Nye leads kommer inn som en naken e-postadresse, og noen må bruke ti minutter på å grave gjennom LinkedIn og firmaets nettside før noen vet om leaden er verdt et svar. Det arbeidet hoper seg opp og bremser hver første kontakt.
Nye leads kommer inn som en naken e-postadresse, og noen må bruke ti minutter på å grave gjennom LinkedIn og firmaets nettside før noen vet om leaden er verdt et svar. Det arbeidet hoper seg opp og bremser hver første kontakt.
Denne agenten beriker adressen til en full profil, scorer den mot din ideelle kundeprofil og poster et handlingsklart kort i Slack på sekunder. De samme feltene lander i CRM-et ditt, så neste person som åpner oppføringen, ser allerede hvem dette er og hvorfor de betyr noe.
Slik kjører den
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.
Bygg en profil med rolle, ansiennitet, firmastørrelse, bransje og ferske finansierings- eller ansettelsessignaler.
pending
Score match mot din ideelle kundeprofil og merk leaden som hot, varm eller utenfor scope.
pending
Post den scorede profilen i en Slack-kanal og skriv de samme feltene tilbake til HubSpot-kontakten.
pending
Eksempel på output
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.