# Outreach MCP 接进 ChatGPT：开场白前补公司公开数据

> Outreach 把 20 多个销售流程装进 ChatGPT；我们对 5 家公司真调 24 次，每家补数约 $0.0048，按名字搜到的职位近半不是本公司。

- Canonical page: [https://everyinfra.com/blog/outreach-mcp](https://everyinfra.com/blog/outreach-mcp?utm_medium=ai_doc&utm_campaign=page_md)
- Published: 2026-11-21T01:40:00+08:00 · Fact-checked: 2026-11-21T09:53:00+08:00

Outreach 在 2026 年 11 月 17 日发布 Outreach Skills for ChatGPT，把 20 多个现成的销售流程和到 Outreach 库的实时连接打成一个插件，装进 ChatGPT Business、Enterprise、Healthcare、Edu 工作区（[Outreach 博客，2026-11-17](https://www.outreach.ai/resources/blog/outreach-skills-chatgpt)）；它能读你的序列、潜在客户、任务和通话，却不知道对方公司这周在 LinkedIn 发了什么、在招什么人、客户在 G2 上抱怨什么。我们在 2026-11-21 00:17–00:31（新加坡时间）用 EveryInfra 远程 MCP 和接口给 Airtable、Vercel、Zapier、Miro、Gusto 五家公司补了这三样公开数据，24 次数据调用扣费合计 $0.023337，五家一共拿到 142 条带日期或链接、能写进开场白的信号。按公司名搜职位时，返回的 100 条里只有 53 条属于目标公司，搜「Zapier」的 20 条一条都不是 Zapier 的岗位；改用公司主页返回的 `job_search_url` 再搜，Airtable 的 11 条全部命中。

> **要点**
>
> - Outreach Skills for ChatGPT 2026-11-17 发布：20 多个流程、按每个人自己的 Outreach 登录取数，改记录前先确认，不删除记录；要用支持插件的 ChatGPT 套餐和 Outreach Amplify 积分。
> - 公开信号由 EveryInfra 补：每家 4 次调用（`linkedin/company_profile`、`linkedin/company_posts`、`linkedin/jobs`、`g2/reviews`），按目录价 $0.00482，每周 100 家 $0.482。
> - 五家共 142 条可用信号；Gusto 的公司帖两次都是空结果，没扣费，它的信号主要来自 16 个在招岗位。
> - 按名字搜职位只有 53% 属于本公司；先取 `job_search_url` 再搜，Airtable 11/11 命中。
> - 我们 11 月 21 日 00:22 读到 EveryInfra 的 `everyinfra_call_api` 标的是 `readOnlyHint=false`，按 ChatGPT 文档默认每次调用都弹确认；同一天 08:29 起它改标只读，按同一份文档不再弹确认，照样按次扣费；改标后我们在 ChatGPT 里新开 3 个对话各调了一次付费工具，都没有弹确认，直接调成并照常扣费。只拿公司层面的公开数据，不拿个人资料。
> - Outreach 和 ChatGPT 两侧的步骤、权限和确认行为来自读双方的帮助中心与开发者文档：我们没有 Outreach 账号，没在 ChatGPT 工作区里实跑；EveryInfra 一侧的调用、扣费和耗时来自 2026-11-21 的真调。

![示意插图：左边台子上摆着一栋写字楼、一块钉着空白卡片的招聘板和一叠带星的评价卡，它们变成小卡片穿过中间的网格闸门，落进右边一只青绿色的打开的信封；闸门下方另一块台子上放着手机、小房子和上锁的文件夹，颜色发灰，被闸门挡住。](https://everyinfra.com/articles/outreach-mcp/img-explain.webp?utm_medium=ai_doc&utm_campaign=page_md)

开场白只用公司层面的公开数据：公司动态、职位、产品评价可以过闸，个人手机、住址和私密资料不过。

## Outreach Skills for ChatGPT 是什么：11 月 17 日的插件和 11 月 18 日的新闻稿

Outreach 的博客在 2026 年 11 月 17 日先发了产品说明，把 Outreach Skills 定义为一个「Plugin Extension」：一次安装，给 ChatGPT 一条到 Outreach 的安全连接、20 多个现成的营收流程，以及在屏幕上显示结果的视图（[Outreach 博客，2026-11-17](https://www.outreach.ai/resources/blog/outreach-skills-chatgpt)）。第二天的新闻稿把它放进 Outreach 所说的「无头架构」里讲：序列、洞察和管道操作这一层不绑定任何一个界面，可以通过 Outreach MCP Server 给外部的智能体用；同一篇稿子还宣布 MCP Server 新增了改已有记录、Kaia 教练卡、新建序列和任务这几类工具，以及 G2、Freshdesk、Vidyard、LeanData 四个合作方的 MCP 连接器（[Outreach 新闻稿，2026-11-18](https://www.outreach.ai/company/newsroom/outreachs-headless-architecture-powers-new-outreach-skills-for-chatgpt-as-its-connector-suite-for-mcp-tm-grows)）。

对销售来说，四个起步流程里和发序列前补数据直接相关的是 Prospecting：对 ChatGPT 说「给某个公司建一份名单」，它返回潜在客户名单、每个人的联系理由和第一封邮件草稿；在把任何人加进序列之前，它会把具体细节列出来，等你确认（[Outreach 博客，2026-11-17](https://www.outreach.ai/resources/blog/outreach-skills-chatgpt)）。另外三个是 Meeting prep、Pipeline review 和给客户成功团队的 Watermelon report。博客写明这些流程的回答来自你自己的客户、潜在客户、任务、序列和通话记录，「每条回答都指回它用到的记录」。这句话也划出了它的边界：Outreach 里没有的东西，比如对方公司昨天发的产品公告、在招的岗位、客户在评价网站上写的抱怨，这个插件不会自己去拿。

ChatGPT 这边的「插件」和「技能」是两层东西。OpenAI 帮助中心的定义是：技能是可复用、可共享的工作流，里面可以有说明、示例和代码，ChatGPT 在合适的时候自动调用；插件可以只装技能，也可以带上连到外部服务的应用，或者两样都有（[OpenAI 帮助中心，Skills in ChatGPT](https://help.openai.com/en/articles/20001066-skills-in-chatgpt)）。插件在 ChatGPT 的 Chat、Work 和 Codex 里通用，装不装、能不能用受工作区设置约束（[OpenAI 帮助中心，Plugins in ChatGPT](https://help.openai.com/en/articles/20001256-plugins-in-chatgpt)）。按这个定义，Outreach Skills 是「技能 + 应用」的插件：技能负责流程步骤，应用负责连到 Outreach MCP Server 取数和写入。

OpenAI 在同一天发布了 ChatGPT for Sales：一个 OpenAI 自己的 Sales 插件，加上 30 多个新的或增强过的合作方插件；发布文在「找到并接触买家」一段写的是，把第三方客户信号和 ChatGPT 的网页研究合起来，看清一个客户那边在变什么、找到联系的理由，再用 Outreach 或 Salesloft 规划触达（[OpenAI，2026-11-17](https://openai.com/index/introducing-chatgpt-for-sales/)）。也就是说，在 OpenAI 自己画的销售流程里，Outreach 负责「规划触达」，「为什么联系」这一步要另找数据。EveryInfra 的公开数据接口补的就是这一步：对方公司的动态、职位和评价。

| 项目 | Outreach 官方写法 | 出处与读取日期 |
| --- | --- | --- |
| 发布时间 | 博客 2026-11-17，新闻稿 2026-11-18 | outreach.ai，2026-11-21 读取 |
| 形态 | Plugin Extension，含 MCP 连接、20 个技能、可视化视图 | Outreach 博客 |
| ChatGPT 套餐 | 支持插件的套餐：Business、Enterprise、Healthcare、Edu | Outreach 博客 FAQ |
| Outreach 一侧 | 用量消耗 Outreach Amplify 积分；MCP Server 要有效席位并开通 Amplify | Outreach 博客、帮助中心 |
| 读 | 客户、潜在客户、任务、序列、通话（按每个人自己的权限） | Outreach 博客 |
| 写 | 改记录、建序列、建任务、加入序列等，改之前先确认，流程里不删除记录 | 新闻稿、博客 |
| 谁来开 | 工作区管理员启用插件，每个用户用自己的 Outreach 账号连接 | Outreach 博客 |

## Outreach 一侧能读什么、能写什么：MCP Server 的工具清单

Outreach 帮助中心的 MCP Server 总览写得比博客细：使用 MCP Server 的人必须是 Outreach 实例里有效、有许可的席位，并且套餐里开了 Amplify 附加包；服务器要由组织管理员在「Administration > Organization > Org Info」里打开，同一页还有两个可选开关，控制能不能经 MCP 新建记录（默认开）和删除记录（默认关）（[Outreach 帮助中心，MCP Server 总览](https://support.outreach.io/support/solutions/articles/159000425158)）。认证按 MCP 授权规范走 OAuth，每个用户用自己的 Outreach 凭据登录，Claude 一侧推荐直接装 Outreach 在 Claude 连接器目录里的官方连接器，要连沙盒这类多个实例时才手动加自定义连接器（[Outreach 帮助中心，Use Outreach MCP with Claude](https://support.outreach.io/support/solutions/articles/159000435681-outreach-mcp-tools-with-claude)）；套用这个用户在 Outreach 里的权限配置；文档特别写了不支持只带客户端身份、不带用户身份的连接（[同上](https://support.outreach.io/support/solutions/articles/159000425158)）。开发者门户写的是一共 32 个工具，支持 `readOnlyHint`、`destructiveHint` 这些工具注解、动态客户端注册（RFC 7591）和带 PKCE 的 OAuth 2.1（[Outreach 开发者门户](https://developers.outreach.io/mcp-server)）。

和「发序列前补数据」这件事有关的工具，帮助中心列得很清楚：`sequence_search` 查序列，`sequence_state_search` 看某个潜在客户在序列里的状态（进行中、退信、已回复、暂停、结束），`sequence_add_prospects` 把人加进序列，返回一个批次号让你轮询进度，`sequence_create` 新建序列时节流默认每天最多加 50 人，`emails_search` 取邮件内容，`kaia_meeting_search` 按关键词、客户、参会人搜通话和会议（[Outreach 帮助中心](https://support.outreach.io/support/solutions/articles/159000425158)）。这些工具读写的都是 Outreach 自己库里的记录：序列状态、邮件、通话和会议。

Outreach 还有反方向的一半：MCP Connectors。这里 Outreach 当客户端，让自己的 AI 助手 Omni 去调别家的 MCP 服务器；帮助中心列的认证方式有 OAuth 2.1 动态注册、预注册 OAuth、组织 API Key、个人 API Key 和无认证五种，客户可以把自己的 MCP 服务器发布成只给本实例用的私有连接器，但有一条硬限制：「只支持只读工具」（[Outreach 帮助中心，MCP Connectors](https://support.outreach.io/support/solutions/articles/159000432173-mcp-connectors)）。我们 11 月 21 日 00:22 读到 EveryInfra 的取数工具标的是非只读，按这条限制接不进 Omni；同一天 08:29 起它改标只读，按这条限制的字面就不再被挡，但接进 Omni 还要过连接器市场审核和管理员批准，我们没有 Outreach 账号，没测。

| 方向 | Outreach 的角色 | 谁调谁 | 工具 | 限制 |
| --- | --- | --- | --- | --- |
| MCP Server | 服务器 | ChatGPT、Claude 等客户端调 Outreach | 32 个，能读能写 | 有许可席位并开通 Amplify；新建默认开、删除默认关 |
| MCP Connectors | 客户端 | Omni 调别家的 MCP 服务器 | 只支持只读工具 | 每个服务器要过连接器市场审核、管理员批准 |

安全说明那一页补了一句：Outreach 当客户端时，接的每个 MCP 服务器都要先发布到 Outreach 的连接器市场、经过审核，管理员批准之前什么都不会接上（[Outreach 帮助中心，MCP Security](https://support.outreach.io/support/solutions/articles/159000435680-mcp-security)）。我们在 11 月 21 日打开 Outreach 连接器市场的 MCP 分类页，我们读到的页面正文里只有 Outreach MCP Server 自己这一张卡片（[Outreach Marketplace](https://marketplace.outreach.io/category/mcp-connectors)），新闻稿里说的 G2、Freshdesk 等合作方连接器没有出现在这次读到的正文里。

![截图卡：Outreach 帮助中心三篇文章的原文摘录。第一段 MCP Server 总览写明使用者必须是有效许可席位并开通 Amplify 附加包，新建默认开、删除默认关；第二段 MCP Connectors 写明只支持只读工具，客户可以把自己的 MCP 服务器发布成只限本实例的私有连接器；第三段写 ChatGPT 里的 Server URL 是 https://api.outreach.io/mcp/，认证选 OAuth。三处引用段用青绿框标出。](https://everyinfra.com/articles/outreach-mcp/img-outreach-support.webp?utm_medium=ai_doc&utm_campaign=page_md)

Outreach 帮助中心原文截图，2026-11-21 新加坡时间读取。 [Outreach 帮助中心](https://support.outreach.io/support/solutions/articles/159000425158)

## 为什么开场白要另接公开数据：Outreach 库里没有的三样东西

我们在动手前定了一个问题：对一家典型的 B2B 软件公司，公开渠道能拿到多少条「可以写进开场白」的具体信号。判据：信号必须带日期或可点的链接，分三类数。第一类是公司在 LinkedIn 上近 30 天发的帖子，它说明对方在推什么产品、办什么活动。第二类是近 30 天在 LinkedIn 挂出的本公司职位，招销售说明在扩销售团队，招安全工程师说明在补安全。第三类是 G2 上近 90 天、正文里有价格、学习成本、慢、功能缺失这类抱怨词的评价，它说明对方的客户在哪里不满意。三类信号都是公司层面的公开信息，和 Outreach 里存的序列、通话、邮件不重叠。

五家样本公司是 Airtable、Vercel、Zapier、Miro、Gusto，都是在 LinkedIn 和 G2 上都有公开主页的美国 B2B 软件公司，规模从几百人到上千人不等，业务分别是表格数据库、前端部署、自动化、白板协作和薪酬人事。五家的选法：它们是 Outreach 这类销售工具的典型潜在客户画像，而且五家的业务差得够远，能看出信号的分布会不会因行业而变。我们没有任何一家的 Outreach 账号，也不替这些公司做任何评价；它们只是「一份周一要发序列的名单」的样本。

![流程图，五个方框从左到右：1 Outreach，读序列与名单，工具 sequence_search；2 定公司，取官网域名，不取个人资料；3 EveryInfra，4 次调用，每家 $0.0048，这一格用青绿色强调；4 写开场白，每句带出处，日期或链接；5 人工确认，再加入序列，工具 sequence_add 开头。副标题说 Outreach 只给自己库里的记录，公司公开动态来自 EveryInfra，第 5 步要人点确认。](https://everyinfra.com/articles/outreach-mcp/fig-01-signal-flow.zh.light.svg?utm_medium=ai_doc&utm_campaign=page_md)

整条流程拆成五步。第一步在 Outreach 里：用 `sequence_search` 找到这周要发的序列，用 `sequence_state_search` 或名单视图拿到还没开始的潜在客户和他们的公司。第二步只留公司：从潜在客户记录里取公司名和官网域名，个人的职位、邮箱、手机号不往下传。第三步换到 EveryInfra：对每家公司调四次接口，拿公司主页、近期公司帖、在招职位和 G2 评价。第四步让 ChatGPT 按公司写开场白，要求每句提到的事实后面跟日期或链接。第五步回到 Outreach，由人逐条看过草稿，再确认把人加入序列。Outreach 博客写明加入序列前会等你确认，ChatGPT 的自定义 MCP 文档写明写操作默认要确认，两边的确认叠在一起，最后一步不会自动发生。

## 在 ChatGPT 里加 EveryInfra：自定义 MCP 服务器的配置示例

ChatGPT 加自定义 MCP 服务器的入口在 2026 年秋天改过一次，新旧两种写法现在同时挂在网上。OpenAI 帮助中心现在的写法是：在 **Plugins** 页点加号，选 **Add custom MCP server**，填名字和服务器地址，配置认证，勾选风险提示，再选 **Create as a plugin**；页面明确写「不需要先打开 Developer Mode」（[OpenAI 帮助中心，Connecting custom MCP servers](https://help.openai.com/en/articles/12584461-connecting-custom-mcp-servers-in-chatgpt)）。OpenAI 开发者文档写的是同一套步骤，并列出三种认证：OAuth、无认证、「OAuth 或无认证」混合（[OpenAI 开发者文档，Add custom MCP server](https://developers.openai.com/api/docs/guides/custom-mcp-server)）。Outreach 自己的「Ask Outreach via ChatGPT」一文还是旧写法：先到设置里打开 Developer Mode，再去 chatgpt.com/apps 点 **Create app**，服务器地址填 `https://api.outreach.io/mcp/`，认证选 OAuth（[Outreach 帮助中心](https://support.outreach.io/support/solutions/articles/159000429132-ask-outreach-via-chatgpt)）。两套写法指向同一个结果，照着旧文找不到按钮时，按 OpenAI 的新路径走。

权限上，Business 工作区只有管理员和所有者能创建并发布自定义 MCP 插件；Enterprise 和 Edu 的管理员可以用角色权限把「Create plugins with MCPs」授给指定成员，发布前还能逐个勾选这个应用允许执行哪些动作（[OpenAI 帮助中心](https://help.openai.com/en/articles/12584461-connecting-custom-mcp-servers-in-chatgpt)）。管理员在 Admin Console 的 Plugins 页决定成员能装哪些插件，Outreach Skills 和自建的 EveryInfra 插件都在这里管（[OpenAI 帮助中心，Admin controls](https://help.openai.com/en/articles/11509118-admin-controls-security-and-compliance-for-plugins-and-apps)）。

ChatGPT 的自定义 MCP 不支持手填 Bearer Key，只认 OAuth 或无认证，所以 EveryInfra 要用走 OAuth 的入口 `https://api.everyinfra.com/mcp/all`，原来那个只认 Key 的 `/mcp` 留给 Claude Code、Cursor 这类能写请求头的客户端。EveryInfra 的三个入口分别适合哪种用法：

| 入口 | 认证 | 客户端 | 在这条流程里的用处 |
| --- | --- | --- | --- |
| `https://api.everyinfra.com/mcp/all` | OAuth，scope 写在 401 响应头里 | ChatGPT 和其他走 OAuth 的客户端 | ChatGPT 对话里的取数 |
| `https://api.everyinfra.com/mcp` | 请求头里带 API Key | Claude Code、Cursor、脚本 | 下面 `tools/list` 和 `tools/call` 的实测 |
| `https://api.everyinfra.com/api/v1/social` | 请求头里带 API Key | curl、脚本 | 每周批量取数 |

我们在 2026-11-21 00:22（新加坡时间）不带凭据请求了 `/mcp/all`，返回 401，响应头里写着去哪里找授权服务器：

```bash
curl -s -D - -o /dev/null -X POST https://api.everyinfra.com/mcp/all \
  -H 'Content-Type: application/json' \
  -H 'Accept: application/json, text/event-stream' \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-11-25","capabilities":{},"clientInfo":{"name":"probe","version":"0"}}}'
# HTTP/2 401
# www-authenticate: Bearer resource_metadata="https://api.everyinfra.com/.well-known/oauth-protected-resource/mcp/all",
#   scope="data:call search:call captcha:call ai:call account:read offline_access"
```

`resource_metadata` 指向的元数据文件（[EveryInfra 受保护资源元数据](https://api.everyinfra.com/.well-known/oauth-protected-resource/mcp/all)）按 RFC 9728 的格式写了资源地址、授权服务器和支持的 scope（[RFC 9728](https://datatracker.ietf.org/doc/html/rfc9728)），ChatGPT 就是读这个字段找到登录页的；MCP 授权规范 2025-11-25 版要求服务器这样做（[MCP 授权规范](https://modelcontextprotocol.io/specification/2025-11-25/basic/authorization)）。ChatGPT 换取令牌时会带上 `resource` 参数，指明要访问的是哪个入口，这是 [RFC 8707](https://datatracker.ietf.org/doc/html/rfc8707) 定义的资源指示参数，EveryInfra 的令牌只对它申请的那个入口有效。scope 里带 `offline_access`，这一项对 ChatGPT 有用：OpenAI 帮助中心写明，授权服务器不签发刷新令牌时，原授权过期后 ChatGPT 可能会失去访问，用户得重新登录（[OpenAI 帮助中心](https://help.openai.com/en/articles/12584461-connecting-custom-mcp-servers-in-chatgpt)）。ChatGPT 选 OAuth 而不填静态凭据时，会用客户端身份元数据文档（CIMD）或动态客户端注册（[RFC 7591](https://datatracker.ietf.org/doc/html/rfc7591)）自己登记成一个 OAuth 客户端；OpenAI 的插件认证文档要求服务器在知名地址公开资源元数据，并给每个工具声明 `securitySchemes`，说明它要 OAuth 还是可以匿名调用（[OpenAI 开发者文档，Plugins 认证](https://developers.openai.com/plugins/build/auth)）。下面是配置示例，我们没有在 ChatGPT 工作区里实际走完这几步：

| ChatGPT 表单项 | 填什么 | 说明 |
| --- | --- | --- |
| Name | EveryInfra 公开数据 | 名字随意，后面在对话里用 @ 选它 |
| Server URL | `https://api.everyinfra.com/mcp/all` | 走 OAuth 的总入口；只要 LinkedIn 一个平台可以用 `/mcp/linkedin` |
| Authentication | OAuth | 不填静态凭据，ChatGPT 用动态注册或 CIMD 自己完成 |
| 风险提示 | 勾选 I understand and want to continue | OpenAI 要求逐个服务器确认 |
| 工具开关 | 只开 `everyinfra_call_api`、`everyinfra_list_capabilities`、`everyinfra_get_job` | 在应用详情页逐个关掉验证码、AI 对话、建工单这些用不上的工具 |
| 发布 | 管理员在 Admin Console 发布到工作区 | Business 只有管理员和所有者能发布 |

OpenAI 帮助中心讲已连接应用的一页写的是同一个入口：设置里的 **Plugins**，装好插件后再按提示连账号，对话里用 @ 或加号选它，ChatGPT 读取信息或执行动作前可能先请你批准（[OpenAI 帮助中心，Connected apps](https://help.openai.com/en/articles/11487775-connected-apps-in-chatgpt)）。Outreach 帮助中心旧文里的 Developer Mode 和 Create app 两步，在这条新路径里都没有。

## ChatGPT 什么时候要你点确认：一行工具注解

我们在 00:22（新加坡时间）对 EveryInfra 的 `/mcp` 发了一次 `tools/list`，免费，返回 12 个工具，每个工具都带 MCP 规范里的注解字段（[MCP 工具规范](https://modelcontextprotocol.io/specification/2025-11-25/server/tools)）。只读的查询类工具，比如列能力目录、查异步任务、查账户，标的是 `readOnlyHint=true`；实际取数据的 `everyinfra_call_api` 和搜索工具 `everyinfra_search` 标的是 `readOnlyHint=false`、`destructiveHint=true`，当时的理由是每次调用都会从钱包扣钱，扣费在客户这边算一种不可撤回的副作用。同一天 08:29 起这两个工具改标只读（`readOnlyHint: true`、`destructiveHint: false`）：按 MCP 规范，`readOnlyHint` 说的是工具不改变它所处的环境，取数和搜索都不改任何东西；它们照样按次扣费。Outreach 自己的开发者文档对这几个注解的解释可以对照着看：`readOnlyHint: true` 表示只读、可以自动放行，`destructiveHint: true` 表示可能改动数据、客户端应当提示用户，Outreach 的 21 个读取类工具都标了只读，删除和移出序列这类工具标了破坏性（[Outreach 开发者门户，Tool Annotations](https://developers.outreach.io/mcp-server/tool-annotations)）。所以按 00:22 的标注，同一个 ChatGPT 对话里，查 Outreach 序列不会弹窗，调 EveryInfra 取数会弹窗，两者的差别来自注解；08:29 起 EveryInfra 的取数工具也标只读，按下面这条 OpenAI 文档，两边都不该再弹窗，EveryInfra 这一侧我们实测过，没有弹窗；Outreach 一侧没有测。

![截图卡：2026-11-21 00:22 新加坡时间对 https://api.everyinfra.com/mcp 发 tools/list 的真实返回，共 12 个工具。everyinfra_list_capabilities、everyinfra_get_job、everyinfra_get_account 三行是 readOnlyHint=true、destructiveHint=false；everyinfra_call_api 和 everyinfra_search 两行是 readOnlyHint=false、destructiveHint=true，用青绿框标出。底部注释：ChatGPT 把没有 readOnlyHint=true 的工具当写操作，默认弹确认。](https://everyinfra.com/articles/outreach-mcp/img-mcp-annotations.webp?utm_medium=ai_doc&utm_campaign=page_md)

EveryInfra MCP tools/list 的真实返回，2026-11-21 00:22 新加坡时间。截图是改标之前的；同一天 08:29 起取数工具改标只读。 [EveryInfra MCP 返回截图](https://api.everyinfra.com/mcp)

OpenAI 的开发者文档写明：ChatGPT 尊重 `readOnlyHint` 注解，没有这个标记的工具一律按写操作对待，写操作默认要用户确认；用户可以对某个工具选择「在这个对话里记住」同意或拒绝，新对话、甚至刷新同一个对话都会重新弹确认（[OpenAI 开发者文档](https://developers.openai.com/api/docs/guides/custom-mcp-server)）。落到这条流程上：按 00:22 的标注，给 20 家公司补数据要调 80 次 `everyinfra_call_api`，第一次弹出确认时选「记住」，这个对话里后面的 79 次就不再打断，换一个对话从头再来。08:29 起它改标只读，按这条文档就不再按写操作弹确认，80 次调用都不会被打断，也就没有确认框替你数次数，费用照扣；改标后我们实测单次调用也没有弹确认，但 80 次的整条流程没有跑。如果你的工作区由管理员发布这个应用，Enterprise 管理员还能在发布时只勾选允许的动作（[OpenAI 帮助中心](https://help.openai.com/en/articles/12584461-connecting-custom-mcp-servers-in-chatgpt)），把验证码、AI 对话这些用不到的工具直接关掉。

## 一次真实往返：模型发出什么调用，EveryInfra 回了什么

ChatGPT 里看不到的部分就是这一段 JSON-RPC。我们在 00:31（新加坡时间）用和 ChatGPT 相同的 `tools/call` 请求取了 Zapier 的 LinkedIn 公司主页，7.3 秒返回，扣费 $0.000556。这次走的是只认 Key 的 `/mcp`，请求体和 ChatGPT 经 OAuth 入口发出的格式相同，只是认证方式不同。

![截图卡：2026-11-21 00:31 新加坡时间向 https://api.everyinfra.com/mcp 发出的 tools/call 请求和返回。请求调用 everyinfra_call_api，platform 为 linkedin，action 为 company_profile，params 里 company 为 zapier。返回节选：name Zapier，industries Software Development，employee_count 1529，follower_count 403079，headquarters San Francisco, CA, US，job_search_url 为带 f_C=2418251 的 LinkedIn 职位搜索地址，billing 里 charged_usd 0.000556。请求段和 job_search_url 一行用青绿框标出。](https://everyinfra.com/articles/outreach-mcp/img-mcp-roundtrip.webp?utm_medium=ai_doc&utm_campaign=page_md)

一次真实的 MCP 往返：linkedin/company_profile 返回里有一条 job_search_url，后面搜职位要用它。 [EveryInfra MCP 返回截图](https://api.everyinfra.com/mcp)

返回里有一个字段后来用上了：`job_search_url`，形如 `https://www.linkedin.com/jobs/search?geoId=92000000&f_C=2418251`，`f_C` 后面是 LinkedIn 内部的公司编号。能力目录里 `linkedin/jobs` 的 `keyword` 参数说明写着「岗位搜索词或完整职位搜索 URL」（[EveryInfra 能力目录](https://api.everyinfra.com/api/v1/social/catalog)），所以这个地址可以原样传给 `linkedin/jobs`，拿到只属于这家公司的职位。按公司名搜时，五家返回的 100 条职位里只有 53 条属于目标公司，用这个地址搜就不用再挑。

同一套调用在 ChatGPT 之外也能用脚本跑。要给一整周的名单批量补数据时，脚本比对话合适：不用每次确认，也不占对话的上下文。下面是我们实际用的请求格式，Key 只从环境变量读：

```bash
export EVERYINFRA_API_KEY=...   # 只放在环境变量里，不写进脚本和对话
for company in airtable vercel zapier mirohq; do
  curl -s https://api.everyinfra.com/api/v1/social \
    -H "Authorization: Bearer $EVERYINFRA_API_KEY" \
    -H 'Content-Type: application/json' \
    -d "{\"platform\":\"linkedin\",\"action\":\"company_posts\",\"params\":{\"company\":\"$company\"}}" \
    > "posts_$company.json"
done
curl -s https://api.everyinfra.com/api/v1/social \
  -H "Authorization: Bearer $EVERYINFRA_API_KEY" -H 'Content-Type: application/json' \
  -d '{"platform":"g2","action":"reviews","params":{"url":"https://www.g2.com/products/zapier/reviews","sort":"newest"}}'
```

四项能力的参数和返回字段都以 2026-11-21 00:16（新加坡时间）读的免费目录为准，开场白用得上的是这些：

| 能力 | 必填参数 | 目录单价（USD） | 开场白用到的返回字段 |
| --- | --- | --- | --- |
| [`linkedin/company_profile`](/linkedin-api/company_profile) | `company`（主页短名或链接） | 0.000556 | `name`、`industries`、`employee_count`、`headquarters`、`job_search_url` |
| [`linkedin/company_posts`](/linkedin-api/company_posts) | `company` | 0.002319 | `text`、`url`、`posted_at`、`like_count`、`comment_count` |
| [`linkedin/jobs`](/linkedin-api/jobs) | `keyword`（搜索词或完整职位搜索 URL） | 0.000556 | `title`、`company_name`、`location`、`posted_at`、`url` |
| [`g2/reviews`](/g2-api/reviews) | `url`（G2 产品页或 slug），可选 `sort` | 0.001389 | `title`、`text`、`rating`、`posted_at`、汇总记录里的 `top_cons` |

`linkedin/company_posts` 一次最多 50 条、默认 10 条；`linkedin/jobs` 默认 20 条；`g2/reviews` 默认 20 条，第一条是汇总记录（总评分、评价总数、G2 自己聚合的优缺点标签和提及次数），目录的字段说明写了有些请求不带汇总（[EveryInfra 能力目录](https://api.everyinfra.com/api/v1/social/catalog)）。四项都是同步调用，按次计费，不按条，空结果和失败不扣费。

## 五家公司实测：142 条信号，三类各缺在哪里

三轮调用在 2026-11-21 00:17–00:31（新加坡时间）跑完：00:17–00:21 取公司帖，00:24–00:25 取 G2 评价，00:26–00:31 取职位、公司主页和视频字幕。数据调用一共 24 次，21 次扣费，3 次空结果自动退回，扣费合计 $0.023337。按动手前写下的规则数信号，五家合计 142 条，每一条都带日期或可点的链接：

| 公司 | 公司帖（近 30 天） | 本公司职位（按公司名搜，近 30 天，去重） | 用 `job_search_url` 复查 | G2 抱怨评价（近 90 天） | 合计 | G2 汇总里提及最多的缺点 |
| --- | --- | --- | --- | --- | --- | --- |
| Airtable | 10 | 7 | 11 | 15 | 32 | Learning Curve（261 次） |
| Vercel | 10 | 13 | 未复查 | 14 | 37 | Expensive（4 次） |
| Zapier | 10 | 0 | 未复查 | 18 | 28 | Expensive（183 次） |
| Miro | 10 | 5 | 未复查 | 12 | 27 | Missing Features（1,419 次） |
| Gusto | 0 | 16 | 未复查 | 2 | 18 | Missing Features（619 次） |
| 合计 | 40 | 41 | — | 61 | 142 | — |

合计一列按公司名搜职位的结果计数。Airtable 的职位换成 `job_search_url` 取到的 11 条后，Airtable 是 36 条，五家合计 146 条；按名字搜时噪声最大的是 Zapier 和 Miro，这两家没有用 `job_search_url` 复查，职位数可能偏低。

![分组条形图，五家公司各三根柱：公司帖、本公司职位、G2 抱怨。Airtable 10、7、15；Vercel 10、13、14；Zapier 10、0、18；Miro 10、5、12；Gusto 0、16、2。本公司职位一列用青绿色强调。数据来自 2026-11-21 的真调原始返回。](https://everyinfra.com/articles/outreach-mcp/fig-02-signals-bar.zh.light.svg?utm_medium=ai_doc&utm_campaign=page_md)

公司帖一列有四家都是 10，因为 `linkedin/company_posts` 默认每次回 10 条，这四家最近 10 条全在 30 天内，最新的一条发在 2026-11-18 到 2026-11-20 之间：Airtable 在 2026 年 11 月 18 日宣布 Airtable Canvas 正式可用（[Airtable 在 LinkedIn 的帖子，2026-11-18](https://www.linkedin.com/posts/airtable_meet-airtable-canvas-simply-describe-the-activity-7528897968519749633-PQHq)），Vercel 在 2026 年 11 月 19 日发了给人和智能体共用的消息板 vercel board，Zapier 在 2026 年 11 月 20 日连发三条讲自动化和 AI，Miro 11 月 18 日发了画布上的光标聊天。Zapier 这家的公司主页显示 1,529 名员工、40 多万关注者（[Zapier 的 LinkedIn 公司主页](https://www.linkedin.com/company/zapier/)），帖子的点赞数却多在几十，所以公司帖的用处是提供话题，点赞数说明不了热度。帖子发得密，一周前取的帖子到发信时可能已经被新帖盖过，补数据最好放在发信前一两天做。

Gusto 是唯一没有公司帖的一家。我们先用短名 `gusto` 调了一次，00:20 返回空结果、没扣费；00:31 前又用完整主页链接 `https://www.linkedin.com/company/gusto/` 再调，还是空结果、没扣费。两次的返回都是 `count: 0`，`billing.reason` 是 `empty_result_refunded`。Gusto 的信号主要来自职位：16 个去重后的在招岗位，里面有 Principal Product Manager, Payroll Platform 和 Senior Staff Engineer, Tax Platform 这类写明产品线的职位，给一家卖财税数据或合规工具的公司写开场白，这些就够用。

职位一列的差别来自搜索方法：按公司名搜「Zapier」，返回的 20 条没有一条是 Zapier 自己的岗位。G2 一列的 61 条里，Zapier 一家占了 18 条：它最新的 20 条评价全部发在 2026-11-10 到 2026-11-19 之间，有 4 条打了 3.5 星或更低，其中一条标题直接写着学习曲线陡，另一条写在 AI 时代显得贵（[Zapier 在 G2 的评价页](https://www.g2.com/products/zapier/reviews)）。Gusto 的 20 条评价里只有 2 条命中抱怨词，它在 G2 汇总里提及最多的缺点却是 Missing Features 619 次、Poor Customer Support 548 次（[Gusto 在 G2 的评价页](https://www.g2.com/products/gusto/reviews)）。Miro 的汇总里 Missing Features 被提了 1,419 次，最新 20 条评价里有 4 条提到慢（[Miro 在 G2 的评价页](https://www.g2.com/products/miro/reviews)）；Vercel 在 G2 上只有 93 条评价，汇总里提及最多的 Expensive 只有 4 次（[Vercel 在 G2 的评价页](https://www.g2.com/products/vercel/reviews)），样本小到不适合下结论。写开场白时两样都看：最新评价给出「这个月有人在说什么」，汇总标签给出「几年来最常被提的问题」。

还有一处要留意。我们对五家都传了 `sort=newest`，Zapier、Miro、Gusto、Vercel 返回的 20 条确实是近几个月的，Airtable 返回的 20 条里最早一条发在 2021 年 5 月 25 日（[Airtable 在 G2 的评价页](https://www.g2.com/products/airtable/reviews)）。目录对这个参数的说明是「newest 最新」，没有承诺严格按时间排序，所以按「近 90 天」筛评价时，拿到结果后按 `posted_at` 再过滤一遍，不直接按顺序截取。Airtable 20 条里有 19 条在 90 天内，这一条老评价在计数时被过滤掉了。

## 按公司名搜职位，近一半不是这家公司的

`linkedin/jobs` 的 `keyword` 是岗位搜索词。我们第一次按公司名搜，地点填 United States，每家回 20 条，结果是：

| 搜索词 | 返回条数 | 属于本公司的条数 | 占比 | 其余是谁 |
| --- | --- | --- | --- | --- |
| Airtable | 20 | 7 | 35% | Airbnb、Fluidstack、Autodesk 等公司的岗位，正文里提到 Airtable 或名字相近 |
| Vercel | 20 | 20 | 100% | — |
| Zapier | 20 | 0 | 0% | 要求会用 Zapier 的运营、行政岗位 |
| Miro | 20 | 6 | 30% | 其他公司的职位 |
| Gusto | 20 | 20 | 100% | — |
| Airtable（用 `job_search_url`） | 11 | 11 | 100% | — |

![横向条形图：按公司名搜职位，返回结果里属于这家公司的占比。Airtable 7/20 为 35%，Vercel 20/20 为 100%，Zapier 0/20 为 0%，Miro 6/20 为 30%，Gusto 20/20 为 100%；最后一行 Airtable 改用公司主页给的 job_search_url，11/11 为 100%，用青绿色强调。数据为 2026-11-21 00:26–00:31 新加坡时间的 linkedin/jobs 真调。](https://everyinfra.com/articles/outreach-mcp/fig-03-job-noise.zh.light.svg?utm_medium=ai_doc&utm_campaign=page_md)

五家加起来 100 条里 53 条属于本公司。名字越像一个普通词、越常被写进别家的岗位要求，噪声越大：Zapier 是一个常见的技能要求，搜它出来的全是「会用 Zapier」的岗位；Airtable 和 Miro 同理。Vercel 和 Gusto 的名字少有人当成技能写，搜出来的就干净。把这种结果直接交给 ChatGPT 写开场白，模型可能写出「看到贵司在招 Office Manager」这种张冠李戴的句子，而 Office Manager 其实是另一家公司挂的。

修法是多调一次接口。先调 `linkedin/company_profile`，返回里的 `job_search_url` 带着这家公司的 `f_C` 编号；再把整个地址作为 `keyword` 传给 `linkedin/jobs`。我们在 00:31（新加坡时间）对 Airtable 这样做了一次，返回 11 条，11 条的 `company_name` 都是 Airtable，最早一条挂在 2026-11-04，最新一条挂在 2026-11-19。11 条里 9 条是销售或客户成功岗（客户成功经理 2 条、续约、BDR、销售经理和 4 条不同档的 AE），另外 2 条是解决方案架构师和解决方案顾问；挂在伦敦的有 4 条，其余在美国。这一步多花 $0.000556，换来不用再让模型或人去挑哪条是这家公司的。即使用了这个办法，我们仍然建议在给模型的指令里加一句「只用 `company_name` 等于目标公司的职位」，多一层保险。

职位信号还能再细分一层。Airtable 的 7 个本公司岗位里有 6 个是销售或客户成功岗位（客户经理、BDR、续约、销售经理），Vercel 的 13 个里有 7 个，Miro 的 5 个里有 4 个，Gusto 的 16 个里是 0 个，都是产品、工程、财务和风控岗位。对卖销售工具的人，前三家「在扩销售团队」是现成的话头；对卖财务或风控工具的人，Gusto 的岗位更有用。

## 从信号到开场白：五家公司各写一句

数据取回来以后，开场白怎么写还是要人来定。我们给这五家各写了一句，用的都是 2026-11-21 取到的数据，假设发信方是一家卖销售培训和销售运营工具的公司。每一句只用一个信号，后面写明这个信号来自哪次调用、发信前还要核什么。

Airtable：用 `job_search_url` 取到的 11 个职位里 9 个是销售或客户成功岗，包括 Account Executive, Strategic、Sales Manager, Strategic Accounts 和 Renewals Associate，再加上 2026-11-18 刚宣布 Canvas 正式可用。开场白可以写成「看到你们一边推出 Canvas，一边在招战略客户的 AE 和续约岗，新产品上市时新人怎么快速讲清楚它，这件事我们帮几家团队做过」。信号来自 `linkedin/jobs` 和 `linkedin/company_posts`，发信前要点开职位链接，确认岗位还挂着。

Vercel：13 个本公司职位里有 3 个经理岗都挂在 Startup Sales 下面，分 Activations、Greenfield、Install Base 三条线，还有一个 Sales Strategy & Operations, Enterprise。开场白可以写成「你们把初创客户销售拆成新开拓、激活和存量三条线，三条线的节奏和话术差别很大，我们有一份三条线分开带新人的做法，可以发你看看」。这条只用了职位标题，没提任何个人。

Zapier：按名字搜的职位一列是 0（没有用 `job_search_url` 复查），可用的信号来自公司帖和 G2。最新 20 条评价全在 2026-11-10 到 2026-11-19 之间，有 4 条打了 3.5 星或更低，汇总里 Expensive 被提了 183 次。给 Zapier 写信，用评价当开场白要小心，直接说「你们的客户嫌贵」会让人反感，更稳的写法是把它变成对方销售团队会遇到的问题：「G2 上最近几条评价都在讲价格和上手难度，你们的销售在续约时应该也常听到，我们整理过一套应对价格异议的对练题」。信号来自 `g2/reviews`，引用时只说评价的主题，不引用评价人的名字和职位。

Miro：最新 20 条评价有 4 条提到慢，汇总里 Missing Features 被提了 1,419 次；职位里有 Expression of Interest: Enterprise & Strategic Account Executive 和 Vice President Customer Success。Miro 招的是储备型的 AE 职位，说明它在提前攒人，开场白可以落在「储备 AE 到岗后的头 90 天」这件事上，比去讲评价里的缺点更贴近对方关心的事。

Gusto：没有公司帖，G2 抱怨评价只有 2 条，信号几乎全在 16 个本公司职位里，而且 0 个销售岗。如果发信方卖的是销售工具，Gusto 这周可以先不放进名单，下周再看；如果卖的是财税数据或合规工具，Principal Product Manager, Payroll Platform 和 Head of Gusto Controls 可以当切入点。

| 公司 | 开场白用的信号 | 来自哪次调用 | 发信前要核的 |
| --- | --- | --- | --- |
| Airtable | 战略客户 AE 和续约岗，2026-11-18 发布 Canvas | `linkedin/jobs`、`linkedin/company_posts` | 岗位还挂着 |
| Vercel | Startup Sales 下的三个经理岗 | `linkedin/jobs` | 只用职位标题，不提个人 |
| Zapier | 2026-11-10 到 2026-11-19 评价里的价格和学习曲线 | `g2/reviews` | 引用主题，不引用评价人 |
| Miro | 储备型 AE 职位 | `linkedin/jobs` | 这是储备岗，不是一个确定的空缺 |
| Gusto | Payroll Platform 和 Controls 岗位，只适合卖财税合规工具的 | `linkedin/jobs` | 卖销售工具的这周跳过 |

| 发信方卖什么 | 优先看的信号 | 对应能力 | 不用看的 |
| --- | --- | --- | --- |
| 销售培训、销售运营 | 销售岗在招数量、新产品发布帖 | `linkedin/jobs`、`linkedin/company_posts` | 工程岗 |
| 开发者工具、云服务 | 工程和平台岗、技术类公司帖 | `linkedin/jobs`、`linkedin/company_posts` | 客户评价里的价格抱怨 |
| 客服、客户成功工具 | G2 汇总里的 Poor Customer Support 等标签 | `g2/reviews`、`trustpilot/reviews` | 销售岗 |
| 财税、合规、风控 | 财务、合规、风控类职位 | `linkedin/jobs` | 营销类公司帖 |
| 雇主品牌、招聘工具 | 在招总数、员工评价 | `linkedin/jobs`、`glassdoor/reviews` | 产品评价 |

每家调四次，开场白只用其中一个信号，其他信号留给第二封、第三封跟进邮件。Outreach 的序列本来就是多步的，把信号按步骤分配，第一封里不用堆满数据。

在 ChatGPT 里，可以把这一步写成一段固定的提示，存成对话开头的说明，每周换一批公司接着用：

```text
Step 1. Use Outreach to list the prospects in sequence "<sequence name>" that have not received step 1.
Step 2. For each prospect's company, use EveryInfra to fetch:
        linkedin/company_profile, linkedin/company_posts (limit 10),
        linkedin/jobs (keyword = the company's job_search_url),
        g2/reviews (sort = newest).
Step 3. Keep only: posts from the last 30 days, jobs whose company_name matches,
        G2 reviews from the last 90 days. Drop reviewer names and titles.
Step 4. We sell <what you sell>. Pick ONE signal per company that fits what we sell.
        Write a 1-sentence opener that names the signal and its date or link.
Step 5. Show a table: company, signal, source link, opener. Do not edit Outreach yet.
```

第 5 步写明「先不要改 Outreach」，是因为 Outreach 的写入工具在 ChatGPT 里每次都会弹确认，先让 ChatGPT 出一张表，人逐条看过、改过，再让它把开场白写进 Outreach 的自定义字段或任务里，确认次数会少很多。第 3 步写明丢掉评价人的名字和职位，是因为 G2 返回的评价里带着这些字段，下一步写信时模型可能会顺手用上，在提示里提前排除，比写完再删省事。

## 一次要等多久：ChatGPT 里串起四次调用的时间

我们记下了每次请求从发出到收到完整响应的时间（curl 的 `time_total`）。四项能力里最慢的是公司帖，6 次的中位数 51.0 秒，最快 30.6 秒、最慢 66.7 秒；职位 6 次的中位数 46.2 秒，从 15.3 秒到 61.7 秒；G2 评价 5 次的中位数 17.6 秒，有一次 34.9 秒；公司主页 2 次，分别是 5.5 秒和 7.3 秒，中位数 6.4 秒。用 `job_search_url` 搜 Airtable 的那一次只用了 15.3 秒，是 6 次职位调用里最快的。

![横向条形图：一次调用要等多久，中位数秒数。linkedin/company_posts 6 次中位 51.0 秒，青绿色强调；linkedin/jobs 6 次 46.2 秒；g2/reviews 5 次 17.6 秒；linkedin/company_profile 2 次 6.4 秒；youtube/transcript 3 次 7.2 秒；youtube/search 2 次 2.7 秒。时间来自 2026-11-21 00:17–00:31 新加坡时间每次请求的 curl time_total。](https://everyinfra.com/articles/outreach-mcp/fig-05-latency.zh.light.svg?utm_medium=ai_doc&utm_campaign=page_md)

把四个中位数加起来，一家公司约 121 秒，两分钟左右。在 ChatGPT 对话里一次做 5 家，模型如果一项一项串着调，要等十分钟左右；ChatGPT 能否并行发出多个工具调用取决于模型和产品，我们没有在 ChatGPT 里实测。所以我们的分工建议是：每天临时冒出来的三五家，在 ChatGPT 里补；每周固定的一整张名单，用 curl 脚本在后台跑完，把整理好的表交给 ChatGPT 写开场白。脚本还有一个好处，目录里每项能力都支持 `"mode": "async"`，慢的调用可以先拿 `job_id`，稍后再取结果，不用一直挂着连接。

## 每周 100 个潜在客户要花多少

按每家 4 次调用算，2026-11-21 00:16（新加坡时间）读的目录价是：公司主页 $0.000556、公司帖 $0.002319、职位 $0.000556、G2 评价 $0.001389，合计每家 $0.00482。这次真调里每项能力实际扣的钱和目录价完全一致：公司帖 4 次扣费、每次 $0.002319，G2 评价 5 次、每次 $0.001389，职位 6 次、每次 $0.000556，公司主页 2 次、每次 $0.000556；空结果的 3 次扣 $0（[EveryInfra 能力目录](https://api.everyinfra.com/api/v1/social/catalog)）。

![横向条形图：每周 100 家潜在客户，接口费合计 $0.482。linkedin/company_posts $0.2319 用青绿色强调；g2/reviews $0.1389；linkedin/company_profile $0.0556；linkedin/jobs $0.0556。每家 4 次调用，按目录 price_usd；空结果和失败不扣费。](https://everyinfra.com/articles/outreach-mcp/fig-04-weekly-cost.zh.light.svg?utm_medium=ai_doc&utm_campaign=page_md)

| 规模 | 调用次数 | 接口费（USD） | 计算 |
| --- | --- | --- | --- |
| 1 家公司 | 4 | 0.00482 | 0.000556 + 0.002319 + 0.000556 + 0.001389 |
| 每周 100 家 | 400 | 0.482 | 0.00482 × 100 |
| 每月（按 52 周 ÷ 12） | 约 1,733 | 2.09 | 0.482 × 52 ÷ 12 |
| 每年 | 20,800 | 25.06 | 0.482 × 52 |
| 不查 G2（对方不在 G2 上） | 300 / 周 | 0.343 / 周 | 0.003431 × 100 |

对照一下另外两边的公开价。ChatGPT Business 标准席位按月付每人每月 $25，按年付每人每月 $20（[OpenAI 帮助中心，ChatGPT Business FAQ](https://help.openai.com/en/articles/8542115-chatgpt-business-general-faq)，2026-11-21 读取）；高级席位按月付 $125、按年付每月 $100，多出来的主要是 Work 和 Codex 的用量（[OpenAI 帮助中心，ChatGPT Business overview](https://help.openai.com/en/articles/8792828-chatgpt-business-overview)）。Outreach 的价格页不公开数字，写的是席位加 AI 积分两部分，积分按「生成一封个性化邮件、完成一次搜索」这类动作扣，价格要找销售报价；Outreach MCP（服务器和客户端）列在 Amplify Core、Essentials、Plus 各档的功能清单里（[Outreach 价格页](https://www.outreach.ai/pricing)，2026-11-21 读取）。一年 $25.06 的接口费和一个 ChatGPT 席位一个月的钱差不多。

几点要注意。第一，G2 不是每个潜在客户都有，小公司和非软件公司通常没有产品页，按 G2 页面传参会拿到空结果，空结果不扣费，但最好在名单里先标出哪些公司有 G2 页面。第二，每家都先调一次公司主页，可以省掉后面因为搜错公司白调的次数，也顺手拿到员工数和总部所在地，用来判断要不要发这封信。第三，这笔钱只算 EveryInfra 的接口费；ChatGPT 处理返回内容占用的用量、Outreach 每次技能调用扣的 Amplify 积分都另算，这两项都没有公开到可以逐次计算的程度。

## 一周的节奏：哪天取数、哪些数可以留着用

把这套做法排进一周，我们建议这样分：周一在 ChatGPT 里用 Outreach 查出本周要进入第一步的潜在客户，按公司去重；周二取数并让 ChatGPT 出表；周三人工过表、改开场白，再写回 Outreach；周四、周五序列按原计划发信。取数放在发信前一两天，是因为前面看到的公司帖更新很快，Zapier 一天就能发三条，周一取的帖子到周四可能已经不是最新的了。

四类数据的保鲜期不一样，可以分开处理：

| 数据 | 多久重取 | 理由 |
| --- | --- | --- |
| 公司主页：员工数、关注者、行业、`job_search_url` | 一个月一次，同一家公司再出现时复用 | 变化很慢 |
| 公司帖 | 每周 | Zapier 一天就能发三条 |
| 职位 | 每周 | 岗位下架很快，引用一个已经关掉的岗位，比不引用更糟 |
| G2 汇总标签 | 一个月一次 | 几年累计的数字变化慢 |
| G2 最新评价 | 每周 | 每周都有新评价进来 |

按这个分法，公司主页不进每周的账，每家每周的接口费从 $0.00482 降到 $0.004264，100 家一周是 $0.4264。省下的钱不多，更大的好处是少等一次：公司主页那次调用中位数是 6.4 秒，四次串起来时能少一段等待。

名单里有重复公司时，按公司取数、按人写信。Outreach 序列里同一家公司常有两三个联系人，如果每个人都触发一次取数，费用和等待都会翻倍，内容却完全一样。在提示的第 2 步写明「按公司去重后再取数」，让 ChatGPT 先合并公司再调用；合并后，同一家公司的几个联系人可以用同一组信号，但开场白要按每个人的岗位换角度，给销售负责人讲招人，给运营负责人讲流程，同一个信号不要原样发给同一家公司的三个人。

## 这条流程取哪些数据、不取哪些

EveryInfra 的目录里也有 `linkedin/person_profile`、`linkedin/person_posts` 这类个人层面的能力（[LinkedIn 数据接口](/linkedin-api)）。这条流程不用它们，取舍时参考了下面几份法规和监管指南的原文。欧盟 GDPR 第 14 条规定，个人数据不是从本人那里收集的，控制者要在合理期限内告诉本人数据的来源和用途；第 21 条给了本人随时反对直接营销的权利，一旦反对就不能再为直接营销处理他的数据（[GDPR 原文，EUR-Lex](https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng)）。英国信息专员办公室的 B2B 营销指南写的是：即使在商业场景、即使是公开可得的个人数据，用来发营销信息也要遵守 UK GDPR；公司这种「法人订户」不受 PECR 电子邮件营销规则约束，但个人独资经营者和部分合伙企业按个人对待（[ICO，Business-to-business marketing](https://ico.org.uk/for-organisations/direct-marketing-and-privacy-and-electronic-communications/business-to-business-marketing/)）。

美国这边，联邦贸易委员会的 CAN-SPAM 指南写明这部法律对 B2B 邮件没有例外，每一封违规邮件最高罚款 $53,088，邮件要有真实发件信息、不误导的标题、实体地址和退订方式，退订请求要在 10 个工作日内处理（[FTC，CAN-SPAM 合规指南](https://www.ftc.gov/business-guidance/resources/can-spam-act-compliance-guide-business)；规则原文见 [16 CFR Part 316](https://www.ecfr.gov/current/title-16/chapter-I/subchapter-C/part-316)）。加州消费者隐私法的官方说明页列了加州居民对企业收集的个人信息享有的知情、删除、选择退出等权利（[加州司法部，CCPA](https://oag.ca.gov/privacy/ccpa)）。这些规定涉及「发给谁、怎么发、用了谁的个人数据」，这条流程的设计把取数范围限定在公司层面：

| 数据 | 这条流程取不取 | 理由 |
| --- | --- | --- |
| 公司主页（行业、规模、总部、官网） | 取 | 法人信息，公开展示 |
| 公司账号发的帖子 | 取 | 公司对外发布的内容，带日期和链接 |
| 公司挂出的职位 | 取 | 公司对外发布，按 `company_name` 过滤 |
| G2 评价的标题、正文、星级、日期 | 取 | 讲产品的公开评价；`author_name` 不传给模型、不写进邮件 |
| 个人主页、个人发帖、员工名单 | 不取 | 属于个人数据，GDPR 第 14、21 条和 UK GDPR 对它有规定；收件人信息已经在 Outreach 里 |
| 个人邮箱、手机号、住址 | 不取 | 这条流程不取，也不从公开页面拼凑 |

G2 的返回里有 `author_name` 字段，Zapier 最新 20 条里 6 条写的是「Verified User」，其余是名加姓氏首字母的形式。这条流程在交给模型前删掉这个字段：开场白要讲的是「你们的客户在抱怨学习曲线」，用不到是谁抱怨的。Outreach 一侧的收件人信息是你自己的客户关系管理数据，由 Outreach 按每个用户的权限控制，EveryInfra 不碰它。以上只说明这条流程的数据取舍，不构成法律意见；你的发信场景适用哪些规定，请对照条款原文自行核对，或者问你的法务。

## 做不了或要注意的地方

第一，EveryInfra 能不能装进 Outreach 的 Omni 当私有连接器取数，我们没测。Outreach 帮助中心写明 MCP Connectors 只支持只读工具（[Outreach 帮助中心](https://support.outreach.io/support/solutions/articles/159000432173-mcp-connectors)）；我们 00:22 读到 `everyinfra_call_api` 因为会扣费标的是 `readOnlyHint=false`，按这份文档的字面意思在 Omni 里开不出来。同一天 08:29 起它改标只读，这一条不再挡它，但还要过连接器市场审核和管理员批准；我们没有 Outreach 账号，没有实测，所以这里只写文档原文和我们的工具注解。现阶段的做法是把两个服务都接到 ChatGPT 里，由 ChatGPT 在中间串起来。

第二，Outreach 帮助中心的 ChatGPT 接法还停在 Developer Mode 和 Create app 的旧入口，OpenAI 现在的入口在 Plugins 里，不需要 Developer Mode。照旧文找不到按钮时，按 OpenAI 帮助中心的步骤走，配置示例表里列了每一项填什么。第三，Outreach Skills 要用支持插件的 ChatGPT 套餐（Business、Enterprise、Healthcare、Edu），个人 Plus 账号装不了；自定义 MCP 服务器在 Business 里只有管理员和所有者能建，普通成员要找管理员。

第四，回到 ChatGPT 里的确认弹窗。按 00:22 的标注，如果有人为了省事在第一次弹窗就选「记住同意」，后面模型每多调一次都会多扣一次钱；08:29 起取数工具改标只读，按 OpenAI 文档连第一次弹窗可能都没有（改标后我们实测也没有弹），模型多调几次也就不会被确认框拦住，费用照扣。我们的建议是给模型的指令里写清楚「每家公司最多调 4 次，`linkedin/company_posts` 不传 limit」，再给这把 API Key 设一个美元总限额。真出了模型重复调用的情况，每一笔都在调用记录里，空结果和失败不扣费。

## 最近 60 天和这件事有关的变化

| 日期 | 变化 | 对你意味着什么 |
| --- | --- | --- |
| 2026-10-01 | ChatGPT Business 管理员可以在 Admin Console 管插件和插件市场（[更新日志](https://help.openai.com/en/articles/11391654-chatgpt-business-release-notes)） | 装 Outreach Skills 和自建的 EveryInfra 插件，都在同一个地方批 |
| 2026-11-17 | OpenAI 发布 ChatGPT for Sales，含 Sales 插件和 30 多个合作方插件（[OpenAI](https://openai.com/index/introducing-chatgpt-for-sales/)） | Outreach 被放在「规划触达」这一格，联系理由要从别处补 |
| 2026-11-17 | Outreach 发布 Outreach Skills for ChatGPT（[Outreach 博客](https://www.outreach.ai/resources/blog/outreach-skills-chatgpt)） | 20 多个流程装进 ChatGPT，消耗 Amplify 积分 |
| 2026-11-18 | Outreach 新闻稿：MCP Server 新增改记录、建序列、建任务工具，新增 G2 等四个连接器（[Outreach 新闻稿](https://www.outreach.ai/company/newsroom/outreachs-headless-architecture-powers-new-outreach-skills-for-chatgpt-as-its-connector-suite-for-mcp-tm-grows)） | ChatGPT 里能直接建序列了，确认步骤更要守住 |

## 常见问题

**Outreach MCP server 是什么，和 Outreach Skills 有什么区别？** 出处：Google 联想词「outreach mcp server」，2026-11-21 读取。Outreach MCP Server 是 Outreach 对外开放的 MCP 服务器，地址 `https://api.outreach.io/mcp/`，Claude、ChatGPT、Copilot、Gemini 等客户端都能接，要有效的 Outreach 席位和 Amplify 附加包（[Outreach 帮助中心](https://support.outreach.io/support/solutions/articles/159000425158)）。Outreach Skills 是 11 月 17 日发布的 ChatGPT 插件，里面包含这条 MCP 连接，再加上 20 个现成的流程和可视化视图。只想在对话里查 Outreach 数据，接 MCP Server 就够；想直接用会议准备、管道复盘这些现成流程，装 Skills。

**Outreach MCP connector 能接 EveryInfra 吗？** 出处：Google 联想词「outreach mcp connector」，2026-11-21 读取。Outreach 的 MCP Connectors 允许客户把自己的 MCP 服务器发布成私有连接器，但只支持只读工具（[Outreach 帮助中心](https://support.outreach.io/support/solutions/articles/159000432173-mcp-connectors)）；EveryInfra 取数的工具在 11 月 21 日 00:22 没有标成只读，按文档原文在 Omni 里开不出来；同一天 08:29 起它改标只读，这一条不再挡它，但还要过连接器市场审核和管理员批准。我们没有 Outreach 账号，没有实测。现阶段可行的做法是两边都接进 ChatGPT。

**ChatGPT 里加自定义 MCP 还需要打开 Developer Mode 吗？** 出处：Outreach 帮助中心「Ask Outreach via ChatGPT」一文要求先开 Developer Mode，和 OpenAI 帮助中心现在的写法不一致。按 OpenAI 帮助中心现在的写法，不需要：在 Plugins 里选 Add custom MCP server，逐个服务器确认风险提示即可（[OpenAI 帮助中心](https://help.openai.com/en/articles/12584461-connecting-custom-mcp-servers-in-chatgpt)）。Business 工作区里只有管理员和所有者能建。

**ChatGPT 调用 EveryInfra 还要我点确认吗？** 出处：我们 00:22 的 `tools/list` 实测和 OpenAI 开发者文档。ChatGPT 把没有标 `readOnlyHint=true` 的工具都当写操作，写操作默认要确认（[OpenAI 开发者文档](https://developers.openai.com/api/docs/guides/custom-mcp-server)）。按 00:22 的标注，EveryInfra 的取数工具因为每次调用都扣费标成了非只读，第一次弹窗选「在这个对话里记住」，同一个对话后面的调用就不再打断。同一天 08:29 起它改标只读，按这份文档不再归到写操作，默认不弹确认，照样按次扣费；改标后我们在 ChatGPT 里新开 3 个对话各调了一次付费工具，都没有弹确认，直接调成并照常扣费。

**Outreach GPT 和 Outreach Skills 是一回事吗？** 出处：Google 联想词「outreach gpt」，2026-11-21 读取。我们在 2026-11-21 读的 Outreach 官方页面里，没有叫「Outreach GPT」的产品。Outreach 在 ChatGPT 里的东西有两个：6 月 3 日发布的 Outreach app in ChatGPT（[Outreach 新闻稿，2026-06-03](https://www.outreach.ai/company/newsroom/outreach-chatgpt-and-mcp-server-for-codex)），以及 11 月 17 日在它之上加了流程和视图的 Outreach Skills。

## 上手步骤

1. 在 EveryInfra 注册并拿到 API Key，照 [快速上手](/docs#quickstart) 用 curl 调一次 `linkedin/company_profile`，确认返回里有 `job_search_url`。
1. 让 ChatGPT 工作区管理员在 Plugins 里加自定义 MCP 服务器，地址填 `https://api.everyinfra.com/mcp/all`，认证选 OAuth，只开取数需要的三个工具；配置项见 [MCP 服务器页面](/mcp-server)。
1. 让管理员启用 Outreach Skills 插件，每个人用自己的 Outreach 账号连接，先跑一次 Start here。
1. 在对话里先 @ Outreach 取这周要发的序列和公司名单，再 @ EveryInfra 按「公司主页 → 公司帖 → 职位（用 `job_search_url`）→ G2 评价」的顺序补数据，要求开场白里每个事实带日期或链接。
1. 逐条看草稿，确认后再让 Outreach 把人加进序列。

想看同一套公开数据在别的销售和营销工具里怎么用，可以读 [Responsive MCP 做方案前查客户公开信息](/blog/responsive-mcp-sales-proposal-account-research)、[ActiveCampaign MCP 接社媒和评价数据](/blog/activecampaign-mcp-active-intelligence-social-review-data) 和 [ChatGPT 商家资料与评价核对](/blog/businesses-in-chatgpt-profile-reviews-audit)；G2 评价的完整字段在 [G2 数据接口](/g2-api) 页面。

## 参考资料

1. [From question to action: Outreach Skills brings over 20 revenue workflows into ChatGPT](https://www.outreach.ai/resources/blog/outreach-skills-chatgpt)，Outreach，2026-11-17，2026-11-21 读取。
1. [Outreach's Headless Architecture Powers New Outreach Skills for ChatGPT as its Connector Suite for MCP Grows](https://www.outreach.ai/company/newsroom/outreachs-headless-architecture-powers-new-outreach-skills-for-chatgpt-as-its-connector-suite-for-mcp-tm-grows)，Outreach，2026-11-18，2026-11-21 读取。
1. [Skills in ChatGPT](https://help.openai.com/en/articles/20001066-skills-in-chatgpt)，OpenAI Help Center，2026-11-21 读取。
1. [Plugins in ChatGPT](https://help.openai.com/en/articles/20001256-plugins-in-chatgpt)，OpenAI Help Center，2026-11-21 读取。
1. [Introducing ChatGPT for Sales](https://openai.com/index/introducing-chatgpt-for-sales/)，OpenAI，2026-11-17，2026-11-21 读取。
1. [Outreach MCP Server Overview](https://support.outreach.io/support/solutions/articles/159000425158)，Outreach Support，2026-11-21 读取。
1. [Use Outreach MCP tools with Claude](https://support.outreach.io/support/solutions/articles/159000435681-outreach-mcp-tools-with-claude)，Outreach Support，2026-11-21 读取。
1. [Outreach MCP Server](https://developers.outreach.io/mcp-server)，Outreach Developer Portal，2026-11-21 读取。
1. [MCP Connectors](https://support.outreach.io/support/solutions/articles/159000432173-mcp-connectors)，Outreach Support，2026-11-12，2026-11-21 读取。
1. [MCP Security](https://support.outreach.io/support/solutions/articles/159000435680-mcp-security)，Outreach Support，2026-11-21 读取。
1. [MCP Connectors category](https://marketplace.outreach.io/category/mcp-connectors)，Outreach Marketplace，2026-11-21 读取。
1. [Connecting custom MCP servers in ChatGPT](https://help.openai.com/en/articles/12584461-connecting-custom-mcp-servers-in-chatgpt)，OpenAI Help Center，2026-11-21 读取。
1. [Add custom MCP server](https://developers.openai.com/api/docs/guides/custom-mcp-server)，OpenAI Developers，2026-11-21 读取。
1. [Ask Outreach via ChatGPT](https://support.outreach.io/support/solutions/articles/159000429132-ask-outreach-via-chatgpt)，Outreach Support，2026-09-11，2026-11-21 读取。
1. [Admin controls, security, and compliance for plugins and apps](https://help.openai.com/en/articles/11509118-admin-controls-security-and-compliance-for-plugins-and-apps)，OpenAI Help Center，2026-11-21 读取。
1. [ChatGPT Business release notes](https://help.openai.com/en/articles/11391654-chatgpt-business-release-notes)，OpenAI Help Center，2026-11-19，2026-11-21 读取。
1. [Protected resource metadata for /mcp/all](https://api.everyinfra.com/.well-known/oauth-protected-resource/mcp/all)，EveryInfra，2026-11-21 读取。
1. [RFC 9728: OAuth 2.0 Protected Resource Metadata](https://datatracker.ietf.org/doc/html/rfc9728)，IETF，2025-04，2026-11-21 读取。
1. [Authorization, specification version 2025-11-25](https://modelcontextprotocol.io/specification/2025-11-25/basic/authorization)，Model Context Protocol，2025-11-25，2026-11-21 读取。
1. [RFC 8707: Resource Indicators for OAuth 2.0](https://datatracker.ietf.org/doc/html/rfc8707)，IETF，2020-02，2026-11-21 读取。
1. [RFC 7591: OAuth 2.0 Dynamic Client Registration Protocol](https://datatracker.ietf.org/doc/html/rfc7591)，IETF，2015-07，2026-11-21 读取。
1. [Authentication, Plugins](https://developers.openai.com/plugins/build/auth)，OpenAI Developers，2026-11-21 读取。
1. [Connected apps in ChatGPT](https://help.openai.com/en/articles/11487775-connected-apps-in-chatgpt)，OpenAI Help Center，2026-11-21 读取。
1. [Tools, specification version 2025-11-25](https://modelcontextprotocol.io/specification/2025-11-25/server/tools)，Model Context Protocol，2025-11-25，2026-11-21 读取。
1. [Tool Annotations, Outreach MCP Server](https://developers.outreach.io/mcp-server/tool-annotations)，Outreach Developer Portal，2026-11-21 读取。
1. [Capability catalog (GET /api/v1/social/catalog)](https://api.everyinfra.com/api/v1/social/catalog)，EveryInfra，2026-11-21 00:16 新加坡时间读取。
1. [Meet Airtable Canvas (company post)](https://www.linkedin.com/posts/airtable_meet-airtable-canvas-simply-describe-the-activity-7528897968519749633-PQHq)，Airtable on LinkedIn，2026-11-18，2026-11-21 读取。
1. [Zapier company page](https://www.linkedin.com/company/zapier/)，LinkedIn，2026-11-21 读取。
1. [Zapier reviews](https://www.g2.com/products/zapier/reviews)，G2，2026-11-21 读取。
1. [Gusto reviews](https://www.g2.com/products/gusto/reviews)，G2，2026-11-21 读取。
1. [Miro reviews](https://www.g2.com/products/miro/reviews)，G2，2026-11-21 读取。
1. [Vercel reviews](https://www.g2.com/products/vercel/reviews)，G2，2026-11-21 读取。
1. [Airtable reviews](https://www.g2.com/products/airtable/reviews)，G2，2026-11-21 读取。
1. [ChatGPT Business: General FAQ](https://help.openai.com/en/articles/8542115-chatgpt-business-general-faq)，OpenAI Help Center，2026-11-21 读取。
1. [ChatGPT Business overview](https://help.openai.com/en/articles/8792828-chatgpt-business-overview)，OpenAI Help Center，2026-11-21 读取。
1. [Outreach Pricing & Plans](https://www.outreach.ai/pricing)，Outreach，2026-11-21 读取。
1. [Regulation (EU) 2016/679 (GDPR), Articles 6, 14 and 21](https://eur-lex.europa.eu/eli/reg/2016/679/oj/eng)，EUR-Lex，2016-04-27，2026-11-21 读取。
1. [Business-to-business marketing](https://ico.org.uk/for-organisations/direct-marketing-and-privacy-and-electronic-communications/business-to-business-marketing/)，UK Information Commissioner's Office，2026-11-21 读取。
1. [CAN-SPAM Act: A Compliance Guide for Business](https://www.ftc.gov/business-guidance/resources/can-spam-act-compliance-guide-business)，US Federal Trade Commission，2026-11-21 读取。
1. [16 CFR Part 316: CAN-SPAM Rule](https://www.ecfr.gov/current/title-16/chapter-I/subchapter-C/part-316)，eCFR，2026-11-21 读取。
1. [California Consumer Privacy Act (CCPA)](https://oag.ca.gov/privacy/ccpa)，California Department of Justice，2026-11-21 读取。
1. [Outreach Launches Revenue Orchestration Platform App in ChatGPT and MCP Server for Codex](https://www.outreach.ai/company/newsroom/outreach-chatgpt-and-mcp-server-for-codex)，Outreach，2026-06-03，2026-11-21 读取。
