sales-account-intelligence

Construisez une intelligence de compte prête pour la vente pour les entreprises, prospects, clients, partenaires et acheteurs cibles. À utiliser lorsque l’utilisateur demande une préparation commerciale, un brief de compte,…

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.

Plus de skills de tavily-ai

academic-scientific-research
tavily-ai
Trouver, filtrer et synthétiser des articles académiques, de la littérature scientifique, des rapports techniques, des prépublications, des publications cliniques ou biomédicales, et des preuves autour d'un…
crawl
tavily-ai
Extraire et enregistrer le contenu de sites web sous forme de fichiers markdown pour un accès et une analyse hors ligne. Prend en charge une profondeur de crawl configurable (1 à 5 niveaux), des limites de largeur et des plafonds de pages pour équilibrer la couverture et les performances. Inclut un filtrage de chemin via des expressions régulières pour se concentrer sur des sections spécifiques et exclure le contenu non pertinent. Propose deux modes : extraction de page entière pour la collecte de données, ou découpage sémantique avec des instructions en langage naturel pour alimenter les résultats dans le contexte d’un LLM. Fournit une API Map complémentaire pour les URL...
extract
tavily-ai
Extraire le contenu propre d'URL spécifiques à l'aide de l'API d'extraction de Tavily. Prend en charge jusqu'à 20 URL par requête avec un reclassement optionnel basé sur une requête pour se concentrer sur les extraits de contenu pertinents. Deux modes d'extraction : basique pour une extraction rapide de texte, avancé pour les pages rendues par JavaScript et les données structurées. Authentification OAuth automatique via le navigateur lors de la première exécution, ou configuration manuelle de la clé API dans les paramètres. Renvoie le format markdown ou texte brut avec des URL d'images optionnelles et un délai d'attente configurable jusqu'à 60 secondes.
investment-research-briefs
tavily-ai
Créez des briefs de recherche en investissement concis, des mémos d'entreprise, des aperçus sectoriels, des mises à jour de suivi de portefeuille, des résumés de résultats et d'actualités, des briefs sur les risques et les catalyseurs,…
product-competitor-intelligence
tavily-ai
Rechercher les produits concurrents, les SKU, les prix, le packaging, le positionnement, les comparaisons de fonctionnalités, les catalogues produits, les pages de catégorie, les listes de détaillants, les marketplaces…
research
tavily-ai
Recherche approfondie sur n'importe quel sujet avec collecte automatique des sources, analyse et citations. Effectue des recherches web multi-sources avec citations explicites, idéal pour les comparaisons, l'actualité, l'analyse de marché et les rapports détaillés. Propose trois options de modèle : mini pour une recherche ciblée sur un seul sujet (~30s), pro pour une analyse complète multi-angle (~60-120s), et auto pour la détection de complexité via API. S'authentifie via OAuth via le serveur MCP Tavily avec connexion automatique basée sur le navigateur...
search
tavily-ai
We need to translate the given English text into French, preserving the name "search" if it appears. The text is a description of a web search agent skill. The instruction says to translate only the text inside <text>, and not include the name unless it appears in the source text. The name "search" is not in the provided text? Actually the text starts with "Web search..." so "search" is part of the phrase "Web search". But the instruction says "Name to preserve: search" - that likely means the skill name is "search", but it's not explicitly in the text as a standalone name. The text says "Web search" which includes "search". We should preserve that as is? The instruction says "Do not include the name unless it appears in the source text." Since "search" appears as part of "Web search", we should keep "Web search" as is? But we are translating to French, so "Web search" would become "Recherche Web" or "Recherche sur le Web"? However, the instruction says
tavily-best-practices
tavily-ai
API de recherche web pour LLMs avec accès aux données en temps réel, extraction de contenu, exploration de sites et recherche assistée par IA. Cinq méthodes principales : search() pour les résultats web, extract() pour le contenu d'URL, crawl() pour l'exploration complète d'un site, map() pour la découverte d'URL, et research() pour la synthèse IA de bout en bout. Prend en charge les SDK Python et JavaScript avec des clients asynchrones pour les requêtes parallèles et une profondeur de recherche configurable (ultra-rapide/rapide/basique/avancée). La méthode crawl accepte des instructions sémantiques pour concentrer l'extraction sur...