Se ignora el alcance genérico. Los SDR que reservan reuniones en 2026 envían notas personalizadas que hacen referencia a la publicación reciente del cliente potencial en LinkedIn, las últimas noticias de su empresa o un hilo de Reddit en su espacio. Este tutorial explica cómo crear un agente de investigación de DEG que extraiga las tres señales automáticamente para cada cliente potencial.
Requisitos previos
- Python 3.8+
- Una clave API de Scavio
- Una lista de prospectos de Apollo o HubSpot
- OpenAI o Claude API para borrador de personalización
Guia paso a paso
Paso 1: Cargar el prospecto
Comience con el nombre del cliente potencial y la empresa.
Python
prospect = {'name': 'Jane Doe', 'company': 'Acme Corp', 'title': 'Head of Growth'}Paso 2: Obtener publicaciones recientes de LinkedIn
Utilice Google SERP para encontrar publicaciones recientes en LinkedIn del cliente potencial.
Python
import requests, os
API_KEY = os.environ['SCAVIO_API_KEY']
def linkedin_posts(name):
r = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY},
json={'query': f'site:linkedin.com/posts "{name}"', 'num_results': 5})
return r.json().get('organic_results', [])Paso 3: Obtenga noticias recientes de la empresa
Google News para conocer las últimas menciones de la empresa.
Python
def company_news(company):
r = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY},
json={'query': f'"{company}"', 'tbm': 'nws'})
return r.json().get('news_results', [])[:3]Paso 4: Obtenga la discusión de Reddit en el espacio del cliente potencial
Extraiga hilos recientes de Reddit relevantes para el rol del cliente potencial.
Python
def reddit_signals(title, company):
r = requests.post('https://api.scavio.dev/api/v1/search',
headers={'x-api-key': API_KEY},
json={'platform': 'reddit', 'query': f'{title} {company}', 'time': 'month'})
return r.json().get('posts', [])[:3]Paso 5: Borrador de correo electrónico personalizado
Introduzca todas las señales en Claude o GPT para redactar el correo electrónico frío personalizado.
Python
import anthropic
client = anthropic.Anthropic()
def draft_email(prospect, posts, news, reddit):
context = f'LinkedIn: {posts}\nNews: {news}\nReddit: {reddit}'
resp = client.messages.create(
model='claude-sonnet-4-6',
max_tokens=500,
messages=[{'role': 'user', 'content': f'Write a 3-sentence cold email to {prospect["name"]} at {prospect["company"]}. Context: {context}'}]
)
return resp.content[0].textEjemplo en Python
Python
import os, requests
import anthropic
API_KEY = os.environ['SCAVIO_API_KEY']
claude = anthropic.Anthropic()
def research(prospect):
posts = requests.post('https://api.scavio.dev/api/v1/search', headers={'x-api-key': API_KEY},
json={'query': f'site:linkedin.com/posts "{prospect["name"]}"'}).json().get('organic_results', [])[:3]
news = requests.post('https://api.scavio.dev/api/v1/search', headers={'x-api-key': API_KEY},
json={'query': f'"{prospect["company"]}"', 'tbm': 'nws'}).json().get('news_results', [])[:3]
reddit = requests.post('https://api.scavio.dev/api/v1/search', headers={'x-api-key': API_KEY},
json={'platform': 'reddit', 'query': prospect['title'], 'time': 'month'}).json().get('posts', [])[:3]
return {'posts': posts, 'news': news, 'reddit': reddit}
prospect = {'name': 'Jane Doe', 'company': 'Acme Corp', 'title': 'Head of Growth'}
signals = research(prospect)
print(signals)Ejemplo en JavaScript
JavaScript
const API_KEY = process.env.SCAVIO_API_KEY;
async function scavio(body) {
const r = await fetch('https://api.scavio.dev/api/v1/search', {
method: 'POST',
headers: { 'x-api-key': API_KEY, 'Content-Type': 'application/json' },
body: JSON.stringify(body)
});
return r.json();
}
const prospect = { name: 'Jane Doe', company: 'Acme Corp', title: 'Head of Growth' };
const [posts, news, reddit] = await Promise.all([
scavio({ query: `site:linkedin.com/posts "${prospect.name}"` }),
scavio({ query: `"${prospect.company}"`, tbm: 'nws' }),
scavio({ platform: 'reddit', query: prospect.title, time: 'month' })
]);
console.log({ posts: posts.organic_results?.slice(0, 3), news: news.news_results?.slice(0, 3), reddit: reddit.posts?.slice(0, 3) });Salida esperada
JSON
For each prospect, the agent returns 3 LinkedIn posts, 3 company news items, and 3 Reddit threads in the prospect's space. Claude then drafts a 3-sentence cold email that references the most specific signal (e.g. 'Saw your post about Q4 pipeline hitting plan...').