B2B 获客 · AI Sales Pipeline

B2B automated outbound pipeline Skill

把网站访客识别记录和死单名单转化为带意向打分的潜客名单,并自动分配到对应的 Instantly 邮件营销活动。

在开展冷邮件外联前用于对现有联系人做 5 层去重过滤,把近期有招聘或融资动作的企业筛选出来,并从 HubSpot 提取历史丢单生成含草稿邮件的复活名单。最终输出的线索名单直接进入 Instantly 发信队列,历史丢单草稿邮件进入人工审核队列。

WHAT IT SOLVES

把网站访客识别记录和死单名单转化为带意向打分的潜客名单,并自动分配到对应的 Instantly 邮件营销活动

把网站访客识别记录和死单名单转化为带意向打分的潜客名单,并自动分配到对应的 Instantly 邮件营销活动。跑完你拿到的是按意向打分和业务信号排序的潜客公司名单,通过 Webhook 推送到 Instantly 的对应发信队列,中间一共 8 步。

最适合的真实场景

  • 01

    海外市场获客团队刚拿到网站访客名单,需要按意向打分推入邮件队列。

  • 02

    B2B 销售人员准备发冷邮件前,用来剔除现有客户、代理商和已经联系过的人。

  • 03

    增长运营人员从 HubSpot 里捞取半年前的丢单记录,要求生成二次跟进的邮件草稿。

  • 04

    SDR 需要找出过去七天内发布了招聘信息或拿到新融资的目标客户公司。

  • 05

    销售负责人根据系统自动批准或拒绝线索的操作记录,找出真实成交客户的共同特征。

你要先准备的资料

  • Instantly 账号的 API Key,需要在后台生成并确认具有创建和修改发信活动的写入权限。
  • HubSpot 私有应用的 Token,需开放读取客户对象和交易记录的数据权限,用于过滤和挽回死单。
  • 本地放置一个 campaigns.json 配置文件,里面预先写好 Instantly 里各个发信活动的 UUID 代码。
  • Brave Search 的 API Key,用于程序在检索企业招聘和融资动作时的接口身份验证。
  • 一套配置好页面网址和对应分值的打分表,供程序识别访客浏览了定价页还是首页,从而计算意向。

跑完你会拿到什么

  • 按意向打分和业务信号排序的潜客公司名单,通过 Webhook 推送到 Instantly 的对应发信队列。
  • 从 HubSpot 提取的历史丢单列表,并附带针对每一条死单生成并排好版的跟进邮件草稿。
  • 按近期发布招聘信息和拿到融资等动作打分排序的目标潜客公司名单,供外联团队使用。
  • 一份目标客户筛选标准调整建议报告,基于过去销售批准和拒绝线索的历史数据生成。
  • 存放在本地分析目录下的程序运行统计记录,记录线索处理数量、打分分布和过滤剔除数据。

METHOD

访客意向打分 → 五层线索过滤 → 邮件队列分配 等 8 个环节

一共 8 步。其中 9 项能力决定了换个 AI 会不会更麻烦。

  1. 访客意向打分接收网站访客的 Webhook 数据,在配置表里匹配访客浏览的具体页面网址计算分数,过滤掉低分乱逛的访客,把高分线索推入下一个处理环节。
  2. 五层线索过滤使用五个层级的条件检查线索。剔除邮箱重复项、已经存在于 HubSpot 的现有客户,以及包含特定行业词的代理商,防止营销邮件发给无效对象。
  3. 邮件队列分配读取包含 Instantly 活动代号的配置文件,按线索的公司属性和业务特征进行分类,通过 API 把线索注册到对应的 Instantly 发信活动中。
  4. 死单线索打分从 HubSpot 提取已丢失的交易记录,根据距离上次联系的时间长短、原先产品试用范围扩大可能性,以及原对接人是否有变动,对每条死单重新打分。
  5. 死单跟进草稿选取分数最高的前若干条死单记录,依据之前记录的丢失原因生成具体的跟进邮件正文草稿,推送到人工复核队列等待销售确认发送。
  6. 网络信号检索调用 Brave Search 接口检索目标公司近期的网络动作,检查是否在发布新岗位招聘、公布融资进展,或者正在寻找外部代运营机构。
  7. 信号潜客排序把抓取到的招聘信息和融资新闻转化为线索加分项,结合意向打分把得分最高的公司整理成名单,推入专门的外联发信队列中。
  8. 成交特征比对读取数据库里的线索批准或拒绝历史,比对被销售人员留下和退回的公司属性差异,按行业和规模维度输出目标客户筛选标准的修改建议。

这个 Skill 用到的能力: 运行脚本页面预览读本地资料MCP 与连接器写本地文件打开网页取正文操作前确认联网检索批处理 。不同 AI 对这些能力的支持程度不一样,所以同一个 Skill 换个 AI,有几步做法会变。

WORKED EXAMPLE

SaaS 团队对接网站访客与死单挽回

SaaS 团队对接网站访客与死单挽回

一家 SaaS 公司刚配置了 RB2B 网站访客识别工具,积累了大量匿名潜客。销售总监要求把高意向访客转入 Instantly 邮件外联活动,同时捞回半年前的流失客户。增长团队使用这套流程,需要交付转入发信队列的名单和等待人工复核的跟进邮件草稿。

  1. 配置 RB2B 的 Webhook,把访客浏览数据推送到程序运行的本地服务器端口。
  2. 按访客浏览过的页面网址打分,并执行五层条件检查剔除无效邮箱和现有客户。
  3. 使用路由程序,把存活的线索按公司行业自动分类发到 Instantly 的各发信活动里。
  4. 调用脚本分析过去六个月的 HubSpot 丢单,提取前十名生成二次跟进的邮件草稿。
  5. 审核系统基于成交数据输出的目标客户画像调整建议,并修改相关配置文件。

预期结果:系统把高分访客名单按行业划分,成功写入对应的 Instantly 发信队列。程序从 HubSpot 拉取了十家历史丢单记录并生成了跟进邮件草稿。邮件草稿的具体措辞和发送时机仍需要销售人员进行人工确认,丢单的二次接触并不能做到完全无人值守。

PITFALLS · VERIFICATION

意向打分完全依赖人工预先填写的网址与分值对照表、如果不配置

最常踩的坑

  • 意向打分完全依赖人工预先填写的网址与分值对照表,如果不配置,所有访客得分都是零。
  • 检查程序通过硬编码的特定行业词识别代理商,词汇表如果不更新,会漏掉改了名字的外包公司。
  • 读取 HubSpot 丢单记录受限于私有应用的权限设置,如果权限缺失会直接报错中断。
  • 搜索企业近期融资和招聘动作受制于 Brave Search 接口的数据更新延迟和抓取范围。
  • 目标客户特征比对依赖积累了一定数量的线索批准或拒绝操作记录,新账号刚用时无数据可比。

怎么确认这次跑对了

  • 已经形成可检查的按意向打分和业务信号排序的潜客公司名单,通过 Webhook 推送到 Instantly 的对应发信队列,关键判断能回到输入资料或过程证据。
  • 已经形成可检查的从 HubSpot 提取的历史丢单列表,并附带针对每一条死单生成并排好版的跟进邮件草稿,关键判断能回到输入资料或过程证据。
  • 已经形成可检查的按近期发布招聘信息和拿到融资等动作打分排序的目标潜客公司名单,供外联团队使用,关键判断能回到输入资料或过程证据。
  • 已逐项检查「意向打分完全依赖人工预先填写的网址与分值对照表,如果不配置,所有访客得分都是零」等高频问题,并记录需要人工确认的下一步。
B2B automated outbound pipeline Skill适合哪些岗位使用?

B2B 销售负责人、海外市场获客团队、SDR、增长运营。典型场景包括海外市场获客团队刚拿到网站访客名单,需要按意向打分推入邮件队列;B2B 销售人员准备发冷邮件前,用来剔除现有客户、代理商和已经联系过的人;增长运营人员从 HubSpot 里捞取半年前的丢单记录,要求生成二次跟进的邮件草稿。

开始前需要准备什么资料?

至少需要Instantly 账号的 API Key,需要在后台生成并确认具有创建和修改发信活动的写入权限、HubSpot 私有应用的 Token,需开放读取客户对象和交易记录的数据权限,用于过滤和挽回死单、本地放置一个 campaigns.json 配置文件,里面预先写好 Instantly 里各个发信活动的 UUID 代码。资料越具体,结果越能直接用于决策。

最后能得到什么可检查的结果?

按意向打分和业务信号排序的潜客公司名单,通过 Webhook 推送到 Instantly 的对应发信队列、从 HubSpot 提取的历史丢单列表,并附带针对每一条死单生成并排好版的跟进邮件草稿、按近期发布招聘信息和拿到融资等动作打分排序的目标潜客公司名单,供外联团队使用。每项都可以逐条核对来源和数字。

哪些情况下结果会不可靠?

意向打分完全依赖人工预先填写的网址与分值对照表,如果不配置,所有访客得分都是零;检查程序通过硬编码的特定行业词识别代理商,词汇表如果不更新,会漏掉改了名字的外包公司。出现这些情况时需要人工复核。

支持哪些 AI Agent?

已适配 WorkBuddy、OpenClaw、Hermes Agent、Codex、Claude Code、TRAE、ZCode 共 7 种,每种都有独立的安装说明和能力对照。

ORIGINAL SOURCE

13 个原始文件,57 个文档章节,固定在 a9f11007

上游原文完整保留在加搜服务器上,可逐节查看,也可以直接下载。 当前镜像共 13 个文件、119.0 KB。

原始 Skill 文档 上游原文完整保留,中文概述已转换为营销任务、输入资料和交付结果。

AI Sales Pipeline

Preamble (runs on skill start)

# Version check (silent if up to date)
python3 telemetry/version_check.py 2>/dev/null || true

# Telemetry opt-in (first run only, then remembers your choice)
python3 telemetry/telemetry_init.py 2>/dev/null || true

Privacy: This skill logs usage locally to ~/.ai-marketing-skills/analytics/. Remote telemetry is opt-in only. No code, file paths, or repo content is ever collected. See telemetry/README.md.


Complete AI-powered sales pipeline automation: website visitor identification → intent scoring → suppression → campaign routing → dead deal resurrection → trigger prospecting → self-learning ICP optimization.

When to Use

Use this skill when:

  • Setting up automated outbound from website visitor identification (RB2B)
  • Running suppression checks before cold outreach
  • Routing leads to the right cold email campaigns
  • Reviving closed-lost deals from HubSpot
  • Finding companies showing buying signals (new hires, funding, job postings)
  • Analyzing prospect approve/reject patterns to improve ICP targeting

Tools

RB2B Pipeline (visitor → outbound)
Script Purpose Key Command
rb2b_webhook_ingest.py Webhook server + intent scoring python3 rb2b_webhook_ingest.py --serve --port 4100
rb2b_suppression_pipeline.py 5-layer suppression checks python3 rb2b_suppression_pipeline.py --email user@example.com
rb2b_instantly_router.py Full pipeline: score → suppress → route → enroll python3 rb2b_instantly_router.py --serve --port 4100
Deal Intelligence
Script Purpose Key Command
deal_resurrector.py 3-layer dead deal revival (time decay + POC expansion + champion tracking) python3 deal_resurrector.py --top 10 --dry-run
trigger_prospector.py Web signal monitoring (new hires, funding, agency searches) python3 trigger_prospector.py --days 7 --top 15
icp_learning_analyzer.py Learn from approve/reject decisions, recommend ICP changes python3 icp_learning_analyzer.py

Configuration

All scripts use environment variables for API keys and configuration. Copy .env.example to .env and fill in your values.

Required Environment Variables
  • HUBSPOT_API_KEY — HubSpot private app token (Deal Resurrector, Suppression)
  • INSTANTLY_API_KEY — Instantly API key (Router, Suppression)
  • BRAVE_API_KEY — Brave Search API key (Trigger Prospector)
  • DATABASE_URL — PostgreSQL connection string (ICP Analyzer only)
Key Customization Points
  • Intent scoring: Edit PAGE_INTENT_SCORES dict in webhook_ingest to match your URL patterns
  • Agency detection: Edit AGENCY_KEYWORDS_* in router for your market
  • Loss reason scoring: Edit LOSS_REASON_BONUS in deal_resurrector for your close reasons
  • Signal queries: Edit SEARCH_QUERIES in trigger_prospector for your target market
  • Campaign routing: Edit data/campaigns.json with your Instantly campaign UUIDs

Data Flow

RB2B Webhook → Ingest (score) → Suppress (5 layers) → Route (classify) → Instantly
HubSpot CRM  → Deal Resurrector (score + draft emails) → Review Queue
Brave Search → Trigger Prospector (score + enrich) → Outreach Queue
Prospect DB  → ICP Analyzer (learn patterns) → Filter Recommendations

Dependencies

  • Python 3.9+
  • requests (for HubSpot API)
  • psycopg2-binary (for ICP Analyzer only)
  • No other external dependencies — scripts use stdlib HTTP server and urllib

来源与版本声明

本页面由加搜科技整理业务说明并托管安装文件。原始 Skill 来源渠道:GitHub; 原始项目名称:AI Sales Pipeline; 固定版本:a9f11007aca3; 许可证:MIT。技能包内保留完整出处和许可证说明。

各 Agent 能力说明参考对应官方文档。页面不提供外部跳转。

INSTALL

B2B automated outbound pipeline Skill v1.0.0,ZIP 带 SHA256 校验

默认做法是把提示词复制给 AI Agent,让它自己下载并安装。提示词里已经写清要用完整 ZIP、装完报告目录、并先跑一个小任务验证。

METHOD 01 · 交给 AI 自己装

复制提示词

适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录,并在缺少权限时告诉你需要手工做哪一步。

请帮我把「B2B  automated outbound pipeline Skill」安装到我正在使用的 AI Agent。
1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-sales-pipeline/1.0.0/skill-sales-pipeline.zip
   注意:网页 HTML 不能当作 Skill 文件安装,必须使用 ZIP 里的完整文件。
2. 解压后保留 SKILL.md 及全部配套文件,按你所用 Agent 的 Skill 目录规则安装。
3. 安装完成后告诉我实际安装目录。
4. 用一个只读小任务验证 Skill 已被识别。
5. 如果你没有联网、下载或写目录权限,请直接告诉我哪几步需要我手工完成。
参考:原始 SKILL.md https://www.vibemarketing.work/raw/skill-sales-pipeline/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-sales-pipeline.md

FURTHER READING

B2B automated outbound pipeline Skill 相关的实操文章

别人做同类任务时踩过的坑和总结,动手前后都值得翻一下。

Sales Enablement 配置清单:销售赋能的轻量版、标准版和团队版

为代理商项目组准备的销售赋能速查卡,适合第一次接触时直接照着走。重点放在稳定批量产出,不要求预先搭建复杂系统。

  • 提示词
  • 自动化
  • Skill介绍
  • 代理商项目组

问答选题效果忽高忽低?先排查“自动化失败后没有兜底”

这是一份偏实战的问答选题配置说明。先用小样本完成“用少量样本建立批量生产规范”,再逐步扩到批量任务;同时设置人工抽检、来源记录和失败兜底,降低自动化失败后没有兜底带来的波动。文末附一组可复制参数,便于继续减少信息遗漏。

  • Skill教程
  • 自动化
  • 小红书
  • 代理商项目组

评论挖掘 Skill 怎么用:为新品做一周内容排期

聚焦一个问题:首页信息密度失控。文中用正反两组输入说明评论挖掘为什么会跑偏,以及怎样把结果拉回可用范围。

  • 提示词
  • Skill介绍
  • 多模态搜索
  • 评论挖掘

AEO现场笔记:批量发现用户真正会搜的问题

给出关键词研究的最短操作路径,用一个真实感示例演示如何批量发现用户真正会搜的问题,并标出能让协作更顺畅的关键设置。

  • Skill教程
  • Notion
  • 销售赋能
  • AEO

产品发布视频 Skill 怎么用:从搜索词反推内容选题

一页看懂产品发布视频。包含适用场景、最小输入和从搜索词反推内容选题的示例。

  • 实战案例
  • 自动化
  • 产品发布视频
  • 可复制

本地化翻译 Skill 怎么用:把评论区整理成购买决策线索

从空白开始配置 Translation Studio:先明确把评论区整理成购买决策线索所需的资料,再生成初稿,随后按AI搜索规则做压缩与校对。最后提供检查表,帮助稳定降低机械感。

  • Skill教程
  • 进阶
  • 销售赋能
  • 代理商项目组

以上文章正在编辑中,上线后可直接点击阅读。即将上线,敬请期待。

按这个 Skill 的产出能不能直接被下一个 Skill 用上来推荐,不是固定名单。多数情况下按顺序跑完一组,比单独用一个效果更好。

B2B 获客#01

B2B 客户开发 Skill

根据 ICP 生成目标公司与联系人清单,并用统一标准完成线索资格评分。

来源项目 · coreyhaines31/marketingskills ★ 40,682 · Fork 6,416
SEO 与 GEO#06

GEO AI 搜索优化 Skill

诊断品牌在 ChatGPT、Perplexity、Google AI Overviews 等答案引擎中的可见度和引用机会。

来源项目 · coreyhaines31/marketingskills ★ 40,682 · Fork 6,416

VibeMKT COMMUNITY

加入 VibeMKT 社群

微信扫码,交流营销 Skill 的选择、安装、试用与业务化改造。

加入 VibeMKT 社群的微信二维码

二维码会持续显示,关闭弹窗后返回当前页面。