我们做了一个只负责抓取职位描述找线索的 Claude Agent

我们做了一个 Claude Agent，它唯一的工作就是抓取职位描述来找线索…… July 24, 2026 · 5 min read · View source ↗ Claude Linkedin B2B 一个招聘启事，就是一家公司在书面告诉你，它接下来打算在什么上面花钱。 下面是如何构建一个单一的 Agent，读取这些招聘启事并把它们变成合格线索…… 为什么职位描述是线索来源： 一家发布职位的公司，意味着预算已经获批，并且它有一个正在招人来解决的问题。 职位描述本身就是一份简报文档： 职位名称点明了哪个职能正在承压 职责描述了他们需要解决的到底是什么问题 任职要求列出了他们使用的工具和技术栈 团队部分显示了这个人向谁汇报，也就是你的决策人 职级告诉你这个缺口有多大 一家正在招聘三个 SDR 的公司，有管道问题，而且有预算去解决它。这是比任何数据库卖给你的企业信息都要更干净的信号。 时机是另一半。 本周发布的职位，说明公司正在主动花钱解决这个问题， 所以你是在预算还开放的时候触达他们，而不是在它关闭几个月之后。 还有第二层大多数人会忽略的信息。 一个职位挂出来两个月还没招到人，说明这是一个他们无法靠招聘解决的问题， 这样的公司宁愿把工作交给服务商，也不愿继续招不到人。 Agent 提取什么： 这个 Agent 读取每一个招聘启事，返回一条结构化的线索，而不是一个链接。 它对每条招聘启事提取这些字段： 公司名称和域名 职位及其职级 任职要求里提到的工具和平台 这个职位要解决的问题（从职责中推断出来） 可能的决策人，也就是这个职位向谁汇报 地点、团队规模，以及这个职位已经挂了多久 然后它做资格筛选。它会根据你的 ICP 检查这家公司，把不符合的剔除掉，并且每一次调用都写下一个书面理由。 推断出来的问题才是最有价值的部分。 Agent 读到一条招聘“需求生成经理，负责搭建我们的外呼动作”的 JD， 然后输出：这家公司正在从零开始做外呼，这恰好就是你的开场白。 提取出来的工具让你之后可以做分层。 每一家 JD 里提到竞品产品的公司，都是一场现成的替换对话， 而每一家招聘你互补工具的公司，都是天然契合。 如何构建它： 把它构建成一个单一用途的 Agent，只有一个循环，使用 Claude Code 或通过 API 使用 agentic 模型。 它运行的步骤： 获取一个来源，也就是一个 LinkedIn 职位搜索 URL、来自 Greenhouse、Lever 或 Ashby 的 ATS feed，或者一个招聘网站查询 拉取与你目标职位和地点匹配的、正在招聘的职位列表 打开每个职位并读取完整描述 把上面这些字段提取成一行结构化的记录 从汇报关系推断问题并识别决策人 根据你的 ICP 对这家公司做资格筛选，保留或剔除，并附上理由 找到决策人的个人资料和邮箱 把这行记录写入一个文件 把你的 ICP 和目标职位作为系统提示词给它，这样它做出的每一个决策都是对照你的定义来衡量的，而不是一个通用定义。 ATS feed 是最可靠的来源，因为 Greenhouse、Lever 和 Ashby 会把他们的招聘信息以公开 JSON 的形式暴露出来，无需登录， 所以 Agent 读取的是结构化数据，而不是去和网页搏斗。 把推断这一步认真构建好，因为正是它把这个东西和普通职位爬虫区分开来。 你要把每一条招聘启事变成一个具体命名的问题，以及一个可以联系的具体人物。 如何运行它： 把它指向一个时间表，每天都会有新职位出现，而本周发布的职位是你能拿到的最新信号。 护栏： 给每次运行设一个预算上限，这样循环就不会超支 对已经联系过的公司做去重 在每一封邮件到达一个域名之前先验证它 先在 100 条招聘启事上做冒烟测试，检查字段准确度和每条线索的成本，然后再放大规模 把输出直接路由到外呼流程里，问题已经附在上面，这样开场白就根据 JD 告诉你的内容自动写好了。 追踪哪些推断出来的问题转化最好。 如果“从零搭建外呼”比“扩展一个已有团队”能约到更多电话， 你就把 Agent 的权重向那些发出前一种信号的职位倾斜，整个系统就会基于它自己生成的数据不断变锋利。 一家刚刚发布职位的公司，正在此刻决定如何解决那个问题，而这正是你想要出现在他们收件箱里的时刻。 —— din 我们为月收入 $10k 或以上的 B2B 企业运营冷外呼系统（LinkedIn + 邮件）…… 与 30 多个行业的 140 多家公司合作过（大多数在 60-90 天内获得 ROI） 私信我，我们聊聊 也读一下这篇文章获取更多价值： https://x.com/DinScales26/status/2062960719247643068 Tags: # X # Claude # Linkedin # B2B # Guide Related articles How We Engineer $100K+/Mo B2B Content Strategies on LinkedIn We've built the LinkedIn content strategy for over 100 B2B founders. $4M+ in tracked client revenue. $950K+ added to client MRR. Marketing Linkedin B2B Claude