把「线索背景调研」交给智能体，难点不在模型能力，而在流程是否说清楚：输入是什么（公司名称），按什么顺序处理，交付什么（客户概况），哪些事不能做。Skill 就是把这些写下来的载体。

一句话说明

「线索背景调研」技能让智能体基于公开信息整理潜在客户背景。你提供公司名称，它按固定步骤处理，交付客户概况。

项目说明
技能线索背景调研（lead-research）
作用基于公开信息整理潜在客户背景
输入公司名称
输出客户概况
形态需外部连接
风险低
适用人群销售与客户成功

它解决什么问题

没有技能时，销售与客户成功每次都要重新描述要求，智能体的输出时详时略、格式不一，关键的检查步骤也经常被跳过。把流程写成技能后：

  • 每次都按同样的顺序执行：收集公开资料→总结业务与规模→识别可能需求→注明来源
  • 输出结构固定，便于复核和归档
  • 领域规矩（如「报价、折扣与交付承诺以公司审批为准」）写在技能里，不靠临时提醒

适合与不适合

适合：经常处理公司名称、希望结果格式统一、愿意花十分钟把流程写清楚的销售与客户成功。

不适合：一次性的临时任务；需要大量现场判断、无法写成步骤的工作；以及没有人复核就要直接对外使用的场景。

可以在哪些平台实现

同一个技能的思路可以落在不同平台上，常见选择有：

  • Claude Code Skill：Claude Code 的 Agent Skills 以文件夹为单位：一个 SKILL.md（YAML 头写 name 与 description）加上可选的脚本和参考资料。智能体平时只看到 description
  • Function Calling：Function Calling（工具调用）是主流大模型 API 的通用能力：你用 JSON Schema 描述函数
  • LangChain / LangGraph 工具：LangChain 用 @tool 装饰器把函数变成工具
  • 阿里云百炼智能体应用：阿里云百炼是阿里云的大模型服务与应用开发平台

怎么开始

建议先用纯提示词版本在日常对话助手里试几次，确认步骤合理；再按SKILL.md 写法封装成技能；最后用测试用例验收。

这个技能需要通过 MCP 或平台连接器访问外部系统（如邮箱、网页、业务系统），要提前授权并限定访问范围；风险较低，但输出仍需快速过目再使用。

想了解提示词层面的基础用法，可以先读站内的智能体技能与插件入门。

什么时候用这个技能

  • 手头有公司名称，需要在较短时间内得到客户概况
  • 同类任务每周出现多次，希望每次处理方式一致
  • 结果要交给同事或上级复核，需要统一的结构和清楚的依据
  • 新人接手这类工作，需要一个可以照着做的标准流程

反过来，如果只是偶尔做一次，或者任务高度依赖现场判断，直接和CRM 与邮箱里的智能体对话即可，不必专门封装成技能。

交付物结构示例

建议把客户概况固定成下面的结构（示意），方便复核与归档：

## 结论
一句话说明最重要的发现或结果

## 主要内容
- 收集公开资料：……
- 总结业务与规模：……
- 识别可能需求：……
- 注明来源：……

## 依据
- 引用输入中的具体位置或数据

## 需人工确认
- ……（没有则写“无”）

结构固定之后，复核的人只要先看“结论”和“需人工确认”两部分，就能快速判断结果能否使用。

延伸阅读

说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。