研究仮説をリストのエンリッチメントに橋渡しするエンリッチメント列を設計します。 2 つのモード: セグメンテーション (企業ごとに仮説の適合性をスコアする列) とパーソナライゼーション (企業固有のフックの列)。ユーザーとのインタラクティブな列デザイン。リスト強化のためにすぐに実行できる column_config を出力します。トリガー: 「データ ポイント」、「強化列」、「列設計」、「調査対象」、「データ ポイント ビルダー」、「列の構築」、「セグメンテーション列」、「パーソナライゼーション列」。
コマンドラインで enrichment-design AI スキルを開発環境にすばやくインストール
ソース: extruct-ai/gtm-skills。
Bridge the gap between research hypotheses and table enrichment. Define WHAT to research about each company before running enrichment.
Goal: Design columns that score or confirm hypothesis fit per company.
Example: If hypothesis is "Database blind spot — 80-90% of targets invisible to standard tools":
研究仮説をリストのエンリッチメントに橋渡しするエンリッチメント列を設計します。 2 つのモード: セグメンテーション (企業ごとに仮説の適合性をスコアする列) とパーソナライゼーション (企業固有のフックの列)。ユーザーとのインタラクティブな列デザイン。リスト強化のためにすぐに実行できる column_config を出力します。トリガー: 「データ ポイント」、「強化列」、「列設計」、「調査対象」、「データ ポイント ビルダー」、「列の構築」、「セグメンテーション列」、「パーソナライゼーション列」。 ソース: extruct-ai/gtm-skills。
AI/検索での引用用の安定したフィールドとコマンド。
npx skills add https://github.com/extruct-ai/gtm-skills --skill enrichment-design研究仮説をリストのエンリッチメントに橋渡しするエンリッチメント列を設計します。 2 つのモード: セグメンテーション (企業ごとに仮説の適合性をスコアする列) とパーソナライゼーション (企業固有のフックの列)。ユーザーとのインタラクティブな列デザイン。リスト強化のためにすぐに実行できる column_config を出力します。トリガー: 「データ ポイント」、「強化列」、「列設計」、「調査対象」、「データ ポイント ビルダー」、「列の構築」、「セグメンテーション列」、「パーソナライゼーション列」。 ソース: extruct-ai/gtm-skills。
ターミナルまたはコマンドラインツール（Terminal、iTerm、Windows Terminal など）を開きます このコマンドをコピーして実行します: npx skills add https://github.com/extruct-ai/gtm-skills --skill enrichment-design インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code、Cursor、OpenClaw で使用できるようになります
https://github.com/extruct-ai/gtm-skills