如何用 Claude Code 构建 AI GTM 大脑

当一个团队说他们想要用 AI 做增长时，他们通常想要的是更快的发送。一个不分昼夜、对着更长名单狂发相同模板的代理。

那是工作中廉价的一半，而且它早就失效了。艰难的一半在于发送前的判断：联系哪家公司，为什么是这周，以及说什么才能证明你注意到了他们。更大的名单对此毫无帮助。

一个 GTM 大脑就是为你做出这个判断的系统，每天运行，无需你介入循环。它由五个部分组成，作为一个循环运行：

• 感知。 观察市场，找出刚刚有所动作的客户。

• 记忆。 保存你对每个客户了解到的一切。

• 判断。 决定谁值得发送消息，以及为什么现在发送。

• 行动。 根据真实触发事件撰写开场白。

• 学习。 追踪反馈，并在下周改进。

把这五点做好，发送就变成了简单的部分。

整个构建背后只有一个想法：人需要用户体验，软件需要 API，代理需要命令行。你通过命令行按计划运行这个系统，下面的六个步骤就能将其构建出来，每个步骤都对应我粘贴到 Claude Code 中的提示词。

第一步：契约

在编写任何代理代码之前，先划定边界。

这是让你在日后更换工具时能全身而退的关键。你的代码绝不应硬编码你的意向数据供应商或邮件工具的名称。它只需要两个形状，仅此而已：一个传入的信号，一个发出的消息。在空文件夹中打开 Claude Code，给它这个：

成功的样子。 两个小而简洁的文件，一分钟内就能读完；一个在虚假数据上端到端运行的循环。在你为任何一个集成付费之前，就能看到信号进入、草稿输出。

容易翻车的地方。 最常见的捷径是让代码直接调用 apollo_search 或 instantly_send。这样做的话，每个部分都与一个供应商焊接在一起，换工具就意味着重写全部五个部分。将这两个形状保持在前端，更换工具就只需要一个新的适配器。

第二步：感知市场

从变化开始。某家公司发生了某种变化，而这种变化就是接触的理由。

有四种变化承载着主要价值。在市场上摸爬滚打十年告诉我，盯住这些，其余的都放掉：

• 职位变动。 新岗位开放、重新发布，或者有人坐上了预算决策者的位置。

• 社交动态。 公司与竞品互动，或者发布了与你解决的问题相关的内容。

• 公司动态。 产品发布、业务扩张、技术栈变更。

• 融资动态。 一轮融资或收购，带来新的预算和任务。

大多数团队只盯着其中一种，忽略了其他。在 Sortlist 内部，覆盖范围来自我们自己的意向工具 Signals，但无论你是购买还是自己抓取，原则都是一样的。

这一部分很小，一步构建完成：

成功的样子。 运行后打印出 “在 7 个客户中感知到 11 个信号”，其中既有融资轮次又有新职位落地的公司被聚合成一个热客户。

容易翻车的地方。 感知一切，但不做任何排序。将原始信号直接往下游倾倒，最终你会把游客的一个点赞与完美匹配客户的融资轮次同等对待。在入口处进行聚类，而不是把混乱推给判断模块。

第三步：记住每个客户

这是大多数工具跳过的部分，也是它们最终沦为带有提示的邮件合并的原因。

为每个公司保留一条记录：你看到的所有信号、你发送的每一条消息、每一条回复、每一个结果。一旦你知道你已经给他们发过两次邮件却没有得到回应，第三轮融资的意义就完全不同了。没有这份历史记录，你会把热客户和冷客户同等对待。

这是需要做对的部分，所以完整指定它：

成功的样子。 你向存储询问任何客户，一次调用就能获得它的全部故事：什么变动了，你发了什么，收到了什么回复。它从不以同样的方式第二次接触。

容易翻车的地方。 大多数团队跳过这一步，直接上线发布。然后他们根据冷启动的输出判断系统，认为它太泛泛，在第三周就关闭了——而这距离历史数据让它变得精确只差一周。先构建这一部分。其他四个部分都依赖它。

第四步：判断谁以及为什么现在

这是 Claude 发挥作用的地方，也是系统不再是脚本的地方。

判断器读取新信号，从记忆中提取客户的完整历史，吸收你对好客户的定义，然后决定三件事：

• 这个客户现在是否值得发送消息，
• 为什么，
• 以及执行哪个策略。

这是竞争对手无法复制的部分，因此值得自己构建。

提示词指定了模型、温度、回退方案以及系统提示词的位置：

成功的样子。 热客户的得分很高，其“为什么现在“可以直接粘贴到邮件中。温客户返回“跳过“并附带理由。一个能对四个客户中三个说“不“的系统，比一个向所有四个都发邮件的系统要好。

容易翻车的地方。 在没有记忆的情况下对信号评分。单独一个新鲜信号，无法区分你已经追过两次的客户和你从未接触过的客户，所以模型会重复同样的开场白，你会显得像个跟踪狂。没有历史记录，评分就只是猜测。

第五步：根据触发事件行动

只有在判断器决定了“谁“和“为什么“之后，它才进行撰写。

这一部分的规则很简单：引用触发事件。“看到你开放了 RevOps 主管职位，这是本季度第二个运营岗位。” 永远不要用 “Hi {{firstName}}”。如果这条消息上个月发出去也毫无变化，那你就是跳过了触发事件。

以同样的方式构建这一部分，默认以试运行模式交付：

成功的样子。 一份你愿意原样转发的草稿，基于本周关于该客户的真实情况开篇。在试运行模式下运行，连续阅读十份，然后才让任何一份真正发出去。

容易翻车的地方。 在你还未阅读输出之前就连接实时发送。一个自行发送的系统会在人类看到之前，就向整个列表发送一封自信但错误的开场白。保持试运行为默认模式；让 --live 成为一个需要刻意做出的决定。

第六步：从反馈中学习

一个从不学习的代理只是一个更快的脚本。这最后一部分是防止它停留在脚本状态的关键。

将每一个结果反馈到记忆中，让它对自己的策略进行评分。能够持续预约会议的信号获得更高的权重。一直失败的文案被舍弃。测试、评分、保留或删除。这就是为什么它周复一周地变得更好，而无需你手动调优。

这一部分也很小：

然后将五个部分连接成一个命令：

现在，一行 cron 就能每天运行整个系统。如果你已经在一个代理运行时上运行着一套系统，可以把它作为一个技能放进去。

成功的样子。 第一个月，它按照你的猜测来加权桶。第三个月，它按照你市场的实际行为来加权，候选名单更短、更精准，并且按照转化率排序。

容易翻车的地方。 记录发送但从不记录结果。没有结果数据，权重永远不会移动，你就买了一个昂贵的调度器。从第一天起就把回复和会议数据反馈回来，必要时手动操作。

两个提示词

到目前为止，每个提示词都是构建一个部分，然后你就把它放到一边。这两个不同：系统每次运行、对每个客户都会使用它们。判断和语言风格就在这里面，所以这些是需要保留并调优的。

判断器运行在这个提示词上：

而撰写步骤运行在这个提示词上：

两者都以可编辑文件的形式存放在仓库中，你将主要根据自己的市场来调优它们。

你会得到什么

将五个部分连接在一起后，它会按计划自行运行以下操作：

• 扫描市场，
• 对发生变动的客户进行评分，并舍弃其余的，
• 为少数值得发送消息的客户撰写草稿，
• 在 Slack 上发布一个带排名的候选名单，每个名字旁边附上理由。

两分钟：批准、编辑或放弃。无需构建列表，无需猜测主题行，无需周一的会议讨论该联系谁。

我在 Sortlist 上以此形状运行着一套系统，每月令牌费用约 400 美元。我们原计划今年招聘五人，但取消了，因为现在令牌预算已经能完成这些工作。增长大脑是我会最先构建的。它第一次为你预约到本可能错过的会议时，就已经回本了。

从两个部分开始

你不需要全部五个部分。先构建记忆，然后在它之上构建判断器。

将它们指向存根数据，以试运行模式运行一周以信任这个循环，然后接入一个真实的信号源。你会得到一个值得发送消息的客户排名列表，每个都附有入选理由，这些理由来自你原本忽略的信号。这才是值得为之付费的部分。

我将整个系统打包成了一个简洁版本：五个部分、两个适配器、配置、每一步的构建提示词、上面的两个提示词，以及运行它的 cron。一个你可以克隆并根据自己市场进行调整的小骨架。评论 BRAIN，我将发送给你。