如何用coldoutboundskills从Prospeo导出25000+按职位搜索的潜在客户名单(附完整过滤参数速查)
如何用coldoutboundskills从Prospeo导出25000+按职位搜索的潜在客户名单(附完整过滤参数速查)
用开源项目 coldoutboundskills 的 prospeo-full-export 技能,你可以把 Prospeo 里按职位(CEO、VP Sales 等)搜出的潜在客户名单完整导出为 CSV——哪怕结果超过 25,000 条。它自动处理分页、限流、去重和按州拆分,你只需要用一句话描述过滤条件。本文附 Prospeo 完整过滤参数速查表,帮你 10 分钟跑通全流程。
一、prospeo-full-export 是怎么工作的?
整个流程只有三步,核心定义在 skills/prospeo-full-export/SKILL.md:
- 🖱️ 你在 Prospeo 网页 UI 里搭好搜索——按职位、地区、行业、公司规模等维度设置过滤条件,记下 UI 显示的总结果数;
- 💬 你用一句话告诉 Claude Code 用了哪些过滤条件,例如:"我搜的是美国 IT 行业、11-500 人公司里的 CEO 和 CTO,只要有验证过的邮箱";
- 🤖 Claude Code 自动生成脚本并执行——把过滤条件翻译成 Prospeo API 调用,逐页拉取全部结果,去重后导出为 CSV 文件。
如果结果超过 2 万条且搜索范围是全美,脚本还会自动切换成按州拆分模式(见下文第三节),一次搜索可以提取几十万条记录。
📌 原理参考:完整的 API 格式、限流模式和按州爬取技巧都记录在 skills/prospeo-search-api/SKILL.md。
二、快速上手:3步配置环境 + 3步完成导出
配置环境(只需一次)
第 1 步:注册 Prospeo 并确认套餐
在 Prospeo 官网注册,选择一个包含 Search Person API 的付费套餐(多数付费套餐都含)。计费规则很简单:每返回 25 条联系人的请求扣 1 个 credit。
第 2 步:拿到 API Key
登录后进入 Settings > API,复制你的 API Key。
第 3 步:配置环境变量并克隆仓库
# 添加 API Key 到环境变量(~/.zshrc 或 ~/.bashrc)
export PROSPEO_API_KEY="你的API密钥"
# 克隆 coldoutboundskills
git clone https://gitcode.com/gh_mirrors/co/coldoutboundskills
cd coldoutboundskills
npm install -g tsx # 用于直接运行 .ts 脚本
🔒 安全提示:永远不要把 API Key 直接粘贴进脚本文件,一律使用环境变量。
执行导出(3步完成)
- 在 Prospeo 搜索页搭好你的过滤条件(职位、地区、行业、公司规模、已验证邮箱等),记下总结果数;
- 在 Claude Code 中调用
/prospeo-full-export,用自然语言描述你的过滤条件即可; - Claude 会先向你确认过滤条件和预估 credit 消耗,你确认后它自动生成脚本、逐页拉取并导出 CSV。
导出的 CSV 包含 21 个字段:姓名、职位、邮箱及验证状态、电话、LinkedIn 链接、个人所在城市/州、公司名称、域名、行业、规模、技术栈等——直接可用于后续外联流程。
三、Prospeo 完整过滤参数速查表 ⭐
以下是 Prospeo API 接受的全部过滤参数名及格式,Claude 会自动把你说的话映射到这些参数上。建议收藏这张表:
| UI 过滤项 | API 参数名 | 格式示例 |
|---|---|---|
| 职位(核心) | person_job_title |
{ include: ["CEO", "CTO"], exclude: ["Intern"] } |
| 职位精确匹配 | person_job_title |
{ include: [...], match_only_exact_job_titles: true } |
| 地区 | person_location_search |
{ include: ["California, United States #US"] } |
| 行业 | company_industry |
{ include: ["Information Technology"] } |
| 公司规模 | company_headcount_custom |
{ min: 11, max: 500 } |
| 技术栈 | company_technology |
{ include: ["Salesforce", "HubSpot"] } |
| 营收区间 | company_revenue_custom |
{ min: 1000000, max: 50000000 } |
| 成立年份 | company_founding_year |
{ min: 2010, max: 2025 } |
| 公司名 | company_name |
{ include: ["Acme"], exclude: ["Test"] } |
| 公司域名 | company_domain |
{ include: ["acme.com"] } |
| 有已验证邮箱 | person_contact_details |
{ email: ["VERIFIED"] } |
| 有手机号 | person_contact_details |
{ mobile: ["TRUE"] } |
| 融资轮次/时间 | company_funding |
{ funding_date: 180, stage: ["Series A"] } |
地区格式必须精确 ⚠️
地区参数有严格格式要求,写错会导致结果偏少甚至为 0:
- 国家:
"United States #US"、"United Kingdom #GB"、"Canada #CA" - 州:
"California, United States #US"、"Texas, United States #US" - 城市:
"San Francisco, California, United States #US"
常用公司规模预设
| 标签 | min | max |
|---|---|---|
| 11-50 人 | 11 | 50 |
| 51-200 人 | 51 | 200 |
| 201-500 人 | 201 | 500 |
| 501-1000 人 | 501 | 1000 |
| 1001-5000 人 | 1001 | 5000 |
| 10001+ 人 | 10001 | (省略 max) |
💡 融资信号小技巧:想锁定"最近 180 天刚完成 A 轮"的公司,用 company_funding: { funding_date: 180, stage: ["Series A"] }。funding_date 支持 90 / 180 / 270 / 365 四档,这是冷邮件里最强的触发信号之一。
四、突破25K上限:自动按州拆分原理
Prospeo 单次搜索最多返回 25,000 条结果(1000 页 × 每页 25 条)。你的全美搜索如果超过这个上限怎么办?prospeo-full-export 会自动解决:
- 先执行一次搜索,读取返回的
total_count; - 若总数 > 20,000,自动切换到按州模式;
- 把
"United States #US"依次替换为 50 个州(如"California, United States #US"),按人口从大到小排列(加州→德州→佛州…),效率最优; - 逐州翻页拉取,并按 LinkedIn URL 跨州去重(跨州搬家的人不会重复出现)。
也就是说,同一个搜索定义可以提取几十万条记录。限流(2 次/秒)和 429 重试(指数退避、最多 5 次)也全部由脚本自动处理。
五、导出要花多少钱?Credit成本预估表
1 credit ≈ 1 页(25 条联系人)。导出前 Claude 总会先报预估价格并等你确认:
| 总结果数 | 页数 | Credits | 大约花费 |
|---|---|---|---|
| 1,000 | 40 | 40 | ~$2 |
| 5,000 | 200 | 200 | ~$10 |
| 25,000 | 1,000 | 1,000 | ~$50 |
| 100,000(按州拆分) | ~4,000 | ~4,000 | ~$200 |
六、导出前的必做步骤:先资格评定再放大
⚠️ 强烈建议:导出超过 500 条之前,先跑资格评定(qualification),否则 40% 的错配名单会浪费 $500-$1,500 的邮箱补全费用:
- 先用 Prospeo 导出 50 条样本;
- 调用
/icp-prompt-builder(见 skills/icp-prompt-builder/SKILL.md),用 3-5 轮 × 10 条的迭代帮你调优一个"ICP 资格评定 prompt"——全程在 Claude Code 内完成,不额外消耗 API 费用; - 用调好的 prompt 过滤完整导出结果;
- 再跑
/list-quality-scorecard(见 skills/list-quality-scorecard/SKILL.md)对名单做 8 维度评分。
整个流程约 10-15 分钟,40-70% 的情况下能省下大笔补全成本。
七、常见错误与排查
| 错误信息 | 原因 | 解决办法 |
|---|---|---|
Set PROSPEO_API_KEY environment variable first |
环境变量没设 | 终端执行 export PROSPEO_API_KEY="你的key" |
API error: 401 |
Key 无效 | 到 Prospeo 的 Settings > API 重新复制 |
API error: 402 |
credit 余额不足 | 给 Prospeo 账户充值 |
API error: 429 |
触发限流 | 脚本会自动指数退避重试;若持续出现,一次只跑一个导出 |
| 结果数偏少 | 地区格式写错(漏了 #US);职位太窄 |
检查地区格式;放宽职位词(Prospeo 默认模糊匹配);或去掉邮箱验证过滤 |
八、导出之后:接入你的冷邮件流水线
名单到手后,推荐的下一步(详见 README.md 的 Track 4 说明):
/list-quality-scorecard— 上传前给名单打分/campaign-copywriting— 生成个性化邮件文案/smartlead-campaign-upload-public— 以 DRAFT 状态上传到 Smartlead(永远先建草稿,手动点 Start)
完整的学习版教程在 skills/cold-email-starter-kit/references/06-list-building-prospeo.md,适合想深入理解每个环节原理的读者。
一句话总结:在 Prospeo UI 搭好职位搜索 → 对 Claude Code 说一句过滤条件 → /prospeo-full-export 自动完成 25K+ 的分页导出与按州拆分。配合速查表里的 person_job_title、person_location_search、company_headcount_custom 三大核心参数,你就能精准圈定目标客户群,把预算花在对的人身上。