Claude-skills voor sales: outreach die reacties krijgt

Sales is de categorie met de hoogste inzet die we testen. Eén regel die als template klinkt, doodt een thread bij een prospect voorgoed, en er is geen tweede eerste contact. Dus we beoordelen salesskills niet op aannemelijkheid. We beoordelen ze op live verzendingen en echte (geanonimiseerde) accounts, want de vraag is nooit "ziet dit er goed uit," het is "zou een koper reageren."

Die standaard telt nu meer dan een jaar geleden. Elk SDR-team heeft inmiddels wel een versie van Claude voor salewerk, wat betekent dat de inboxen waar je in schrijft al vol staan met AI-vormige tekst. De enige outreach die overleeft, is de soort die een koper niet kan onderscheiden van een rep die zijn huiswerk deed. De skills hieronder haalden die lat in onze tests. Een paar niet, en dat zeggen we ook.

Wil je meteen de gerangschikte lijst, die staat op /best/sales. Deze post is de lange versie: de volledige outbound-lus, één uitgewerkt voorbeeld uit een echte testbatch, het rekenwerk over waarom personalisatiekwaliteit volume verslaat, en de plekken waar jij nog steeds de mens moet zijn.

De outbound-lus, van begin tot eind

Cold outbound is een keten: bepaal wie je target, onderzoek het account, schrijf het eerste contact, volg op, run het gesprek, houd het CRM eerlijk, verstuur het voorstel. Eén zwakke schakel waar dan ook en de rest doet er niet toe. Hier is de geteste skill voor elke stap, met scores uit onze standaardrubriek (installatie, triggering, outputkwaliteit, documentatie).

Stap 0. ICP-definitie: geen skill, en dat menen we. We hebben geen skill gevonden die het waard is voor ICP-werk, en we hebben gezocht. Bepalen aan wie je verkoopt is een oordeel gebouwd op je closed-won-data en het littekenweefsel van je oprichters. Schrijf het zelf als plat contextdocument: segmenten, bedrijfsgrootte, trigger-events, disqualifiers. Elke skill hieronder presteert meetbaar beter als dat document bestaat, want outputkwaliteit volgt inputspecificiteit bijna lineair. Dit is de ene stap waar "gebruik gewoon AI" slecht advies is.

Stap 1. Accountonderzoek: Account Research — 8.8. Voedt alles stroomafwaarts. Geef het een accountnaam en het stelt bedrijfscontext, waarschijnlijke prioriteiten, trigger-events en voorgestelde entry-hoeken samen in een briefing van één pagina. We draaiden het tegen vijf doelaccounts en lieten twee werkende SDR's de briefings vergelijken met hun eigen voorbereiding. Beiden beoordeelden de briefings van de skill hoger. Dat is de lat: een SDR zou voor deze output betalen, en deze twee zeiden in feite dat ze dat zouden doen.

Stap 2. Eerste contact: Cold Email — 9.2. De vlaggenschipskill van de categorie. Hij dwingt onderzoeksgedreven personalisatie af, oftewel verifieerbare specifieke details in plaats van "ik hield van je recente post," en handhaaft een korte structuur met één CTA. We testten hem op de enige eerlijke manier: een live batch van 15 verzendingen naar echte prospects. Drie reacties. Als je ooit cold outbound hebt gedraaid, weet je wat een reactieratio van 20% op een first-touch-batch betekent, zelfs bij een kleine steekproef. We gaan hieronder in op het rekenwerk.

Stap 3. Opvolging: Email Sequences — 8.0, met een kanttekening. Deze skill valt onder onze marketingcategorie, en onze live test was een onboarding-reeks van 5 e-mails verzonden naar een echte lijst, waar openratio's normaal-tot-goed terugkwamen en geen enkele onderwerpregel als AI las. We hebben nog geen specifieke test gedraaid voor outbound-opvolging, dus behandel de 8.0 als een score voor sequencing-logica, niet specifiek voor cold follow-ups. Wat wel overdraagt: het geeft elke e-mail in een reeks een eigen taak, precies de discipline die de meeste SDR-opvolgingen missen. "Even opduwen" is geen taak.

Stap 4. Voor het gesprek: Call Prep — 8.4. Tien minuten voor een meeting produceert het de voorbereiding die een goede manager zou eisen: agenda, stakeholderkaart, voorspelde bezwaren met antwoorden, en ontdekkingsvragen gerangschikt op waarde. We draaiden het tegen drie echte gesprekken. Zijn bezwaarvoorspellingen klopten bij twee van de drie. Het derde gesprek ontspoorde op een manier die niemand voorspelde, wat op zijn eigen manier geruststellend is: de skill is niet helderziend, hij is voorbereid.

Stap 5. CRM-hygiëne: Pipeline Review — 7.2, werkt met setup. Markeert verouderde deals, stage-inflatie en next-step-hygiëne met ongemakkelijke precisie. In onze test las het een CRM-export en wees het op opgeblazen stages die een menselijke review weken had laten liggen. De "setup" in het oordeel is datatoegang: je exporteert je pipeline naar CSV of verbindt je CRM via MCP. Die frictie is het waard. Het is het verschil tussen een forecast en een wens.

Stap 6. Sluit de lus: Proposal Builder — 6.8, werkt met setup. Zet ontdekkingsnotities en pricing om in een gestructureerd voorsteldocument. In onze test stelde het een gebrande DOCX samen uit gespreksnotities, maar pas nadat we de DOCX-skill hadden geïnstalleerd en een template hadden geconfigureerd. Outputkwaliteit hangt af van die dependency, vandaar de bescheiden score. Sla de setup over en je krijgt een muur tekst die niemand tekent.

Nog één in de wachtrij: Objection Handler staat in onze testwachtrij. Twee account executives draaien het tegen hun echte bezwaarlogs. Geen score tot ze klaar zijn, want een oordeel zonder test is gewoon een onderbuikgevoel.

Een uitgewerkt voorbeeld: van accountnaam naar eerste contact

Abstracties verkopen niemand een workflow, dus hier is één prospect uit onze testbatch, geanonimiseerd zoals we alles anonimiseren.

De input. Eén regel: de accountnaam en de rol van de contactpersoon. Noem het bedrijf Northwind en de contactpersoon Dana, een revenue operations lead. Dat is alles wat de Cold Email-skill kreeg, plus de accountbriefing uit stap 1.

De onderzoeksoutput. De Account Research-briefing kwam terug als één pagina: wat het bedrijf doet, zijn waarschijnlijke prioriteiten voor het kwartaal, en, het nuttigst, trigger-events. Degene die hier telde was aanwerving. De vacaturepagina van het bedrijf had binnen een maand drie RevOps-rollen toegevoegd. De briefing markeerde dat als entry-hoek, met de redenering erbij: een RevOps-aanwervingspiek betekent meestal dat het huidige CRM-proces kraakt onder groei. Dit is het soort gevolgtrekking dat een goede SDR maakt op een goede dag en overslaat op een drukke.

De e-mail die de skill produceerde. Vier zinnen:

Hi Dana — Northwind's careers page added three RevOps roles last month; that's usually when CRM hygiene starts hurting. We cut manual entry 34% for Loop. Worth 15 minutes Thursday?

Let op wat erin zit. Een verifieerbare, gedateerde observatie over het eigen bedrijf van de lezer. Een uitgesproken gevolgtrekking waar de lezer het mee eens kan zijn of tegenin kan gaan. Eén bewijspunt met een cijfer. Eén specifiek verzoek. En let op wat ontbreekt: geen "ik hoop dat dit je goed bereikt," geen alinea over de afzender, geen compliment, geen "snelle vraag"-onderwerpregel-aas. Over de hele batch van 15 verzendingen hield dit patroon stand. Elke e-mail verwees naar iets checkbaars, en geen enkele opende met vulling. Drie van de vijftien kregen een reactie.

Had een mens die e-mail kunnen schrijven? Uiteraard. Een mens die 15 minuten vacaturepagina-archeologie per prospect doet. Het punt van de skill is niet dat de output bovenmenselijk is. Het is dat de output goed-menselijk is, tegen een kost van een paar minuten review per e-mail in plaats van twintig minuten werk.

Het rekenwerk achter de reactieratio

Hier is waarom personalisatiekwaliteit het hele spel is, met cijfers die je tegen je eigen funnel kunt afzetten.

Neem een standaard SDR die 200 cold e-mails per week verstuurt. Bij template-spray is een reactieratio van 1% een normaal, niet-gênant resultaat in 2026. Dat is 2 reacties per week. Converteert een kwart van de reacties naar geboekte meetings, dan boekt die SDR 2 meetings per maand uit cold email. Hele outbound-programma's draaien op rekenwerk zo dun als dit.

Stel nu dat beter onderzoek en een beter eerste contact de effectieve reactieratio verdubbelen naar 2%, wat een conservatieve lezing is gezien onze resultaten in kleine batches daar ruim boven uitkwamen. Zelfde 200 verzendingen: 4 reacties per week, 4 meetings per maand. Verdubbel de kwaliteit van het signaal nog een keer, naar een reactieratio van 4%, en je zit op 8 reacties per week en ruwweg 8 meetings per maand, van dezelfde lijst, dezelfde afzender, hetzelfde volume. Niets anders in de stack bewoog. Alleen de woorden.

Het sceptische tegenwerpen schrijft zichzelf: ons resultaat van 3 op 15 is een steekproef van vijftien. Klopt, en dat zeiden we ook in de testnotities. We beloven je geen 20%. Wat we beweren is smaller en beter te verdedigen: de bindende beperking op reactieratio's bij cold email is personalisatiekwaliteit, personalisatiekwaliteit werd voorheen beperkt door SDR-tijd, en deze skills nemen het grootste deel van die tijdsbeperking weg. Handmatig 200 prospects onderzoeken à 15 minuten elk is 50 uur, wat is waarom niemand het doet. 200 door de skill geconcipieerde e-mails reviewen à 3 minuten elk is 10 uur, wat past binnen een werkweek met ruimte over voor gesprekken.

De versie hiervan die misgaat, is het rekenwerk lezen als volumeargument. Dat is het niet. Verleidt de tijdsbesparing je om 600 in plaats van 200 te versturen, dan struikel je over de deliverability-valkuilen die we hieronder beschrijven en gaat je effectieve ratio naar nul. Het rekenwerk werkt maar in één richting: zelfde volume, betere e-mails.

Wat de scores niet zeggen

Het patroon over elke geteste salesskill: outputkwaliteit volgt inputspecificiteit bijna lineair. De Cold Email-skill met een rijke accountbriefing produceert iets dat een menselijke SDR zou versturen. Met alleen een bedrijfsnaam produceert het beleefde ruis, grammaticaal onberispelijk en direct te verwijderen. Dit is waarom de volgorde van de lus hierboven telt. Onderzoek voedt schrijven, schrijven voedt gesprekken, gesprekken voeden het CRM. Teams die alleen de e-mailskill installeren en de onderzoeksstap overslaan, kopen een zeer welbespraakte templatemachine, en templates zijn precies waar we allemaal proberen aan te ontsnappen.

Eerlijke grenzen

We verkopen skillreviews, geen wonderen, dus hier is waar deze stack ophoudt te werken.

Deliverability is geen schrijfprobleem. Geen enkele skill fixt een verbrand domein, ontbrekende SPF/DKIM/DMARC-records, of een verzendpatroon dat lijkt op een bot die om 9:00 wakker wordt en 400 e-mails in een uur afvuurt. Erger nog, de grote filters profileren nu AI-patroontekst op schaal: uniforme zinslengtes, dezelfde twaalf overgangszinnen, identieke structuur over een batch. De output van de Cold Email-skill varieerde genoeg om in onze test te slagen, maar draai je het volume op, dan herschep je precies het patroon waar de filters op getraind zijn. Warm je domein op, drossel je verzendingen, en behandel elke door de skill geconcipieerde e-mail als concept.

Datavastheid is jouw taak. De Account Research-skill redeneert goed over de informatie die het kan bereiken, en het markeerde trigger-events accuraat in onze test met vijf accounts. Maar het kan niets weten over de reorganisatie die aangekondigd werd in een besloten all-hands, de champion die vorige week dinsdag vertrok, of de financieringsronde die sloot maar niet werd gerapporteerd. Elk feit in een outbound-e-mail heeft een menselijke check van tien seconden nodig, want één gehallucineerd of verouderd "feit" over het bedrijf van een prospect kost meer dan alle tijd die de skill je die week bespaarde.

Sommige e-mails moet een mens schrijven. Reactieafhandeling, alles met prijsonderhandeling, breakup-e-mails naar een deal waar je echt om geeft, en elke thread waarin de prospect echte emotie heeft getoond, positief of negatief. Zodra een gesprek een relatie wordt, moet conceptassistentie naar nul of bijna nul. Kopers vergeven een middelmatig eerste contact. Ze vergeven niet dat ze ontdekken dat de "doordachte reactie" waarmee ze in gesprek gingen ongereviewde machine-output was.

Twee praktijken die teams verbranden. Versturen zonder menselijke review, en volume-verering. We blijven deze herhalen omdat elk gruwelverhaal dat we van lezers verzamelden, tot een van deze twee te herleiden is.

Een noot over de AVG en EU-prospectie

Prospecteer je in de EU, dan is cold B2B-e-mail over het algemeen verdedigbaar onder gerechtvaardigd belang (AVG artikel 6(1)(f)), maar die verdediging kent voorwaarden: de outreach moet relevant zijn voor de professionele rol van de persoon, je hebt een gedocumenteerde belangenafweging nodig, elke e-mail heeft een werkende opt-out nodig die je meteen respecteert, en je moet een prospect kunnen vertellen waar je zijn gegevens vandaan hebt als hij daarnaar vraagt. AI komt in beeld via dataminimalisatie: het scrapete persoonlijke geschiedenis van een prospect in een model stoppen om "hyperpersonalisatie" te genereren, is precies het soort verwerking waar toezichthouders inmiddels indringende vragen over stellen. Ons advies, operationeel bedoeld, niet juridisch (praat daarvoor met een advocaat): personaliseer vanuit publiek gestelde, bedrijfsniveau-feiten, zoals het vacaturesignaal in ons uitgewerkte voorbeeld, in plaats van vanuit het persoonlijke datspoor van een individu. Het is bovendien, toevallig, wat het best presteerde in onze tests. Let op dat verschillende EU-lidstaten strengere e-privacyregels bovenop de AVG leggen, dus check de landen die je daadwerkelijk target.

Veelgestelde vragen

Kan Claude de e-mails voor mij versturen? Niet met deze skills, en met opzet. Ze concipiëren; jij reviewt en verstuurt via je bestaande sequencer of mailclient. Sommige teams koppelen verzenden via MCP-integraties, maar wij raden aan een mens tussen concept en verzenden te houden. Elk resultaat in deze post gaat ervan uit dat die reviewstap bestaat.

Welke skill moet ik als eerste installeren? Account Research, dan Cold Email, in die volgorde, want de tweede is alleen zo goed als wat de eerste hem voedt. Installatie kost ongeveer twee minuten per skill; de walkthrough staat op hoe je Claude-skills installeert. Wil je alle vijf voorgeconfigureerd om samen te schakelen, dat is het Sales Pro Pack.

Werkt dit met mijn CRM? Pipeline Review heeft je pipelinedata nodig, oftewel als CSV-export (werkt met alles dat kan exporteren) of een directe CRM-verbinding via MCP. Salesforce- en HubSpot-MCP-verbindingen zijn de gangbare paden. De andere skills in de lus raken je CRM niet aan.

Schaadt AI-geschreven e-mail mijn deliverability niet? Volume en infrastructuur schaden deliverability; goed gereviewde AI-concepten op menselijk volume niet, voor zover al het bewijs dat we hebben gezien laat zien. Het risico verschijnt zodra je verzendingen opschaalt omdat conceptmaken goedkoop werd, en identieke AI-patronen zich over honderden berichten beginnen te herhalen. Houd het volume vlak, varieer je verzendingen, en draai concepten door Humanizer als je een extra pass wilt tegen AI-tells. Die scoorde 9,6 in onze blinde-redacteurtest.

Is het legaal om AI te gebruiken voor prospectie van EU-leads? Over het algemeen wel voor B2B onder gerechtvaardigd belang, met de voorwaarden uit de AVG-sectie hierboven: professionele relevantie, gedocumenteerde afweging, gerespecteerde opt-outs, en terughoudendheid met persoonlijke data in het model stoppen. B2C cold email is een ander en veel strenger regime. Twijfel je, vraag dan een privacy-advocaat, geen skillsdirectory.

Waar je vanaf hier heen kunt

Elke skill hierboven is gratis te installeren; de Sales & Outreach-categorie heeft installatiecommando's en de volledige testnotities, en de gerangschikte lijst staat op /best/sales. Overtuigen onze testbatches je ergens van, laat het dit zijn: de teams die winnen met Claude voor sales zijn niet degenen die meer versturen. Het zijn degenen die 200 goede e-mails hebben laten kosten wat 200 slechte vroeger kostten.