构建带评分的销售潜客档案与外联草稿
提供完整的提示词框架、评分体系和自定义 Gem 指令，将潜客调研转化为外联决策。任务：作者使用 Gemini Deep Research、NotebookLM 和 Google Sheets 构建了一条销售调研流水线，用于评估 AI 咨询的潜在客户。通过名为“Sales Lead Researcher”的自定义 Gem，执行两条指令：“Research [Company Name]”收集情报，“Score [Company Name]”生成 0-16 分资格评分、决策者档案及外联草稿。该工作流要求在执行前预先定义评分维度（预算、需求、时机、可及性）和具体的服务定位。人工参与环节包括定义初始调研视角、根据证据审查生成的评分，以及在发送前批准最终的外联信息。；工具：Gemini。人工角色：原始帖子没有说明人如何参与。；局限：该工作流依赖 Gemini Pro（每月 20 美元），且 Deep Research 有每日使用限制。它不适用于开放式发现，仅能放大对已识别目标公司的现有认知。输出质量高度依赖于用户预先定义的资格框架和服务具体性。如果用户没有清晰的价值主张，AI 将生成“漂亮、详尽但完全无用”的报告。人工审查至关重要，因为高成熟度可能错误地表现为高匹配度，需验证“需求”分数。。
工具
Agent Work Atlas 发布日期:
概述
提供完整的提示词框架、评分体系和自定义 Gem 指令，将潜客调研转化为外联决策。
工作流程
作者使用 Gemini Deep Research、NotebookLM 和 Google Sheets 构建了一条销售调研流水线，用于评估 AI 咨询的潜在客户。通过名为“Sales Lead Researcher”的自定义 Gem，执行两条指令：“Research [Company Name]”收集情报，“Score [Company Name]”生成 0-16 分资格评分、决策者档案及外联草稿。该工作流要求在执行前预先定义评分维度（预算、需求、时机、可及性）和具体的服务定位。人工参与环节包括定义初始调研视角、根据证据审查生成的评分，以及在发送前批准最终的外联信息。
原文报告的结果
该流水线在三家公司上进行了测试，分别产出 14/16、13/16 和 9/16 的分数，对应“立即联系”、“因成熟度过高而不相关”和“保持关注”三种策略。作者报告每家公司耗时不到 20 分钟，而手动操作需 45 分钟。然而，原文未提供基于这些线索的实际转化率、回复率或产生的收入数据。可衡量的验收检查标准是：追踪“14/16”分数的线索在两周内促成会议预约的百分比。
人工角色
原始帖子没有说明人如何参与。
局限
该工作流依赖 Gemini Pro（每月 20 美元），且 Deep Research 有每日使用限制。它不适用于开放式发现，仅能放大对已识别目标公司的现有认知。输出质量高度依赖于用户预先定义的资格框架和服务具体性。如果用户没有清晰的价值主张，AI 将生成“漂亮、详尽但完全无用”的报告。人工审查至关重要，因为高成熟度可能错误地表现为高匹配度，需验证“需求”分数。
试一试
扮演销售运营专家。我需要评估 [公司名称] 作为 [我的服务产品] 的潜在客户。 1. **准备**：首先，请我定义具体的服务产品以及四个评分维度（预算能力、需求强度、时机、可及性），并为每个维度提供 0-4 分的锚点。在我提供这些信息之前，不要继续。 2. **调研**：使用 Gemini Deep Research 收集 [公司名称] 的数据，重点关注 [我的服务产品] 信号、近期融资、领导层变动和技术栈。引用 50+ 来源。 3. **评分**：分析调研结果，为每个维度分配 0-4 分。计算总分（0-16）。识别关键决策者及其近期公开活动。 4. **起草**：创建一份 80 字以内的个性化 LinkedIn 外联草稿，引用决策者的具体活动。 5. **审查**：向我展示分数、证据和草稿。**不要发送任何内容。** 等待我的明确确认以批准或调整分数/外联。 如果缺少输入，请提出澄清问题。如果 Deep Research 达到限制，切换到标准 Gemini Chat 并使用提供的上下文。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。