Claude + Apollo: Prospecting tự động từ mô tả ICP

Minh TuấnCTO, Transform Group

01/07/2026 541 04 phút đọc

1Muốn làm chủ ví dụ prospecting thực tế, hãy bắt đầu từ việc hiểu VP of Engineering tại các công ty SaaS Series B+ tại Mỹ, quy mô 200-1000 nhân viên Head of Marketing tại các công ty e-commerce ở châu Âu CTO tại fintech startups, 50-500 nhân viên — kỹ thuật này được nhiều developer áp dụng thành công trong dự án thực tế.
2Một thực tế quan trọng về quy trình prospecting chi tiết: Bước 1: Parse ICP từ ngôn ngữ tự nhiên Claude tự động trích xuất các filter có cấu trúc: Company filters: Industry/vertical keywords → tags tìm kiếm Employee count ranges → ví dụ: "200,1000" Company locations → "United States" — tuy mang lại lợi ích rõ ràng nhưng cũng đòi hỏi đầu tư thời gian học và thử nghiệm phù hợp.
3Kết quả đo lường từ icp fit scoring: Mỗi lead được chấm điểm theo 4 tiêu chí: Strong: Title, seniority, company size, và industry đều match Good: 3/4 tiêu chí match Partial: 2/4 tiêu chí match — các chỉ số cụ thể này giúp bạn đánh giá chính xác hiệu quả trước khi đầu tư nguồn lực.
4Bước thực hành then chốt trong hành động tiếp theo: Sau khi có bảng leads, Claude gợi ý: Lưu tất cả vào Apollo Lưu tất cả 18 leads này vào Apollo với deduplication — nắm vững điều này giúp bạn triển khai nhanh hơn và giảm thiểu lỗi thường gặp.
5Điểm cần cân nhắc khi sử dụng mẹo tối ưu kết quả: ICP cụ thể hơn kết quả tốt hơn: Thêm industry + size + geography + title để có leads quality cao Bắt đầu với ít company filters: Mở rộng nếu kết quả quá ít Review trước khi enrich — không phải mọi trường hợp đều phù hợp, cần đánh giá bối cảnh cụ thể trước khi áp dụng.

Claude + Apollo: Prospecting tự động từ mô tả ICP

Từ mô tả ICP bằng ngôn ngữ tự nhiên đến danh sách leads được enrich đầy đủ — Claude + Apollo tự động hóa toàn bộ pipeline prospecting trong một lệnh duy nhất.

Thay vì dành hàng giờ cấu hình filters trên Apollo UI, bạn có thể mô tả khách hàng lý tưởng bằng ngôn ngữ tự nhiên và để Claude xử lý toàn bộ: tìm công ty, enrich, xác định decision makers, và xuất bảng leads sẵn sàng outreach.

Ví dụ prospecting thực tế

VP of Engineering tại các công ty SaaS Series B+ tại Mỹ, quy mô 200-1000 nhân viên

Head of Marketing tại các công ty e-commerce ở châu Âu

CTO tại fintech startups, 50-500 nhân viên, New York

Procurement managers tại manufacturing companies có 1000+ nhân viên

SDR leaders tại các công ty dùng Salesforce và Outreach

Quy trình prospecting chi tiết

Bước 1: Parse ICP từ ngôn ngữ tự nhiên

Claude tự động trích xuất các filter có cấu trúc:

Company filters:

Industry/vertical keywords → tags tìm kiếm
Employee count ranges → ví dụ: "200,1000"
Company locations → "United States", "Europe"
Specific domains (nếu có)

Person filters:

Job titles → "VP Engineering", "Head of Engineering"
Seniority levels → "vp", "director", "manager"
Person locations → nếu khác với company location

Nếu ICP mơ hồ, Claude hỏi 1-2 câu làm rõ:

ICP của bạn hơi rộng. Để cho kết quả tốt hơn:
1. Bạn muốn tập trung vào industry nào? (SaaS, fintech, healthcare...)
2. Company size range: startup (<100) hay mid-market (100-1000)?

Bước 2: Tìm kiếm công ty phù hợp

Claude search với các company filters, lấy 25 kết quả đầu tiên, sau đó enrich top 10 companies để có thêm revenue, funding, headcount data — giúp rank thứ tự ưu tiên.

Bước 3: Tìm decision makers

Với danh sách công ty đã enrich, Claude search người phù hợp theo title và seniority, scoped trong các company domains đó.

Bước 4: Enrich top leads

Lưu ý credit: Claude thông báo số credits sẽ tiêu thụ trước khi thực hiện.

Bulk enrich tối đa 10 leads/call, lấy email và điện thoại trực tiếp.

Bước 5: Bảng leads có ranking

Output mẫu:

### Leads phù hợp: VP Engineering tại SaaS Series B+ US, 200-1000 nhân viên

| # | Tên | Title | Công ty | Nhân viên | Revenue | Email | Phone | ICP Fit |
|---|-----|-------|---------|-----------|---------|-------|-------|---------|
| 1 | Sarah Kim | VP Engineering | Notion | 800 | $50M | s.kim@notion.so | +1-xxx | Strong |
| 2 | James Lee | VP of Eng | Linear | 350 | $35M | j.lee@linear.app | +1-xxx | Strong |
| 3 | Maria Chen | Head of Eng | Loom | 220 | $28M | m.chen@loom.com | — | Good |
...

**Tóm tắt:** Tìm được 18 leads từ 12 công ty. 8 credits đã tiêu thụ.

ICP Fit Scoring

Mỗi lead được chấm điểm theo 4 tiêu chí:

Strong: Title, seniority, company size, và industry đều match
Good: 3/4 tiêu chí match
Partial: 2/4 tiêu chí match

Ví dụ ICP phức tạp

ICP với tech stack filter

Tìm SDR managers tại B2B SaaS companies đang dùng Salesforce và Outreach,
quy mô 50-500 nhân viên, tại US và Canada

ICP theo funding stage

CTO hoặc VP Engineering tại Series A/B fintech startups ở EU,
đã raise ít nhất $10M, quy mô dưới 200 nhân viên

ICP trong niche vertical

Head of Data Science hoặc Chief Data Officer tại healthcare technology companies,
1000+ nhân viên, có product đang sử dụng machine learning

Hành động tiếp theo

Sau khi có bảng leads, Claude gợi ý:

Lưu tất cả vào Apollo

Lưu tất cả 18 leads này vào Apollo với deduplication.

Load vào sequence

Load top 10 leads (ICP fit = Strong) vào sequence "VP Eng Outbound Q1" của tôi.

Deep-dive một công ty

Cho tôi xem chi tiết hơn về Notion — lịch sử funding, leadership team,
và tại sao họ fit với ICP của tôi.

Tinh chỉnh tiêu chí

Kết quả tốt nhưng tôi muốn bỏ các công ty có revenue dưới $20M.
Hãy chạy lại với filter đó.

Xuất CSV

Format danh sách này thành CSV để tôi copy vào spreadsheet.

Mẹo tối ưu kết quả

ICP cụ thể hơn = kết quả tốt hơn: Thêm industry + size + geography + title để có leads quality cao
Bắt đầu với ít company filters: Mở rộng nếu kết quả quá ít
Review trước khi enrich: Claude sẽ show danh sách companies và people trước khi tốn credit
Iterate qua nhiều vòng: Mỗi refinement là một filter adjustment, không phải fresh start

Bước tiếp theo

Sau khi có leads list, bước tiếp theo là nạp họ vào Apollo sequences để bắt đầu outreach tự động. Khám phá hướng dẫn Sequence Load và Lead Enrichment tại bộ sưu tập Ứng dụng.