核心用法
Lead Generation skill采用三阶段工作流实现社交销售自动化：
Phase 1 - 产品研究（一次性）：深度分析用户提供的网站/GitHub/产品描述，自动提取价值主张、目标受众画像、痛点映射、竞争对手对比，并生成12-18个跨平台搜索查询（Twitter/Instagram/Reddit）。所有数据本地化存储复用。
Phase 2 - 线索发现（可重复）：调用Xpoz MCP（1.5B+索引帖子）执行关键词搜索，实时抓取表达购买意向的公开对话。支持布尔查询、子reddit定向、时间窗口筛选，并可挖掘高频发帖的潜在KOL。
Phase 3 - 智能评分与输出：基于8维信号量表（1-10分）自动分级线索——Tier 1热线索（8-10分，48小时内优先跟进）、Tier 2温暖线索（6-7分）、Tier 3观察清单（5分）。输出包含可点击帖子链接、情境化外联草稿、去重追踪。
显著优点
- 意图驱动而非数据库驱动：与传统企业名录工具不同，从"人正在说什么"中发现需求，时效性强
- 全自动上下文构建：无需手动填写ICP表格，AI自动从产品资产逆向工程受众画像
- 跨平台统一视图：整合三大主流社交平台，避免工具碎片化
- 可复用资产沉淀：产品档案与查询模板本地持久化，后续仅需"再找一批"
- 合规友好设计：强制披露利益关联、仅使用公开数据、提供外联草稿但不自动发送
潜在局限与风险
- 依赖第三方MCP服务：Xpoz API可用性、速率限制、索引覆盖度直接影响效果；免费额度可能限制大规模作业
- 平台政策不确定性：Twitter/X API政策频繁变动，Instagram/Reddit反爬机制可能导致数据获取不稳定
- 语义理解边界：布尔关键词匹配可能遗漏同义表达，或混入语境不符的噪声（评分机制试图缓解但未完全消除）
- 人工审核瓶颈：Tier 1线索的"快速行动"优势可能被人工审核外联文案的环节抵消
- 隐私与合规灰色地带：虽声明"仅公开数据"，但聚合分析个人发帖行为在GDPR/CCPA框架下仍存在解释空间
适合人群
SaaS创始人、B2B销售开发代表（SDR）、独立开发者、 agency增长团队——尤其适合产品定位清晰但缺乏品牌知名度、需冷启动获取前100个付费用户的早期阶段。
常规风险
| 风险类型 | 等级 | 说明 |
|---------|------|------|
| 平台封号 | 中 | 高频搜索或外联触发Twitter/Reddit反滥用机制 |
| 数据过时 | 中 | 社交数据实时性依赖Xpoz索引更新频率 |
| 误判线索 | 低-中 | AI评分可能高估意图，需人工最终判断 |
| 隐私投诉 | 低 | 公开数据聚合通常合规，但敏感行业需谨慎 |