draft-outreach
見込み客を調査し、パーソナライズされたアウトリーチ文を作成します。デフォルトでWebリサーチを活用し、エンリッチメントやCRMとの連携でさらに強化されます。「[人物/企業]へのアウトリーチを作成して」「[見込み客]へのコールドメールを書いて」「[名前]に連絡を取って」などで起動します。
description の原文を見る
Research a prospect then draft personalized outreach. Uses web research by default, supercharged with enrichment and CRM. Trigger with "draft outreach to [person/company]", "write cold email to [prospect]", "reach out to [name]".
SKILL.md 本文
アウトリーチ案の作成
リサーチしてから案を作成。このスキルは決してジェネリックなアウトリーチを送信しません。常に見込み客をリサーチして個人化されたメッセージを作成します。ウェブ検索と連携して単独で動作でき、ツールを接続するとさらに強化されます。
コネクタ(オプション)
| コネクタ | 追加される機能 |
|---|---|
| Enrichment | メールアドレスの確認、電話番号、背景情報の詳細 |
| CRM | 過去の関係のコンテキスト、既存の連絡先 |
| 受信トレイで直接下書きを作成 |
コネクタなし? ウェブリサーチで十分です。メールテキストを出力するので、コピーしてご利用ください。
仕組み
+------------------------------------------------------------------+
| アウトリーチ案の作成 |
| |
| ステップ1:リサーチ(常に最初に実施) |
| - ウェブ検索(デフォルト) |
| - + Enrichment(Enrichmentツール接続時) |
| - + CRM(CRM接続時) |
| |
| ステップ2:案を作成(リサーチに基づく) |
| - 個人化されたオープニング(リサーチから) |
| - 関連するフック(相手の優先事項) |
| - 明確なCTA |
| |
| ステップ3:配信(コネクタに基づく) |
| - メール下書き(email接続時) |
| - LinkedIn用コピー(常に) |
| - ユーザーへの出力(常に) |
+------------------------------------------------------------------+
出力形式
# Outreach Draft: [Person] @ [Company]
**Generated:** [Date] | **Research Sources:** [Web, Enrichment, CRM]
---
## Research Summary
**Target:** [Name], [Title] at [Company]
**Hook:** [Why reaching out now - the personalized angle]
**Goal:** [What you want from this outreach]
---
## Email Draft
**To:** [email if known, or "find email" note]
**Subject:** [Personalized subject line]
---
[Email body]
---
**Subject Line Alternatives:**
1. [Option 2]
2. [Option 3]
---
## LinkedIn Message (if no email)
**Connection Request (< 300 chars):**
[Short, no-pitch connection request]
**Follow-up Message (after connected):**
[Value-first message]
---
## Why This Approach
| Element | Based On |
|---------|----------|
| Opening | [Research finding that makes it personal] |
| Hook | [Their priority/pain point] |
| Proof | [Relevant customer story] |
| CTA | [Low-friction ask] |
---
## Email Draft Status
[Draft created - check email]
[Email not connected - copy email above]
[No email found - use LinkedIn approach]
---
## Follow-up Sequence (Optional)
**Day 3 - Follow-up 1:**
[Short, new angle]
**Day 7 - Follow-up 2:**
[Different value prop]
**Day 14 - Break-up:**
[Final attempt]
実行フロー
ステップ1:リクエストを解析
入力パターン:
- "draft outreach to John Smith at Acme" → 人物 + 企業
- "write cold email to Acme's CTO" → 職種 + 企業
- "reach out to sarah@acme.com" → メールアドレス提供
- "LinkedIn message to [LinkedIn URL]" → プロフィール提供
ステップ2:リサーチを最初に実施(常に)
内部で research-prospect スキルを使用:
1. 企業 + 人物に関するウェブ検索
2. Enrichment接続時:確認済みの連絡先情報、背景を取得
3. CRM接続時:過去の関係をチェック
ドラフト作成前に必ず見つけるべき情報:
- 相手が誰か(職種、背景)
- 企業が何をしているか
- 最近のニュースまたはきっかけ
- 個人化のフック
ステップ3:フックを特定
フックの優先順位:
1. トリガーイベント(資金調達、採用、ニュース) → 最もタイムリー
2. 相互関係 → 社会的証明
3. 相手のコンテンツ(投稿、記事、講演) → リサーチしたことを示す
4. 企業の取り組み → 優先事項に関連
5. 職種ベースの課題 → 最も個人化されていないが関連あり
ステップ4:メッセージを作成
メール構成(AIDA):
件名:[個人化、50文字未満、スパムワードなし]
[オープニング:個人化フック - リサーチしたことを示す]
[関心:相手の問題/機会を1~2文で]
[欲望:簡潔な証拠 - 類似企業の結果]
[行動:明確で敷居の低いCTA]
[署名]
LinkedIn接続リクエスト(300文字未満):
Hi [Name], [相互関係/共通の利益/本心からの褒め言葉]。
つながりたいです。[営業トークなし]
LinkedIn フォローアップメッセージ:
つながってくれてありがとう![価値優先:洞察、記事、所見]
[あなたが連絡した理由への柔らかい転換]
[質問、営業ではなく]
ステップ5:メール下書きを作成
メールコネクタが利用可能な場合:
1. 受取人、件名、本文で下書きを作成
2. 下書きリンクを返す
3. 注記:「下書き作成済み - 確認して送信してください」
利用不可の場合:
1. メールテキストを出力
2. 注記:「メールクライアントにコピーしてください」
コネクタ別機能
| 機能 | ウェブのみ | + Enrichment | + CRM | |
|---|---|---|---|---|
| 個人化されたオープニング | 基本 | 詳細 | 履歴付き | 同じ |
| 確認済みメールアドレス | いいえ | はい | はい | はい |
| 背景情報の詳細 | 公開のみ | 全部 | 全部 | 全部 |
| 過去の関係 | いいえ | いいえ | はい | はい |
| 自動下書き作成 | いいえ | いいえ | いいえ | はい |
シナリオ別メッセージテンプレート
コールドアウトリーチ(過去の関係なし)
件名:[相手の取り組み] + [あなたの角度]
Hi [Name],
[個人化フック(リサーチから) - ニュース、コンテンツ、相互関係]。
[職種/企業に基づく相手の可能性のある課題を1文で]。
[簡潔な証拠:「We helped [Similar Company] achieve [Result]」]。
15分のコール価値ありますか?
[署名]
ウォームアウトリーチ(会ったことがある/相互関係がある)
件名:[コンテキスト]からのフォローアップ
Hi [Name],
[相手を知っている方法/誰が紹介してくれたかへの言及]。
[今いま連絡する理由 - 相手のトリガー]。
[提供できる具体的な価値]。
[CTA]
再エンゲージメント(関係が途絶えた)
件名:[短い、好奇心を引き出す]
Hi [Name],
[時間が経ったことを認める、罪悪感をもたらさないように]。
[再度つながる新しい理由 - 相手のニュースまたはあなたのニュース]。
[対話を再開するシンプルな質問]。
[署名]
イベント後のフォローアップ
件名:[イベント]でお会いできて良かった
Hi [Name],
[会話から具体的な思い出]。
[価値の追加:あなたが話し合ったことに関連する記事、紹介、リソース]。
[次の会話へのソフトなCTA]。
メールスタイルガイドライン
- 簡潔だが情報的に — 素早く要点に到達しましょう。忙しい人は流し読みします。
- Markdown形式を使用しない — アスタリスク、太字(text)、その他のMarkdownを決して使用しないでください。どのメールクライアントでも自然に見えるプレーンテキストで書きましょう。
- 短い段落 — 段落ごとに最大2~3文です。余白はあなたの友人です。
- シンプルなリスト — アイテムをリストする場合、プレーンダッシュを使用してください。派手なフォーマットはありません。
良い例:
ここで共有できることがあります:
- 類似企業のケーススタディ
- 今週の15分の紹介コール
- 必要に応じて簡単なデモ
悪い例:
**提供できるもの:**
- **ケーススタディ**類似企業から
- **紹介コール**今週
してはいけないことリスト
ジェネリックなオープナー:
- 「このメールがあなたに良い形で届くことを願っています」
- 「理由があって連絡しています...」
- 「自己紹介をしたいと思いました」
機能のダンプ:
- あなたの製品について長い段落
- 一度に複数の価値提案
- 明確なCTAなし
偽りの個人化:
- 「[企業]で働いているのに気づきました」(明らかに)
- 「あなたの職務についておめでとうございます」(背景なし)
メール内のMarkdown:
- 太字またはイタリックアスタリスクの使用
- レンダリングされないヘッダーまたはフォーマットされたリスト
代わりに:
- あなたが学んだ具体的なことでリード
- 1つの明確な価値提案
- 1つの明確な依頼
- プレーンテキストフォーマットのみ
チャネル選択
確認済みメールが利用可能な場合:
→ メール推奨(応答率が高い)
→ LinkedInバックアップも提供
メールがない場合:
→ LinkedIn接続リクエスト
→ 接続後のフォローアップメッセージテンプレート
ウォーム紹介が可能な場合:
→ 相互関係によるアウトリーチを最初に提案
企業設定 [カスタマイズ]
## アウトリーチ設定
- 私の名前:[Your Name]
- 私の職種:[Your Title]
- 私の企業:[Company Name]
- 価値提案:[1文 - あなたが何を支援するか]
## 署名
[あなたの好みのメール署名]
## 証拠ポイント
- [Customer 1]:[Result]
- [Customer 2]:[Result]
- [Customer 3]:[Result]
## CTA オプション
- デフォルト:「15分のコール価値ありますか?」
- ソフター:「詳しく知ることに開かれていますか?」
- 特定:「簡単なデモを送りましょうか?」
## トーン
- [Professional / Casual / Direct]
- 業界固有の言語:[Yes/No]
例
入力: 「Notionのエンジニアリング責任者にアウトリーチの案を作成してください」
リサーチが見つけたもの:
- 名前:David Tibbitts
- 最近のニュース:NotionはAI機能をローンチした
- 採用:ML エンジニア5職種採用中
- 背景:元Facebook、Stanford CS
出力:
# Outreach Draft: David Tibbitts @ Notion
## Research Summary
**Target:** David Tibbitts, Head of Engineering at Notion
**Hook:** They're scaling AI features and hiring ML talent
**Goal:** Intro call about AI infrastructure
---
## Email Draft
**To:** david@notion.so
**Subject:** Notion's AI scaling + a thought
---
Hi David,
Saw Notion's AI rollout is gaining serious traction - congrats.
With 5 ML roles open, seems like you're scaling fast.
Curious how you're thinking about inference infrastructure
as usage grows. We helped [Similar Company] cut their AI
serving costs 40% while improving latency.
Worth a 15-min call to see if relevant to your roadmap?
Best,
[Name]
---
**Subject Alternatives:**
1. Notion AI + scaling question
2. Quick thought on Notion's ML hiring
---
## Email Draft Status
Draft created - check email
ライセンス: Apache-2.0(寛容ライセンスのため全文を引用しています) · 原本リポジトリ
詳細情報
- 作者
- anthropics
- ライセンス
- Apache-2.0
- 最終更新
- 不明
Source: https://github.com/anthropics/knowledge-work-plugins / ライセンス: Apache-2.0
関連スキル
doubt-driven-development
重要な判断はすべて、本番環境への展開前に新しい視点から対抗的レビューを実施します。速度より正確性が重要な場合、不慣れなコードを扱う場合、本番環境・セキュリティに関わるロジック・取り消し不可の操作など影響度が高い場合、または後でバグを修正するよりも今検証する方が効率的な場合に活用してください。
apprun-skills
TypeScriptを使用したAppRunアプリケーションのMVU設計に関する総合的なガイダンスが得られます。コンポーネントパターン、イベントハンドリング、状態管理(非同期ジェネレータを含む)、パラメータと保護機能を備えたルーティング・ナビゲーション、vistestを使用したテストに対応しています。AppRunコンポーネントの設計・レビュー、ルートの配線、状態フローの管理、AppRunテストの作成時に活用してください。
desloppify
コードベースのヘルスチェックと技術負債の追跡ツールです。コード品質、技術負債、デッドコード、大規模ファイル、ゴッドクラス、重複関数、コードスメル、命名規則の問題、インポートサイクル、結合度の問題についてユーザーが質問した場合に使用してください。また、ヘルススコアの確認、次の改善項目の提案、クリーンアップ計画の作成をリクエストされた際にも対応します。29言語に対応しています。
debugging-and-error-recovery
テストが失敗したり、ビルドが壊れたり、動作が期待と異なったり、予期しないエラーが発生したりした場合に、体系的な根本原因デバッグをガイドします。推測ではなく、根本原因を見つけて修正するための体系的なアプローチが必要な場合に使用してください。
test-driven-development
テスト駆動開発により実装を進めます。ロジックの実装、バグの修正、動作の変更など、あらゆる場面で活用できます。コードが正常に動作することを証明する必要がある場合、バグ報告を受けた場合、既存機能を修正する予定がある場合に使用してください。
incremental-implementation
変更を段階的に実施します。複数のファイルに影響する機能や変更を実装する場合に使用してください。大量のコードを一度に書こうとしている場合や、タスクが一度では完結できないほど大きい場合に活用します。