Агентные кейсы
Продажи, маркетинг и поддержка

Отбор компаний под ICP для холодных рассылок с инструментом на Claude Code

Автор поста на Reddit сделал с Claude Code инструмент, который проверяет сайты компаний из выгрузки Apollo на соответствие ICP. Так он собирает узкие списки для холодных писем без ручной проверки.

Сделано сClaude Code

Что сделали

Автор начинает с широкого списка компаний, выгруженного из Apollo. Этот список он прогоняет через инструмент сегментации на ИИ, который сам собрал с Claude Code. Инструмент парсит сайт каждой компании и ставит ей «да» или «нет» по соответствию ICP. Компании с «нет» автор убирает, компании с «да» снова загружает в Apollo и уже из этих отобранных компаний вытаскивает email-адреса контактов.

Что получилось

Так получается собирать узко сегментированные списки в больших объёмах без ручной проверки каждой компании. В этом примере речь только об отборе и сборке списков. Цифр нет, и как пишутся первые строки писем, подробно не описано.

На что обратить внимание

Пост описывает схему сегментации только в общих чертах. Точного промпта, стека, стоимости и времени, нужных, чтобы её повторить, в нём нет.

Пояснение

ICP (ideal customer profile) это описание идеального клиента компании. Apollo это база контактов компаний и сервис для холодных рассылок, из него выгружают списки и берут email-адреса.

Кому пригодится

Тем, кто ведёт холодные рассылки компаниям и тратит часы на ручную проверку компаний из баз.

Попробуйте сами с Claude Code

Вот мой профиль идеального клиента [отрасль, размер компании, признаки подходящего клиента]. Пройди по компаниям из [путь к файлу с компаниями], проверь сайт каждой на соответствие профилю и пометь её как «подходит», «не подходит» или «не уверен» с причиной в одну строку и ссылкой на источник. Для подходящих компаний напиши персональную первую фразу письма и сохрани результаты в новый файл. Ни с кем не связывайся.

Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗

Читать оригинал ↗

Источник: reddit.com ·

Похожие кейсы

Поиск потенциальных клиентов и поводов для продажи в n8n с несколькими агентами

Автор статьи на DEV собрал в n8n сценарий из нескольких ИИ-агентов. Он находит сайты компаний, скачивает их страницы и составляет по каждой компании список возможностей для продаж. Один общий промпт на всё давал плохой результат.

16 агентов на Claude Code и Codex ведут продажи бизнеса одного человека

Основатель-одиночка ведёт бизнес параллельно с основной работой с помощью примерно 16 агентов на Claude и Codex. Они ищут лидов, пишут холодные письма, ведут CRM и SEO и, по словам автора, сами нашли первого пилотного клиента.

Поиск местных компаний в Google Maps и персональные холодные письма с агентом n8n

Автор статьи на dev.to собрал в n8n два сценария, которые находят компании в Google Maps, дополняют данные через Owler и Apollo и пишут персональные холодные письма. Он заявляет больше 5000 лидов в день, но без подробностей.

Telegram-бот агентства недвижимости на своём агенте, который отбирает клиентов и записывает на просмотры

ИИ-ассистент агентства элитной недвижимости в Telegram расспрашивает клиентов, подбирает объекты, записывает на просмотры по календарю и заносит лидов в CRM. Результатов источник не приводит.

Свой агент