sales-engineer

TotalClaw 作者 totalclaw

分析 RFP/RFI 响应覆盖率缺口,构建竞争功能对比矩阵,规划概念验证(POC)参与,用于售前工程。适用于响应 RFP、投标或提案请求;对比产品与竞品功能;规划或评分客户 POC 或销售演示;准备技术提案;或进行赢/输竞品分析。

安装 / 下载方式

TotalClaw CLI推荐
totalclaw skills install shop:totalclaw:totalclaw~sales-engineer
cURL直接下载,无需登录
curl -fsSL http://localhost:3090/api/skills/totalclaw%3Atotalclaw~sales-engineer/file -o sales-engineer.md
## 概述(中文)

分析 RFP/RFI 响应覆盖率缺口,构建竞争功能对比矩阵,规划概念验证(POC)参与,用于售前工程。适用于响应 RFP、投标或提案请求;对比产品与竞品功能;规划或评分客户 POC 或销售演示;准备技术提案;或进行赢/输竞品分析。

## 技能正文

# 销售工程师技能

## 五阶段工作流

### 阶段 1:发现与研究

**目标:** 了解客户需求、技术环境和业务驱动因素。

**检查清单:**
- [ ] 与利益相关方进行技术发现通话
- [ ] 绘制客户当前架构和痛点
- [ ] 识别集成需求和约束
- [ ] 记录安全和合规要求
- [ ] 评估该机会的竞争格局

**工具:** 运行 `rfp_response_analyzer.py` 对初始需求对齐进行评分。

```bash
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json --format json > phase1_rfp_results.json
```

**输出:** 技术发现文档、需求地图、初始覆盖评估。

**验证检查点:** 覆盖率得分必须 >50% 且 must-have 缺口 ≤3 才能进入阶段 2。检查命令:
```bash
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json --format json | python -c "import sys,json; r=json.load(sys.stdin); print('PROCEED' if r['coverage_score']>50 and r['must_have_gaps']<=3 else 'REVIEW')"
```

---

### 阶段 2:方案设计

**目标:** 设计满足客户需求的解决方案架构。

**检查清单:**
- [ ] 将产品能力映射到客户需求
- [ ] 设计集成架构
- [ ] 识别定制需求和开发工作量
- [ ] 构建竞争差异化策略
- [ ] 创建解决方案架构图

**工具:** 使用阶段 1 数据运行 `competitive_matrix_builder.py`,识别差异化优势和薄弱环节。

```bash
python scripts/competitive_matrix_builder.py competitive_data.json --format json > phase2_competitive.json

python -c "import json; d=json.load(open('phase2_competitive.json')); print('Differentiators:', d['differentiators']); print('Vulnerabilities:', d['vulnerabilities'])"
```

**输出:** 解决方案架构、竞争定位、技术差异化策略。

**验证检查点:** 确认每个客户优先级至少有一个强差异化优势再进入阶段 3。若无差异化,升级至产品团队(见集成点)。

---

### 阶段 3:演示准备与交付

**目标:** 交付针对利益相关方优先级定制的有说服力技术演示。

**检查清单:**
- [ ] 构建匹配客户用例的演示环境
- [ ] 按利益相关方角色创建演示脚本和话术要点
- [ ] 准备异议处理回应
- [ ] 排练故障场景和恢复路径
- [ ] 收集反馈并调整方法

**模板:** 使用 `assets/demo_script_template.md` 进行结构化演示准备。

**输出:** 定制演示、分利益相关方话术要点、反馈记录。

**验证检查点:** 演示脚本必须覆盖 `phase1_rfp_results.json` 中标记的所有 must-have 需求。交叉参照:
```bash
python -c "import json; rfp=json.load(open('phase1_rfp_results.json')); [print('UNCOVERED:', r) for r in rfp['must_have_requirements'] if r['coverage']=='Gap']"
```

---

### 阶段 4:POC 与评估

**目标:** 执行结构化概念验证(POC),验证解决方案。

**检查清单:**
- [ ] 定义 POC 范围、成功标准和时间线
- [ ] 分配资源并搭建环境
- [ ] 分阶段测试(核心、高级、边界情况)
- [ ] 跟踪成功标准进度
- [ ] 生成评估记分卡

**工具:** 运行 `poc_planner.py` 生成完整 POC 计划。

```bash
python scripts/poc_planner.py poc_data.json --format json > phase4_poc_plan.json

python -c "import json; p=json.load(open('phase4_poc_plan.json')); print('Go/No-Go:', p['recommendation'])"
```

**模板:** 使用 `assets/poc_scorecard_template.md` 进行评估跟踪。

**输出:** POC 计划、评估记分卡、Go/No-Go 建议。

**验证检查点:** POC 转化要求记分卡各评估维度(功能性、性能、集成、可用性、支持)得分 >60%。若 <60%,记录缺口并返回阶段 2 重新设计方案。

---

### 阶段 5:提案与成交

**目标:** 交付支持商业成交的技术提案。

**检查清单:**
- [ ] 汇总 POC 结果和成功指标
- [ ] 创建含实施计划的技术提案
- [ ] 用证据回应未决异议
- [ ] 支持定价和包装讨论
- [ ] 决策后进行赢/输分析

**模板:** 使用 `assets/technical_proposal_template.md` 编写提案文档。

**输出:** 技术提案、实施时间线、风险缓解计划。

---

## Python 自动化工具

### 1. RFP 响应分析器

**脚本:** `scripts/rfp_response_analyzer.py`

**用途:** 解析 RFP/RFI 需求,评分覆盖率,识别缺口,生成投标/不投标建议。

**覆盖类别:** 完全(100%)、部分(50%)、计划中(25%)、缺口(0%)。
**优先级权重:** Must-Have 3×、Should-Have 2×、Nice-to-Have 1×。

**投标/不投标逻辑:**
- **投标:** 覆盖率 >70% 且 must-have 缺口 ≤3
- **有条件投标:** 覆盖率 50–70% 或 must-have 缺口 2–3
- **不投标:** 覆盖率 <50% 或 must-have 缺口 >3

**用法:**
```bash
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json            # 人类可读
python scripts/rfp_response_analyzer.py assets/sample_rfp_data.json --format json  # JSON 输出
python scripts/rfp_response_analyzer.py --help
```

**输入格式:** 完整模式见 `assets/sample_rfp_data.json`。

---

### 2. 竞争矩阵构建器

**脚本:** `scripts/competitive_matrix_builder.py`

**用途:** 生成功能对比矩阵,计算竞争得分,识别差异化优势和薄弱环节。

**功能评分:** 完全(3)、部分(2)、有限(1)、无(0)。

**用法:**
```bash
python scripts/competitive_matrix_builder.py competitive_data.json              # 人类可读
python scripts/competitive_matrix_builder.py competitive_data.json --format json  # JSON 输出
```

**输出包括:** 功能对比矩阵、加权竞争得分、差异化优势、薄弱环节和赢单主题。

---

### 3. POC 规划器

**脚本:** `scripts/poc_planner.py`

**用途:** 生成结构化 POC 计划,含时间线、资源分配、成功标准和评估记分卡。

**默认阶段划分:**
- **第 1 周:** 搭建——环境配置、数据迁移、配置
- **第 2–3 周:** 核心测试——主要用例、集成测试
- **第 4 周:** 高级测试——边界情况、性能、安全
- **第 5 周:** 评估——记分卡完成、利益相关方回顾、Go/No-Go

**用法:**
```bash
python scripts/poc_planner.py poc_data.json              # 人类可读
python scripts/poc_planner.py poc_data.json --format json  # JSON 输出
```

**输出包括:** 分阶段 POC 计划、资源分配、成功标准、评估记分卡、风险登记和 Go/No-Go 建议框架。

---

## 参考知识库

| 参考 | 说明 |
|------|------|
| `references/rfp-response-guide.md` | RFP/RFI 响应最佳实践、合规矩阵、投标/不投标框架 |
| `references/competitive-positioning-framework.md` | 竞争分析方法论、战斗卡创建、异议处理 |
| `references/poc-best-practices.md` | POC 规划方法论、成功标准、评估框架 |

## 资产模板

| 模板 | 用途 |
|------|------|
| `assets/technical_proposal_template.md` | 技术提案(执行摘要、解决方案架构、实施计划)|
| `assets/demo_script_template.md` | 演示脚本(议程、话术要点、异议处理)|
| `assets/poc_scorecard_template.md` | POC 评估记分卡(加权评分)|
| `assets/sample_rfp_data.json` | 分析器测试用示例 RFP 数据 |
| `assets/expected_output.json` | rfp_response_analyzer.py 预期输出 |

## 集成点

- **营销技能** — 利用 `../../marketing-skill/` 的竞争情报和消息框架
- **产品团队** — 协调 RFP 分析中标记为「计划中」的路线图项,见 `../../product-team/`
- **高管顾问** — 升级需要高管参与的战略交易,见 `../../c-level-advisor/`
- **客户成功** — 将 POC 结果和成功标准移交给 CSM,见 `../customer-success-manager/`

---

**最后更新:** 2026 年 2 月
**状态:** 生产就绪
**工具:** 3 个 Python 自动化脚本
**参考:** 3 个知识库文档
**模板:** 5 个资产文件