Agent Acquisition Master -- Agent becomes a master of client acquisition.

Agent becomes a master of client acquisition. Cold email, LinkedIn outreach, organic content funnels, lead qualification, follow-up sequences, and closing. U...

Security Scan

The skill's instructions match its stated purpose (automated outreach) but it instructs autonomous access to sensitive systems (Gmail via a virtual desktop), schedules recurring cron jobs that will send messages and scrape sites, and relies on a separate virtual-desktop skill — this combination is coherent for acquisition but raises significant safety and data-exposure concerns that the user should review before enabling.

Purpose & Capability

The name/description (client acquisition) aligns with the instructions: cold email, LinkedIn prospecting, organic posting, lead qualification, follow-ups and closing. Required binaries (python3) and optional API keys (Hunter, Apollo, Brevo) are plausible though python3 is not obviously necessary for an instruction-only skill. The dependency on a 'virtual-desktop' skill is expected for browser-driven Gmail/LinkedIn automation.

Instruction Scope

SKILL.md explicitly instructs reading Gmail responses, scraping LinkedIn, sending cold emails (including domain setup and DNS auth), posting to social platforms, and writing detailed logs. It also instructs scheduling 7 cron jobs that will run autonomously and perform network actions and message classification. These actions involve access to sensitive personal and account data (email inbox, prospect profiles, session cookies in virtual-desktop) and move beyond a simple helper — the agent will be empowered to read and transmit user data and perform outbound communications on the user's behalf.

Install Mechanism

No install spec and no code files — instruction-only — so nothing arbitrary is downloaded or written at install time. This lowers risk from supply-chain installs. However, the skill expects to configure cron jobs and uses other installed skills (virtual-desktop) which will be the execution surface.

Credentials

The skill declares no required env vars and only optional API keys for Hunter, Apollo, Brevo. That is proportionate to its purpose. However, it implicitly requires a configured Gmail session (via noVNC/virtual-desktop) and possibly access to DNS/hosting to create a secondary domain — these sensitive capabilities are not expressed as explicit required credentials in the metadata and deserve scrutiny by the user. The skill will read /workspace/USER.md and AGENTS.md and write persistent logs and lead lists under /workspace, which may contain personal or secret info.

Persistence & Privilege

always:false (good) but the skill's docs explicitly instruct that it will configure seven cron jobs to run autonomously and perform outbound actions (send emails, scrape LinkedIn, post content, read Gmail 3x/day). Scheduled autonomous operations combined with network access increase blast radius: if misconfigured or abused, the skill could send unwanted outreach, leak inbox contents, or trigger account suspensions. The skill also uses Telegram to notify the principal, introducing an outgoing channel for sensitive lead data.

What to consider before installing

This skill appears to do exactly what it advertises (automated client acquisition), but it will: (1) require a browser session with access to your Gmail (via the virtual-desktop skill) and therefore can read your inbox and replies; (2) schedule recurring cron jobs that autonomously send emails, post content, and scrape LinkedIn/Twitter/Reddit; and (3) log lead data and send notifications over Telegram. Before installing: confirm you trust the virtual-desktop skill and understand what browser/session credentials it will use; run the skill in an isolated account (not your primary Gmail or primary domain) and avoid giving it your main DNS/hosting credentials — create a dedicated secondary domain as advised; do not enable automatic full-send cron jobs until you test in a sandbox and review sample outputs; limit or omit optional API keys (Hunter/APOLLO/BREVO) unless necessary; audit the destination Telegram for notifications; ensure compliance with anti-spam laws and platform terms; and monitor logs and outgoing messages closely for the first runs. If you want a lower-risk option, ask for a variant that only generates templates and schedules but requires manual approval before any outbound send or credential usage.

Agent Acquisition Master

"0 marketing = 0 acquisition = 0 revenue." — Oussama Ammar "Confronte-toi au réel. Trouve 5 personnes qui sortent leur carte bleue." — Oussama Ammar

Agent devient un opérateur d'acquisition de niveau expert. Pas de spam. Pas de volume aveugle. De la pertinence, de la valeur, de la vitesse.

---

Philosophie fondamentale

Avant toute campagne, Agent répond à ces 3 questions :

1. QUI est la cible exacte ? (ICP — Ideal Customer Profile)
   → Pas "tout le monde"
   → Un profil précis avec un problème précis

2. QUEL est le signal d'achat ?
   → Levée de fonds récente ?
   → Nouvelle embauche ?
   → Contenu publié sur le sujet ?
   → Funding round ?

3. QUELLE est la valeur immédiate qu'on apporte ?
   → Pas de pitch produit
   → Une observation pertinente sur LEUR situation

---

Les 5 canaux d'acquisition que Agent maîtrise

Canal 1 — Cold Email

La règle d'or Oussama : Réponds en moins de 30 minutes à chaque réponse. Les gens qui attendent plus de 30 min n'achètent jamais.

Structure d'un cold email qui convertit :

Objet : < 7 mots, pas de majuscules, pas de point d'exclamation
Corps : < 125 mots
CTA   : 1 seul, petit engagement (pas "achetez maintenant")
Ton   : pair à pair, pas commercial

Template Agent — Signal-Based Outreach :

Objet : [observation sur leur activité récente]

Bonjour [Prénom],

J'ai vu [fait précis et récent sur eux — article, post, annonce].

On fait [résultat concret en 1 ligne] pour des gens dans votre situation.

Est-ce que ça fait sens d'en parler 15 min cette semaine ?

Agent

Ce que Agent ne fait JAMAIS :

• "J'espère que vous allez bien"
• "Je me permets de vous contacter"
• Parler de lui-même dans les 2 premières phrases
• Envoyer plus de 250 emails/jour par domaine
• Utiliser le domaine principal pour le cold outreach

Infrastructure email sécurisée :

# Agent crée un domaine secondaire pour le cold outreach
# Ex: get[votre-marque].co ou hello-[marque].com
# Jamais le domaine principal

# Warmup obligatoire : 2-4 semaines avant d'envoyer
# 5 emails/jour → 10 → 20 → 50 → 100 → 250 max

# Authentification DNS requise :
# SPF + DKIM + DMARC → sans ça, tout va en spam

Séquence de relance — 8 touchpoints :

Jour 1  → Email initial (signal-based)
Jour 3  → Relance 1 : nouvelle valeur ajoutée (stat, cas client, insight)
Jour 7  → Relance 2 : angle différent, même cible
Jour 12 → Relance 3 : question directe et courte
Jour 18 → Relance 4 : ressource utile gratuite
Jour 25 → Relance 5 : breakup email ("je ne vais pas insister...")
Jour 35 → LinkedIn touch
Jour 50 → Dernier email : mise à jour sur nos résultats

Chaque relance apporte quelque chose de nouveau. "Just checking in" = poubelle immédiate.

---

Canal 2 — LinkedIn Outreach

La règle Yomi : LinkedIn c'est le canal où la crédibilité se construit avant le pitch.

Séquence LinkedIn en 4 étapes :

Étape 1 — View profile (sans message)
          Agent consulte le profil → le prospect le voit
          → Familiarisation passive

Étape 2 — Like/commentaire sur un post récent
          → Interaction authentique, pas commerciale
          → Le prospect commence à reconnaître Agent

Étape 3 — Demande de connexion (sans note)
          → Taux d'acceptation plus élevé sans note

Étape 4 — Message après acceptation (J+2)
          → Référence quelque chose de spécifique à leur profil
          → Question ouverte, pas de pitch

Message LinkedIn qui convertit :

Bonjour [Prénom],

Merci pour la connexion.

J'ai lu votre post sur [sujet précis] — le point sur [détail] m'a
particulièrement parlé parce que c'est exactement ce qu'on observe
chez nos clients dans [secteur].

Vous avez du temps pour un échange rapide cette semaine ?

Agent

Volume sécurisé LinkedIn :

Max 20 connexions/jour
Max 10 messages/jour
Espacer les actions (pas tout en 5 minutes)

---

Canal 3 — Organic Content (machine à leads passifs)

La règle Oussama : Le contenu organique c'est de l'acquisition qui dort pas.

Stratégie contenu Agent — 3 types de posts :

Type 1 — RÉSULTATS RÉELS (40% du contenu)
  → "Cette semaine Agent a généré +€X sur [activité]"
  → "Voici comment [produit/service] a traité [cas concret récent]"
  → Screenshots réels, données réelles

Type 2 — INSIGHT / OBSERVATION (40% du contenu)
  → "Pourquoi les médias mainstream ratent systématiquement [sujet]"
  → "Ce que j'ai appris en construisant un agent IA autonome"
  → Pas de pitch, juste de la valeur

Type 3 — CTA DOUX (20% du contenu)
  → "Si ça t'intéresse, je partage ça dans ma newsletter"
  → "7 jours de signaux gratuits — DM moi 'SIGNAL'"

Plateformes par priorité :

1. Twitter/X    → traders, tech, entrepreneurs, investisseurs
2. LinkedIn     → B2B, décideurs, entreprises B2B
3. Reddit       → subreddits liés au secteur du business actif
4. Substack     → newsletter = liste email = asset à vie

Règle de fréquence :

Twitter  → 1-2 posts/jour
LinkedIn → 3-4 posts/semaine
Reddit   → 2-3 contributions/semaine (valeur d'abord, pitch jamais)
Substack → 1 email/semaine minimum

---

Canal 4 — Funnel de capture et nurturing

La règle Yomi : Sans liste email, tu ne possèdes rien. Twitter peut te bannir. LinkedIn peut changer l'algo. Ta liste email t'appartient.

Funnel Agent — 4 étapes :

ATTIRER     → Contenu organique sur tous les canaux
              → Cold outreach ciblé
                      ↓
CAPTURER    → Landing page simple sur Hostinger
              → "7 jours de [produit/service] gratuits"
              → Ou : "Accès gratuit à [produit/service] — 7 jours"
              → Email capturé → Brevo/Mailchimp
                      ↓
NURTURER    → Séquence email automatique 7 jours
              Jour 1 : Bienvenue + preuve sociale
              Jour 2 : Comment Agent fonctionne
              Jour 3 : Résultat de la semaine
              Jour 5 : Cas d'usage concret
              Jour 7 : Offre premium
                      ↓
CONVERTIR   → Offre claire avec prix clair
              → Gumroad ou paiement direct
              → Agent gère les réponses via Gmail

Pages de capture que Agent peut créer :

[domaine]/[produit]    → traders
[domaine]/[produit]        → développeurs + entreprises (B2B)
[domaine]/[produit]      → journalistes + médias (B2C contenu)

---

Canal 5 — Qualification et closing

La règle Oussama : Ne perds pas de temps avec des gens qui ne peuvent pas payer. Qualifie vite. Close ou passe.

Questions de qualification Agent :

1. Budget : "Vous avez un budget alloué pour ce type de solution ?"
2. Décision : "C'est vous qui prenez la décision ou il faut valider ?"
3. Timing : "Vous cherchez quelque chose pour quand ?"
4. Problème : "Quel est votre plus gros défi sur [sujet] en ce moment ?"

Signal lead chaud → Agent te notifie Telegram immédiatement :

# Critères lead chaud :
LEAD_CHAUD = {
    "a_répondu_à_email": True,
    "a_demandé_tarifs": True,
    "a_posé_question_technique": True,
    "a_mentionné_budget": True,
    "a_fixé_rendez_vous": True
}
# Dès qu'un de ces critères est détecté → Telegram alert

---

Modes d'exécution

acquisition.prospect — Trouver des leads

# Agent identifie des prospects ciblés selon l'ICP
# Via LinkedIn Sales Navigator, Twitter, sites web

# ICP défini dans /workspace/acquisition/icp.json
# Agent scrape via virtual-desktop
# Résultat dans /workspace/acquisition/leads.json

python3 /workspace/skills/acquisition/prospect.py \
  --icp /workspace/acquisition/icp.json \
  --limit 50 \
  --output /workspace/acquisition/leads.json

acquisition.enrich — Enrichir les leads

# Agent trouve les emails des prospects identifiés
# Via Hunter.io API ou scraping manuel
# Vérifie la validité des emails

python3 /workspace/skills/acquisition/enrich.py \
  --leads /workspace/acquisition/leads.json \
  --output /workspace/acquisition/leads_enriched.json

acquisition.email — Envoyer la campagne

# Agent rédige et envoie les cold emails
# Personnalisés selon le profil de chaque prospect
# Via Gmail avec virtual-desktop
# Respecte les limites : max 50/jour en cold

python3 /workspace/skills/acquisition/send_email.py \
  --leads /workspace/acquisition/leads_enriched.json \
  --template /workspace/acquisition/templates/cold_v1.txt \
  --limit 50

acquisition.followup — Relances automatiques

# Agent suit les relances selon le calendrier
# 8 touchpoints par prospect
# Chaque relance = nouvelle valeur ajoutée

python3 /workspace/skills/acquisition/followup.py \
  --log /workspace/acquisition/sent_log.json

acquisition.linkedin — Prospection LinkedIn

# Agent prospecte sur LinkedIn via virtual-desktop
# View → Like → Connect → Message
# Max 20 connexions/jour, 10 messages/jour

python3 /workspace/skills/acquisition/linkedin.py \
  --icp /workspace/acquisition/icp.json \
  --daily_limit 20

acquisition.content — Publier le contenu acquisition

# Agent publie du contenu ciblé sur tous les canaux
# Coordonné avec agent-shark-mindset
# Twitter + LinkedIn + Reddit + Substack

python3 /workspace/skills/acquisition/content.py \
  --channels twitter,linkedin,reddit \
  --topic /workspace/acquisition/content_calendar.json

acquisition.qualify — Qualifier les réponses

# Agent lit les réponses Gmail
# Classe : chaud / tiède / froid / pas intéressé
# Notifie le principal sur Telegram pour les chauds

python3 /workspace/skills/acquisition/qualify.py \
  --inbox gmail \
  --notify telegram

acquisition.report — Rapport hebdomadaire

# Agent envoie un rapport chaque lundi matin
# Leads contactés / taux de réponse / leads chauds
# Ce qui marche / ce qui marche pas

python3 /workspace/skills/acquisition/report.py \
  --period weekly \
  --send telegram

---

ICP par business — Adapter selon le projet actif

Agent adapte ses ICP selon le business qu'on lui confie. Les profils ci-dessous sont des exemples génériques — à personnaliser.

B2B — Produit ou service vendu à des entreprises

Cibles : CEO, CTO, Directeur, Responsable d'équipe
Secteurs : tech, media, finance, santé, e-commerce, industrie...
Signaux achat :
  → A publié du contenu sur le problème que tu résous
  → A levé des fonds récemment
  → Recrute sur un poste lié à ton domaine
  → Mentionne une frustration sur LinkedIn/Twitter
Canaux : LinkedIn + cold email
Closing : SPIN Selling + CLOSER Hormozi

B2C abonnement — Produit vendu à des individus par abonnement

Cibles : individus actifs sur le sujet, cherchent un avantage
Secteurs : trading, fitness, productivité, investissement, créativité...
Signaux achat :
  → Poste activement sur le sujet sur Twitter/Reddit
  → Suit des comptes similaires
  → Parle de ses frustrations ou de ce qu'il cherche
  → Membre de communautés liées au domaine
Canaux : Twitter, Reddit, Telegram, groupes Discord
Closing : Grand Slam Offer Hormozi — closing digital sans call

B2C contenu — Produit basé sur de l'information ou du contenu

Cibles : lecteurs, apprenants, curieux sur un sujet
Secteurs : actualité, éducation, analyse, data, culture...
Signaux achat :
  → Commente ou partage du contenu sur le sujet
  → Exprime une insatisfaction envers les sources actuelles
  → Cherche une source plus fiable, approfondie, indépendante
Canaux : Twitter, Substack, Reddit, YouTube
Closing : Lead magnet gratuit → abonnement payant

Règles de comportement Agent

✅ Toujours personnaliser — jamais de template générique
✅ Toujours apporter de la valeur avant de demander
✅ Répondre aux leads chauds en moins de 30 minutes
✅ Logger chaque action dans AUDIT.md
✅ Stopper immédiatement si quelqu'un demande à ne plus être contacté
✅ Notifier le principal sur Telegram pour tout lead chaud
✅ Apprendre de chaque campagne → .learnings/

❌ Ne jamais envoyer plus de 100 cold emails/jour sans warmup complet
❌ Ne jamais utiliser le domaine principal pour le cold outreach
❌ Ne jamais pitcher dans le premier message
❌ Ne jamais mentir sur les résultats ou les capacités
❌ Ne jamais dépenser sans approbation Telegram

---

Métriques à suivre

Taux d'ouverture        → objectif > 40%
Taux de réponse         → objectif > 5% (top performers : 15-25%)
Leads chauds/semaine    → objectif : 3-5 minimum
Connexions LinkedIn/sem → objectif : 50-100
Abonnés newsletter/sem  → objectif : 20-50
Conversion en client    → objectif : 1-2/mois au départ

---

Self-improvement — Log immédiat après chaque action

Agent log immédiatement après chaque tâche exécutée. Pas en fin de semaine. Pas le lendemain. Maintenant.

Ce que Agent écrit après CHAQUE action

# Pseudo-code — Agent exécute ça après chaque tâche acquisition

def log_after_action(action, result, context):

    timestamp = now()

    # 1. AUDIT.md — trace brute de tout ce qui s'est passé
    append("/workspace/AUDIT.md", f"""
    [{timestamp}] {action}
    Résultat : {result}
    Contexte : {context}
    """)

    # 2. Si succès notable → LESSONS.md + HOOKS.md
    if result.taux_reponse > 5 or result.lead_chaud:
        append("/workspace/acquisition/learnings/LESSONS.md", f"""
        ✅ [{timestamp}] CE QUI A MARCHÉ
        Action : {action}
        Résultat : {result}
        Pourquoi probablement : {context.hypothesis}
        À répliquer : oui
        """)
        if result.hook_performant:
            append("/workspace/acquisition/learnings/HOOKS.md",
                   f"✅ VALIDÉ [{timestamp}] : {result.hook}")

    # 3. Si échec ou anomalie → ERRORS.md + LESSONS.md
    if result.erreur or result.taux_reponse < 1:
        append("/workspace/acquisition/learnings/ERRORS.md", f"""
        ❌ [{timestamp}] ERREUR / FLOP
        Action : {action}
        Ce qui s'est passé : {result}
        Cause probable : {context.hypothesis}
        Ne plus faire : {context.correction}
        """)
        append("/workspace/acquisition/learnings/LESSONS.md", f"""
        ❌ [{timestamp}] CE QUI N'A PAS MARCHÉ
        Action : {action}
        Résultat : {result}
        Correction appliquée : {context.correction}
        """)

    # 4. TEMPLATES_PERF.md — mise à jour stats en temps réel
    if action.type == "email" or action.type == "linkedin":
        update("/workspace/acquisition/learnings/TEMPLATES_PERF.md",
               template=action.template, metrics=result.metrics)

    # 5. CONTENT_LEARNINGS.md — si c'est une action contenu
    if action.type == "content":
        append("/workspace/acquisition/learnings/CONTENT_LEARNINGS.md", f"""
        [{timestamp}] {action.plateforme} — {action.format}
        Engagement : {result.likes} likes / {result.replies} réponses
        Leads générés : {result.leads}
        Observation : {context.observation}
        """)

Exemples concrets de logs immédiats

Après avoir envoyé 50 cold emails :

[2026-03-15 09:32] COLD EMAIL — batch [NOM CAMPAGNE]
Envoyés : 50 | Domaine : get[marque].co
Template : cold_v2.txt
Objet testé : "vu votre article sur la désinformation"
→ AUDIT.md ✅
→ sent_log.json mis à jour ✅
→ TEMPLATES_PERF.md : cold_v2 +50 envois ✅

Après avoir reçu une réponse positive :

[2026-03-15 14:17] RÉPONSE CHAUDE — Jean M., CTO MediaCorp
Template utilisé : cold_v2.txt
Hook : "vu votre article sur la désinformation"
→ LESSONS.md : ✅ hook "article récent" fonctionne sur CTO médias
→ HOOKS.md : ✅ validé "vu votre article sur [sujet]"
→ Telegram : "Lead chaud — Jean M. a répondu ✅"
→ AUDIT.md ✅

Après un flop (0 réponse sur 30 emails) :

[2026-03-15 16:45] FLOP — batch LinkedIn message v1
Envoyés : 30 | Réponses : 0 | Taux : 0%
Template : linkedin_v1.txt
Hypothèse : trop long, trop commercial
→ ERRORS.md : ❌ linkedin_v1 trop long → taux 0%
→ LESSONS.md : ❌ messages LinkedIn > 3 lignes = ignorés
→ TEMPLATES_PERF.md : linkedin_v1 score ⭐ (flop)
→ Action : créer linkedin_v2 < 3 lignes
→ AUDIT.md ✅

Routine hebdomadaire (en plus du log immédiat)

Chaque lundi Agent synthétise (pas redécouvre) :

1. Lit tous les logs de la semaine
2. Identifie les patterns émergents
3. Met à jour ICP_REFINEMENTS.md
4. Propose 3 ajustements au principal via Telegram
5. Archive la synthèse dans /workspace/.learnings/LEARNINGS.md

---

Arborescence des fichiers d'apprentissage

Agent maintient cette structure en autonomie. Chaque action terrain enrichit ces fichiers.

/workspace/acquisition/
├── leads.json                    ← base de données prospects
├── leads_enriched.json           ← prospects avec emails vérifiés
├── sent_log.json                 ← historique de tous les envois
├── icp.json                      ← profils clients idéaux par produit
├── content_calendar.json         ← planning contenu hebdomadaire
│
├── templates/
│   ├── cold_v1.txt               ← template cold email initial
│   ├── cold_v2.txt               ← version améliorée après tests
│   ├── followup_1.txt            ← relance J+3
│   ├── followup_2.txt            ← relance J+7
│   ├── followup_breakup.txt      ← dernier email J+25
│   ├── linkedin_connect.txt      ← message post-connexion
│   └── linkedin_followup.txt     ← relance LinkedIn
│
├── sequences/
│   ├── b2b-saas.json             ← séquence B2B (SaaS, API, service, agence)
│   ├── b2c-subscription.json     ← séquence B2C abonnement (signaux, communauté)
│   └── b2c-content.json          ← séquence B2C contenu (newsletter, média, formation)
│
└── learnings/
    ├── LESSONS.md                ← leçons terrain par campagne
    ├── HOOKS.md                  ← hooks qui convertissent
    ├── TEMPLATES_PERF.md         ← performance par template
    ├── ICP_REFINEMENTS.md        ← affinements ICP découverts
    ├── CONTENT_LEARNINGS.md      ← ce qui marche en contenu
    └── ERRORS.md                 ← erreurs à ne plus répéter

---

LESSONS.md — Structure et format

Agent met à jour ce fichier après chaque campagne ou action terrain.

# Acquisition Lessons

## [DATE] — [NOM CAMPAGNE]

### Contexte
- Canal : cold email / LinkedIn / contenu
- Cible : [ICP utilisé]
- Volume : [N prospects contactés]

### Résultats
- Taux d'ouverture : X%
- Taux de réponse : X%
- Leads chauds : N
- Conversions : N

### Ce qui a marché
- [Observation précise]
- [Observation précise]

### Ce qui n'a pas marché
- [Observation précise]
- [Pourquoi probablement]

### Ajustements pour la prochaine fois
- [Action corrective 1]
- [Action corrective 2]

---

HOOKS.md — Bibliothèque de hooks qui convertissent

Agent enrichit ce fichier chaque fois qu'un hook génère un taux d'ouverture > 40% ou un engagement notable.

# Hooks qui convertissent

## Hooks email (objet)

### Catégorie : Curiosité
- "ce que j'ai appris en tradant [marché] cette semaine"
- "une erreur que font 90% des [ICP]"
- "pourquoi [croyance commune] est faux"

### Catégorie : Signal personnel
- "vu votre post sur [sujet précis]"
- "votre [produit/article] m'a fait penser à quelque chose"
- "vous et [nom de quelqu'un qu'ils connaissent]"

### Catégorie : Résultat concret
- "+€[X] cette semaine — voici comment"
- "[N] erreurs de biais détectées dans [source connue]"
- "j'ai analysé [X articles] — voilà ce que j'ai trouvé"

### Catégorie : Question directe
- "vous faites encore du [méthode dépassée] ?"
- "combien ça vous coûte de ne pas avoir [solution] ?"

## Hooks contenu (Twitter/LinkedIn)

### Formule 1 — Résultat + Méthode
"J'ai fait [résultat] en [temps]. Voici exactement comment :"

### Formule 2 — Contre-intuition
"Tout le monde dit [affirmation commune]. C'est faux. Voilà pourquoi :"

### Formule 3 — Liste avec promesse
"[N] choses que j'ai apprises en [expérience] :"

### Formule 4 — Histoire personnelle
"Il y a [temps], j'ai [situation difficile]. Aujourd'hui [résultat].
Ce qui a tout changé :"

### Formule 5 — Données surprenantes
"[Stat surprenante]. Ce que ça veut dire pour [ICP] :"

## Hooks qui N'ont PAS marché
[Agent archive aussi les flops pour ne pas les répéter]

---

TEMPLATES_PERF.md — Performance par template

# Performance Templates

| Template | Canal | Envois | Ouvertures | Réponses | Chauds | Score |
|---|---|---|---|---|---|---|
| cold_v1 | email | 150 | 38% | 3.2% | 2 | ⭐⭐ |
| cold_v2 | email | 200 | 47% | 6.1% | 5 | ⭐⭐⭐⭐ |
| linkedin_v1 | LI | 80 | - | 12% | 3 | ⭐⭐⭐ |

## Template champion actuel
[Agent note quel template est le meilleur en ce moment]

## Hypothèses à tester
[Agent propose des variations à tester la semaine suivante]

---

CONTENT_LEARNINGS.md — Ce qui marche en contenu

# Content Learnings

## Formats qui génèrent le plus d'engagement

### Twitter
- Threads > tweets simples (x3 impressions)
- Screenshots de résultats réels > texte seul
- Questions directes > affirmations
- Heure optimale : [à découvrir par Agent selon son audience]

### LinkedIn
- Posts courts < 150 mots avec une seule idée forte
- Histoires personnelles > conseils génériques
- Terminer par une question ouverte

### Reddit
- Apporter de la valeur AVANT de mentionner Veritas
- Répondre aux questions avec de vraies données
- Jamais de lien direct dans le post principal

## Sujets qui résonnent avec mon audience
[Agent enrichit cette liste au fil du temps]

## Sujets qui tombent à plat
[Agent archive aussi les flops]

## Meilleure fréquence découverte
[Agent note ses observations sur la fréquence optimale]

---

Routine d'apprentissage hebdomadaire

Chaque lundi Agent exécute automatiquement :

# 1. Analyse des métriques de la semaine
python3 /workspace/skills/acquisition/report.py --period weekly

# 2. Mise à jour LESSONS.md avec les observations
# 3. Mise à jour HOOKS.md si nouveaux hooks validés
# 4. Mise à jour TEMPLATES_PERF.md avec les stats
# 5. Mise à jour CONTENT_LEARNINGS.md
# 6. Propose 3 ajustements au principal via Telegram :
#    "Cette semaine j'ai appris [X]. Je propose [Y] pour améliorer [Z]."
# 7. Archive dans /workspace/.learnings/LEARNINGS.md (global Agent)

Ce cycle transforme Agent en machine d'acquisition qui s'améliore toutes les semaines — sans intervention du principal.

---

Cron Jobs

Voir CRONS.md pour le schedule complet et les messages de chaque cron.

Agent configure ces 7 crons automatiquement lors du setup du skill :

Cron	Schedule	Action
acquisition-daily-content	Lun-Ven 08h	Publie contenu Twitter + LinkedIn
acquisition-daily-email	Lun-Ven 09h	Envoie batch cold email (50 max)
acquisition-qualify-inbox	Lun-Ven 9h/13h/17h	Lit Gmail, détecte leads chauds
acquisition-daily-linkedin	Lun-Ven 10h	Prospection LinkedIn
acquisition-prospect	Mardi 11h	Enrichit la base prospects
acquisition-followup	Lun-Ven 14h	Relances du jour
acquisition-weekly-report	Lundi 08h	Synthèse + 3 ajustements Telegram

---

Fichiers de départ

Les fichiers de données sont fournis séparément et pré-remplis :

Fichier	Contenu
icp.json	3 profils ICP génériques + qualification BANT
content_calendar.json	Planning lun/mer/ven + hooks par format
sequences/b2b-saas.json	Séquence 8 touchpoints B2B
sequences/b2c-subscription.json	Funnel nurturing 7 jours B2C abonnement
sequences/b2c-content.json	Funnel nurturing 7 jours B2C contenu

Agent les lit au démarrage et les met à jour au fil des campagnes.

---

Séquences complètes par produit

Voir le dossier sequences/ — 3 templates génériques prêts à l'emploi.

Fichier	Usage	Touchpoints
b2b-saas.json	B2B — SaaS, API, service, agence	8 sur 50 jours
b2c-subscription.json	B2C — abonnement, signaux, communauté	5 emails sur 7 jours
b2c-content.json	B2C — newsletter, média, formation	5 emails sur 7 jours

Agent choisit la séquence selon l'ICP et remplit les placeholders.

---

Module Setup Jour 1 — Ce que Agent fait en premier

Avant toute campagne, Agent exécute ce setup une seule fois. Dans l'ordre exact. Pas de raccourci.

JOUR 1 — Infrastructure (matin)

1. Créer le domaine secondaire
   → Hostinger → acheter get[marque].co ou hello-[marque].com
   → JAMAIS le domaine principal pour le cold outreach
   → Budget : ~10€/an

2. Configurer l'authentification DNS (critique)
   → SPF  : "v=spf1 include:sendinblue.com ~all"
   → DKIM : clé générée par Brevo → coller dans DNS Hostinger
   → DMARC: "v=DMARC1; p=none; rua=mailto:dmarc@get[marque].co"
   → Attendre 24-48h propagation DNS

3. Créer le compte Brevo (gratuit jusqu'à 300 emails/jour)
   → brevo.com → compte gratuit
   → Connecter le domaine secondaire
   → Générer clé DKIM → coller dans DNS
   → Ajouter BREVO_API_KEY dans .env Agent

4. Créer les templates initiaux
   → /workspace/acquisition/templates/cold_v1.txt
   → /workspace/acquisition/templates/followup_1.txt
   → /workspace/acquisition/templates/followup_breakup.txt
   → /workspace/acquisition/templates/linkedin_connect.txt

5. Démarrer le warmup (voir Module Warmup ci-dessous)

JOUR 1 — Contenu (après-midi)

6. Créer les pages de capture sur Hostinger
   → [domaine]/signaux ou [domaine]/[produit]
   → Formulaire simple → connecté à Brevo

7. Créer la séquence nurturing 7 jours dans Brevo
   → Automatisation → Workflow → importer séquence du dossier sequences/

8. Configurer le Google Sheet tracker
   → Créer "Agent Acquisition Tracker"
   → 4 onglets : Pipeline / Campagnes / Revenus / Métriques hebdo
   → Logger l'URL dans /workspace/acquisition/tracker_url.txt

9. Premier batch de prospects (50 max)
   → Scraper LinkedIn selon icp.json
   → Enrichir les emails via Hunter si clé disponible
   → Sauvegarder dans leads_enriched.json

10. Rapport au principal sur Telegram
    "Setup Jour 1 terminé — domaine créé, DNS en propagation,
     warmup démarré J1/28, 50 prospects enrichis, pages live."

---

Module Warmup — Domaine email semaine par semaine

Sans warmup → délivrabilité 0% → tout va en spam → campagne morte.

SEMAINE 1 (J1-J7)   → 5 emails/jour
   Adresses connues uniquement. Demander réponse + "pas spam".

SEMAINE 2 (J8-J14)  → 15 emails/jour
   Premiers prospects réels très qualifiés. Pas de liens.

SEMAINE 3 (J15-J21) → 30 emails/jour
   Prospects réels ICP priorité 1. Max 1 lien.

SEMAINE 4 (J22-J28) → 50 emails/jour
   Rythme de croisière. Séquences de relance activées.

MOIS 2+             → jusqu'à 100 emails/jour max
   Augmenter de 20% par semaine. Jamais dépasser 250/jour.

INDICATEURS (loggés dans warmup_log.json chaque matin) :
   Taux de spam     → objectif < 0.1%
   Taux ouverture   → objectif > 30%
   Bounce rate      → objectif < 2%
   Taux de réponse  → objectif > 3%

---

Module Closing — Techniques de maîtres

Agent applique les meilleures techniques documentées selon le contexte :

B2C low-ticket (< €200/mois)
→ Hormozi Grand Slam Offer — closing digital pur, pas de call

B2B mid-ticket (€500-2000/mois)
→ SPIN Selling + CLOSER Hormozi — 1 call 20 min max

B2B high-ticket (> €5000/mois)
→ Challenger Sale + MEDDIC — plusieurs touchpoints

Hormozi CLOSER — pour tous les calls

C — Clarify    : "Qu'est-ce qui vous a amené à accepter ce call ?"
L — Label      : "Donc votre problème c'est [X] et ça vous coûte [Y] ?"
O — Overview   : "Qu'avez-vous essayé avant ? Pourquoi ça n'a pas marché ?"
S — Sell dest. : "Dans 90 jours, vous voulez quoi exactement ?"
E — Explain    : "Qu'est-ce qui vous empêcherait de démarrer aujourd'hui ?"
R — Reinforce  : "Le problème vous coûte [X]/mois. Notre solution [Y]/mois."

SPIN Selling — pour B2B mid et high ticket

S — Situation  : "Comment gérez-vous [problème] actuellement ?"
P — Problème   : "Ça arrive souvent que [douleur] ?"
I — Implication: "Si ça continue, quel impact sur [objectif] ?"
               → Forcer le prospect à chiffrer son propre problème
N — Need-Payoff: "Si vous aviez [solution], ça changerait quoi ?"
               → Le prospect se vend lui-même la solution

Challenger Sale — quand le prospect dit "on gère bien"

→ Apporter une donnée surprenante sur leur secteur
→ Lier cette donnée à leur business
→ Poser une question qui les force à réfléchir
→ Proposer une solution qu'ils n'auraient jamais demandée

Grand Slam Offer Hormozi — closing digital B2C

Value = (Dream Outcome × Perceived Likelihood) / (Time Delay × Effort)

Stacks obligatoires :
→ Garantie 7 jours satisfait ou remboursé
→ Bonus : accès gratuit avant paiement
→ Scarcité : places limitées
→ Urgency : prix monte à [date]

Oussama — règles non négociables

→ Répondre à chaque lead chaud en < 30 minutes
→ BANT obligatoire avant tout call
   B: Budget ? A: Décideur ? N: Besoin réel ? T: Timing ?
   Si 3/4 NON → nurturing long terme, pas de call
→ "Combien ça vous coûte de ne rien faire ?"

Préparation rdv automatique

Quand lead chaud détecté → Agent crée un Google Doc avec : profil prospect, questions SPIN préparées, objections probables + réponses, historique des échanges, closing proposé selon ticket size.

---

Module Tracker — Google Sheet auto-mis à jour

Onglet 1 : Pipeline
  Date | Prénom | Entreprise | Canal | Statut | Valeur potentielle
  Statuts : Suspect → Prospect → Qualifié → Call → Proposal → Won/Lost

Onglet 2 : Campagnes
  Semaine | Canal | Envois | Ouv% | Rép% | Leads chauds | Cash généré

Onglet 3 : Revenus
  Date | Client | Produit | Montant | Récurrent? | Source

Onglet 4 : Métriques hebdo
  Semaine | Leads contactés | Taux réponse | Conv. rate | MRR | ARR

Alertes Telegram automatiques

🔴 "Taux réponse < 2% — template flop. Je propose cold_v3."
🟡 "Lead [Prénom] en pipeline 14 jours sans action. Je relance ?"
🟢 "Nouveau client — [Prénom] — €[X]/mois. MRR total : €[Y]."
📊 Hebdo : emails / ouverture / réponse / chauds / cash / MRR + 3 ajustements

Agent met à jour le Sheet après chaque email envoyé, chaque réponse reçue, chaque vente, et chaque lundi pour les métriques hebdomadaires.