コンタクト調査

Common Room からの包括的なコンタクト プロフィールを取得します。メール、ソーシャル ハンドル、または名前 + 会社での検索に対応しています。アクティビティ履歴、Spark、スコア、ウェブサイト訪問、CRM フィールドなどの充実したデータを返します。

ステップ 1: コンタクトを検索する

Common Room は複数の検索方法をサポートしています。ユーザーが提供したものを使用してください:

ユーザーが提供する情報	検索方法
メールアドレス	メールアドレスで検索（最も信頼性が高い）
LinkedIn、Twitter/X、または GitHub ハンドル	ソーシャル ハンドルで検索 — ハンドルのタイプを明示的に指定
名前 + 会社	名前 + 組織ドメインで身元を確認; あいまいな場合はマッチ候補を表示
名前のみ	名前で検索; 複数のマッチがある場合は簡単なリストを表示してユーザーに確認を求める

マッチが見つからない場合は、「Common Room にこの人物のレコードがありません」と応答してください。推測や架空のプロフィール データを提供しないでください。

ステップ 2: コンタクト フィールドを取得する

Common Room オブジェクト カタログを使用して、利用可能なフィールド グループとその内容を確認してください。完全なプロフィールの場合はすべてのグループをリクエストしてください。対象を絞った質問の場合は関連する情報のみをリクエストしてください。

重要なフィールド グループ:

• Scores — 常に生の値またはパーセンタイルとして返す、ラベルは使用しない
• 最近のアクティビティ — Contact Initiated フィルター（過去 60 日間）を使用してユーザーのアクション（チームのアクションではなく）を取得
• ウェブサイト訪問 — 総訪問数 + 特定のページ（過去 12 週間）
• Spark — 長期的なエンゲージメント進化を追跡する場合はすべての Spark を取得

ステップ 3: Spark エンリッチメントを実行する（利用可能な場合）

Spark が利用可能な場合は使用してください。Spark は以下を提供します:

• 専門的背景と職歴
• ソーシャル プレゼンスと影響力シグナル
• ペルソナ分類: Champion、Economic Buyer、Technical Evaluator、End User、または Gatekeeper
• 購買プロセスにおけるユーザーの推測される役割

Spark が利用不可であるが実際のアクティビティ データが存在する場合（最近のアクション、ウェブサイト訪問、コミュニティ エンゲージメント）、これらのシグナルからペルソナを推測してください。Spark もアクティビティ データも利用不可の場合は Unknown に分類してください — 職称だけからペルソナを推測しないでください。

このコンタクトのエンゲージメント進化を理解したい場合は、すべての Spark（最新のものだけではなく）を取得してください。

ステップ 4: アカウント コンテキストを評価する

このコンタクトの親会社の簡潔なアカウント スナップショットを取得してください。以下に注意してください:

• アカウント レベルのオープンな機会、拡大シグナル、またはチャーン リスク
• この会社の他のコンタクトも活動しているかどうか
• この人のエンゲージメントが同僚と比べてどうか

ステップ 5: 会話のアングルを特定する

アクティビティとシグナルに基づいて、最も強い 2～3 つのフックを表示してください:

• 最近の Contact Initiated アクティビティ（コミュニティ投稿、製品イベント、サポート チケット）
• 最近訪問した特定のウェブページ — 特に評価意思を示唆している場合
• 職務経歴の変更、昇進、または会社ニュース
• Spark ペルソナと通信スタイルについての提案
• 既知のアクティブなディールにおけるユーザーの役割

出力形式

実際に返されたデータを含むセクションのみを含めてください。推測で埋めるのではなく、データがないセクションは省略してください。

データが豊富な場合:

## [コンタクト名] — プロフィール

**概要**
[2 文: ユーザーは誰か、役割、および関係性ステータス]

**詳細**
- 職位: [職位]
- 会社: [会社]
- メール: [メール]
- LinkedIn: [URL]
- その他のプロフィール: [Twitter/X、GitHub、CRM リンク（利用可能な場合）]

**スコア** [スコアが返された場合]
[すべてのスコアを生の値またはパーセンタイルとして表示]

**最近のアクティビティ** (過去 60 日間) [アクティビティが返された場合]
[日付付きで 3～5 項目]

**ウェブサイト訪問** (過去 12 週間) [訪問データが存在する場合]
[総訪問数 + 訪問されたページのリスト]

**Spark プロフィール** [Spark データが null 以外の場合]
[ペルソナ タイプ、背景サマリー、影響力シグナル]

**セグメント** [セグメントが返された場合]
[このコンタクトが属するセグメント名のリスト]

**アカウント コンテキスト**
[同社の状況に関する 1～2 文]

**会話のきっかけ**
[2～3 の具体的で信号に基づくオープナー]

データが限定的な場合（例: 名前、職位、メール、タグのみが返された; sparkSummary が null）:

## [コンタクト名] — プロフィール (限定的なデータ)

**利用可能なデータ:** [Common Room が返した内容を正確に表示]

[返されたフィールドのみを提示]

**ウェブ検索**
[名前 + 会社を検索して得られた結果]

**注意:** Common Room はこのコンタクトに関するデータが限定的です。アクティビティ履歴、スコア、または Spark プロフィールは利用不可です。より詳細なウェブ検索を実行したり、同社を検索したりして、追加のコンテキストを取得できます。

限定的なデータから会話のきっかけ、ペルソナ推測、またはエンゲージメント評価を生成しないでください。これらには実際のシグナルが必要です。

品質基準

• 検索は入力タイプに対して正しい方法を使用する必要があります — メールとハンドルで推測しないでください
• スコアは生の値/パーセンタイルのみ — ラベルは使用しない
• Contact Initiated アクティビティ（過去 60 日間）が主なエンゲージメント シグナルです — まずこれを提示してください
• Spark が利用不可の場合はそのように記載してください — 職称だけからペルソナを架空に作り上げないでください
• 最新のアクティビティが 30 日以上前のコンタクトにフラグを立てる

参照ファイル

• references/contact-signals-guide.md — 完全なフィールド説明、Spark ペルソナ ガイド、および会話のきっかけの原則