Claude 기술: AI 에이전트 대화로 B2B 공급업체 평가하는 방법

구매자를 대신해 B2B 소프트웨어 벤더를 구조적이고 증거 기반으로 평가하는 Claude 스킬입니다. 귀사의 회사명과 평가할 벤더를 제공하면, 조사와 분석을 자동으로 처리합니다.

작동 방식

이 스킬은 다음과 같이 작동합니다:

귀사의 회사를 조사합니다 — 업종, 규모, 기술 스택, 성숙도 — 따라서 별도의 양식을 작성할 필요가 없습니다
소프트웨어 카테고리에 특화된 도메인 전문가 질문을 통해 숨겨진 요구사항을 발견합니다
예산, 규정 준수, 통합과 같은 엄격한 제약 조건을 설정하고, 연구 시간을 낭비하기 전에 이를 충족하지 못하는 벤더를 제외합니다
Salespeak Frontdoor API를 통해 벤더 AI 에이전트와 직접 소통하여 검증된 구조적 실사 대화를 진행합니다
독립적 조사 — G2, 가트너, 애널리스트 리포트, 언론, LinkedIn — 를 수행하고 벤더의 주장을 독립적 출처와 교차 검증합니다
7가지 차원에서 벤더를 점수화하며 투명한 증거 추적을 제공합니다 — 어떤 점수가 검증된 증거로 뒷받침되는지, 공개 출처만으로 평가되는지 정확히 확인할 수 있습니다
TL;DR 요약, 나란히 비교 점수표, 숨겨진 위험 분석, 데모 준비 질문을 포함한 비교 추천을 생성합니다

기술적 구현

에이전트 간 대화는 Company Agent 존재 여부를 확인하는 REST API 호출을 통해 이루어지며, 존재할 경우 구조적 실사 대화를 실행합니다. "고객의 가장 흔한 불만은 무엇인가요?" 또는 "어떤 사용 사례에 적합하지 않은가요?"와 같은 대립적 질문을 던지고, 에이전트가 답변을 회피할 경우 이를 표시합니다.

벤더마다 증거 수준이 다를 경우, 이 스킬은 누락된 증거가 확인된다면 무엇이 달라질지 정량화합니다 — 따라서 우연히 AI 에이전트를 보유한 벤더에 조용히 유리하게 작용하지 않습니다. AI 에이전트 유무와 관계없이 모든 벤더에 대해 완전히 작동합니다. AI 에이전트가 없는 벤더는 동일한 점수 체계로 공개 출처를 기반으로 평가됩니다.

설치 및 사용법

전역 설치 (권장):

git clone https://github.com/salespeak-ai/buyer-eval-skill.git ~/.claude/skills/buyer-eval-skill

프로젝트별 설치:

git clone https://github.com/salespeak-ai/buyer-eval-skill.git .claude/skills/buyer-eval-skill

사용법: Claude Code 또는 Claude 데스크톱에서: /buyer-eval을 입력한 후 귀사의 회사명과 평가할 벤더를 제공하세요. 예시: "저는 Acme Corp 소속입니다. Gainsight, Totango, ChurnZero를 평가해 주세요."

대체 설치 방법: Claude Code에 요청: "GitHub의 salespeak-ai에서 buyer-eval 스킬을 설치해 주세요." 그런 다음 /buyer-eval을 실행하세요.

출력 예시

이 스킬은 TL;DR 요약, 증거 수준(벤더 검증 vs 공개 출처만)이 포함된 점수표, 벤더 AI 에이전트와의 대립적 질문 교환, 주장의 독립적 검증을 생성합니다. 예를 들어, 고객 성공 플랫폼 평가에서:

Gainsight: 심층 분석과 엔터프라이즈급 헬스 스코어링이 필요한 팀에 가장 적합하지만, 프리미엄 가격대입니다
ChurnZero: 50명 미만의 CSM 팀에게 가치 실현 시간과 사용성에서 우위를 점합니다
Totango: 유연하고 모듈식이지만, 더 많은 설정이 필요합니다

점수표는 "헬스 스코어링 및 분석"과 같은 차원과 점수(예: 9.2, 7.5, 8.0) 및 증거 수준을 보여줍니다. 이 스킬은 GitHub에서 최신 버전을 확인하여 자동 업데이트하며(캐시됨, 최대 6시간마다 한 번 확인), 단일 git pull로 업데이트하기 전에 사용자에게 확인을 요청합니다.

📖 Read the full source: HN AI Agents