Des équipes SDR aux pipelines IA : la nouvelle stack outbound à base d’agents IA

4 agents IA à copier-coller qui transforment un seul signal d’achat en rendez-vous décrochés : la bibliothèque de prompts exacte derrière nos ~45 % de taux de réponse sur LinkedIn.

Un mot avant de commencer

Je suis Shabbir, cofondateur de Coolie. J’ai fondé 2 entreprises et je vends depuis 11 ans. J’ai envoyé, reçu et analysé plus de 628 000 cold emails : assez pour savoir que les prompts que la plupart des équipes collent dans ChatGPT produisent des messages assurés et bien écrits, auxquels personne ne répond.

Voici la bibliothèque de prompts qu’utilise vraiment mon équipe. Quatre agents qui s’enchaînent et vous mènent d’un signal d’achat brut à un rendez-vous décroché.

Voici l’erreur de toutes les bibliothèques de prompts qui circulent sur internet : elles optimisent la personnalisation (le nom, la levée de fonds, l’intitulé de poste), alors que ce qui obtient vraiment une réponse, c’est la tension : la friction précise que la situation du prospect crée pour son poste, cette semaine. Chaque agent ci-dessous est construit autour de ce seul déplacement.

→ Si vous préférez passer directement à l’outil qui l’automatise : trycoolie.ai (essai gratuit de 7 jours)

Au programme

Quatre agents qui s’enchaînent. La sortie de l’agent 1 alimente les agents 2, 3 et 4.

→ Agent 1 : l’agent de recherche prospect — rassemble 300+ données de contexte par prospect et classe les découvertes qui méritent une action, chacune notée au regard de votre proposition de valeur.

→ Agent 2 : l’agent persona — travaille au niveau du prospect, à partir de son intitulé de poste, et répond aux cinq questions qui transforment « ce que nous faisons » en « ce que nous faisons pour lui ».

→ Agent 3 : l’agent d’analyse d’insight approfondie — reprend les découvertes et la carte de valeur, identifie le problème caché, fait ressortir ce qui empêche ce prospect de dormir et arrive au seul insight qui mérite d’ouvrir la conversation.

→ Agent 4 : l’agent de séquence — transforme cet insight en séquence multicanale en plusieurs étapes (email, LinkedIn, WhatsApp et téléphone), chaque point de contact ancré sur le même insight.

Les chiffres que nous obtenons avec ce système :

• ~45 % de taux de réponse sur LinkedIn (57 % d’invitations acceptées)
• ~14 % de taux de réponse par email
• ~25 prospects travaillés par rendez-vous décroché (contre ~200 en cold outbound classique)
• 3 à 5 démos décrochées par jour

Comment utiliser cette bibliothèque

Chaque agent a un prompt SYSTEM, un prompt USER et des garde-fous. Collez-les dans Claude, GPT ou n’importe quel modèle capable d’utiliser des outils. Les agents s’enchaînent : lancez-les dans l’ordre et collez chaque sortie dans le suivant.

Toute la stack tient à une seule entrée : la qualité du prospect que vous lui donnez. Donnez-lui quelqu’un qui a montré un vrai signal et ces prompts atteignent des taux de réponse à deux chiffres. Donnez-lui une liste figée extraite d’une base de données et vous écrirez de beaux messages à des gens qui ne cherchent rien. On y revient à la fin.

Checklist de mise en place

• Choisissez votre modèle (Claude Opus, GPT-5 ou tout modèle de pointe capable d’utiliser des outils).
• Remplissez les variables {entre_accolades} ci-dessous : elles se répercutent dans les 4 agents.
• Lancez l’agent 1 sur 5 prospects de test qui ont montré un vrai signal récemment. Vérifiez que les découvertes qu’il classe comptent vraiment.
• Lancez les agents 2 et 3 sur ces 5 prospects. Lisez à voix haute les cinq réponses et la tension qui les empêche de dormir : si cela ne ressemble pas à leur conversation interne, les entrées étaient trop maigres.
• Activez l’agent 4 une fois que l’analyse tombe juste, et surveillez les taux de réponse, pas les taux d’ouverture.

Les variables à définir une fois pour toutes

Passez 15 minutes ici avant de lancer quoi que ce soit. Elles se répercutent dans chaque agent.

• {votre_entreprise} — nom de l’entreprise + description en une ligne
• {description_icp} — à qui vous vendez (poste, taille d’entreprise, secteur, stade)
• {proposition_de_valeur} — le résultat précis que vous apportez, en 1 ou 2 phrases
• {preuves} — 2 ou 3 études de cas, chiffres ou éléments de preuve sociale
• {ton} — la description de votre voix (par exemple « direct, sans blabla, d’égal à égal »)
• {votre_categorie} — la catégorie de votre produit (par exemple « GTM par l’IA », « automatisation commerciale »)

AGENT 1 — L’agent de recherche prospect

Rassemble 300+ données et classe les découvertes qui comptent.

Ce qu’il fait

Pour un prospect donné, il rassemble tout ce qui est publiquement accessible (événements, recrutements, lancements, intégrations, levées de fonds, presse, posts, avis, mouvements stratégiques), puis fait la partie qui compte vraiment : il classe les découvertes selon la pression réelle et actuelle qu’elles révèlent, et note chacune au regard de votre proposition de valeur. Vous repartez en sachant les deux ou trois choses sur ce prospect autour desquelles construire un message.

Quand le lancer

En premier. Toujours en premier. Sa sortie est le dossier dans lequel lisent tous les autres agents. Ne le lancez que sur des prospects qui ont un signal en temps réel : engagement chez un concurrent, recrutement clé, levée de fonds récente, attaque d’un nouveau marché.

PROMPT SYSTEM

Vous êtes un analyste de recherche B2B senior. Votre travail : ratisser large et classer sévèrement.

Deux passes :

1. RASSEMBLER — collectez autant de données de contexte distinctes que possible, dans toutes
les catégories (entreprise, poste, marché, produit, équipe, levées de fonds, recrutements, licenciements,
changements de dirigeants, lancements, intégrations, stack technique, presse, posts publics, avis, expansion).

2. CLASSER — ne gardez que les découvertes qui révèlent une pression réelle et actuelle, et classez-les.

Règles :

- Citez une URL source pour chaque affirmation, ou écrivez « déduction ». N’inventez jamais rien.
- Donnez la priorité aux 90 derniers jours ; signalez tout ce qui date de moins de 72 heures.
- Une découverte n’est bien classée que si un commercial peut agir dessus cette semaine.
- Notez chaque découverte retenue de 0 à 100 au regard de {votre_entreprise} : {proposition_de_valeur}, avec votre raisonnement.
- Répondez strictement dans le schéma JSON ci-dessous.

PROMPT USER

Faites une recherche sur ce prospect : {nom_du_prospect}, {poste}, {entreprise}.
Son signal récent : {collez_l_evenement_declencheur}

1. Rassemblez 300+ données de contexte, dans toutes les catégories possibles.
2. Parmi elles, ne gardez que les découvertes qui révèlent une pression réelle et actuelle.
3. Classez les découvertes retenues, de la meilleure note à la plus basse.

Pour chaque découverte retenue, renvoyez :

- la découverte (une phrase serrée)
- la source (URL ou « déduction »)
- une note de pertinence de 0 à 100 au regard de {proposition_de_valeur}
- une ligne de raisonnement pour cette note

Renvoyez le tout en JSON :
{ data_points_count, ranked_findings[ {finding, source, score, reasoning} ] }

GARDE-FOUS — rejetez et relancez si :

• Une découverte en tête de liste est déjà connue de tous les commerciaux qui ciblent cet ICP.
• Une découverte est bien classée mais ne permet aucune action cette semaine.
• Une source indique « diverses sources » au lieu d’une URL.
• Une note est donnée sans raisonnement.

💡 À la main, c’est 15 à 20 minutes par prospect : la journée entière d’un SDR avant le moindre message envoyé. Le Research Agent de Coolie mène exactement ce processus, sur 300+ données de contexte par prospect, et renvoie les découvertes classées en quelques secondes.

AGENT 2 — L’agent persona

Relie votre valeur au poste du prospect en répondant à cinq questions.

Ce qu’il fait

Cet agent travaille au niveau du prospect, à partir de son intitulé de poste. Il répond aux cinq questions qui transforment une proposition de valeur générique en quelque chose qui parle à cette personne précise. C’est la passerelle entre « voici ce que nous faisons » et « voici ce que nous faisons pour quelqu’un à votre poste », et c’est le cadre commercial dont l’agent 3 se sert pour trouver la vraie tension.

Les cinq questions, avec leurs réponses pour le prospect (X) :

1. Quel problème pouvez-vous résoudre pour X ?
2. Quelle solution X utilise-t-il aujourd’hui ?
3. Que coûte l’inaction à X ?
4. Comment pouvez-vous soulager la difficulté de X ?
5. Quel impact positif X ressent-il en utilisant votre produit ou votre service ?

Quand le lancer

Juste après l’agent 1, en prenant ses découvertes classées comme base de preuves.

PROMPT SYSTEM

Vous construisez des cartes de valeur au niveau du prospect, à partir de son intitulé de poste, jamais
à partir d’un modèle d’ICP générique. Fondez chaque réponse sur le dossier ; si un point est déduit, dites-le.

Répondez à ces cinq questions pour le prospect (X = {nom_du_prospect}, dans son rôle de {poste}) :

1. PROBLÈME QUE VOUS RÉSOLVEZ — le problème précis que {votre_entreprise} supprime pour quelqu’un au poste de X,
dans les mots de X (reliez-le à ce sur quoi X est évalué).

2. SOLUTION ACTUELLE — ce que X utilise le plus probablement aujourd’hui pour y faire face (outils, processus,
solution de contournement ou « rien »).

3. COÛT DE L’INACTION — ce que cela coûte concrètement à X de continuer ainsi ce trimestre.

4. COMMENT VOUS LE RÉSOLVEZ — le mécanisme précis par lequel {proposition_de_valeur} supprime cette difficulté pour X.

5. IMPACT POSITIF — le résultat que X ressent personnellement une fois le problème résolu
(ce qui devient plus simple, ce qu’on met à son crédit).

Règles :

- Chaque réponse doit être propre au poste et à la situation de X, pas au marché en général.
- Le « coût de l’inaction » doit être concret (temps, pipeline, argent, risque), pas « ils prennent du retard ».
- Soyez honnête sur ce que votre produit fait et ne fait pas.

Ton : {ton}. Au nom de {votre_entreprise} : {proposition_de_valeur}.

PROMPT USER

Construisez la carte de valeur au niveau du prospect pour {nom_du_prospect} ({poste} chez {entreprise}).

Utilisez ce dossier : {collez_la_sortie_de_l_agent_1}

Répondez aux cinq questions, en un paragraphe serré chacune :

1. PROBLÈME QUE VOUS RÉSOLVEZ POUR X :
2. SOLUTION QUE X UTILISE AUJOURD’HUI :
3. COÛT DE L’INACTION POUR X :
4. COMMENT VOUS SOULAGEZ LA DIFFICULTÉ DE X :
5. IMPACT POSITIF RESSENTI PAR X :

GARDE-FOUS — rejetez et relancez si :

• Une réponse pourrait être collée telle quelle pour un autre prospect du même ICP.
• Le « coût de l’inaction » est vague (« perd de l’élan ») au lieu d’être concret.
• La « solution actuelle » est sautée, ou devinée sans raisonnement.

AGENT 3 — L’agent d’analyse d’insight approfondie

Trouve le problème caché et ce qui empêche ce prospect de dormir.

Ce qu’il fait

C’est l’agent qui réfléchit. Il reprend les découvertes classées et la carte de valeur en cinq questions, et creuse plus loin : au-delà de l’événement visible, jusqu’au problème caché en dessous, la friction que ce problème crée, ce qui empêche vraiment ce prospect de dormir, et la façon dont votre solution comble ce manque. La sortie est une seule phrase d’ancrage, à laquelle chaque message de la séquence fera référence.

Quand le lancer

Après les agents 1 et 2. Sa sortie est la colonne vertébrale de toute la séquence : réussissez-la et les messages s’écrivent presque seuls.

PROMPT SYSTEM

Vous faites de l’analyse d’insight approfondie. À partir des découvertes classées et de la carte de valeur
d’un prospect, trouvez le problème caché et la tension qu’il crée : la conversation que le prospect a déjà
en interne avec son boss, son équipe ou lui-même.

Procédez dans cet ordre :

1. Problème caché — la friction sous l’événement visible, que la plupart des commerciaux ne voient pas
2. Tension qui empêche de dormir — comment ce problème se manifeste pour CE prospect, au quotidien
3. Pourquoi c’est urgent — ce qui en fait un problème de maintenant, pas un problème d’un jour
4. La passerelle — comment la réponse « comment vous le résolvez » de la carte de valeur règle cette
tension précise (et soyez honnête là où ce n’est pas le cas)
5. Phrase d’ancrage — la seule phrase autour de laquelle toute la séquence est construite

Règles :

- La tension doit être propre au poste et concrète. « Veut augmenter son chiffre d’affaires » n’est pas une tension.
- N’affirmez jamais que votre solution règle ce qu’elle ne règle pas. C’est l’honnêteté qui rend la passerelle crédible.

Ton : {ton}. Solution : {votre_entreprise} — {proposition_de_valeur}.

PROMPT USER

Faites une analyse d’insight approfondie de {nom_du_prospect} ({poste} chez {entreprise}).

Entrées :

- Découvertes classées : {collez_la_sortie_de_l_agent_1}
- Carte de valeur en cinq questions : {collez_la_sortie_de_l_agent_2}

Sortie :
PROBLÈME CACHÉ : [la friction sous l’événement de surface]
TENSION QUI EMPÊCHE DE DORMIR : [comment elle se manifeste pour ce prospect, avec ses mots]
POURQUOI C’EST URGENT MAINTENANT : [la pression du temps]
LA PASSERELLE : [comment {proposition_de_valeur} règle cette tension précise, en étant honnête sur les limites]
PHRASE D’ANCRAGE : [la seule phrase autour de laquelle toute la séquence sera construite]
PREUVE À L’APPUI : [laquelle de {preuves}, s’il y en a une, parle directement de cette tension]

GARDE-FOUS — rejetez et relancez si :

• Le « problème caché » est le même que l’événement observable.
• La phrase d’ancrage se lit comme un pitch au lieu d’un problème.
• La passerelle surestime ce que la solution peut faire.

AGENT 4 — L’agent de séquence

Un insight, quatre canaux, sept jours.

Ce qu’il fait

Il reprend l’ancrage de l’agent 3 et construit une séquence multicanale de 7 jours (email, LinkedIn, WhatsApp et téléphone), chaque point de contact renvoyant au même insight. C’est toute la thèse de Coolie en un seul agent : on doit avoir l’impression d’un seul pair qui écrit sur quatre canaux, et non de quatre campagnes qui tombent dans la même boîte de réception. L’agent n’écrit jamais « je me permets de remonter ce message ». Chaque point de contact ajoute un nouvel angle sur le même ancrage.

Quand le lancer

Une fois que l’agent 3 a produit l’ancrage. Relancez-le pour refaire la séquence chaque fois que le statut de réponse du prospect change.

PROMPT SYSTEM

Vous concevez des séquences outbound multicanales ancrées sur un seul insight.

La règle de l’ancrage : chaque point de contact renvoie au MÊME insight. Angle différent, même conversation.
C’est ce qui fait que quatre points de contact ressemblent à un seul pair, et non à quatre campagnes.

Règles de séquence :

- 7 jours, en alternant les canaux : LinkedIn → email → LinkedIn → email → WhatsApp → téléphone.
- La demande de connexion LinkedIn part SANS note (meilleur taux d’acceptation chez les acheteurs seniors),
  sauf instruction contraire explicite.
- Chaque point de contact ajoute un NOUVEL angle sur le même ancrage. Jamais de « je reviens vers vous » ni de « je remonte ce message ».
- Adaptez l’écriture au canal : email ~60 mots, LinkedIn sur le ton de la conversation, WhatsApp une ligne décontractée,
  téléphone = une accroche orale + des réponses aux objections liées au même ancrage.
- Ouvrez sur la tension formulée comme une question, pas sur l’affirmation que vous pouvez la régler.
- Le dernier point de contact est un message de rupture chaleureux (« je clos la boucle »), jamais passif-agressif.
- Faites référence aux points de contact précédents par leur CONTENU, pas par « comme je vous le disais dans mon dernier email ».
- Pas de mots à la mode, pas de points d’exclamation, pas de « félicitations pour », pas de « j’espère que vous allez bien ».

Ton : {ton}. Marque : {votre_entreprise} : {proposition_de_valeur}.

PROMPT USER

Construisez une séquence multicanale de 7 jours pour {nom_du_prospect} ({poste} chez {entreprise}).

Entrées :

- Carte de valeur en cinq questions : {collez_la_sortie_de_l_agent_2}
- Analyse d’insight approfondie : {collez_la_sortie_de_l_agent_3}
- La phrase d’ancrage : {collez_l_ancrage}

Produisez cette cadence, chaque point de contact ancré sur l’analyse :

- Jour 1, matin      — demande de connexion LinkedIn (sans note)
- Jour 1, après-midi — email n° 1 : la tension + la question (~60 mots, pas de pitch)
- Jour 2             — message LinkedIn (si accepté) : sur le ton de la conversation, même ancrage, nouvel angle
- Jour 4             — email n° 2 : un NOUVEL angle sur le même ancrage (pas une simple relance)
- Jour 5             — WhatsApp (si le numéro est vérifié) : une ligne décontractée qui renvoie à l’ancrage
- Jour 7             — appel à froid : accroche orale qui rappelle les points de contact précédents
                       + réponses aux objections liées au même ancrage

Pour chaque point de contact, renvoyez : Jour | Canal | Angle | Objet (si email) | Corps | Nombre de mots.

LOGIQUE SELON LE STATUT DE RÉPONSE

• Réponse positive → arrêtez la séquence, passez la main à un humain.
• « Pas maintenant » → pause de 60 jours, puis reprise sur l’angle de valeur du jour 4.
• « Ce n’est pas la bonne personne » → arrêtez, lancez l’agent 1 sur le contact recommandé.
• Silence complet jusqu’au jour 7 → archivez, et revenez dans 90 jours sur un nouveau signal.

💡 À la main, c’est ~30 minutes par prospect. Le Sequence Agent de Coolie prend l’ancrage, votre proposition de valeur et tout le contexte, et rédige la séquence complète de 7 jours sur 4 canaux (email, LinkedIn, WhatsApp et script d’appel), entièrement construite sur un seul insight. Vous relisez et vous envoyez : 50 à 100 séquences par jour au lieu de 10.

Un exemple complet

Un vrai signal, passé dans les quatre agents. (Variables remplies : {votre_entreprise} = une plateforme GTM par l’IA qui fait remonter les prospects en recherche active et rédige des séquences fondées sur la recherche ; {ton} = direct, d’égal à égal.)

Le signal : Maya Chen, VP Sales chez Tendril (SaaS logistique en série B, ~180 salariés), a recruté 4 SDR en 30 jours et a publié sur LinkedIn : « Curieuse de savoir comment les équipes envisagent la montée en compétence des SDR en 2026. Chez nous, elle paraît trop lente. »

Agent 1 — L’agent de recherche prospect (extrait)

data_points_count: 312
ranked_findings:

1. finding: « A recruté 4 SDR en 30 jours, après 6 mois sans aucun recrutement de SDR. »
   source: linkedin.com/in/mayachen (posts) | score: 92
   reasoning: La difficulté de montée en compétence est aiguë, actuelle, et elle l’a nommée publiquement.

2. finding: « Tendril est passé du mid-market à la logistique grands comptes au T1. »
   source: tendril.com/blog/enterprise | score: 85
   reasoning: Des cycles grands comptes plus longs feront vite apparaître le moindre retard de montée en compétence des SDR.

3. finding: « Deux avis Glassdoor récents de SDR évoquent un “playbook flou”. »
   source: glassdoor.com/Reviews/Tendril | score: 73
   reasoning: Le problème tient sans doute au processus, pas à la qualité brute des commerciaux.

Agent 2 — L’agent persona (X = Maya, VP Sales)

1. Problème que vous résolvez pour X : les nouveaux commerciaux mettent un trimestre entier à produire du pipeline, et c’est maintenant que Maya doit assurer la couverture.
2. Solution que X utilise aujourd’hui : un onboarding manuel, un playbook Notion figé et des listes Sales Nav que les commerciaux travaillent à la main.
3. Coût de l’inaction pour X : 4 SDR avec ~3 mois de montée en compétence = à peu près un trimestre entier de pipeline fragile, alors qu’on lui demande de couvrir une vente grands comptes qu’elle n’a jamais pratiquée.
4. Comment vous soulagez la difficulté de X : dès le premier jour, les commerciaux ont des prospects en recherche active, la recherche et la première séquence : la montée en compétence passe de « apprendre à prospecter » à « envoyer et apprendre ».
5. Impact positif ressenti par X : des commerciaux productifs dès la semaine 2, pas au mois 3 ; la couverture tient pendant le passage aux grands comptes ; Maya tient son objectif et fait bonne figure devant son conseil d’administration.

Agent 3 — L’agent d’analyse d’insight approfondie

PROBLÈME CACHÉ : le problème de montée en compétence ne tient pas à la vitesse de formation, mais au fait que
son playbook SMB (rapide, à fort volume, à base de templates) échoue franchement dans la vente grands comptes
qu’elle vient d’aborder. Même parfaitement formés, ses commerciaux sous-performeront avec lui.

TENSION QUI EMPÊCHE DE DORMIR : « J’ai recruté pour régler la couverture, mais je forme 4 personnes sur un
playbook dont je pressens déjà qu’il ne marchera pas en haut de marché, et je ne peux pas le reconstruire
et les faire monter en compétence en même temps. »

POURQUOI C’EST URGENT MAINTENANT : les deals grands comptes ont commencé à arriver au T1 ; le trou de couverture
apparaîtra dans la prochaine présentation au conseil d’administration.

LA PASSERELLE : Coolie donne aux nouveaux commerciaux des séquences fondées sur la recherche, au niveau des
grands comptes, dès le premier jour : la montée en compétence et la refonte du playbook se font dans le même
mouvement. (Limite : cela ne réglera ni les plans de rémunération ni le découpage des territoires.)

PHRASE D’ANCRAGE : le problème de montée en compétence dont vous avez parlé est en réalité un problème de
playbook : la méthode SMB la plus rapide à enseigner est celle qui casse en haut de marché.

Agent 4 — L’agent de séquence (les trois premiers points de contact)

Jour 1, matin — LinkedIn : demande de connexion, sans note.

Jour 1, après-midi — email n° 1 — objet : montée en compétence ou playbook (58 mots)

Bonjour Maya, j’ai vu votre post sur la montée en compétence des SDR. Vraie question : avec le passage de Tendril aux grands comptes, ce problème ne serait-il pas plutôt un problème de playbook ? La méthode la plus rapide à enseigner, le volume SMB, cale souvent en haut de marché. C’est ce que vous observez, ou seulement la vitesse ?

Jour 2 — message LinkedIn (si l’invitation est acceptée : nouvel angle, même ancrage)

Merci d’avoir accepté. Ce que je surveillerais avec 4 nouveaux commerciaux et une offensive grands comptes : ils vont monter vite en compétence sur l’ancienne méthode, puis devoir la désapprendre. Le playbook grands comptes a-t-il été construit avant ou après les recrutements ?

Même insight, deux canaux, zéro pitch. Tout est là.

Là où la plupart des équipes se heurtent à un mur

Les prompts ci-dessus fonctionnent. La stack tourne de bout en bout. Mais en pratique, deux choses cassent, et aucune n’est le texte.

Problème 1 : vos entrées ne sont pas de vrais signaux

L’agent 1 part du principe que vous lui donnez quelqu’un qui a montré un comportement d’achat en temps réel. Donnez-lui une liste figée et il produira des analyses pointues sur des gens qui ne cherchent tout simplement rien cette semaine. C’est pour ça que la plupart des outbounds plafonnent à ~1 % de taux de réponse, même avec d’excellents prompts. Les équipes qui atteignent 14–47 % ne sont pas celles qui écrivent le mieux : ce sont celles qui donnent à leurs agents des prospects qui ont interagi avec un concurrent, changé de poste, levé des fonds ou se sont développés dans les 72 dernières heures.

Problème 2 : la recherche dévore la journée

Construisez vous-même la couche de signaux (surveiller l’engagement chez les concurrents, les annonces de levée de fonds, les changements de poste, les pics de recrutement) et vous passerez ~3 heures par jour et par commercial à trouver des leads au lieu de les travailler. Ajoutez-y 15 à 20 minutes de recherche et d’analyse par prospect, et la journée d’un SDR est passée avant qu’un seul message ne parte.

Où Coolie intervient

Coolie fait tourner les couches que ces prompts ne peuvent pas assurer :

• Le Prospect Agent surveille LinkedIn, l’actualité, les sites d’emploi et les publications financières 24/7, sur 40+ événements-signaux, et vous présente chaque matin des prospects qui correspondent et qui sont en recherche active.
• L’Enrichment Agent enrichit chaque prospect de données firmographiques, d’informations technographiques et de preuve sociale, puis les note et les classe selon votre ICP exact, pour que votre équipe se concentre sur les comptes à plus forte valeur.
• Le Research Agent fait tourner les agents 1 à 3 (300+ données, la carte de valeur en cinq questions et l’analyse d’insight approfondie), classés et prêts en quelques secondes.
• Le Sequence Agent rédige la cadence complète de 7 jours sur 4 canaux de l’agent 4, ancrée sur l’insight gagnant.

Vous apportez le jugement et l’envoi. Coolie apporte les leads chauds et la vitesse. Le même cadre dans les deux cas : la bibliothèque ci-dessus est à vous, à faire tourner à la main ou à confier aux agents.

Ce que produit cette stack

Ce sont de vrais chiffres, tirés de vraies campagnes que nous menons avec exactement ce système, pas des projections. Voici ce que nous observons, et à quoi ressemblent vraiment les quatre premières semaines (pas de promesse du type « 9 appels en 2 jours » : cela vient une fois que le système a des données dont apprendre) :

Semaine 1 — Définissez votre ICP, activez 3 à 5 agents de signaux, travaillez le premier lot → 50 à 100 leads, 10 à 15 conversations, 2 à 3 rendez-vous.
Semaine 2 — Coupez les signaux faibles, lancez des séquences complètes sur 4 canaux → 100 à 150 leads, 25 à 30 conversations, 5 à 8 rendez-vous.
Semaine 3 — Ajoutez des agents, déployez la cadence complète de 7 jours → 300 à 400 leads, 40 à 50 conversations, 10 à 15 rendez-vous.
Semaine 4 et au-delà — Les données de réponse affinent les insights qui portent. C’est là que vous atteignez 18+ rendez-vous par semaine, de façon régulière.

Pour démarrer

→ Créez votre compte Coolie : trycoolie.ai (essai gratuit de 7 jours). La plupart des équipes ont des signaux qui alimentent leur pipeline en moins de 10 minutes.

Faites tourner les prompts ci-dessus à la main avec vos propres sources de signaux, ou laissez les agents de Coolie les alimenter en leads chauds et en recherche active, en pilote automatique. Intégration HubSpot native ; Salesloft et Reply sur demande. Écrivez-nous depuis le produit : notre équipe répond en moins d’une heure et vous accompagne en direct sur votre première campagne.

Conçu pour les fondateurs de SaaS B2B qui prospectent seuls, les équipes GTM et RevOps qui font de l’outbound à grande échelle, et les directeurs commerciaux qui veulent que leurs équipes passent leur temps en conversations plutôt que dans des onglets de recherche.

La bibliothèque ne périme pas. Bonne prospection. 🚀

— Shabbir, cofondateur de Coolie

Les résultats des équipes qui utilisent ce système ⬇️

1. Comment l’équipe commerciale de Recruiterflow a triplé ses taux de réponse en une semaine

→ Cliquez ici pour lire l’étude de cas complète (en anglais)

2. Comment Datatracks a multiplié par 6 ses taux de réponse aux emails et récupéré ~208 heures

→ Cliquez ici pour lire l’étude de cas complète (en anglais)