当需要用 Apollo 数据回答销售绩效问题并输出格式化表格…

适用于基于 Apollo 销售数据快速分析邮件、电话、会议、任务、机会、序列、会话智能等绩效问题并生成可读报表。

适用场景

解决思路

1. 解析 "$ARGUMENTS"，确定 metrics、日期范围、group_by、pivot_group_by、filters、sort 等参数。
2. 选择 1–15 个与问题匹配的 metrics；当用户询问 performance 时，始终在原始计数之外同时包含 rate/percent 版本。
3. Email 指标：num_emails_sent、num_emails_delivered、num_emails_opened、num_emails_clicked、num_emails_replied、num_emails_bounced、num_emails_unsubscribed、percent_emails_replied、num_contacts_emailed、num_contacts_opened、num_contacts_replied。
4. Calls 指标：num_phone_calls、num_phone_calls_completed、num_phone_calls_connect、num_phone_calls_connect_positive、num_phone_calls_connect_negative、num_phone_calls_connect_neutral、percent_phone_calls_connect、avg_phone_call_duration、num_contacts_called。
5. Calls 关键区分：num_phone_calls_completed = 所有已记录尝试；num_phone_calls_connect = 收件人实际接听；num_phone_calls_connect_positive/negative/neutral = 按结果情绪分类的已接通电话。
6. Meetings 指标：num_all_meetings_scheduled、num_meetings_held、num_all_meetings_rescheduled、num_calendar_events_scheduled、num_calendar_events_cancelled、num_all_meetings_scheduled_via_email、num_all_meetings_scheduled_via_call。
7. Meetings 关键区分：num_all_meetings_scheduled = 包含已取消；num_meetings_held = 实际发生。
8. Tasks 指标：num_tasks、num_tasks_completed、num_tasks_scheduled、num_tasks_completed_on_time、percent_tasks_completed、percent_tasks_completed_on_time、overdue_tasks、unfinished_overdue_tasks、percent_unfinished_overdue_tasks。
9. Tasks 关键区分：overdue_tasks = 所有逾期，包括已完成但逾期；unfinished_overdue_tasks = 仍待处理且逾期；percent_unfinished_overdue_tasks = 逾期且未完成任务占已安排任务的比例，对比 num_tasks_scheduled。
10. Contacts & Accounts 指标：num_contacts、num_accounts、num_contacts_touched、num_accounts_touched、num_net_new_people、num_net_new_companies、num_contacts_with_job_change。
11. Opportunities 指标：num_opportunities、num_won、num_closed、deal_amount、won_amount、pipeline_amount、revenue_amount、avg_deal_amount、avg_won_amount、percent_win_rate、avg_salescycle_days。
12. Sequences 指标：num_contacts_added_to_sequence、num_contacts_remove_from_sequence。
13. Conversation Intelligence 指标：num_conversations_recorded、num_conversations_listened、avg_conversation_duration、total_conversation_duration、avg_talk_ratio、avg_question_rate、avg_longest_monologue、speaker_switches。
14. LinkedIn 指标：num_linkedin_tasks_scheduled、num_linkedin_tasks_completed、num_linkedin_tasks_skipped、percent_linkedin_tasks_completed。
15. 日期范围：优先把用户时间引用映射到 preset modality：today、yesterday、current_week、current_month、current_quarter、current_year、last_7_days、last_2_weeks、last_30_days、last_3_months、last_6_months、last_12_months、last_4_quarters、last_2_years、previous_week、previous_month、previous_quarter、previous_year、all_time。
16. 自定义日期：使用 range_start + range_end（YYYY-MM-DD）表示具体日期窗口；不要与 modality 组合；如果未给出时间引用，默认 last_30_days。
17. 分组 group_by 时间模式：smart_datetime_hour、smart_datetime_day、smart_datetime_week、smart_datetime_month、smart_datetime_year、smart_datetime_hour_of_day、smart_datetime_day_of_week、smart_datetime_month_of_year。
18. 分组 group_by People & Teams：smart_user_id（按 rep）、smart_subteam_id（按 team）。
19. 分组 group_by Email dimensions：emailer_campaign_id（按 sequence）、emailer_template_id（按 template）、emailer_message_type、emailer_step_id、emailer_touch_id、send_from_email、send_from_domain、email_account_id。
20. 分组 group_by Calls：phone_call_outcome_id、phone_call_purpose_id、phone_call_sentiment。
21. 分组 group_by Contact attributes：contact_stage_id、contact_label_ids、contact_owner_id、persona、person_title_unanalyzed、person_seniority、person_location_country、person_location_state、person_location_city。
22. 分组 group_by Account & company attributes：account_id、account_stage_id、account_label_ids、account_owner_id、organization_industries、organization_num_current_employees、organization_hq_location_country、organization_hq_location_state、organization_hq_location_city、organization_latest_funding_stage_cd、organization_current_technologies。
23. 分组 group_by Opportunities：opportunity_stage_id、opportunity_owner_id、opportunity_pipeline_id、forecast_category、lead_source、opportunity_deal_source。
24. 分组 group_by Tasks：task_type、task_status。
25. 分组 group_by Conversations：conversation_state、conversation_type、tracker_names_unanalyzed、calendar_event_setting_type。
26. 如果不分组，完全省略 group_by，以获得 flat summary（单行总计）。
27. Pivot：如果用户想要 cross-tab（例如 by rep AND by sequence、broken down by stage vs email type），将 group_by 设为主维度，将 pivot_group_by 设为次维度；使用 pivot 时工具会为每个 metric 返回一张表；优先使用低基数维度作为 pivot，例如 emailer_message_type、contact_stage_id、phone_call_sentiment。
28. Filters：遇到 "my data" / "for me" / "my performance" 时，传 filters: { user_ids: ['current'] }。
29. Filters：按 Apollo user ID 指定具体用户时，传 filters: { user_ids: ['<user_id>'] }，可组合为 ['current', 'user_id_1']。
30. Filters：遇到 "team" 或没有提到用户时，完全省略 filters，返回 team-wide data。
31. Filters：按 team/subteam 过滤时，传 filters: { team_ids: ['<subteam_id>'] }。
32. Filters：按 sequence name 过滤时，先调用 mcp__claude_ai_Apollo_MCP__apollo_emailer_campaigns_search 把名称解析为 ID，再传 filters: { emailer_campaign_ids: ['<id>'] }。
33. Sort：如果用户问 "who has the most..."、"ranked by..." 或 "top reps by..."，设置 sort: { metric: '<metric_name>', asc: false }；如果是 "lowest first" 或 "worst performing"，使用 asc: true。
34. Sort 约束：仅当设置了 group_by 时生效，对 flat queries 无效；sort metric 必须包含在 metrics 数组中。
35. 调用 mcp__claude_ai_Apollo_MCP__apollo_analytics_sync_report，并传入上面确定的参数。
36. 如果问题横跨多个独立维度（例如 "show me email metrics by rep AND separately by sequence"），做两次顺序调用。
37. 如果问题模糊，先做合理默认调用，再主动提出细化。
38. Flat response（没有 group_by）：用干净的两列表格呈现——metric name 和 value。
39. Grouped response（仅有 group_by）：用表格呈现，第一列为维度，后续列为 metrics；突出 notable outliers（top performer、lowest rate、biggest gap）。
40. Pivot response（group_by + pivot_group_by）：每个 metric 作为单独带标签的表格呈现；每个表格后加一句简要总结。
41. 始终：将小数转换为可读百分比（例如 0.14 → 14%）。
42. 始终：大数字加逗号。
43. 始终：如果响应显示 "Showing first N of M rows"，说明总行数并提供细化选项。
44. 始终：数据后加 1–2 句 insight（例如 "Tuesday has the highest call volume at 355 calls"、"Sarah Flores leads reply rate at 14%"）。
45. 展示结果后，建议 2–3 个相关下一步：drill deeper——按另一个维度分解（例如 "want to see this by rep?"）。
46. 下一步：change date range——与另一个时间段比较。
47. 下一步：add more metrics——例如 "want to add meetings or tasks to this view?"。
48. 下一步：pivot view——例如 "want to cross-tab this — e.g. by rep × sequence?"。
49. 下一步：export——格式化为 CSV 风格表格以便复制粘贴。

适用边界 · 注意事项

• 不适用于没有 Apollo 账号、Apollo MCP 连接或相应付费/权限的环境；它依赖 mcp__claude_ai_Apollo_MCP__apollo_analytics_sync_report 等 Apollo 专属工具。
• 不适用于非 Apollo 数据源、离线数据，或需要直接写 SQL/自定义 ETL 的分析。
• 不适用于要求跨多个独立维度却拒绝拆成多次顺序调用的问题；单次调用不应硬合并独立报表。