# Day 9 · Codex 提示词模板（线索评分）

> 用 `day09_leads.csv` + `ICP与评分规则.md`。
>
> **想多练一步「多来源合并去重」？** 改用 `crm_export.csv` + `calendar_bookings.csv` + `website_form.csv`
> 这 3 个文件（列名各不一样，邮箱列分别叫 Email / attendee_email / work_email），
> 先让 Codex 按邮箱去重合并，再套用下面的评分规则。合并结果应与 `day09_leads.csv` 一致（可对照验收）。

## 主提示词

```
桌面 day09_leads.csv 是 50 条 Auratē 批发线索，列：
lead_id, source, company, company_size, industry, contact_method, engagement_signal, intent_keyword, email。

我们做护肤品批发，目标客户是 spa / 美容院 / 美妆零售商。
按 4×25=100 分模型给每条线索打分：

- 行业匹配(25)：Spa/Salon/Beauty Retail 高分，Hotel/Gym/Pharmacy 中，Logistics 等无关 0-9
- 公司规模(25)：11-200 最佳，1-10或201-500 中，500+或未知 低
- 沟通信号(25)：看 engagement_signal，下载目录/问MOQ/多次访问pricing 高分
- 意向词(25)：看 intent_keyword，问批发价/要首单/要独家 高分，just browsing 低分

算总分，打标签：≥70 Hot，40-69 Warm，<40 Cold。
输出 scored.csv（含 4 个分维度分 + 总分 + 标签），按总分降序。
```

## 追问：报告 + 模拟 CRM 同步

```
1. 写一份 week_21.md 报告：Hot/Warm/Cold 各多少、哪个来源(source)质量最高、给销售的 TOP 5 名单。
2. 模拟把标签推回 CRM（先不用真 API，打印出"会发给 CRM 的 JSON"让我确认格式）。
   ≥70 分的自动触发"分配给销售 + 24h 跟进任务"。
```

## 验收
- `scored.csv` 50 行都有分和标签，加和分维度对得上总分
- 抽查：一个 Logistics 行业 + just browsing 的应该是 Cold；一个 Spa + 问批发价的应该是 Hot
- 报告里 TOP 名单合理（不会把无关行业排前面）