面向开发者的 GTM 工程：利用 Apify、Claude Code 或 n8n 构建购买信号列表的三种方法

2026年我接触到的每一个外联团队，都在依赖相同的信号：相同的数据意图源、相同的融资警报、以及同一时间收到的“新任销售副总裁”通知。当所有人都能同时接收到某个信号时，这就不再是竞争优势，而是市场基准。那些仍能获得回复的团队，会定义自己的信号，在投入成本前将其与整个市场规模进行比对，并按计划定期刷新名单，而不是一次性购买后便束之高阁。

现在这个岗位有了个名字——GTM工程师（Go-To-Market Engineer），而且它主要是一个数据工作。你需要一个可按职位、职级、雇主、雇主规模、过往雇主、国家以及最重要的是按日期查询的B2B人员数据库：比如当前角色何时开始、此人何时离开上一家公司、以及他们是否拥有当前职位。然后，你需要从你已有的工作环境中运行这些查询：无论是终端、AI代理，还是n8n画布。

我是从开发者角度切入这一领域的。我能读懂JSON模式和数据集，而这恰恰构成了基于信号的外联营销所需的大部分基础。本系列文章就是我希望当初拥有的操作手册：一个Actor（执行器），四种调用方式，三份销售团队和投资者愿意花费数千美元购买的潜在客户名单，而构建它们的成本仅相当于一杯咖啡的价格。

为什么一份潜在客户名单如今只需几分钱

基本单位是一行人员数据：姓名、当前职位及职级、带有规模和行业的雇主信息、所在地、角色开始时间，以及是否有邮箱记录的标记。销售情报平台将这些行数据打包成席位许可证，每位用户每年的起步价高达四位数。而在Apify上，每一行数据都是一个按量计费的事件。

对于这三份名单，我都使用了b2bsearch提供的LinkedIn人员搜索Actor。如果将其视为工具而非品牌来评判，有四件事使其成为胜任此工作的最佳选择：

• 过滤器是基于信号的销售的基础要素，而非通用的搜索框：通过域名筛选过往雇主并设定离职年份、筛选特定月份之后开始的当前角色、处于职业空窗期的人员、根据标题自动归类的职级分组（使“CTO”、“首席技术官”和“技术负责人”归为一类）、雇主规模和行业、针对基于账户的名单限制每家公司的人数上限，以及排除早期数据集以确保每周运行只返回新增人员。
• 统计数据和市场份额细分是免费的。在购买任何一行数据之前，你就能看清该细分市场的规模和形态。总体潜在市场（TAM）估算不再是一项项目，而成为一种习惯。
• 定价使得整个市场变得触手可及。每1000行数据仅需0.95美元，这意味着在过去十二个月内开启新角色的美国、英国和德国的每一位销售总监（共21,834人），其名单成本仅为21美元。而封锁相同数据的同类工具，单个席位的月费就超过这个数字。
• 其局限性在开始前就已明确说明。数据中的开始日期随着人们更新个人资料而进入数据库，因此最近几个月的数据较为稀疏。时效性信号应以十二个月为窗口期，而非三十天。在购买前了解这一点，比拥有一个更美观的用户界面更有价值。

从这个表格衍生出的习惯是：先运行免费模式，直到细分市场看起来像你想要的那份名单，然后再切换到人员模式。你永远不会盲目购买，而“整个市场”将成为一份正常规模的名单。

本系列将构建的三份名单

每一份名单都始于收入或投资团队真正提出的问题，先进行免费的市场规模评估，然后通过实际运行进行购买和优化。统计数据截至2026年10月10日。

三种不同的买家，使用同一个Actor，同一种方法。系列的接下来三部分将依次构建列表1、2和3。每一部分结尾都会提供精确的输入参数、运行日志、行数据的样貌、经验丰富的GTM团队如何使用这些数据，以及一段专为AI代理编写的代码块，以便你将链接交给你的代理。

四种运行同一查询的方式

输入是一个JSON对象。你将其发送到哪里取决于个人偏好。

1. Apify控制台。打开Actor页面，填写表单，点击Start。数据集可导出为CSV、JSON或Excel格式。适合首次运行，也适合那些永远不会打开终端的同事。

1. API，从任何地方发起。一次HTTP调用即可运行Actor并在完成后返回数据集：

curl -X POST "https://api.apify.com/v2/acts/b2bsearch~people-database-search/run-sync-get-dataset-items?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "mode": "count",
    "countries": ["us", "gb", "de"],
    "seniority": ["director", "vp", "cxo"],
    "titleKeywords": ["sales", "revenue"],
    "employeeCountMin": 50,
    "employeeCountMax": 5000,
    "currentRoleStartedAfterDate": "2025-10"
  }'

对于超过同步超时时间的运行，请使用POST /v2/acts/b2bsearch~people-database-search/runs启动运行，并读取/v2/datasets/{defaultDatasetId}/items。本系列中的所有示例均为纯JSON，因此可以无缝接入任何编程语言。

1. Claude Code、Claude Desktop或任何MCP客户端。Apify在https://mcp.apify.com托管了一个MCP服务器。tools参数用于锁定代理可以调用的Actor，防止其在Store中随意漫游：

claude mcp add --transport http apify \
  "https://mcp.apify.com?tools=b2bsearch/people-database-search,b2bsearch/linkedin-email-finder"

第一次调用会打开浏览器进行OAuth授权。此后，你可以用自然语言输入问题。我每次使用的固定指令都是：“先计数。展示市场细分情况。在我说‘切换模式’之前，不要切换到mode: people。”代理会先读取免费额度内的行数，提出更严格的过滤条件，并在花费资源前征求同意。正是这一习惯，使得AI代理在使用按量计费的API时变得安全可控。

1. n8n、Make及类似平台。n8n的官方Apify节点（@apify/n8n-nodes-apify）包含一个名为“运行Actor并获取数据集”的操作，该操作运行Actor并将行数据传递给下一个节点；还有一个触发器“新Apify事件”，当运行成功时触发。一个每周计划的Schedule节点、一个指向上周运行的excludeDatasets参数的Actor节点、一个用于定义理想客户画像（ICP）的Filter节点，以及一个CRM或Slack节点：这就是整个工作变动警报产品——通常作为订阅服务出售——仅需四个节点即可完成。本系列中的《新员工查找指南》将完全按照此结构构建，每行都包含前雇主信息，并在末尾连接Slack频道。

任何其他 AI 智能体都通过 API 或 MCP 以相同的方式工作。这里没有任何内容依赖于特定的模型。

该方法包含五种模式

在整理这三份名单时，我反复使用了相同的操作。

1. 先计数，后购买。运行模式：“count”，模式：“market”，直到细分领域匹配你想要的名单。市场视图还显示了哪些“雇主”是社区、兄弟会或校友群体（列为第二当前职位），因此你知道应按每人阅读其第一当前职位。
2. 按关键信息链接。一行数据包含个人资料 URL 和公司域名，两者都是通往其他 Actor 的钥匙：针对域名的决策者以映射采购委员会，针对单人的完整个人资料，以及针对个人资料 URL 的工作邮箱。为所有人购买便宜的一行数据，仅为少数人购买昂贵的详细信息。
3. 在运行过程中分层。profileDetail 是行、个人资料或联系人。mustHave: ["personalEmail"] 仅交付并收费那些拥有个人邮箱的人，免费跳过其余人员。
4. 按关键信息回退，而非猜测。当缺少工作邮箱时，存在个人邮箱。当两者都缺失时，通过个人资料 URL、姓名加公司或邮箱查找电话号码，仅在返回号码时才收费。通过下一个关键信息联系此人，而不是猜测地址。
5. 使用排除法刷新，绝不重复购买。excludeDatasets 配合之前运行的 ID，仅返回你尚未见过的人员。对信号名单进行每周运行的成本等同于新增人员的成本。

如果你是一名开发者，想知道这是否适合你

是的。GTM 工程师这一角色的存在是因为数据已从销售界面转移到 API，而收入团队需要熟悉该环境的人。你已经能读取 JSON、编写过滤器并了解什么是数据集。新的东西很少：哪些信号具有销售价值（本系列文章），以及在购买前计数的纪律性。

当你自己也在寻找机会时，同样的查询同样适用。新晋工程领导者正在招聘，因此列表 2 中带有 titleKeywords: ["engineering", "cto"] 的就是即将扩张的团队名单。今年从大型科技公司离职的创始人会在发布任何招聘广告之前招聘他们的首批工程师，因此列表 1 就是那份名单。对你想要的职位运行 mode: "market" 可以显示哪些行业和公司规模为其招聘以及在哪里招聘。没有人出售带有 pastEmployerDomains 过滤器的求职工具，但它确实就在那里。

同一 Actor 还能做的更多事情

这三份名单是我完整构建的。相同的输入字段涵盖了大量其他 GTM 工作；每一项只需计数即可实现。

• 目标客户中的竞争对手人才。companyDomains = 你的目标客户，pastEmployerDomains = 你的竞争对手。那些从内部了解替代方案、并在初步沟通中直言不讳的人。
• 冠军用户追踪。pastEmployerDomains = 你的现有客户，leftPastEmployerAfterYear = 今年。你那些跳槽的 champion 以及他们新加入的公司：这是销售团队能拥有的最优质的增购名单。
• 招聘浪潮客户。按 companyDomain 分组的职位变动查询：一个季度内入职人数众多的客户正在扩张，而增长意味着预算。
• 任期策略。currentRoleStartedBeforeYear: 2022 可找到任职三年以上的领导者，他们拥有成熟的工具栈，且面临需要挑战的续约周期。
• 求职空窗期人群。onlyBetweenJobs: true 配合过往雇主或职位头衔：既是招聘人员的候选人来源，也是兼职和自由职业机会的目标受众。
• 城市和地区名单。使用 localityKeywords 定位城市，使用 countryGroups（如 dach 或 nordics）定位区域发布，并搭配相同的职位筛选条件。无需列表代理商即可用于活动邀请和线下营销名单。
• 自我声明的意向。headlineKeywords 如 “fractional”、“open to” 或 “building” 能捕捉人们对自己的描述。
• 合作伙伴招募。平台厂商的前员工现就职于代理公司和咨询公司，通过 past employer domain 加上 current employer industry 进行筛选。
• 仅凭计数进行研究。mode: "market" 跨细分领域比较行业、公司规模和国家，完全免费。一份市场报告的成本仅仅是思考。
• 广告受众。contacts tier 中设置 mustHave: ["personalEmail"] 可为广告平台提供客户匹配列表，需遵守其条款。

供 AI 智能体阅读

Apify 上的 Actor b2bsearch/people-database-search。输入为一个 JSON 对象。先将 mode 设置为 count 或 market（免费，无按行收费），然后再设置为 people（按交付的不同人员数量付费）。profileDetail 选择 row（$0.00095）、profile（$0.0032）或 contacts（交付联系人时 $0.008，否则为 profile 价格）。通过 maxResults 控制支出；Apify 还将单次运行的费用限制在账户剩余的月度额度内，因此请拆分大型购买任务，并通过 excludeDatasets 传递之前的数据集 ID。使用 segments 在一次免费运行中比较多达十个筛选变体。在切换到 mode: "people" 之前询问用户，并在切换时报告免费的计数结果及所选层级的价格。

系列下一篇：那 6,140 名离开硅谷大厂、如今正在创业的人，已全额购入，短名单已升级为完整档案和个人邮箱。