哎哟！提交表单时出了点问题。
大多数 AI 挖掘工具只是加快了生成静态列表的速度。Sai 会分析本周真正与你互动过的人——浏览、点赞、评论或提问——并起草提及他们具体行为的沟通内容。
The recording is a real session. The sheet on the right is what it produced.
Sai opens each profile, pulls the signal, and writes the row, live, in a real browser.
Eight columns, sorted by score, with a source link behind every claim.
一个已登录的 LinkedIn 账号，以及对理想客户画像的大致了解——Sai 会在开始前询问这些信息。
一份近期与你互动过的人员精选名单，包含每个人的具体行为、是否符合你的理想客户画像（ICP），以及针对每人互动细节起草的沟通信息。
不到 10 分钟。
每周运行一次。信号会迅速衰减——三周前的评论已不再是有效的信号。
比大多数工具宣称的要少，而且与它们所兜售的内容截然不同。
标准的推销话术是 AI 让挖掘更高效：它能丰富列表信息，为每一行生成开场白，然后发送。这确实是自动化，也确实节省了时间。但看看它优化了什么——它只是提高了联系陌生人静态列表的效率。列表本身没有改变，而问题恰恰出在列表上。
更有用的应用是在上游。AI 可以观察你周围正在发生的行为，并告诉你谁值得立即联系。这与“如何个性化 200 封邮件”是完全不同的问题，而这正是本任务所要解决的。
任何需要对方投入注意力的行为。
最强有力的信号往往是几乎没人去跟进的：
这些都不是你可以购买的意向数据。它们发生在你自己的账户中，只有你能看到，而大多数人从未关注过它们，因为没有仪表盘会专门指向这些信息。
还有一些被视为强信号的弱信号：融资轮次、职位变动、公司招聘相关岗位。这些只是事件，而非关注。它们告诉你一家公司可能有预算，但并不能说明有人正在考虑你。
因为对于一个根本没在考虑该问题的人来说，即使是文笔再好的信息，也依然是一种打扰。
过去五年，整个行业都在优化信息质量，但回报率却趋于平缓。这很合理——大家都在同时进步，相对优势自然就消失了。与此同时，最具杠杆作用的变量却几乎无人问津：对方目前是否正在关注你。
昨天评论过你帖子的人，与下个月的同一个人处于完全不同的状态。他们记得你写过什么，也已经认定你值得花时间了解。一条提及他们评论的信息不再是冷启动外联，而是他们所开启对话的延续。
这也意味着信号是有时效性的。三周前的评论已经衰减为普通的冷启动联系，这就是为什么这项工作需要每周进行，而不是每季度一次。
它会先问你两个问题，然后去进行搜索。
在运行之前，它会询问你的信号具体出现在哪里，以及你的理想客户画像（ICP）是谁。第二个问题至关重要，因为这里的失败模式是将每一次互动都视为潜在客户。很多点赞你帖子的人可能是同行、竞争对手或求职者。如果没有 ICP 过滤，你得到的将是一份你的受众名单，而不是潜在客户名单。
接着，它会打开你最近发布的帖子，读取互动人员的信息——不仅是统计数量，还会分析具体的评论内容，从而区分出“好帖！”和关于某项功能如何运作的提问。它会打开值得关注的人的个人资料，并建立一份精选名单，其中每一行都包含该人员、他们的具体行为以及入选原因。
它在你已登录的浏览器会话中运行，因此你可以实时观察它读取每一条评论，并随时将其停止。
为每个人生成一份草稿，并提及他们实际采取的行动。
提示词要求生成的信息不能有自动化感。让信息显得自动化的原因并非语气，而是缺乏那种“无法群发给一千个人”的独特性。一条以对方在评论区提出的具体问题作为开头的信息是无法伪造的，因为它要求发送者必须阅读过该评论线程。
关于如何判断哪些草稿值得发送以及如何为其中的观点提供依据，我们的 AI 销售外联页面对质量标准进行了更深入的探讨。当信号足以促成一次真正的对话时，您可以在通话前使用我们 AI 销售挖掘页面上的客户简报工作流。
Sai 负责撰写草稿，但不负责发送。发送与否由您针对每条消息自行决定。
不会，它也不具备那种规模化能力。
它生成的是一份精选名单——即本周与您有过互动的人，对大多数人来说，这个名单通常在五到三十人之间。这本身并不能构成销售漏斗。如果您需要数量，仍然需要一份来源列表，而专门为此设计的工具可以很好地完成这项工作。
它改变的是您的工作起点。优先处理信号列表意味着您每周的最初几个小时将用于处理成功率最高的对话，而冷启动列表则排在后面。大多数人的做法恰恰相反，这并非因为他们不认同，而是因为冷启动列表就在 CRM 中，而信号列表在有人去查看之前是不可见的。
