Nieuwe leads komen binnen als een kaal e-mailadres, en iemand moet tien minuten door LinkedIn en de bedrijfssite spitten voordat duidelijk is of de lead een antwoord waard is. Dat werk stapelt zich op en vertraagt elke eerste touch.
Nieuwe leads komen binnen als een kaal e-mailadres, en iemand moet tien minuten door LinkedIn en de bedrijfssite spitten voordat duidelijk is of de lead een antwoord waard is. Dat werk stapelt zich op en vertraagt elke eerste touch.
Deze agent verrijkt het adres tot een volledig profiel, scoort het tegen je ideale klantprofiel en post binnen seconden een actieklare kaart in Slack. Dezelfde velden landen in je CRM, zodat de volgende persoon die het record opent meteen ziet wie dit is en waarom diegene ertoe doet.
Hoe hij werkt
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Bouw een profiel met functie, senioriteit, bedrijfsgrootte, branche en recente funding- of hiring-signalen.
pending
Scoor de fit tegen je ideale klantprofiel en label de lead hot, warm of buiten scope.
pending
Post het gescoorde profiel in een Slack-kanaal en schrijf dezelfde velden terug naar het HubSpot-contact.
pending
Voorbeelduitvoer
json
// Sample output
// (generated when the pipeline finishes)
Score this profile against the ICP rules below. Return {score, top_match_reasons[], objections[], next_step}.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.