carolinacherry GitHub avatar

claude-first-customer-finder-skill

39 Stars1 Skills2 ForksMIT11月19日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月19日

从公开信号中寻找潜在首批客户的研究型 Skill

这是一个可复用的 AI Agent Skill,定位为资料研究与结构化报告写作的工作流,用于从公开信号中寻找有依据的潜在首批客户。仓库简介提到 ICP 分析、痛点与购买信号核验、评分名单、触达草稿和 HTML 报告,但具体能力以 Skill 资料为准。

包含 Skill

1

可以单独安装

GitHub Star

39

仓库累计 Star

代码更新

2026年11月19日

最近一次推送

核心亮点

  • 1流程化研究

    把客户发现拆成可复用的步骤,减少零散查找。

  • 2依据可追溯

    强调基于公开信号整理痛点与购买迹象。

  • 3产出成体系

    候选名单、触达草稿与报告一并形成。

能做什么

  • 梳理理想客户画像相关的研究维度
  • 从公开信号中整理潜在客户线索
  • 归纳痛点与购买迹象并标注依据
  • 对候选对象进行评分并形成短名单
  • 生成触达草稿与结构化 HTML 报告

适用场景

  • 为早期产品整理一份潜在首批客户候选名单

  • 围绕某类用户归纳公开可见的痛点信号

  • 把研究结果整理成带依据的结构化报告

  • 为候选对象起草初步触达文案

用之前和用之后

  • 客户线索散落在各处,难以判断依据是否充分。按统一流程整理线索,并标注对应的公开信号来源。
  • 研究结论停留在零散笔记,难以对外沟通。形成结构化名单与报告,便于团队内部讨论。

它是怎么工作的

  1. 第 1 步

    梳理画像

  2. 第 2 步

    收集信号

  3. 第 3 步

    输出名单

快速上手

安装与复制命令见“安装方式”。

  1. 1

    在支持 Skill 的 Claude 环境中加载该 Skill

  2. 2

    准备目标客户方向与已知背景信息

  3. 3

    按 Skill 提示逐步完成研究与整理

  4. 4

    核对输出名单中的依据是否可查

适合谁

  • 正在寻找首批用户的创业者
  • 需要做客户发现研究的早期团队
  • 负责市场调研与线索整理的人员

局限

  • 来源未提供具体安装命令与运行细节
  • 效果依赖公开信号的质量与可获取程度
  • 来源将其风险等级标为 high,需谨慎使用

使用前注意

  • · 来源将风险等级标为 high,使用前应核验其行为与权限范围
  • · 公开信号可能存在偏差,输出结论需人工核实
  • · 触达草稿对外发送前应自行检查内容与合规性

包含的 Skills · 1

公开来源

相关 Skills

查看更多