segment-company-search
Segment prospecting for B2B sales: finds candidate companies in a given niche or hypothesis (e.g.
Skill by Marchenko-sales
Chalk Labs
Need help deploying segment-company-search?
Chalk Labs sets up agents like this inside real teams: connected to your tools, tested on your data, with a human in the loop where it matters.
Install
Works with Claude Code, Claude apps, Codex, Cursor, Gemini CLI, GitHub Copilot, VS Code, OpenCode, Goose, Windsurf. Read the repository before you give any tool access to your data.
npx agentmarket install skill/marchenko-sales-segment-company-search
Asks which of your tools to add it to (Claude Code, Codex, Cursor, VS Code, Windsurf, Gemini CLI, Claude Desktop) and shows the change first. See https://agentmart.dev/cli.
Get the weekly diff
The weekly diff: one email a week with new agent tools, notable updates and grade changes, plus security alerts for tools you follow. Double opt-in, one-click unsubscribe.
About
Use cases: spreadsheets, sales
Reviews
Write a reviewNo reviews yet. Installed it? Reviews come from verified installers only. How reviews work
Permissions
What this skill can do and what it asks for, from its SKILL.md. Checked Oct 25, 2026.
- Tools
- No tools found
- Secrets
- None asked for
- Install scripts
- None found
Network hosts it talks to 1
codeload.github.com· found in install command
Files it touches
~/.claude/skills/segment-company-search
What's inside
- Skill name
segment-company-search- Description
- Segment prospecting for B2B sales: finds candidate companies in a given niche or hypothesis (e.g. 'medical tourism', 'online English schools', 'car rental services'), verifies each against two strict criteria (segment fit + your ICP signal) and saves a prioritized xlsx (priority signal × company scale). Use when the input is a segment description, NOT a specific company. Output feeds company-context. Skill body is in Russian. Triggers (EN): 'find 30 companies in niche X', 'list candidates in segment Y'. Triggers (RU): «накидай компаний в сфере X», «найди 30 компаний ниши Y», «список площадок в сегменте Z».
- License
- CC-BY-4.0
- Instructions
- 98 lines in SKILL.md · view on GitHub
Files (2)
- SKILL.md
- ПРИМЕР.md
SKILL.md (first lines)
# Поиск компаний по сегменту/гипотезе Ты ищешь компании-кандидаты в клиенты внутри заданного сегмента. Задача не «накидать что попало под тему», а собрать список реальных компаний, каждая из которых проходит жёсткие критерии. Это первый этап воронки: дальше по приоритетным кандидатам собирается досье (company-context) и пишутся первые письма. ## Настройка под твой продукт Возьми из файла контекста компании (`company-profile.md` в корне проекта, если есть) или спроси у пользователя: 1. **Продукт и ICP:** кому продаём и какую боль закрываем. 2. **Жёсткий ICP-критерий:** признак «нашего» клиента, проверяемый снаружи по сайту компании. Примеры: «аудитория русскоязычная», «есть онлайн-продажи», «B2B-модель», «есть мобильное приложение». Именно он станет критерием 2 ниже. 3. **Приоритетный сигнал:** признак, который делает подходящего кандидата горячим, — по нему строится сортировка списка. Примеры: «нет собственной доставки», «используют конкурента X», «жалобы на текущее решение в свежих отзывах». 4. **Кто не подходит и куда их девать:** признак дисквалификации и что делать с такими (отложить / реферал партнёру). ## Входные данные - **Сегмент/гипотеза** (обязательно). Формулировка слишком широкая или двусмысленная (например «образование» — школы, онлайн-курсы или репетиторы?) — задай один уточняющий вопрос до старта поиска. - **Гео** (опционально): не указано — ищи без гео-ограничений. - **Целевой объём** (опционально, по умолчанию 30+): качество важнее охвата, см. «Правила честности». - **Файл базы для дедупа** (опционально): выгрузка CRM/таблица уже отработанных компаний. **Что нужно для работы:** веб-поиск и загрузка страниц — без них скилл не запускай, скажи об этом пользователю. При объёме 30+ кандидатов верификация — самая долгая часть: если среда умеет параллельные подзадачи (субагенты), раскладывай проверку кандидатов на них, дав каждому правило честности и точный чек-лист. ## Два жёстких критерия (должны выполняться ОБА) 1. **Строгое попадание в сегмент.** Компания реально работает в заявленной нише, не смежной и не «около». При сомнении — не включать, а не «натягивать». 2. **ICP-критерий из настройки.** Для каждой компании зафиксируй конкретное, проверяемое доказательство с её сайта, а не предположение: что именно увидел и где. Допустимое исключение — косвенное подтверждение из каталога без захода на сайт: такая компания включается с уверенностью «средняя» (см. этап 3). Приоритетный сигнал (п. 3 настройки) проверяется попутно, быстро, по открытым источникам — без глубокого дью-дилидженса. Его отсутствие не выкидывает компанию из списка, его наличие поднимает её наверх. ## Этап 1 — декомпозиция сегмента Прежде чем искать, распиши сегмент на 3–6 конкретных под-типов компаний — это сильно увеличивает охват против одного общего запроса. Пример для «медицинский туризм»: агрегаторы клиник, туроператоры по мед. турам, клиники с международным приёмом, агентства-посредники, страховые сервисы для туристов, консьерж-сервисы. ## Этап 2 — поиск кандидатов (все источники, максимальный охват) Для каждого под-типа из этапа 1: - **Поисковые операторы.** Комбинируй ключевые слова под-типа с маркерами твоего ICP-критерия, на языке рынка и на английском. Минимум 3–4 разных формулировки на под-тип, не переиспользуй один запрос. - **Отраслевые каталоги, рейтинги, агрегаторы ниши.** Ищи готовые списки под конкретный сегмент и проходи по ним, а не выдумывай. - **Сторы приложений.** У сегмента есть мобильные продукты — ищи в App Store / Google Play по категории и ключевым словам. - **Страницы «наши клиенты» и кейсы у смежных вендоров.** У конкурентов и у сервисов, работающих с тем же сегментом, часто есть публичные списки клиентов — это готовый пул компаний с подтверждённой потребностью в категории. - **Отзовики, форумы, соцсети, профильные медиа.** Обсуждения «кто чем пользуется» в сегменте — попутно источник сигналов покупки для следующих этапов. Не останавливайся на первых 5–10 совпадениях с одного источника: обходи источники по очереди, пока пул кандидатов не станет заметно больше целевого объёма — часть отсеется на верификации. ## Этап 3 — верификация каждого кандидата Прежде чем включать компанию в список: - Зайди на сайт (или используй кэш/сниппет, если прямой заход невозможен) и зафиксируй конкретное доказательство критерия 2: что именно увидел («переключатель языка в шапке», «раздел для B2B-клиентов», «цены в такой-то валюте»). - Раз уже на сайте — проверь приоритетный сигнал и текущего поставщика твоей категории, если он виден снаружи. Заполняй отдельную колонку: это готовая зацепка для первого письма. - Быстрая оценка масштаба (1–2 источника, глубже не копать): порядок трафика, подписчики соцсетей, загрузки приложения. Фиксируй грубо — «крупная / средняя / малая / не определено» плюс одно основание («~200K визитов/мес», «12K подписчиков»). «Не определено» допустимо и не блокирует включение. - Убедись, что компания не дубль другого кандидата (разные домены одного бренда) и не действующий клиент пользователя. - Критерий подтверждён только косвенно (каталог пометил признак, сам сайт не проверялся) — включай с уверенностью «средняя», не «высокая». Шкала уверенности двухуровневая: «высокая» (проверено на сайте) и «средняя» (косвенно); что не дотягивает до «средней» — в файл не идёт, а фиксируется как «на грани». - Погранично не попадающие компании фиксируй отдельно в чате как «на грани, не включено» — в файл они не идут. ## Этап 4 — дедупликация Пользователь приложил файл базы — прочитай его, нормализуй домены и названия (без `www.`, протокола, регистра), исключи совпадения по домену или явно по названию+сегменту. Исключённых не выбрасывай молча: отдельный лист «Исключено (дубли)» и число в сводке. Файла нет — так и отметь: «сверка на дубли не выполнялась». ## Этап 5 — сохранение результата (xlsx) Файл `leads_[сегмент-транслит]_[YYYY-MM-DD].xlsx`. **Лист 1 «Кандидаты»**, колонки: | Компания | URL | Под-тип сегмента | Гео | ICP-критерий: доказательство | Текущий поставщик категории (видимый) | Масштаб (оценка + основание) | Приоритетный сигнал | Источник по сигналу | Источник обнаружения | Дата проверки | Уверенность | **Приоритизация двумерная:** сигнал отвечает на вопрос «наш ли это клиент прямо сейчас», масштаб — «сколько он может принести». Компании с приоритетным сигналом — первым блоком, и ячейки их сигналов выдели заливкой (светло-зелёный, например `C6EFCE`), чтобы приоритет был виден при открытии файла, а не только по сортировке. Как делать заливку — зависит от среды (в Python это openpyxl); если xlsx собрать нечем, сохрани CSV + отдельный md-файл с приоритизированным списком и скажи пользователю, что заливки нет. Внутри блоков — по масштабу (крупные выше), затем по уверенности. **Лист 2 «Вне ICP (отложено)»** — компании, у которых с источником подтвердился признак дисквалификации из настройки. Это не мусор: если у пользователя есть партнёр для таких лидов — помечай «кандидат на реферал»; в любом случае храни с колонкой «что перепроверить в будущем» (признаки меняются: компании открывают новые юрлица, направления, каналы). **Лист 3 «Исключено (дубли)»** — только если была сверка с базой. ## Сводка в чате (после файла) Коротко, без дублирования таблицы: - Сегмент и под-типы, по которым шёл поиск. - Сколько рассмотрено всего / прошло оба критерия / исключено как дубли / «на грани» не вошло. - Сколько кандидатов с приоритетным сигналом и сколько среди них крупных — с них начинать следующий этап. - Напоминание: оценки сигналов предварительные, по открытым источникам; перепроверяются при сборе досье. ## Правила честности (важнее охвата) Несуществующая или чужая по сегменту компания в списке стоит дороже, чем её отсутствие: время на досье и письмо потрачено впустую, а рассылка мимо ЦА бьёт по репутации домена и бренда. - НЕ выдумывай компании и URL. Каждая строка — с реальным источником обнаружения. - НЕ включай компанию, если хотя бы один из двух критериев не подтверждён — ни один не компенсирует другой. - Набралось меньше целевого объёма — так и скажи в сводке и не разбавляй список слабыми совпадениями ради цифры. Маленький точный список сильнее большого с мусором. - Сегмент оказался настолько узким, что кандидатов физически мало, — скажи прямо: для проверки гипотезы это тоже результат. - У каждого кандидата — дата проверки; при повторном запуске через несколько месяцев старые данные не считаются актуальными автоматически. ## Правила запуска - Один запуск = один сегмент. Пользователь дал несколько — спроси, вести ли их отдельными листами или отдельными запусками, не решай молча. - Результат — готовый вход для company-context: строка «Компания + URL» подаётся туда как есть.
From Marchenko-sales/ai-sales-skills, CC-BY-4.0.
More from Marchenko-sales/ai-sales-skills
- 0.524score
b2b-lead-contacts
Marchenko-sales
Deep search for named decision-makers at a specific company: names and roles of the people who decide on buying your product, their LinkedIn and personal…
SkillBFreshness: BClaude Code +9 - 0.524score
cold-outreach
Marchenko-sales
Cold outreach for B2B: personalized first messages — email, Telegram, LinkedIn (accepted connections) and generic inboxes (info@) — for every contact from the…
SkillBFreshness: BClaude Code +9 - 0.524score
company-context
Marchenko-sales
Pre-outreach company dossier for B2B sales — so the first message is specific instead of 'we'd like to offer cooperation'.
SkillBFreshness: BClaude Code +9 - 0.524score
qualification-objections
Marchenko-sales
Lead qualification and objection handling for B2B sales, on calls and in writing.
SkillBFreshness: BClaude Code +9 - 0.524score
stop-slop-ru
Marchenko-sales
Removes recognizable AI-writing patterns from Russian-language text: throat-clearing openers, false contrasts, bureaucratese, dead cold-email closers.
SkillBFreshness: BClaude Code +9
Signals
- Stars
- 0
- Forks
- 0
- Open issues
- 0
- Last commit (this folder)
- Sep 4, 2026 (1 month ago)
From GitHub (fetched Oct 24, 2026).
Details
- License
- CC-BY-4.0
- First seen
- Oct 24, 2026
- Last checked
- Oct 24, 2026
- Source
- GitHubgithub-graphql
More from Marchenko-sales
- 0.524score
b2b-lead-contacts
Marchenko-sales
Deep search for named decision-makers at a specific company: names and roles of the people who decide on buying your product, their LinkedIn and personal…
SkillBFreshness: BClaude Code +9 - 0.524score
cold-outreach
Marchenko-sales
Cold outreach for B2B: personalized first messages — email, Telegram, LinkedIn (accepted connections) and generic inboxes (info@) — for every contact from the…
SkillBFreshness: BClaude Code +9 - 0.524score
company-context
Marchenko-sales
Pre-outreach company dossier for B2B sales — so the first message is specific instead of 'we'd like to offer cooperation'.
SkillBFreshness: BClaude Code +9 - 0.524score
qualification-objections
Marchenko-sales
Lead qualification and objection handling for B2B sales, on calls and in writing.
SkillBFreshness: BClaude Code +9 - 0.524score
stop-slop-ru
Marchenko-sales
Removes recognizable AI-writing patterns from Russian-language text: throat-clearing openers, false contrasts, bureaucratese, dead cold-email closers.
SkillBFreshness: BClaude Code +9
Done for you
Rather not set it up yourself?
Chalk Labs scopes, builds and runs agents for your team: the task audit, the eval harness, the integrations and the weekly ops report. Fixed scope, priced before we start.
See how we build AI agents →Read the case studies
Chalk Labs is a two-founder AI and growth studio. We build AI agents, CRMs and MVPs for Web3 and AI companies, and have shipped 50+ product and token launches.
- launches shipped
- 50+
- launches shipped
- media placements
- 500+
- media placements
- founders on every account
- 2
- founders on every account
Press we've placed: Forbes · CoinDesk · Decrypt · Cointelegraph · The Block
Rahil Jain, Co-founder, Chalk Labs. Ex-Goldman Sachs engineer. You talk to the person who builds it.
Get segment-company-search running in your business
Tell us what you want to automate. A founder replies within one working day with a plan, not a pitch deck.
Cite this page
segment-company-search skill. Agent Mart. https://agentmart.dev/skills/marchenko-sales-segment-company-search (last updated 2026-10-24)