iiuniversitet.ruЦентр обучения нейросетямОткрыть каталог

Списки целевых компаний и контактов

Составляет списки новых или уже известных компаний и контактов по отрасли, размеру, сигналам и найму, уточняя выборку по ходу разговора.

СкиллAnthropic (партнёр: Common Room)ClaudeApache-2.0Загрузить архив в ClaudeПроверка не требуется
Что делает
Составляет списки новых или уже известных компаний и контактов по отрасли, размеру, сигналам и найму, уточняя выборку по ходу разговора.
Когда брать
Когда нужно собрать список потенциальных клиентов или найти тёплых клиентов среди уже имеющихся.
Пример запроса
Найди компании в сфере кибербезопасности в Калифорнии, где больше 300 сотрудников и недавно шёл найм.
Нужно подключить
Common Room

Входит в плагин common-room. 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: "Составляет целевые списки клиентов-компаний или контактов с помощью Prospector из Common Room. Срабатывает на «найди компании, подходящие под [критерии]», «составь список потенциальных клиентов», «найди контакты в [типе компаний]», «покажи компании, которые нанимают [роль]» и любой запрос на составление списка."
---

Поиск потенциальных клиентов

Составляй целевые списки клиентов-компаний и контактов с помощью Prospector из Common Room. Скилл поддерживает пошаговое уточнение в обычном разговоре, поиск по намерениям, а также как поиск совершенно новых потенциальных клиентов, так и запросы по сигналам среди уже имеющихся клиентов.

Принципиальное различие: два типа объектов

Prospector в Common Room работает с двумя принципиально разными типами объектов. Прежде чем выполнять запрос, всегда уточняй, о каком из них идёт речь:

**ProspectorOrganization — компании, которых ещё нет в Common Room**

  • Совершенно новые компании, подходящие под заданные критерии
  • Доступны только фирмографические поля: название, домен, размер, отрасль, привлечённый капитал, годовая выручка, местоположение
  • Меньше вариантов фильтров: нет фильтров по сигналам, нет оценок, нет истории активности
  • Используй, когда: составляешь совершенно новый целевой список, планируешь территорию, расширяешь верх воронки

**Organization (в Common Room) — компании, которые уже есть в вашем рабочем пространстве CR**

  • Доступны полные данные о сигналах: использование продукта, активность в сообществе, поля CRM, оценки, пользовательские поля
  • Намного богаче набор фильтров: по сигналам, по оценкам, по сегментам и фирмографические
  • Используй, когда: ищешь тёплых клиентов для приоритизации, выявляешь кандидатов на расширение, поднимаешь сигналы намерения внутри существующей воронки продаж

Если запрос пользователя может относиться к обоим типам (например, «Покажи компании, которые в этом месяце нанимают ИИ-инженеров»), уточни:

«Вы ищете совершенно новые компании, которых ещё нет в Common Room, или фильтруете клиентов, уже имеющихся в вашем рабочем пространстве?»

Каталог должен чётко обозначать это различие, чтобы LLM мог выбрать нужную конечную точку Prospector.

Шаг 0: Загрузи контекст пользователя (Me)

Получи объект Me, чтобы узнать сегменты пользователя. Когда ведёшь поиск по записям Organization (клиентам, уже находящимся в CR), по умолчанию фильтруй внутри «Моих сегментов» (My Segments), если пользователь не просит более широкий поиск.

Шаг 1: Собери критерии отбора

Если критерии уже заданы, продолжай. Иначе спроси:

«Какие клиенты-компании или контакты вы ищете? Например: размер компании, отрасль, должности, сигналы вроде недавней активности в продукте или вовлечённости в сообществе, географический регион или конкретные сигналы намерения, такие как недавнее финансирование или вакансии».

Используй каталог объектов Common Room, чтобы увидеть доступные фильтры для каждого типа объектов. Главное различие:

  • ProspectorOrganization — только фирмографические и технографические фильтры (отрасль, размер, география, финансирование, технологический стек)
  • Organization — все фирмографические фильтры плюс фильтры по сигналам, оценкам, сегментам и CRM

Поиск похожих (lookalike): если пользователь просит «найди компании, как [X]», сначала найди эталонную компанию в Common Room (или через поиск в интернете, если её нет в CR). Извлеки её ключевые признаки: отрасль, диапазон числа сотрудников, технологический стек, стадию финансирования, географию — и предложи их как критерии фильтров. Прежде чем запускать поиск, покажи полученные критерии пользователю на подтверждение: поиск похожих работает лучше всего, когда пользователь может уточнить, какие признаки важнее всего.

Шаг 2: Поддержи пошаговое уточнение

Поиск потенциальных клиентов — это диалог. Естественно поддерживай уточнение за несколько ходов:

  1. Выполни первый запрос с заданными критериями
  2. Если результатов много (50+), обобщи и предложи: «Я нашёл [N] результатов. Сузить по [предлагаемый фильтр]?»
  3. Если результатов слишком мало (< 5), предложи: «С такими фильтрами только [N] результатов — могу расширить выборку, ослабив [конкретный критерий]».
  4. Каждое уточнение применяй как дополнительный запрос, а не как новый поиск с нуля

Пример хода:

  • Менеджер: «Найди компании в сфере кибербезопасности в Калифорнии». → 500 результатов
  • Менеджер: «Покажи только те, где больше 300 сотрудников и используется AWS». → 47 результатов
  • Менеджер: «Сосредоточься на тех, где недавно шёл найм». → 12 результатов ✓

Шаг 3: Выполни запрос и покажи результаты

Выполни запрос Prospector с подтверждёнными критериями. Сортируй по силе сигнала или оценке соответствия, где они есть (не по алфавиту).

**Для результатов ProspectorOrganization (совершенно новые):**

КомпанияДоменОтрасльРазмерПривлечённый капиталВыручкаМестоположение

**Для результатов Organization (уже в CR):**

КомпанияОтрасльРазмерГлавный сигналДата сигналаОценкаСтадия в CRM

Помечай результаты, по которым мало данных или самый свежий сигнал старше 90 дней.

Шаг 3.5: Обогати новые результаты поиском в интернете

Для результатов ProspectorOrganization (совершенно новые компании, которых нет в CR) быстро поищи в интернете сведения о первых 3–5 компаниях, чтобы добавить контекст помимо фирмографики. В CR нет поведенческих сигналов по этим компаниям, поэтому пробел закрывает поиск в интернете: ищи недавнее финансирование, запуски продуктов, смену руководства или публикации в прессе. Добавь находки краткими пометками рядом с каждой компанией в результатах.

Шаг 4: Предложи следующие шаги

  • «Подготовить обращения к трём-пяти лучшим потенциальным клиентам?»
  • «Составить полную справку по клиенту для кого-то из них?»
  • «Уточнить критерии или добавить ещё один фильтр?»
  • «Могу оформить это в CSV, если хотите выгрузить».
  • «Любые новые компании отсюда я могу добавить в Common Room для обогащения». *(возможность на будущее)*

Стандарты качества

  • Всегда подтверждай тип объекта (ProspectorOrg или Organization) перед выполнением запроса
  • По умолчанию используй «Мои сегменты» при запросах к записям Organization, если пользователь не скажет иначе
  • Поддерживай пошаговое уточнение: каждый следующий запрос считай корректировкой фильтра, а не началом с нуля
  • Никогда не смешивай в одном списке поля результатов ProspectorOrganization и Organization
  • Меньше качественных результатов лучше, чем длинный список без отбора
  • Показывай только данные, которые вернул запрос — для отсутствующих полей оставляй пустое место или «—», не придумывай значения

Справочные файлы

  • **references/prospect-guide.md** — типы фильтров, сортировка по сигналам, различия типов объектов и стратегии составления списков

Перевод: iiuniversitet. Оригинал: https://github.com/anthropics/knowledge-work-plugins/tree/main/partner-built/common-room/skills/prospect, лицензия Apache-2.0. Изменения: перевод на русский язык.

Оригинал на английском
---
name: prospect
description: "Build targeted account or contact lists using Common Room's Prospector. Triggers on 'find companies that match [criteria]', 'build a prospect list', 'find contacts at [type of company]', 'show me companies hiring [role]', or any list-building request."
---

# Prospecting

Build targeted account and contact lists using Common Room's Prospector. Supports iterative refinement through natural conversation, intent-based discovery, and both net-new prospecting and signal-based queries against existing accounts.

## Critical Distinction: Two Object Types

Common Room's Prospector operates against two fundamentally different object types. Always clarify which one is in play before running a query:

**`ProspectorOrganization`** — Companies **not yet in Common Room**
- Net-new companies that match specified criteria
- Available fields are firmographic only: name, domain, size, industry, capital raised, annual revenue, location
- Fewer filter options — no signal-based filters, no scores, no activity history
- Use when: building a brand-new target list, territory planning, top-of-funnel expansion

**`Organization`** (in Common Room) — Companies **already in your CR workspace**
- Full signal data available: product usage, community activity, CRM fields, scores, custom fields
- Much richer filter set — includes signal-based, score-based, segment-based, and firmographic filters
- Use when: finding warm accounts to prioritize, identifying expansion candidates, surfacing intent signals within existing pipeline

When a user's request could apply to both (e.g., "Show companies hiring AI engineers this month"), clarify:
> "Are you looking for net-new companies not yet in Common Room, or filtering accounts already in your workspace?"

The catalog should make this distinction explicit so the LLM can select the right Prospector endpoint.

## Step 0: Load User Context (Me)

Fetch the `Me` object to get the user's segments. When prospecting against `Organization` records (accounts already in CR), default to filtering within "My Segments" unless the user asks for a broader search.

## Step 1: Gather Targeting Criteria

If criteria are already provided, proceed. Otherwise ask:

> "What kind of accounts or contacts are you looking for? For example: company size, industry, job titles, signals like recent product activity or community engagement, geographic region, or specific intent signals like recent funding or job postings."

Use the Common Room object catalog to see available filters for each object type. The key distinction:
- **ProspectorOrganization** — firmographic and technographic filters only (industry, size, geography, funding, tech stack)
- **Organization** — all firmographic filters plus signal-based, score-based, segment-based, and CRM filters

**Lookalike search:** If the user asks to "find companies like [X]", first look up the reference company in Common Room (or via web search if not in CR). Extract its key attributes — industry, employee range, tech stack, funding stage, geography — and propose those as filter criteria. Present the derived criteria to the user for confirmation before running the search, since lookalike targeting works best when the user can refine which attributes matter most.

## Step 2: Support Iterative Refinement

Prospecting is conversational. Support multi-turn refinement naturally:

1. Run initial query with provided criteria
2. If results are large (50+), summarize and offer: "I found [N] results. Want to narrow by [suggested filter]?"
3. If results are too few (< 5), suggest: "Only [N] results with those filters — I can broaden by relaxing [specific criterion]."
4. Apply each refinement as a follow-up query, not a new search from scratch

Example flow:
- Rep: "Find cybersecurity companies in California." → 500 results
- Rep: "Only show ones over 300 employees using AWS." → 47 results
- Rep: "Focus on the ones with recent hiring activity." → 12 results ✓

## Step 3: Run the Query and Present Results

Execute the Prospector query with confirmed criteria. Sort by signal strength or fit score where available (not alphabetically).

**For `ProspectorOrganization` (net-new) results:**

| Company | Domain | Industry | Size | Capital Raised | Revenue | Location |
|---------|--------|----------|------|---------------|---------|----------|

**For `Organization` (in CR) results:**

| Company | Industry | Size | Top Signal | Signal Date | Score | CRM Stage |
|---------|----------|------|-----------|-------------|-------|-----------|

Flag any results where data is thin or the most recent signal is older than 90 days.

## Step 3.5: Enrich Net-New Results with Web Search

For `ProspectorOrganization` results (net-new companies not in CR), run a quick web search on the top 3–5 companies to add context beyond firmographics. CR has no behavioral signals for these companies, so web search fills the gap — look for recent funding, product launches, leadership changes, or news coverage. Include findings as brief annotations next to each company in the results.

## Step 4: Offer Next Steps

- "Want me to draft outreach for the top 3–5 prospects?"
- "Should I run a full account brief on any of these?"
- "Want to refine the criteria or add another filter?"
- "I can format this as a CSV if you'd like to export it."
- "For any net-new companies here, I can add them to Common Room for enrichment." *(future capability)*

## Quality Standards

- Always confirm which object type (ProspectorOrg vs Organization) before running the query
- Default to "My Segments" when querying Organization records, unless user specifies otherwise
- Support iterative refinement — treat each follow-up as a filter adjustment, not a fresh start
- Never mix result fields from ProspectorOrganization and Organization in the same list
- Fewer high-quality results beat a long unqualified list
- **Only show data the query returned** — leave blank or "—" for missing fields, don't invent values

## Reference Files

- **`references/prospect-guide.md`** — filter types, signal-based sorting, object type distinctions, and list-building strategies

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