вертикали → q_organization_keyword_tags
  • Диапазоны числа сотрудников → organization_num_employees_ranges
  • Местоположение компаний → organization_locations
  • Конкретные домены → q_organization_domains_list

Фильтры по человеку:

  • Должности → person_titles
  • Уровни seniority → person_seniorities
  • Местоположение людей → person_locations

Если ICP описан расплывчато, задай 1–2 уточняющих вопроса, прежде чем продолжать. Как минимум нужны должность или роль и отрасль либо размер компании.

Шаг 2 — Найди компании

Используй mcp__claude_ai_Apollo_MCP__apollo_mixed_companies_search с фильтрами по компании:

  • q_organization_keyword_tags для отрасли или вертикали
  • organization_num_employees_ranges для размера
  • organization_locations для географии
  • Установи per_page в 25

Шаг 3 — Обогати лучшие компании

Используй mcp__claude_ai_Apollo_MCP__apollo_organizations_bulk_enrich с доменами из первых 10 результатов. Так раскроются выручка, финансирование, численность и другие фирмографические данные, которые помогут ранжировать компании.

Шаг 4 — Найди лиц, принимающих решения

Используй mcp__claude_ai_Apollo_MCP__apollo_mixed_people_api_search с такими параметрами:

  • person_titles и person_seniorities из ICP
  • q_organization_domains_list, ограниченный доменами обогащённых компаний
  • per_page равен 25

Шаг 5 — Обогати лучших лидов

Предупреждение о кредитах: прежде чем продолжать, точно назови пользователю, сколько кредитов будет потрачено.

Используй mcp__claude_ai_Apollo_MCP__apollo_people_bulk_match, чтобы обогатить до 10 лидов за вызов, передавая:

  • first_name, last_name, domain для каждого человека
  • reveal_personal_emails, установленный в true

Если лидов больше 10, раздели их на несколько вызовов.

Шаг 6 — Покажи таблицу лидов

Выведи результат ранжированной таблицей:

Лиды, подходящие под: [краткое описание ICP]

№ИмяДолжностьКомпанияСотрудниковВыручкаEmailТелефонСоответствие ICP

Оценка соответствия ICP:

  • Сильное — совпали должность, уровень, размер компании и отрасль
  • Хорошее — совпали 3 из 4 критериев
  • Частичное — совпали 2 из 4 критериев

Итог: найдено X лидов в Y компаниях. Потрачено кредитов: Z.

Шаг 7 — Предложи следующие действия

Спроси пользователя:

  1. Сохранить всех в Apollo — массово создать контакты через mcp__claude_ai_Apollo_MCP__apollo_contacts_create с run_dedupe: true для каждого лида
  2. Загрузить в последовательность — спроси, в какую, и выполни сценарий sequence-load для этих контактов
  3. Изучить компанию подробнее — запустить /apollo:company-intel для любой компании из списка
  4. Уточнить поиск — изменить фильтры и запустить заново
  5. Экспортировать — оформить лидов таблицей в стиле CSV, которую удобно скопировать

Перевод: iiuniversitet. Оригинал: https://github.com/anthropics/knowledge-work-plugins/tree/main/partner-built/apollo/skills/prospect, лицензия MIT. Изменения: перевод на русский язык.

Оригинал на английском 
---
name: prospect
description: "Full ICP-to-leads pipeline. Describe your ideal customer in plain English and get a ranked table of enriched decision-maker leads with emails and phone numbers."
user-invocable: true
argument-hint: "[describe your ideal customer]"
---

# Prospect

Go from an ICP description to a ranked, enriched lead list in one shot. The user describes their ideal customer via "$ARGUMENTS".

## Examples

- `/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`

## Step 1 — Parse the ICP

Extract structured filters from the natural language description in "$ARGUMENTS":

**Company filters:**
- Industry/vertical keywords → `q_organization_keyword_tags`
- Employee count ranges → `organization_num_employees_ranges`
- Company locations → `organization_locations`
- Specific domains → `q_organization_domains_list`

**Person filters:**
- Job titles → `person_titles`
- Seniority levels → `person_seniorities`
- Person locations → `person_locations`

If the ICP is vague, ask 1-2 clarifying questions before proceeding. At minimum, you need a title/role and an industry or company size.

## Step 2 — Search for Companies

Use `mcp__claude_ai_Apollo_MCP__apollo_mixed_companies_search` with the company filters:
- `q_organization_keyword_tags` for industry/vertical
- `organization_num_employees_ranges` for size
- `organization_locations` for geography
- Set `per_page` to 25

## Step 3 — Enrich Top Companies

Use `mcp__claude_ai_Apollo_MCP__apollo_organizations_bulk_enrich` with the domains from the top 10 results. This reveals revenue, funding, headcount, and firmographic data to help rank companies.

## Step 4 — Find Decision Makers

Use `mcp__claude_ai_Apollo_MCP__apollo_mixed_people_api_search` with:
- `person_titles` and `person_seniorities` from the ICP
- `q_organization_domains_list` scoped to the enriched company domains
- `per_page` set to 25

## Step 5 — Enrich Top Leads

> **Credit warning**: Tell the user exactly how many credits will be consumed before proceeding.

Use `mcp__claude_ai_Apollo_MCP__apollo_people_bulk_match` to enrich up to 10 leads per call with:
- `first_name`, `last_name`, `domain` for each person
- `reveal_personal_emails` set to `true`

If more than 10 leads, batch into multiple calls.

## Step 6 — Present the Lead Table

Show results in a ranked table:

### Leads matching: [ICP Summary]

| # | Name | Title | Company | Employees | Revenue | Email | Phone | ICP Fit |
|---|---|---|---|---|---|---|---|---|

**ICP Fit** scoring:
- **Strong** — title, seniority, company size, and industry all match
- **Good** — 3 of 4 criteria match
- **Partial** — 2 of 4 criteria match

**Summary**: Found X leads across Y companies. Z credits consumed.

## Step 7 — Offer Next Actions

Ask the user:

1. **Save all to Apollo** — Bulk-create contacts via `mcp__claude_ai_Apollo_MCP__apollo_contacts_create` with `run_dedupe: true` for each lead
2. **Load into a sequence** — Ask which sequence and run the sequence-load flow for these contacts
3. **Deep-dive a company** — Run `/apollo:company-intel` on any company from the list
4. **Refine the search** — Adjust filters and re-run
5. **Export** — Format leads as a CSV-style table for easy copy-paste

Источник: anthropics/knowledge-work-plugins / apollo / prospect ↗. Ссылка проверена 2026-10-10.

Похожие