返回顶部
l

linkedin-lead-gen-outreachLinkedIn潜客开发

Lightweight LinkedIn prospecting and outreach workflow for researching qualified leads, applying simple prioritization, drafting concise personalized messages, exporting clean CSV or Google Sheets-ready lead lists, and summarizing campaign activity. Use when preparing a compliant LinkedIn lead generation process, refining ICP-based targeting, building review-ready lead sheets, or generating simple outreach dashboards.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
139
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

linkedin-lead-gen-outreach

LinkedIn 潜在客户开发外联

运行一个干净、以审核为先的 LinkedIn 潜在客户开发工作流程,专注于潜在客户质量、简洁消息传递以及简单的可导出销售运营。

确保每个输出结构清晰、有据可查,并在外联前易于审核。

工作流程

对于完整请求,请按以下顺序操作:

  1. 1. 定义目标定位
  2. 收集潜在客户数据
  3. 应用简单的潜在客户评分
  4. 起草简短个性化外联信息
  5. 导出结构化潜在客户数据
  6. 汇总活动指标

1. 定义目标定位

在生成潜在客户之前,先捕获搜索简报。

最低输入要求:

  • - 关键词
  • 目标职位名称
  • 资历级别
  • 行业或公司类型
  • 地理位置
  • 排除项
  • 业务目标

如果请求信息不足,在生成潜在客户前先将其转化为简洁的理想客户画像(ICP)。

2. 收集潜在客户数据

使用可见的 LinkedIn 信息、用户提供的数据或人工审核的搜索结果。

尽可能捕获以下字段:

  • - 全名
  • LinkedIn 链接
  • 职位名称
  • 公司
  • 地理位置
  • 搜索匹配项
  • 商业潜力备注
  • 个性化信号
  • 来源列表或查询

有用的个性化信号包括:

  • - 近期帖子主题
  • 近期晋升或工作变动
  • 招聘活动
  • 公司增长信号

不要编造事实。如果证据不足,请明确标注,并保持信息更加通用。

3. 应用简单的潜在客户评分

使用轻量级且可解释的评分模型。

默认评分维度:

  • - 角色相关性:0-5
  • 公司匹配度:0-5
  • 潜在需求:0-5
  • 时机信号:0-5
  • 个性化深度:0-5

总分区间:

  • - 20-25:高优先级
  • 12-19:中优先级
  • 0-11:低优先级

始终包含一行解释说明。

4. 起草个性化消息

撰写开场消息时需做到:

  • - 专业
  • 简洁
  • 最多 2-3 行
  • 易于审核和编辑
  • 基于真实信号

推荐结构:

  1. 1. 相关开场白
  2. 业务相关性
  3. 温和的行动号召

规则:

  • - 保持消息简短精炼
  • 避免炒作、施压或人为制造紧迫感
  • 避免无依据的主张
  • 如果个性化信息不足,优先使用基于角色的消息,而非强行具体化

5. 使用消息模板

调整 references/templates.md 中的模板之一。

优先选择:

  • - 证据充分时使用基于信号的消息
  • 证据一般时使用基于角色的消息
  • 面向高级利益相关者时使用高管语气消息

6. 导出格式

优先使用扁平 CSV 结构,同时能干净地导入 Google Sheets。

推荐列:

  • - 名字
  • 姓氏
  • 全名
  • LinkedIn 链接
  • 职位名称
  • 公司
  • 地理位置
  • 关键词匹配
  • 商业潜力备注
  • 个性化备注
  • 总分
  • 优先级
  • 评分原因
  • 消息版本一
  • 活动名称
  • 负责人
  • 来源
  • 状态
  • 下一步行动

建议的状态值:

  • - 待审核
  • 已批准
  • 可外联
  • 已联系
  • 已回复
  • 已淘汰

7. 仪表盘与统计

当用户要求仪表盘时,生成一个轻量级摘要,可存在于 Markdown、CSV 衍生计算或 Google Sheets 中。

包含以下默认指标:

  • - 潜在客户总数
  • 高/中/低优先级数量
  • 按职位分类的潜在客户
  • 按地域分类的潜在客户
  • 个性化覆盖率
  • 可外联的潜在客户

保持简洁且对高管友好。

Google Sheets 指南

准备表格时:

  • - 冻结首行
  • 为所有表头应用筛选器
  • 对 优先级、状态 和 下一步行动 使用数据验证
  • 在顶部或第二个标签页添加摘要部分
  • 保留原始数据列

合规标准

以符合 LinkedIn 规定、以审核为先的方式操作。

使用此技能支持:

  • - 资料研究
  • 资格评估
  • 消息起草
  • 结构化导出
  • 报告

不依赖欺骗性自动化、隐藏发送循环或旨在绕过平台保护措施的行为。

交付物顺序

对于完整请求,按以下顺序生成输出:

  1. 1. 目标定位摘要
  2. 评分标准
  3. 潜在客户表格或 CSV 就绪行
  4. 消息变体
  5. 仪表盘摘要
  6. Google Sheets 备注

质量标准

优秀的结果应具备:

  • - 干净且业务就绪
  • 基于可见证据
  • 足够简洁以支持销售执行
  • 易于导出或审核
  • 合规且专业

社区版说明

本版本专注于轻量级潜在客户研究、简单优先级排序、简洁外联起草以及干净的 CSV 或 Sheets 就绪导出。

资源

在需要时使用捆绑资源:

  • - references/templates.md:用于 ICP、评分和消息模板
  • scripts/csvbuilder.py:将 JSON 潜在客户转换为 CSV
  • scripts/sheetsprep.py:规范化 CSV 字段以适配 Google Sheets 工作流程
  • scripts/dashboard_stats.py:从 CSV 文件计算简单的活动指标

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 linkedin-lead-gen-outreach-1775986149 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 linkedin-lead-gen-outreach-1775986149 技能

通过命令行安装

skillhub install linkedin-lead-gen-outreach-1775986149

下载

⬇ 下载 linkedin-lead-gen-outreach v1.0.0(免费)

文件大小: 6.63 KB | 发布时间: 2026-4-13 10:51

v1.0.0 最新 2026-4-13 10:51
Initial public release of a lightweight, review-first LinkedIn lead generation workflow.

- Enables compliant LinkedIn prospect research, lead scoring, message drafting, and CSV/Google Sheets export.
- Focus on evidence-based qualification, concise personalized messaging, and simple prioritization.
- Provides step-by-step process: targeting definition, prospect collection, lead scoring, outreach drafting, export, and summary.
- Includes recommended export structure, message templates, and dashboard/reporting guidance.
- Ensures all workflows are review-friendly and compatible with standard sales operations.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部