AI SDR-arbetsflöde

Bygg ett komplett AI-drivet säljutvecklingssystem via OpenClaw Ultra. Från att definiera din ICP och forska på målkonton till att köra flerkanaliga uppsökandesekvenser, klassificera svar, kvalificera leads och lämna över heta prospekt till ditt säljteam — hantera hela din SDR-verksamhet från ett enda chattgränssnitt.

Systemöversikt

INFO

Detta är ett slutet AI SDR-arbetsflöde. OpenClaw Ultra hanterar lead-inmatning, kontoforskning, meddelandepersonalisering, sekvensexekvering, svartriage, leadkvalificering, mötesbokning och CRM-överlämning, så att du kontinuerligt kan generera kvalificerad pipeline utan att växla mellan prospekteringsverktyg.

Systemlager	Kärnfunktion	Slutresultat
Inmatningslager	ICP-definition, leadkällintegration, listuppbyggnad	Poängsatt och segmenterad målgruppslista
Forskningslager	Kontoberikning, triggerhändelsedetektering, smärthypotes	Researchade kontoprofiler med ingångar
Uppsökandelager	Flerkanaligt meddelandeskapande, kadensdesign	Kanalspecifik uppsökandesekvens
Exekveringslager	Korskanalsutskick, engagemangsspårning, adaptiv uppföljning	Genomförd kampanj med signalspårning
Svarslager	Inkommande triage, avsiktsklassificering, FAQ-svar	Kategoriserad svarslogg
Kvalificeringslager	BANT-poängsättning, passform + avsikt + timing, diskvalificeringsregler	Poängsatta leads med dirigeringsbeslut
Överlämningslager	Mötesbokning, CRM-synkronisering, överlämningsdokumentation	Kvalificerade leads överlämnade till sälj med full kontext
Optimeringslager	Prestandaanalys, ICP-förfining, meddelandeiteration	Förbättrade konverteringsgrader nästa cykel

Förhandskrav

Artikel	Krav
OpenClaw Ultra	Installerad och igång
ICP definierad	Bransch, företagsstorlek, roll och geografi för din ideala prospekt
Leadkälla	Databas, CSV-lista eller CRM-export av målkonton
CRM-konto	(Rekommenderas) Aktivt konto med API-åtkomst för leadöverlämning
Avsändningsdomäner	(Rekommenderas) 1-2 sekundära domäner med SPF/DKIM/DMARC konfigurerade för kall e-post
Kalenderåtkomst	(Rekommenderas) Google Calendar eller liknande för automatisk mötesbokning

Steg 0 — Initiera ditt AI SDR-system

Konfigurera OpenClaw Ultra som din dedikerade AI-baserade säljutvecklingsrepresentant.

Driftssteg

1. Öppna en ny chatt-session i OpenClaw Ultra
2. Förbered din ICP-definition, målgruppslista och avsändningsdomäner
3. Klistra in initieringsprompten

Färdig prompt

Agera som min AI-baserade säljutvecklingsrepresentant.

Min ICP:
- Bransch: [bransch]
- Företagsstorlek: [storleksintervall]
- Målroller: [befattningar]
- Geografi: [regioner]
- Idealkundsprofil: [kort beskrivning]
- Leadkälla: [databas, CSV eller CRM]
- Avsändningsdomäner: [domain1.com, domain2.com]

Bygg ett komplett AI SDR-system som täcker:
- lead-inmatning och kontopoängsättning
- kontoforskning och triggerhändelsedetektering
- flerkanaligt uppsökande (e-post + LinkedIn)
- sekvensutförande och engagemangsspårning
- svartriage och leadkvalificering
- mötesbokning och CRM-överlämning

Steg 1 — Definiera din ICP och mata in leads

Sätt upp målinriktningskriterierna och för in din kontolista i systemet.

1.1 Definiera din idealkundsprofil

Definiera mina målkontokriterier för denna SDR-kampanj:

Målparametrar:
- Bransch: [bransch eller branscher]
- Företagsstorlek: [antal anställda eller intäktsintervall]
- Avdelningar: [avdelningar att rikta in sig på]
- Befattningar: [specifika roller]
- Geografi: [länder eller regioner]
- Tech stack: [verktyg de använder, om relevant]
- Köputlösare: [händelser som signalerar avsikt — finansiering, anställning, produktlansering]

Returnera ett strukturerat ICP-dokument med:
- Primära mål (bäst passform)
- Sekundära mål (bra passform)
- Exkluderingskriterier (vilka man inte ska jaga)
- Karta över köpkommittén för varje målkontotyp
- Prioriteringslista över triggerhändelser rangordnad efter konverteringssannolikhet

1.2 Mata in och poängsätt din leadlista

Importera och poängsätt min målgruppslista mot ICP:

Leadkälla: [CSV / CRM-export / databasnamn]
Tillgängliga kolumner: [lista över kolumner i din data]

För varje konto:
- Poängsätt ICP-passform från 1-5 baserat på firmografisk matchning
- Poängsätt datakompletthet från 1-5 (saknad kontaktinfo, tomma fält)
- Flagga konton med köputlösare under de senaste 90 dagarna
- Tilldela prioritetsnivå: het (poäng 9-10), varm (poäng 6-8), utforska (poäng under 6)

Returnera en prioriterad kontotabell sorterad efter sammanlagt poäng:
| Konto | ICP-passform | Datakvalitet | Utlösare | Prioritetsnivå | Nästa åtgärd |

Steg 1 — Resultat

Prioriterad målgruppslista med ICP-poäng och flaggor för köputlösare.

Steg 2 — Forska på konton och hitta infallsvinklar

Djupresearcha varje målkonto för att bygga personliga uppsökande infallsvinklar.

2.1 Forska på målkonton

Forska på högprioriterade konton från min lista:

Konton att forska på: [lista över kontonamn eller domäner]

För varje konto, samla in:
- Företagsbeskrivning, senaste nyheter och finansieringshistorik (senaste 6 månaderna)
- Ledarskapsförändringar, anställningstrender och organisationsstruktur
- Tech stack de använder och senaste teknikförändringar
- Offentliga tillkännagivanden (resultat, produktlanseringar, partnerskap)
- Viktiga beslutsfattare med LinkedIn-profiler och rollkontext

Returnera en forskningsrapport för varje konto med:
- Företagssnapshot (bransch, storlek, intäktstrend)
- Senaste triggerhändelser med datum
- Beslutsfattartabell (namn, titel, anställningstid, LinkedIn-URL)
- Personaliseringsingångar rangordnade efter relevans

2.2 Generera smärthypoteser och uppsökande infallsvinklar

För varje researchat konto, generera uppsökande infallsvinklar:

Kontoforskningsrapporter: [klistra in från 2.1]

För varje konto:
- Identifiera 2-3 potentiella smärtpunkter baserat på deras bransch, storlek och senaste händelser
- Kartlägg varje smärtpunkt mot ditt värdeerbjudande
- Generera en personlig ingång för det första meddelandet
- Betygsätt varje infallsvinkel efter trolig relevans (hög / medel / låg)

Returnera en infallsvinkelrapport per konto:
| Konto | Smärthypotes | Relevant utlösare | Ingångsförslag | Vinkelpoäng |

Steg 2 — Resultat

Forskningsrapporter med triggerhändelser, personaliseringsingångar och rangordnade uppsökande infallsvinklar per konto.

Steg 3 — Bygg flerkanaliga uppsökandesekvenser

Skapa personliga sekvenser som samordnar e-post, LinkedIn och valfria telefonkontakter.

3.1 Skriv kanalspecifika första meddelanden

Skriv första meddelanden för min uppsökande kampanj:

Målkonto: [kontonamn]
Beslutsfattare: [namn, titel]
Personaliseringsingång: [triggerhändelse eller smärthypotes från steg 2]
Värdeerbjudande: [vad vi erbjuder]

Skapa:
1. Kall e-post (under 120 ord, ämnesrad under 50 tecken, en CTA)
2. LinkedIn-kontaktförfrågan (under 200 tecken, konverserande)
3. LinkedIn-meddelande (för efter att anslutning accepterats, under 80 ord)

Krav:
- Referera till personaliseringsingången i första meningen för varje kanal
- Inga bilagor eller länkar i första meddelandet
- CTA bör vara lågtrösklig ("snabb fråga" eller "15-minuterssamtal", inte en demoförfrågan)

Returnera varje meddelande med [bracketed placeholders] för anpassade fält.

3.2 Bygg en adaptiv flerkanalig kadens

Bygg en 21-dagars flerkanalig uppsökandesekvens för mina målkonton:

Kanaler: e-post + LinkedIn (telefon valfritt)

Kadensstruktur:
- Dag 1: E-post — personlig introduktion med ingång
- Dag 3: LinkedIn — skicka anslutningsförfrågan med personligt meddelande
- Dag 7: E-post — uppföljning med ny infallsvinkel eller branschinsikt
- Dag 10: LinkedIn-meddelande — efter att anslutning accepterats, kort värdeökning
- Dag 14: E-post — fallstudie eller socialt bevis-vinkel
- Dag 21: E-post — avslutningsmeddelande, lämna dörren öppen

Adaptiva regler:
- Om prospektet svarar när som helst, avsluta sekvensen och dirigera till svarshantering
- Om prospektet öppnar e-post 3+ gånger utan att svara, utlös en prioriterad uppföljning
- Om LinkedIn-anslutning inte accepteras inom 7 dagar, hoppa över LinkedIn-kontakter
- Om e-post studsar, ta bort från sekvensen och flagga för datakontroll

Returnera hela sekvensen med tidpunkt, kanal, meddelandeinnehåll och förgreningsregler.

Steg 3 — Resultat

Flerkanalig uppsökandesekvens med adaptiva förgreningsregler, redo för driftsättning.

Steg 4 — Exekvera sekvenser och spåra engagemang

Starta dina uppsökande kampanjer och övervaka prospektens engagemangssignaler.

4.1 Starta kontosekvenser

Starta uppsökandesekvenser för mina prioriterade konton:

Kampanjnamn: [namn]
Konton att sekvensera: [välj konton från steg 1 prioriteringslista]
Sekvens: [välj sekvens från steg 3]
Daglig sändningsgräns: [antal per dag över alla domäner]
Avsändningsdomäner: [domain1.com, domain2.com]

Spårning: öppningar, klick, svar, studsar, avprenumerationsförfrågningar
LinkedIn: anslutningsacceptans, meddelandesvar

Returnera en startbekräftelse med:
- Konton i kö efter prioritetsnivå
- Aktiverade kanaler
- Beräknat slutdatum
- Nyckelkolumner för mätvärdespanel

4.2 Övervaka engagemangssignaler

Kontrollera engagemangsstatus för min kampanj [kampanjnamn]:

Rapport:
- E-post skickat / levererat / öppnat / besvarat
- LinkedIn-anslutningar accepterade / meddelanden besvarade
- Studsfrekvens (flagga om över 3%)
- Avprenumerationsfrekvens (flagga om över 0,5%)
- Positiv svarsfrekvens
- Konton med 3+ öppningar men inget svar (prioriterade uppföljningskandidater)

Returnera en engagemangspanel med:
- Grönt: hälsosamma mätvärden
- Gult: bevakningsobjekt som kräver uppmärksamhet
- Rött: pausa kampanjsegment och undersök

Flagga eventuella konton som behöver omedelbar mänsklig uppmärksamhet baserat på engagemangssignaler.

Steg 4 — Resultat

Aktiv kampanj med live-engagemangsspårning och signalbaserad alerting.

Steg 5 — Klassificera svar och kvalificera leads

Bearbeta inkommande svar, triage avsikt och poängsätt leads för överlämningsberedskap.

5.1 Triage inkommande svar

Granska svar från kampanj [kampanjnamn]:

För varje svar, klassificera avsikt:
- Positiv: frågade om samtal, demo eller pris
- Fråga: frågade om funktioner, implementering eller användningsfall
- Neutral: bekräftade men icke-bindande ("inte nu", "skicka mer info")
- Negativ: avböjde, inte intresserad, fel person
- Frånvarande: auto-svar — pausa sekvens i [X] dagar, försök igen
- Avprenumerera: ta bort från alla sekvenser omedelbart
- FAQ: vanlig fråga som kan besvaras automatiskt från kunskapsbasen

För positiva och fråge-svar:
- Sammanfatta förfrågan i en mening
- Föreslå nästa åtgärd och tidslinje
- Flagga om svaret innehåller budget-, auktoritets- eller tidslinjesignaler
- Auto-svara FAQ-svar från godkända svarsmallar

Returnera en kategoriserad svarslogg sorterad efter prioritet, med föreslagen nästa åtgärd för varje.

5.2 Poängsätt leads för överlämning

Poängsätt dessa engagerade leads för säljöverlämning:

Leads att poängsätta: [lista över prospekt som svarat positivt eller ställt kvalificerande frågor]

Poängsätt varje på tre dimensioner:
- ICP-passform (1-5): firmografisk matchning mot målprofilen
- Avsiktsstyrka (1-5): specificiteten i deras svar, upptäckta köpsignaler
- Timing (1-5): nämnd tidslinje, brådskande signaler, senaste triggerhändelser

Kombinera till en sammansatt poäng (passform + avsikt + timing, max 15).

Dirigeringsregler:
- Poäng 12-15: dirigera till sälj omedelbart — kvalificerad och brådskande
- Poäng 8-11: gå in i 14-dagars vård med värdeökande innehåll, poängsätt om efter engagemang
- Poäng under 8: flytta till månatlig vård, undertryck från aktiva sekvenser i 90 dagar
- Diskvalificerad: flagga med anledning, logga för ICP-förfining

Returnera en poängsatt leadtabell:
| Lead | Konto | Passform | Avsikt | Timing | Totalt | Dirigering | Nästa steg |

Steg 5 — Resultat

Poängsatta och dirigerade leads: kvalificerade leads till säljöverlämning, varma leads till vård, kalla leads undertryckta.

Steg 6 — Boka möten och lämna över till sälj

Konvertera kvalificerade leads till bokade möten och lämna över med full kontext till avslutningsteamet.

6.1 Boka kvalificerade möten

Boka möten för leads med poäng 12+ och flaggade för överlämning:

Leads att boka: [lista över kvalificerade leads med poäng och svarskontext]

För varje lead:
- Föreslå 2-3 mötestider baserat på deras svarskontext
- Generera en kalenderinbjudan med samtalsagenda baserat på deras uttryckta intresse
- Skicka bekräftelse med samtalsdetaljer, agenda och förberedelseanteckningar
- Logga bokningen i CRM med kampanjkällattribuering

Returnera en bokningsbekräftelsetabell:
| Lead | Föreslagna tider | Agenda | Kalender skickad | CRM loggad |

6.2 Generera säljöverlämningssammanfattningar

Generera ett överlämningsdokument för varje bokat möte:

Lead: [namn, företag, titel]

Överlämningssammanfattning:
- Kontakthistorik: använda kanaler, skickade meddelanden, mottagna svar, tidpunkter
- Kvalificeringssammanfattning: poänguppdelning (passform + avsikt + timing), nyckelsignaler upptäckta
- Vad de svarade på: specifik ingång, meddelande eller infallsvinkel som fungerade
- Deras uttryckta intresse: vad de frågade om eller sa att de behöver
- Rekommenderad samtalsagenda: öppningsämne baserat på deras svarshistorik
- Invändningar som framförts: eventuella farhågor och föreslagna svar
- Relationskarta: andra intressenter på kontot värda att involvera

Formatera som en ren sammanfattning som AE kan läsa på 3 minuter före samtalet.

Steg 6 — Resultat

Bokade möten i kalendern med fullständiga överlämningssammanfattningar för säljteamet.

Steg 7 — Analysera prestanda och optimera

Mät kampanjresultat, identifiera vad som fungerade och förfina din SDR-strategi för nästa cykel.

7.1 Generera kampanjprestandarapport

Generera en prestandarapport för SDR-kampanj [kampanjnamn]:

Mätvärden:
- Totalt antal sekvenserade konton
- Svarsfrekvens per kanal (e-post vs LinkedIn)
- Positiv svarsfrekvens (intresserade / kvalificerade)
- Mötesbokningsfrekvens från positiva svar
- Närvarofrekvens för bokade möten
- Pipeline-värde genererat från kvalificerade leads
- Kostnad per kvalificerat lead
- Studsfrekvens och skräppostklagomålsfrekvens
- Sekvensgenomförandefrekvens
- Genomsnittlig tid från första kontakt till bokat möte

Jämför med tidigare kampanj [tidigare kampanjnamn] om tillgänglig. Flagga de 3 bästa mätvärdena som förbättrats och de 3 sämsta som försämrats.

7.2 Analysera kanal- och meddelandeprestanda

Analysera vilka kanaler, meddelanden och infallsvinklar som presterade bäst:

Kanalprestanda:
- E-post: öppningsfrekvens, svarsfrekvens, studsfrekvens
- LinkedIn: anslutningsacceptansfrekvens, meddelandesvarsfrekvens
- Flerkanal vs enkelkanal: jämförelse av mötesbokningsfrekvens

Meddelandeprestanda:
- Vilka ämnesrader hade högst öppningsfrekvens
- Vilka ingångar och infallsvinklar genererade flest positiva svar
- Vilken CTA hade högst möteskonverteringsfrekvens

Infallsvinkelprestanda:
- Vilka triggerhändelser gav högst svarsfrekvens (finansiering, anställning, produktlansering)
- Vilka smärthypoteser resonerade mest per branschsegment

Returnera en rangordningstabell över vad som ska behållas, vad som ska ändras och vad som ska tas bort inför nästa kampanj.

7.3 Förfina ICP och målgruppsregler

Baserat på kampanjresultat, uppdatera mina målgruppsregler:

Analys av vunna möten:
- Vanliga branscher, företagsstorlekar och titlar som konverterade
- Triggerhändelser som föregick bokning
- Invändningar som förhindrade bokning
- Säljcykellängd från första kontakt till möte

Analys av tysta och diskvalificerade:
- Mönster hos konton som aldrig engagerade sig
- Vanliga tidiga diskvalificeringssignaler
- ICP-segment som inte gav några positiva svar

Returnera uppdaterade målgruppsregler:
- Inkludera: [kriterier som gav kvalificerade möten]
- Exkludera: [kriterier som inte gav engagemang eller gav diskvalificerade leads]
- Testa: [nya segment eller triggersignaler värda att utforska nästa kampanj]
- Uppdaterat ICP-dokument med verklig konverteringsdata

Steg 7 — Resultat

Kampanjprestandadata som driver förfinad ICP, förbättrad meddelandeföring och bättre målgruppsanpassning för nästa SDR-cykel.

Slutet AI SDR-arbetsflöde

ICP definierat → Konton prioriterade → Forskning → Sekvenser byggda →
Kampanjer genomförda → Svar klassificerade → Leads poängsatta →
Möten bokade → Prestanda analyserad → ICP förfinad → Nästa kampanj

Praktiska användningstips

1. Börja med inkommande leadkvalificering före utgående — inkommande trafik är varmare, har lägre varumärkesrisk och ger dig snabbare feedback för att finjustera din kvalificeringslogik innan du skalar upp kall kontakt
2. Skicka aldrig kall e-post från din primära företagsdomän — använd 2-3 sekundära domäner med SPF/DKIM/DMARC konfigurerade och värm dem i 3-6 veckor innan du startar
3. Flerkanaliga sekvenser (e-post + LinkedIn) ger 287% högre svarsfrekvens än enbart e-post — använd minst två kanaler från början
4. Sätt max 4-5 kvalificeringsfrågor innan du erbjuder ett möte — överkvalificering av en varm lead gör intresse till irritation och kostar dig affärer
5. Håll studsfrekvensen under 3% genom att verifiera e-postadresser före varje utskick; en skadad avsändares rykte tar månader att reparera
6. Skicka varje svar genom en avsiktsklassificerare innan en människa läser det — auto-svara FAQ, flagga köpsignaler och dirigera positiva svar inom 2 timmar under kontorstid
7. Låt AI forska, berika, poängsätta och utkasta — men behåll mänskligt godkännande för kundvändande åtgärder tills du har validerat kvalitet över minst 100 utskick
8. För att fånga kontoforskning och företagsinformation som beständiga dokument, se Personlig kunskapsbas
9. För att dirigera kvalificerade leads genom en strukturerad säljpipeline, se CRM-försäljningsarbetsflöde