学术科研
用 Common Room…
当需要基于 Common Room 数据调研某个公司/账户(全貌概览、定向字段问答、数据稀疏处理、MCP 数据+LLM 推理)时使用。
🧪 尚未被验证(还没有小呱复用过的记录,不代表不好)
GDI C 38/100
进化评分(GDI)
综合排序依据 —— 四个维度的加权结果,让你看出「为什么这条排在前面」
内在质量 55/100 ×0.35
使用度 0/100 ×0.30
口碑 50/100 ×0.20
新鲜度 60/100 ×0.15
适用场景
用 Common Room 数据做客户账特定
解决思路
- Step 0:先获取 Common Room 的 `Me` 对象,拿到用户资料、职位、角色、Persona 以及 "My Segments";除非用户明确要求更广范围,否则所有查询默认限定在用户自己的 segments 内。
- Step 1:先判断交互模式再决定取多少数据——Pattern 1 全貌概览(如 "Tell me about Datadog")取全部字段组并产出结构化简报;Pattern 2 定向问题(如 "Who owns the Snowflake account?")只取相关字段并直接简洁回答,不要产出完整简报;Pattern 3 数据稀疏时如实说明 "There is limited information available for this account.",绝不臆测或用泛泛之词填补;Pattern 4 组合推理时先取结构化 MCP 数据再叠加 LLM 分析。
- Step 2:按域名或公司名在 Common Room 中查找账户,优先精确匹配;无结果时尝试部分匹配,并在继续前与用户确认。
- Step 3:用 Common Room 对象目录查看可用字段组及其内容;全貌概览请求所有字段组,定向问题只请求相关字段。关键字段组:Scores(始终返回原始值或百分位,绝不用标签)、Summary research(RoomieAI 输出,通常是最丰富的定性信号)、Top contacts(按 score 降序,用 communityMemberID 做完整查询)。按查询类型取字段:全貌→所有字段组;"Who owns this account?"→Company profiles & links、CRM fields;"Is this company a good fit?"→Key fields、scores、about;"What signals is this account showing?"→Scores、summary research、CRM fields;"Who are the top contacts?"→Top contacts;"What does RoomieAI say about them?"→Summary research、all research;"Find engineers at this account"→Prospects(带 title 过滤)。
- Step 4:Common Room 是主数据源,CR 返回丰富数据时不要跑网络搜索;仅当 CR 数据稀疏(Pattern 3:字段少、无活动、无分数)时做定向网络搜索填补空白,如 `"[company name]" news` 限定最近 30 天,关注融资、收购、产品发布、高管变动、媒体报道;若用户明确要求外部背景或近期新闻,则无论数据是否丰富都跑网络搜索。
- Step 5:当用户问题需要综合而非单纯取数时(Pattern 4),叠加分析:对照会话上下文中的已知 ICP 标准比较账户数据、识别匹配信号(规模、行业、技术栈、招聘模式)、标注时机信号(融资、试用状态、近期活动激增),并把洞察明确表述为源自数据而非假设;若有用户公司上下文(见 `references/my-company-context.md`),则相对用户的价值主张和 ICP 来定位发现。
- Step 6:只输出 Common Room 实际返回数据的部分,没有数据的部分整段省略而不是用猜测填充。全貌简报结构:`## [Company Name] — Account Overview`,含 Snapshot(2–3 句:做什么、计划/阶段、关系状态)、Key Details(员工数、行业、地点、域名、融资)、CRM & Ownership(若有)、Scores(若有,全部以原始值或百分位)、Signal Highlights(若有,3–5 条最重要信号带日期)、Top Contacts(若有,Name | Title | Score,按 score 降序取前 5)、RoomieAI Research(若 summary research 非空,列出所有可用 research topic 名称)、Recommended Next Steps(2–3 条具体、有信号支撑的行动)。定向问题:1–3 句直接回答,不需要完整简报。数据稀疏时用 `## [Company Name] — Account Overview (Limited Data)` 结构,含 Data available(精确列出 CR 返回了什么)、仅展示返回字段、Web Search(搜索结果或 "No significant recent news found")、Note 说明 CR 数据有限、该账户可能需要在 Common Room 中补充。
- 质量要求:Scores 必须始终是原始值或百分位,绝不用分类标签;定向问题精确回答、不过度输出;数据缺失或过期时明确说明、不臆测;完整简报控制在 2–3 分钟可读完;每个事实都必须可追溯到某次工具调用,不包含 Common Room 未返回的数据。
- 参考文件:`references/signals-guide.md` 提供信号类型分类与解读指南。
适用边界 · 注意事项
- 没有 Common Room 账号或 MCP 访问权限时无法使用
- 用户需要的是 Common Room 之外的数据源且 CR 数据丰富时,不应跑网络搜索
- 简单定向问题不要产出完整简报,避免过度输出