场景 · 销售岗位

看你的目标客户里谁在招某个岗位

对名单上的每家公司,数它在招的某个岗位,并和它全部在招岗位放在一起看,先联系正在招你所卖产品对应岗位的公司。

谁在做这件事

它省掉的是哪件事,适合谁。

卖数据基础设施的销售,或者任何客户是某个具体团队的人。一家公司现在同时在招好几个数据工程师,说明它正在做你的产品能帮上忙的事。

得到什么

最近一次重跑的计数。背后的记录由你的 agent 用你自己的 key 读取。

十家公司在招的数据工程师岗位

数据工程师岗位全部在招岗位

  1. Databricks14653
  2. Rippling8414
  3. Brex6187
  4. Snowflake6357
  5. Datadog4444
  6. Stripe4792
  7. Figma2249
  8. Ramp1310
  9. Airtable01
  10. Notion0123

每条是标题匹配 "data engineer" 的在招岗位数。右边的数字是这家公司全部在招岗位,免得招人多的公司只因为岗位多就显得信号强。

agent 会读哪些字段

提示词要求读取的字段。这个页面只展示字段名和计数,不展示任何一条记录。

  • company.name
  • title
  • posted_date
  • location.city

接下来

拿到名单之后,这件事往哪走。

  1. 从信号最强的开始

    先按岗位数排序,再看占全部岗位的比例。200 个里有 5 个,比 2,000 个里有 10 个更说明问题。

  2. 引用岗位原文

    让 agent 读这些岗位,把里面提到的工具和问题找出来。引用岗位原文的邮件读起来像做过功课,而不是群发。

  3. 每周看一次

    每周定时跑同一段提示词,某家公司的岗位数上升就提醒你。十家公司每次 20 API Credits。

运行这个案例

三种方式,每一种都先告诉你要花多少。

1 API Credit 可以买 25 个搜索结果或 5 条完整记录;1 美元可以买 30 API Credits。

交给你的 agent 来跑

20 API Credits0.67 美元新账户赠送的 100 API Credits 够用

花费超过 30 API Credits 之前,agent 会先停下来问你。

你的 agent 按提示词一步步执行:先读规则,再计数,按提示词的要求检查定义,最后写出文件和图表。请使用能写文件的 agent,比如 Claude Code 或 Codex。

一次性配置key、连接和一次免费检查。如果你的 agent 已经接入 Metix AI Platform,可以跳过。
  1. 1获取 key

    在 Metix AI Platform 上创建 key →

    新账户一次性赠送 100 API Credits,30 天内有效。在启动 agent 的终端里设置,或者把这一行写进 ~/.zshrc 或 ~/.bashrc,新开的终端也能用:

    终端
    export METIX_KEY=metix_xxxxxxxx
  2. 2连接你的 agent

    Claude Code

    为所有项目注册 Metix AI Platform。在任意目录启动 claude,就能看到十二个 metix 工具。

    终端
    : "${METIX_KEY:?run step 1 first}" &&
    claude mcp add --scope user --transport http metix-ai-platform \
      https://mira-api.metix.ai/mcp \
      --header "Authorization: Bearer $METIX_KEY"
    MCP 配置指南 →

    Codex

    注册同一个服务。key 留在环境变量里,不写进配置文件。

    终端
    codex mcp add metix-ai-platform \
      --url https://mira-api.metix.ai/mcp \
      --bearer-token-env-var METIX_KEY
    MCP 配置指南 →

    Skills

    四个 skill,教任何 agent 使用 Metix AI Platform 的接口和查询规则,适合不支持 MCP 的 agent。安装程序默认一项都不勾选:在每一项上按空格,再按回车。

    终端
    npx skills add MetixAI-Official/metix-skills
    Skills 安装说明 →

    其他 MCP

    让客户端通过 streamable HTTP 连接这个地址,并带上这两个请求头;缺少 Accept 请求头时服务器会返回 406。较旧的客户端使用同一主机上的 /sse。

    地址和请求头
    https://mira-api.metix.ai/mcp
    Authorization: Bearer <your key>
    Accept: application/json, text/event-stream
    MCP 配置指南 →
  3. 3检查配置

    先问这一句。它只读取余额和字段列表,不做任何搜索,不花 API Credits:

    发给 agent 的提示
    使用 Metix AI Platform:查询我的 key 状态并读取 contract,这两项都免费。然后告诉我我的 API Credit 余额和可以查询哪些数据集。不要做任何搜索。

4粘贴提示词

在一个空文件夹里启动 agent,再粘贴。它会把文件写在那里。

要回答的问题

用 Metix AI Platform MCP 告诉我,我的客户名单里现在有谁在招数据工程师。名单是 Stripe、Databricks、Snowflake、Datadog、Rippling、Brex、Ramp、Figma、Airtable 和 Notion。用 metix-skills 告诉我,我的客户名单里现在有谁在招数据工程师。名单是 Stripe、Databricks、Snowflake、Datadog、Rippling、Brex、Ramp、Figma、Airtable 和 Notion。用 Metix AI Platform 告诉我,我的客户名单里现在有谁在招数据工程师。名单是 Stripe、Databricks、Snowflake、Datadog、Rippling、Brex、Ramp、Figma、Airtable 和 Notion。

  1. 01工具

    用 Metix AI Platform 的 MCP 服务。第一次查询之前先调 `metix_get_contract`,任何时候都不要打印密钥。用 metix-skills。第一次查询之前先读 contract,任何时候都不要打印密钥。调 REST 接口 `https://mira-api.metix.ai`,密钥从 `METIX_KEY` 读。第一次查询之前先读 `GET /contract`,任何时候都不要打印密钥。

  2. 02预算

    只计数,不读取:每家公司数两次,一次是在招的数据工程师岗位,一次是它全部的在招岗位,免得招人多的公司只因为岗位多就显得信号强。某家公司连一个在招岗位都没有,就告诉我,多半是名字和它岗位上写的对不上;总花费超过 30 API Credits 之前停下来问我。

  3. 03回答

    一张表,列出公司、数据工程师岗位数、全部在招岗位数和占比,按占比排序,带上读取日期,再画一张岗位数的条形图。说清楚这份结果看不到什么。

查看 PROMPT.md →

你会得到

聚合文件和图表,一段说明抽检发现了什么、改了什么,以及这次运行花了多少 API Credits(取自运行前后的余额)。

如果调用返回 402 insufficient_quota,说明 key 有效,只是余额用完了。

复现数字

18 API Credits0.60 美元新账户赠送的 100 API Credits 够用

一个只用 Python 标准库的小脚本,把已提交的查询按计数发出去,写出这个页面所用的聚合文件。需要 Python,并在终端里设置好 METIX_KEY(见 agent 路径的第 1 步),也可以让你的 agent 替你运行这几行。

终端
curl -fsSL https://platform.metix.ai/casebook/source/find-accounts-hiring-for-a-role.tar.gz | tar xz
cd find-accounts-hiring-for-a-role
: "${METIX_KEY:?set METIX_KEY first}" && python3 cases/find-accounts-hiring-for-a-role/fetch.py

你会得到

data/*.json 和 data/receipt.json。运行 git diff cases/find-accounts-hiring-for-a-role/data 看哪些数字变了:除去快照之后数据本身的变化,数字应该一致。

改成你的问题

花费取决于你的版本读取多少。在提示词第 1 步里写上你自己的上限。

提示词就是这个案例本身。改掉下表里的部分,你的 agent 就会回答你的问题,用同样的检查和同样的花费记录方式。

要改的 改哪里 例如
公司名单 第一行 换成你自己的客户名单
岗位 第一行 "客户经理"、"安全工程师"
只看最近的岗位 第一行 "……最近 30 天发布的"
更紧的上限 第 2 步 每家两次计数,名单更长就把 30 调大

运行前先问清楚

  1. 哪些公司?名字要和它们岗位上写的一致。
  2. 哪个岗位能说明他们需要你卖的东西?
  3. 所有国家都算,还是只看你负责的区域?

这一页上公布的数字来自更长的一版提示词,那一版还固定了标题怎么匹配、重复发布怎么算,口径记在页面的方法一节里。用上面这段跑出来的匹配会按 agent 自己的理解来,当名单是你的而不是我们的时候,这通常才是你要的。

查看 PROMPT.md →

常见问题

跑之前大家常问的。

客户名单从哪来?

来自你的 CRM,或者用上一个"做目标客户名单"的场景生成。公司名要和岗位上写的一致;agent 会在正式跑之前先逐个计数核对。

100 家公司要多少?

每家公司两次计数,大约 200 API Credits。不算全部在招岗位可以减半。

方法和局限

统计了谁、怎么统计的、漏掉了什么。

统计范围
2026 年 9 月 30 日通过 Metix AI Platform 可见、account-list.json 里十家公司的在招岗位。岗位按标题匹配 "data engineer"。
局限
所有国家的岗位都算在内。标题匹配会包括高级和负责人岗位,也可能包括标题里带这个词的分析工程师。重复发布不合并。

最近一次复现

上一次复现花了多少,取自运行前后 Metix AI Platform 记录的余额。

运行日期
2026-09-30
调用次数
20
搜索结果
18
读取记录
0
API Credits
18

搜索结果是搜索返回的 ID 数,每次计数查询算一个,完整搜索按命中数算。记录是完整读取的岗位或档案:这个案例一条都没读。

做这个案例另外花了大约 10 API Credits:agent 做的抽检、试探性查询,以及被公开复现取代的早先运行。你不需要再花这部分。