ooligo
claude-skill

Score an AI SDR pilot against pre-registered kill criteria and produce a keep/kill memo

Difficulty
上級
Setup time
2-4 hours
For
revops · sdr-leader · gtm-engineer
RevOps

Stack

終了した AI SDR パイロットを、継続・中止・延長のメモに変換する Claude Skill です。判定は、チームが最初の送信より前に書き留めた基準に対して行われます。4 つの軸——完全負担ベースの有効ミーティング単価、ポジティブ返信あたりのミーティング数、人手による手直し時間、送信レピュテーションの変化——を算出し、基準がパイロット途中で変更された場合や、判定を支えるにはサンプルが小さすぎる場合には結論を返すことを拒否します。バンドルは apps/web/public/artifacts/ai-sdr-pilot-scorecard-skill/ にあり、SKILL.md と 4 つの参照ファイル、すなわちパイロット開始前にチームが記入する事前登録テンプレート、5 行構成のコストモデル、指標定義、2 本の実物サンプルメモを収録しています。

このスキルが解くのは測定の問題ではありません。中止ラインを先に書き留める人がほとんどいない、という問題です。パイロットが終わり、ベンダーのダッシュボードが予約ミーティング数を表示し、誰かがライセンス費用をその数で割り、その結果が事前登録されていない基準値を上回ります。3 か月後、失敗がどのような形になるかを記した文書を誰も作らなかったために、契約は自動更新されます。

使うべき場面

パイロットの最終送信から 14 日後に、完全なエクスポートを使って実行してください。この 14 日のテール期間は意図的なものです。最終週に予約されたミーティングはまだ開催されておらず、苦情に起因するフィルタリングは遅れて悪化します。終了日に採点されたパイロットは、自身の結果が到着する前に採点されているのです。

ほかに 2 つのモードがあります。中間チェックポイントは checkpoint: true で各軸を計算し no_verdict を返します。この実行は 3 週目にレピュテーションの逸脱を捕まえるためのものであり、何かを決めるためのものではありません。すでに稼働中のデプロイに対する更新レビューは、直近 90 日をウィンドウとして扱います。事後に書かれた事前登録が許容されるのはこのモードだけで、メモには恒久的に retrospective: true が付きます。

このスキルは 11xArtisanaisdr、および自社開発エージェントに等しく適合します。ベンダーのシステムではなく、あなたのシステムを採点するからです。読み取る対象はすべて、自社の CRM、財務エクスポート、工数記録、Google Postmaster Tools から来ます。

使うべきでない場面

事前登録が存在しない場合。 スキルは no_preregistration を返して停止します。いま基準を書いて日付を遡らせる行為は、メモを作らないことより悪い成果物を生みます。事後の判断を測定のように見せかけてしまうからです。上記の更新レビューモードだけが例外で、それ自体にラベルが付きます。

登録した最小サンプルを下回る場合。 観測値と必要値を添えて insufficient_sample を返します。有効ミーティングが n 件のとき、1 件の増減はミーティング単価をおよそ 1/n 動かします。8 件なら 12.5%、20 件なら 5% です。開催済み 9 件しか生まなかった 6 週間のパイロットでは、返信対ミーティング率 4% と 7% を区別できず、そこから算出した判定は小数点の付いたノイズにすぎません。

2 つのベンダーを比較する場合。 これは 1 つのデプロイを基準値に対して採点するものであり、2 つを相互に比較するものではありません。直接比較には、共通の除外リストのもとで同等のセグメントを走らせる別の設計が必要です。

人間の SDR チームの四半期レビュー。 コストモデルはリード単位または連絡先単位のメーターと、人員ベースでは同じ形で存在しない手直し行を前提にしています。

セットアップ

2〜4 時間。その大半は配線ではなく、基準値を決めることに費やされます。

  1. 最初の送信より前に事前登録を記入します。 references/1-preregistration-template.md をコピーし、すべてのプレースホルダを置き換え、コミットします。min_held_meetings は、ミーティング 1 件の増減がもたらすミーティング単価の変動が、基準値と期待値の差より小さくなるように設定してください。上限 750 に対して 700 付近の着地を見込むなら、その差は約 7% であり、20 件が下限になります。
  2. max_cost_per_qualified_meeting は、ベンダーの定価ではなく現行モーションを基準に設定します。 公開価格が示すのはサブスクリプション行だけです。AiSDR は AI リサーチ済み連絡先 200 件で月額 250、800 件で 900、2,500 件で 2,500 を公開しており、上位 2 プランは四半期コミットです。11x は Growth プランについて年額請求で月額 3,750——年間 45,000——を公開し、月あたり新規プロスペクト 2,000 件と最大 5 名のエンドユーザーを含むとし、送信単位ではなくリード単位で課金すると明言しています。Artisan は価格を公開しておらず、各プランを月あたり約 2,500 件および約 6,000 件のコンタクト済みリードとして記述しています。
  3. max_spam_rate は 0.0030 に設定し、そのままにします。 これは Gmail アカウント宛に 1 日 5,000 通を超えて送信する送信者に対する Google の公開要件、すなわち Postmaster Tools で報告されるスパム率を 0.30% 未満に保つことに基づきます。Google は別途、通常の苦情スパイクがハードラインに達しないよう 0.10% 未満を維持することを推奨しています。Gmail 比率の高いリストでは運用基準値を 0.0010 に置き、0.0030 を停止線として扱ってください。
  4. 除外ルールをいま決めます。 exclude_open_opp_at_bookingexclude_prior_human_touch_within_days: 90 の 2 つが、何をエージェントのミーティングと数えるかを決めます。緩めるなら、どちらに有利かを知る前に、ここで文書として緩めてください。
  5. 手直し時間は初日から計測します。 実作業を担う 2 名による週次の自己申告値は、不正確ですが誠実です。ツールを推す人物が終了時に再構成した数値は、正確ですが役に立ちません。
  6. スキルをインストールします。 SKILL.mdreferences/.claude/skills/ai-sdr-pilot-scorecard/ に配置するか、claude.ai に Skill としてアップロードします。入力ペイロードは CRM エクスポート、財務、工数記録、Postmaster から組み立てます。

4 つの軸をこう設計した理由

有効ミーティング単価は 2 通り出力されます。 1 つは 5 つのコスト行すべて——サブスクリプション、データとエンリッチメント、送信インフラ、按分した導入費、負担込み時給で価格付けした手直し時間——に基づくもの、もう 1 つはサブスクリプションのみに基づくものです。両方をメモに載せます。サブスクリプションのみの数値はベンダーのビジネスケースに載る数値であり、誤りではなく別の問いに答えているだけです。両方を並べて印字することで、算定基礎が議論の的ではなく可視の事実になります。references/2-cost-model.md の計算例では、有効ミーティング 14 件の 42 日間パイロットで、完全負担ベースは 851、サブスクリプションのみは 370 となり、両者を隔てる 6,735 のうち 6,035 はただ 1 行、人手による手直し 71 時間です。この区別は次の一手を変えます。「高すぎる」は交渉ですが、「生み出すミーティング 1 件あたり人手 6 時間」は値引きでは解けないプロダクトの問題です。

返信対ミーティングはポジティブ返信のみを数えます。 ネガティブ返信、不在通知、配信停止依頼はコンバージョン機会ではなく、これらを同じ分母に混ぜることこそ、リストが焼けていく最中に返信率のグラフが横ばいに見える理由です。ベンダー自身の分類器が返信をラベル付けしている場合、references/3-metric-definitions.md は 0.80 のディスカウントを適用し、その数値を unaudited と記します。これは実行結果同士の比較可能性を保つために当該ファイルが定めた慣行であり、測定された業界数値ではありません。人手でラベル付けした 50 件の層化サンプルを渡せば、スキルは実際の precision を算出します。

手直しは水準だけでなくトレンドでも採点します。 週を追って減っているならチームがツールを習得しつつあり、横ばいや増加ならツールが収束していません。同じ水準でも判定は逆になります。

レピュテーションはハードストップであり、採算とは独立に評価されます。 テールウィンドウが絶対線を越えた場合、ミーティング単価が何を示していようと判定は kill です。送信者レピュテーションは、請求書、更新案内、サポート返信を含め、その企業がそれらのドメインから送るすべてに共有されます。パイロットがそれを消費して、浮いた分を成果として計上することはできません。

失敗モードとガード

  • 中止ラインがパイロット途中で動く。 失敗しつつあるパイロットが生き延びる最も一般的な経路であり、たいていは不誠実さではありません。すでに信じ始めた人物が、うまくいっていないパイロットの 3 週目にドキュメント上で基準値を静かに緩めるのです。ガード: ステップ 1 は事前登録をハッシュ化し、変更されたものに対する採点を拒否して、判定の代わりにフィールド単位の差分を返します。変更自体は許容されます。新しいハッシュで再登録すれば採点され、メモには恒久的に retrospective: true が付きます。
  • アトリビューションの水増し。 ベンダーは、すでに商談が進行中だったアカウントや、直近に人手で接触したアカウントのミーティングを計上します。ガード: 除外対象のミーティングは、交渉による割引ではなくルールによって分子から外れ、除外件数と理由の分布がそれ自体の発見として報告されます。帰属ミーティングの 32% がすでにオープンなアカウントであるベンダーは、値引きでは解決しない自社ソーシングの性質を告げています。
  • サブスクリプションのみの分母。 ガード: 5 行のいずれかが null の場合、実行は incomplete_cost_model で却下されます。ゼロだと考える行は 0 として入力する必要があり、それは空白ではなく主張です。
  • 採点日より後に着地する損害。 ガード: 14 日のテールウィンドウは必須であり、レピュテーション軸はすべてのコスト基準を満たしたパイロットを中止にできます。
  • keep を「スケールしてよい」と読むこと。 スキルが採点するのは、1 つのボリュームにおける 1 つの構成です。ボリュームはレピュテーション軸を壊す可能性が最も高い入力です。ガード: メモの最終セクションは採点対象のボリュームを明示し、いかなる増加についても再採点を条件とします。

代替手段との比較

ベンダーの QBR 資料が報告するのは分子です。あなたの手直し時間にアクセスできず、あなたの除外ルールを適用する動機もなく、ポジティブ返信を自ら分類しています。読んだうえで、これを実行してください。

RevOps アナリストのスプレッドシートは算術としては正しく、それでも基準のドリフトに負けます。そのシートは結果が見えたあとに作られ、基準値も結果と並べて選ばれるからです。ハッシュこそ、このワークフローのうちスプレッドシートが構造的に再現できない唯一の部分です。

契約を自動更新させることが実際のデフォルトであり、これを置き換えるためにこのスキルが存在します。11x Growth のコミットメントでは、そのデフォルトは誰も購入を決めていない 1 年分の 45,000 を要します。

パイロット期間中のアウトプット品質を検査する ai-sdr-draft-qa-skill と、2 回のチェックポイントではなく継続的にレピュテーション軸を監視する email-deliverability-monitor-n8n を併用してください。これらすべてに先立つベンダー選定については、ai-sdr-stackシグナル駆動型と自律型の AI SDR を参照してください。

Files in this artifact

Download all (.zip)