Claude skilly pro prodej: outreach, na který se odpovídá

Prodej je nejrizikovější kategorie, kterou testujeme. Jeden řádek znějící jako šablona zabije vlákno s prospektem navždy a druhý první kontakt neexistuje. Takže prodejní skilly nehodnotíme podle věrohodnosti. Hodnotíme je podle živých odeslání a skutečných (anonymizovaných) účtů, protože otázka nikdy není "vypadá to dobře", je to "odpověděl by kupující".

Tenhle standard záleží teď víc, než záležel před rokem. Každý SDR tým má nějakou verzi Clauda pro prodejní práci už teď, což znamená, že inboxy, do kterých píšeš, jsou už plné textu ve tvaru AI. Jediný outreach, který přežije, je ten, který kupující nedokáže odlišit od obchodníka, který udělal domácí úkol. Skilly níže tuhle laťku zdolaly v našich testech. Pár jich ne, a řekneme to na rovinu.

Pokud chceš jen seřazený seznam, je na /best/sales. Tenhle článek je delší verze: celá outbound smyčka, jeden zpracovaný příklad ze skutečné testovací dávky, matematika o tom, proč kvalita personalizace poráží objem, a místa, kde pořád musíš být člověk ty.

Outbound smyčka, pokrytá od začátku do konce

Cold outbound je řetěz: definuj, koho cílíš, prozkoumej účet, napiš první kontakt, udělej follow-up, veď hovor, udržuj CRM upřímné, pošli nabídku. Slabý článek kdekoli a zbytek nezáleží. Tady je otestovaný skill pro každý krok, se skóre z našeho standardního hodnoticího systému (instalace, spouštění, kvalita výstupu, dokumentace).

Krok 0. Definice ICP: žádný skill, a myslíme to vážně. Nenašli jsme skill, který by stál za instalaci pro práci na ICP, a hledali jsme. Definovat, komu prodáváš, je úsudek postavený na tvých uzavřených obchodech a jizvách zakladatelů. Napiš to sám/sama jako obyčejný kontextový dokument: segmenty, velikost firmy, spouštěcí události, diskvalifikátory. Každý skill níže funguje měřitelně líp, když ten dokument existuje, protože kvalita výstupu sleduje specifičnost vstupu skoro lineárně. Tohle je jediný krok, kde "prostě použij AI" je špatná rada.

Krok 1. Výzkum účtu: Account Research – 8,8. Krmí všechno po proudu. Dej mu jméno účtu a sestaví kontext firmy, pravděpodobné priority, spouštěcí události a navrhované úhly vstupu do jednostránkového briefu. Spustili jsme ho proti pěti cílovým účtům a nechali dva pracující SDR porovnat briefy s vlastní přípravou. Oba hodnotili briefy skillu výš. To je laťka: SDR by za tenhle výstup zaplatil, a tihle dva v podstatě řekli, že by zaplatili.

Krok 2. První kontakt: Cold Email – 9,2. Vlajková loď kategorie. Vynucuje personalizaci podloženou výzkumem, tedy ověřitelné konkrétnosti místo "miloval jsem váš nedávný příspěvek", a vynucuje krátkou strukturu s jednou výzvou k akci. Testovali jsme ho jediným poctivým způsobem: živou dávkou 15 odeslání skutečným prospektům. Tři odpovědi. Pokud jsi někdy vedl/a cold outbound, víš, co znamená 20% míra odpovědí u dávky prvního kontaktu, i při malém vzorku. Matematika níž.

Krok 3. Follow-upy: Email Sequences – 8,0, s výhradou. Tenhle žije v naší marketingové kategorii a náš živý test byl 5emailová onboardingová sekvence odeslaná na skutečný seznam, kde se open rate vrátil normální až dobrý a žádný předmět nečetl jako AI. Ještě jsme nespustili dedikovaný test outbound follow-upu, takže bereme 8,0 jako skóre pro logiku sekvencování, ne specificky pro cold follow-upy. Co se přenáší dobře: dává každému e-mailu v sekvenci odlišnou úlohu, což je přesně disciplína, kterou většině SDR follow-upů chybí. "Jen připomínám" není úloha.

Krok 4. Před hovorem: Call Prep – 8,4. Deset minut před schůzkou vyprodukuje přípravu, jakou by vyžadoval dobrý manažer: agenda, mapa stakeholderů, předpokládané námitky s odpověďmi a discovery otázky seřazené podle hodnoty. Spustili jsme ho proti třem skutečným hovorům. Jeho predikce námitek byly správné u dvou ze tří. Třetí hovor se zvrtl způsobem, který nikdo nepředpověděl, což je svým způsobem taky uklidňující: skill není jasnovidný, je připravený.

Krok 5. Hygiena CRM: Pipeline Review – 7,2, funguje po doladění. Označuje zaseknuté obchody, nafouknuté fáze a hygienu dalších kroků s nepříjemnou přesností. V našem testu přečetl CRM export a upozornil na nafouknuté fáze, které lidská revize nechala projít celé týdny. "Doladění" ve verdiktu je přístup k datům: buď exportuješ pipeline do CSV, nebo připojíš CRM přes MCP. Ta friction stojí za to. Je to rozdíl mezi forecastem a přáním.

Krok 6. Uzavři smyčku: Proposal Builder – 6,8, funguje po doladění. Promění poznámky z discovery a ceny na strukturovaný dokument nabídky. V našem testu sestavil brandovaný DOCX z poznámek z hovoru, ale až po instalaci skillu DOCX a nastavení šablony. Kvalita výstupu závisí na téhle závislosti, odtud skromné skóre. Přeskoč nastavení a dostaneš zeď textu, kterou nikdo nepodepíše.

Ještě jeden ve frontě: Objection Handler je v naší testovací frontě. Dva account executives ho spouštějí proti svým skutečným logům námitek. Žádné skóre, dokud nedokončí, protože verdikt bez testu je jen dojem.

Zpracovaný příklad: od jména účtu k prvnímu kontaktu

Abstrakce nikoho nepřesvědčí o workflow, takže tady je jeden prospekt z naší testovací dávky, anonymizovaný stejně jako všechno ostatní.

Vstup. Jeden řádek: jméno účtu a role kontaktu. Řekněme, že firma se jmenuje Northwind a kontakt Dana, revenue operations lead. To je všechno, co skill Cold Email dostal, plus brief účtu z kroku 1.

Výstup výzkumu. Brief Account Research se vrátil na jednu stránku: co firma dělá, její pravděpodobné priority pro čtvrtletí a, nejužitečněji, spouštěcí události. Ta, na které tady záleželo, byl nábor. Kariérní stránka firmy přidala tři RevOps role během měsíce. Brief to označil jako úhel vstupu, s přiloženým odůvodněním: nárůst náboru RevOps obvykle znamená, že současný CRM proces se hroutí pod růstem. Tohle je typ inference, kterou dobrý SDR udělá v dobrý den a přeskočí v nabitý.

E-mail, který skill vyprodukoval. Čtyři věty:

Ahoj Dano — kariérní stránka Northwindu přidala minulý měsíc tři RevOps role; to obvykle je moment, kdy začíná bolet hygiena CRM. My jsme snížili manuální zadávání o 34 % pro Loop. Stojí to za 15 minut ve čtvrtek?

Všimni si, co v tom je. Ověřitelné, datované pozorování o firmě samotného čtenáře. Vyslovená inference, se kterou může čtenář souhlasit nebo polemizovat. Jeden důkazní bod s číslem. Jedna konkrétní žádost. A všimni si, co chybí: žádné "doufám, že vás tento e-mail zastihne v pořádku", žádný odstavec o odesílateli, žádný kompliment, žádná návnada typu "rychlá otázka" v předmětu. Napříč dávkou 15 odeslání tenhle vzorec držel. Každý e-mail odkazoval na něco ověřitelného a žádný nezačínal výplní. Tři z patnácti získaly odpověď.

Mohl by tohle napsat člověk? Samozřejmě. Člověk, který dělá 15 minut archeologie kariérní stránky na prospekta. Smysl skillu není, že výstup je nadlidský. Je v tom, že výstup je dobře-lidský, za cenu pár minut revize místo dvaceti minut práce.

Matematika míry odpovědí

Tady je proč je kvalita personalizace celá hra, s čísly, která si můžeš ověřit proti vlastnímu funnelu.

Vezmi standardního SDR, který posílá 200 cold e-mailů týdně. Na šablonovém spamu je 1% míra odpovědí normální, nestydlivý výsledek v roce 2026. To je 2 odpovědi týdně. Pokud čtvrtina odpovědí konvertuje na naplánovanou schůzku, ten SDR získá 2 schůzky měsíčně z cold e-mailu. Celé outbound programy běží na téhle tenoučké aritmetice.

Teď předpokládej, že lepší výzkum a lepší první kontakt zdvojnásobí efektivní míru odpovědí na 2 %, což je konzervativní odhad vzhledem k tomu, že naše výsledky z malé dávky byly daleko nad tím. Stejných 200 odeslání: 4 odpovědi týdně, 4 schůzky měsíčně. Zdvojnásob kvalitu signálu znovu, na 4% míru odpovědí, a jsi na 8 odpovědích týdně a zhruba 8 schůzkách měsíčně, ze stejného seznamu, stejného odesílatele, stejného objemu. Nic jiného ve stacku se nehnulo. Jen slova.

Skeptická námitka se nabízí sama: náš výsledek 3 z 15 je vzorek patnácti. Správně, a řekli jsme to v testovacích poznámkách. Neslibujeme ti 20 %. To, co tvrdíme, je užší a obhajitelnější: omezujícím faktorem míry odpovědí u cold e-mailu je kvalita personalizace, kvalita personalizace byla dřív omezená časem SDR a tyhle skilly odstraňují většinu toho časového omezení. Ruční výzkum 200 prospektů po 15 minutách je 50 hodin, proto to nikdo nedělá. Revize 200 skillem navrhnutých e-mailů po 3 minutách je 10 hodin, což se vejde do pracovního týdne s místem na hovory.

Verze tohohle, která se pokazí, je číst tu matematiku jako argument pro objem. Není. Pokud tě úspora času svede k odeslání 600 místo 200, spustíš pojistky doručitelnosti popsané níže a tvá efektivní míra klesne na nulu. Matematika funguje jen jedním směrem: stejný objem, lepší e-maily.

Co skóre neříkají

Vzorec napříč každým prodejním skillem, který jsme testovali: kvalita výstupu sleduje specifičnost vstupu skoro lineárně. Skill Cold Email s bohatým briefem účtu produkuje něco, co by lidský SDR odeslal. Jen se jménem firmy produkuje zdvořilý šum, gramaticky bezchybný a okamžitě smazatelný. Proto na pořadí smyčky výše záleží. Výzkum krmí psaní, psaní krmí hovory, hovory krmí CRM. Týmy, které nainstalují jen e-mailový skill a přeskočí krok výzkumu, kupují velmi výmluvný šablonový engine, a šablony jsou přesně to, čemu se všichni snažíme utéct.

Poctivé limity

Prodáváme recenze skillů, ne zázraky, takže tady je, kde tenhle stack přestává fungovat.

Doručitelnost není problém psaní. Žádný skill neopraví spálenou doménu, chybějící SPF/DKIM/DMARC záznamy nebo vzorec odesílání, který vypadá, že bot se probudil v 9:00 a vypálil 400 e-mailů za hodinu. Ještě horší, hlavní filtry teď profilují text ve vzoru AI ve velkém: jednotné délky vět, stejných dvanáct přechodových frází, identická struktura napříč dávkou. Výstup skillu Cold Email se v našem testu lišil dost na to, aby prošel, ale pokud zvýšíš objem, znovu vytvoříš vzorec, na který jsou filtry trénované. Zahřej doménu, throttluj odesílání a zacházej s každým skillem navrženým e-mailem jako s konceptem.

Aktuálnost dat je tvá práce. Skill Account Research dobře uvažuje nad informacemi, ke kterým dosáhne, a v našem testu pěti účtů přesně označil spouštěcí události. Ale nemůže vědět o reorganizaci oznámené na soukromém all-hands, o championovi, který minulé úterý odešel, nebo o kole financování, které se uzavřelo, ale ještě nebylo reportováno. Každý fakt v outbound e-mailu potřebuje desetivteřinovou lidskou kontrolu zdravého rozumu, protože jeden halucinovaný nebo zastaralý "fakt" o firmě prospekta stojí víc než všechen čas, který ti skill ten týden ušetřil.

Některé e-maily musí napsat člověk. Zpracování odpovědí, cokoli zahrnující vyjednávání ceny, rozchodové e-maily s obchodem, na kterém ti skutečně záleží, a jakékoli vlákno, kde prospekt projevil skutečnou emoci, pozitivní nebo negativní. V momentě, kdy se konverzace stane vztahem, by asistence s návrhem měla klesnout na nulu nebo blízko ní. Kupující odpustí průměrný první kontakt. Neodpustí zjištění, že "promyšlená odpověď", se kterou se zapojili, byla nezkontrolovaný strojový výstup.

Dvě praktiky, které týmy spálí. Odesílání bez lidské revize a uctívání objemu. Opakujeme tohle pořád, protože každý hororový příběh, který jsme od čtenářů sesbírali, se scvrkne na jedno z těch dvou.

Poznámka ke GDPR a prospectingu v EU

Pokud prospektuješ do EU, cold B2B e-mail je obecně obhajitelný pod oprávněným zájmem (GDPR článek 6(1)(f)), ale ta obhajoba má podmínky: outreach musí být relevantní pro profesní roli dané osoby, potřebuješ zdokumentované posouzení oprávněného zájmu, každý e-mail potřebuje funkční opt-out, který okamžitě respektuješ, a musíš umět prospektovi říct, odkud máš jeho data, pokud se zeptá. AI vstupuje do obrazu přes minimalizaci dat: krmit škrábaná osobní data prospekta do modelu, aby vygeneroval "hyperpersonalizaci", je přesně ten typ zpracování, na který se regulátoři začali ptát pozorně. Naše rada, která je provozní, ne právní (na tu se zeptej právníka): personalizuj z firemních, veřejně deklarovaných faktů, jako signál z kariérní stránky v našem zpracovaném příkladu, ne z osobní datové stopy jednotlivce. Je to taky, pohodlně, to, co v našich testech fungovalo nejlíp. Všimni si, že několik členských států EU vrstí přísnější e-privacy pravidla nad GDPR, takže zkontroluj země, které skutečně cílíš.

Časté dotazy

Může Claude e-maily za mě odeslat? Ne s těmito skilly, a záměrně. Navrhují; ty revidovat a odešleš přes svůj existující sequencer nebo mail klient. Některé týmy zapojují odesílání přes MCP integrace, ale doporučujeme udržet člověka mezi konceptem a odesláním. Každý výsledek v tomto článku předpokládá, že tenhle krok revize existuje.

Který skill mám nainstalovat první? Account Research, pak Cold Email, v tomhle pořadí, protože ten druhý je jen tak dobrý, jak dobré je to, čím ho ten první nakrmí. Instalace zabere zhruba dvě minuty na skill; návod je na jak nainstalovat Claude skilly. Pokud chceš všech pět předkonfigurovaných tak, aby se řetězily dohromady, je to Sales Pro Pack.

Funguje to s mým CRM? Pipeline Review potřebuje data z tvé pipeline, buď jako CSV export (funguje s čímkoli, co umí exportovat) nebo přímé CRM připojení přes MCP. Salesforce a HubSpot MCP připojení jsou běžné cesty. Ostatní skilly ve smyčce se tvého CRM vůbec nedotýkají.

Neublíží AI-psané e-maily mé doručitelnosti? Objem a infrastruktura škodí doručitelnosti; dobře zrevidované AI koncepty v lidském objemu ne, pokud víme z jakéhokoli důkazu, který jsme viděli. Riziko se objeví, když škáluješ odesílání, protože psaní zlevnělo, a identické AI vzorce se začnou opakovat napříč stovkami zpráv. Drž objem stabilní, obměňuj svá odeslání a pusť koncepty přes Humanizer, pokud chceš extra průchod proti AI stopám. V našem slepém testu s editory dostal 9,6.

Je legální používat AI na prospecting leadů v EU? Obecně ano pro B2B pod oprávněným zájmem, s podmínkami v sekci o GDPR výše: profesní relevance, zdokumentované posouzení, respektované opt-outy a zdrženlivost ohledně krmení osobních dat do modelu. B2C cold e-mail je jiný a mnohem přísnější režim. Pokud si nejsi jistý/á, zeptej se právníka na soukromí, ne katalogu skillů.

Kam dál odsud

Každý skill výše je zdarma na instalaci; kategorie Prodej a outreach má instalační příkazy a kompletní testovací poznámky a seřazený seznam žije na /best/sales. Pokud tě naše testovací dávky o něčem přesvědčily, ať je to tohle: týmy, které vyhrávají s Claude v prodeji, nejsou ty, co posílají víc. Jsou to ty, které udělaly, aby 200 dobrých e-mailů stálo to, co dřív stálo 200 špatných.