sales-account-intelligence

Erstellen Sie verkaufsbereite Account-Intelligenz für Unternehmen, Interessenten, Kunden, Partner und Zielkäufer. Verwenden Sie dies, wenn der Benutzer nach Vertriebsvorbereitung, Account-Briefing usw. fragt.

npx skills add https://github.com/tavily-ai/use-case-skills --skill sales-account-intelligence

Sales Account Intelligence

Workflow

Use search and extract to produce fast, useful sales account context with cited sources; use map or crawl only when a known company site needs scoped navigation. Keep this skill focused on research planning, query construction, source selection, and sales-ready synthesis; execution mechanics should come from companion endpoint skills.

Treat the guidance below as base guidance; adapt it to the user's request when appropriate.

  • Define the account, audience, sales motion, geography, and meeting or outreach goal.
  • Split research into short subqueries under 400 characters: company overview, recent news, products, customers, leadership, funding/financials, hiring, partnerships, pain points, and relevant initiatives.
  • Use search for discovery, then filter by source quality before extracting.
  • Extract the strongest sources: official website, newsroom, product pages, customer stories, investor/press pages, credible news, job postings, and relevant executive profiles.
  • Use site navigation when the company site is large and useful pages are hard to find.
  • Collect scoped site sections only when the user needs broad coverage of customers, case studies, news, products, solutions, or careers.

Research Budget

  • Start with a small focused search set: account overview, recent triggers, product/initiative context, and buyer/pain-point evidence.
  • Extract only the strongest sources before drafting the brief.
  • Add more searches only for named gaps that block the brief, such as missing trigger events or missing official product context.
  • Do not use map until search finds the company domain and there is a specific buried page type to locate.
  • Do not use crawl for first-pass account prep unless the user explicitly asks for a site scan.

Capability Guidance

  • Use search for most account briefs, meeting prep, outreach research, and trigger-event checks.
  • Use extract on selected official pages, newsroom posts, customer stories, credible news, job postings, and executive profiles.
  • Use map when the company domain is known but important pages are buried.
  • Use crawl for account site scans only after narrowing to sections that support the sales goal.
  • Use research only when the user asks for a deep strategic account report.

Query And Source Guidance

  • Include company name, aliases, product names, executive names, industry terms, geography, and the sales motion in separate subqueries.
  • For trigger events, use explicit recency language and search for funding, hiring, partnerships, launches, expansion, regulation, incidents, and leadership changes.
  • Prioritize official company pages, newsroom posts, customer stories, product pages, investor or press pages, credible news, job postings, and relevant executive profiles.
  • Treat LinkedIn-style profile snippets, unsourced lists, and old syndicated pages as lower confidence.
  • Report failed or inaccessible sources when they affect trigger events, official pages, customer evidence, or buyer context.

Output Template

Use this markdown structure and keep it practical:

# Account Brief: <company>

## Account Snapshot
- What they do:
- Size/market/geography:
- Relevant products or business lines:

## Trigger Events
- <event>: <why it matters> ([source](URL))

## Business Priorities And Likely Pain Points
- Priority:
- Evidence:
- Sales relevance:

## Buyer And Executive Context
- Person/team:
- Relevant context:
- Confidence:

## Outreach Angles
- Angle:
- Supporting evidence:
- Discovery question:

## Source Gaps
- <missing or uncertain item>

Keep claims practical. Do not invent budget, intent, internal priorities, or buyer names when sources do not support them.

Mehr Skills von tavily-ai

research
tavily-ai
Umfassende Recherche zu jedem Thema mit automatischer Quellensammlung, Analyse und Zitaten. Führt mehrquellige Web-Recherche mit expliziten Zitaten durch, ideal für Vergleiche, aktuelle Ereignisse, Marktanalysen und detaillierte Berichte. Bietet drei Modelloptionen: Mini für gezielte Ein-Themen-Recherche (~30s), Pro für umfassende Multi-Perspektiven-Analyse (~60-120s) und Auto für API-gesteuerte Komplexitätserkennung. Authentifiziert sich über OAuth durch den Tavily MCP-Server mit automatischem browserbasiertem Login auf...
official
search
tavily-ai
Web-Suche mit LLM-optimierten Ergebnissen, Relevanzbewertung und flexiblen Filtern. Unterstützt vier Suchtiefenmodi (ultraschnell, schnell, einfach, erweitert) mit konfigurierbaren Latenz- und Relevanzabwägungen. Enthält Domain-Filterung, Zeitbereichseinschränkungen, Datumsbereiche, Länder-Boosting und Rohinhalts-Extraktion. Gibt Ergebnisse mit Titel, URL, Inhaltsausschnitt und Relevanzbewertung zurück; optionale Bild-Ergebnisse und Favicons. Automatische OAuth-Authentifizierung über Tavily MCP-Server oder API-Key-Konfiguration;...
official
tavily-best-practices
tavily-ai
Websuch-API für LLMs mit Echtzeit-Datenzugriff, Inhalts-Extraktion, Site-Crawling und KI-gestützter Recherche. Fünf Kernmethoden: search() für Webergebnisse, extract() für URL-Inhalte, crawl() für siteweite Extraktion, map() für URL-Erkennung und research() für durchgängige KI-Synthese. Unterstützt Python- und JavaScript-SDKs mit asynchronen Clients für parallele Abfragen und konfigurierbare Suchtiefe (ultra-fast/fast/basic/advanced). Die Crawl-Methode akzeptiert semantische Anweisungen, um die Extraktion auf... zu fokussieren.
official
tavily-cli
tavily-ai
Websuche, Inhalts-Extraktion, Site-Crawling und tiefgehende Recherche über Tavily CLI. Fünf Befehlsmodi für Suche, Extraktion, URL-Erkennung, Bulk-Crawling und Multi-Quellen-Recherche mit Zitaten. Alle Befehle unterstützen JSON-Ausgabe und Dateispeicherung für strukturierte, agentische Workflows. Ein Eskalationsmuster führt Sie von der einfachen Suche über Extraktion, Mapping, Crawling bis hin zur umfassenden Recherche, je nach Bedarf. Erfordert die Installation von tavily-cli und API-Key-Authentifizierung über tvly login.
official
tavily-crawl
tavily-ai
Mehrseitiger Website-Crawler mit semantischer Filterung und Markdown-Export. Durchsuchen Sie gesamte Site-Abschnitte mit Tiefen- und Breitensteuerung; filtern Sie nach Pfad-Regex, Domain oder natürlichen Sprachinstruktionen, um Ergebnisse zu fokussieren. Speichern Sie jede Seite als lokale Markdown-Dateien über --output-dir oder geben Sie strukturiertes JSON für agentische Verarbeitung zurück. Verwenden Sie semantische Instruktionen mit Chunk-Extraktion, um Kontextaufblähung bei der Übergabe von Ergebnissen an LLMs zu vermeiden; verwenden Sie Ganzseiten-Extraktion für Offline-Dokumentationsdownloads. Unterstützt...
official
tavily-dynamic-search
tavily-ai
Das Web durchsuchen, Ergebnisse filtern und Inhalte extrahieren, sodass rohe Suchdaten niemals in Ihren Kontextbereich gelangen. Nur Ihre kuratierte print()-Ausgabe wird zurückgegeben.
official
tavily-extract
tavily-ai
Extrahiere sauberes Markdown oder Text aus bis zu 20 URLs, mit Unterstützung für JavaScript-Rendering und abfragefokussierte Chunking. Verarbeitet JavaScript-gerenderte Seiten mit konfigurierbarer Extraktionstiefe (einfach für einfache Seiten, erweitert für dynamische SPAs und Tabellen). Unterstützt abfragefokussierte Extraktion, um nur relevante Inhaltsabschnitte statt ganzer Seiten zurückzugeben. Gibt standardmäßig LLM-optimiertes Markdown zurück, mit Optionen für Klartextformat und strukturierte JSON-Ausgabe. Verarbeitet bis zu 20 URLs in einem einzigen Aufruf;...
official
tavily-map
tavily-ai
Schnelle URL-Erkennung auf Websites ohne Extraktion von Inhalten, ideal zum Auffinden bestimmter Seiten auf großen Websites. Gibt strukturierte Listen aller URLs einer Domain zurück, mit konfigurierbarer Tiefe und Breite, Regex-Pfadfilterung und natürlichsprachlichen Anweisungen zur semantischen Filterung. Unterstützt Tiefensteuerung (1–5 Ebenen), Breitenbegrenzung pro Seite, Ein-/Ausschluss externer Links und Domainfilterung über Regex-Muster. Konzipiert als Schritt 1 in einem Workflow: Mapping zum Auffinden der richtigen Seite, dann Verwendung von Extract oder...
official