Pular para o conteúdo
Skillpedia
Redes sociais280 mil · #287

social-graph-ranker

Ajuda seu agente a classificar contatos em redes sociais para encontrar as melhores conexões. É útil para saber quem contatar primeiro.

O que ela faz

Esta ferramenta ajuda a encontrar as pessoas em sua rede que são melhores para te apresentar a outras pessoas. Ela analisa quem você conhece e quem elas conhecem para descobrir os melhores caminhos.

Quando usar

  • ✓Descobrir quem na sua rede pode te apresentar melhor a alguém.
  • ✓Mapear os melhores caminhos para chegar a um grupo de pessoas.
  • ✓Entender a 'matemática' por trás das conexões para priorizar apresentações.

Exemplo do que pedir para a IA

“Quem na minha rede é a melhor pessoa para me apresentar a [nome da pessoa ou empresa alvo]?”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/affaan-m/ECC/blob/main/skills/social-graph-ranker/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/affaan-m/ECC/blob/main/skills/social-graph-ranker/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

A ferramenta calcula uma pontuação para cada pessoa na sua rede, considerando a proximidade dela com seus contatos alvo e a importância desses contatos. Ela também leva em conta quem seus contatos conhecem.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add affaan-m/ECC --skill social-graph-ranker

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/affaan-m/ECC/main/skills/social-graph-ranker/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Classificador de Grafos Sociais

Camada canônica de classificação de grafos ponderados para alcance ciente da rede.

Use isso quando o usuário precisar:

  • classificar contatos mútuos ou conexões existentes por valor de introdução
  • mapear caminhos "quentes" para uma lista de alvos
  • medir o valor da ponte entre conexões de primeira e segunda ordem
  • decidir quais alvos merecem introduções "quentes" em vez de contato direto "frio"
  • entender a matemática do grafo independentemente de lead-intelligence ou connections-optimizer

Quando Usar Este Módulo Isoladamente

Escolha esta habilidade quando o usuário desejar principalmente o mecanismo de classificação:

  • "quem na minha rede está melhor posicionado para me apresentar?"
  • "classifique meus contatos mútuos por quem pode me levar a essas pessoas"
  • "mapeie meu grafo contra este ICP"
  • "mostre-me a matemática da ponte"

Não use este módulo sozinho quando o usuário realmente quiser:

  • geração completa de leads e sequenciamento de outbound -> use lead-intelligence
  • poda, rebalanceamento e crescimento da rede -> use connections-optimizer

Entradas

Coletar ou inferir:

  • pessoas, empresas ou definição de ICP alvo
  • o grafo atual do usuário no X, LinkedIn ou ambos
  • prioridades de ponderação, como cargo, setor, geografia e capacidade de resposta
  • profundidade de travessia e tolerância à decadência

Modelo Central

Dado:

  • T = conjunto alvo ponderado
  • M = seus contatos mútuos / conexões diretas atuais
  • d(m, t) = distância de salto mais curta do contato mútuo m para o alvo t
  • w(t) = peso do alvo a partir da pontuação de sinal

Pontuação base da ponte:

B(m) = Σ_{t ∈ T} w(t) · λ^(d(m,t) - 1)

Onde:

  • λ é o fator de decaimento, geralmente 0.5
  • um caminho direto contribui com valor total
  • cada salto extra reduz a contribuição pela metade

Expansão de segunda ordem:

B_ext(m) = B(m) + α · Σ_{m' ∈ N(m) \\ M} Σ_{t ∈ T} w(t) · λ^(d(m',t))

Onde:

  • N(m) \\ M é o conjunto de pessoas que o contato mútuo conhece e que você não conhece
  • α desconta o alcance de segunda ordem, geralmente 0.3

Classificação final ajustada pela resposta:

R(m) = B_ext(m) · (1 + β · engagement(m))

Onde:

  • engagement(m) é a capacidade de resposta normalizada ou força do relacionamento
  • β é o bônus de engajamento, geralmente 0.2

Interpretação:

  • Nível 1: alta R(m) e caminhos de ponte diretos -> solicitações de introdução "quente"
  • Nível 2: R(m) médio e caminhos de ponte de um salto -> solicitações de introdução condicionais
  • Nível 3: baixa R(m) ou nenhuma ponte viável -> contato direto ou preenchimento de lacunas

Sinais de Pontuação

Pondere os alvos antes da travessia do grafo com o que for relevante para o conjunto de prioridades atual:

  • alinhamento de cargo ou título
  • adequação da empresa ou setor
  • atividade atual e recência
  • relevância geográfica
  • influência ou alcance
  • probabilidade de resposta

Pondere os contatos mútuos após a travessia com:

  • número de caminhos ponderados para o conjunto alvo
  • direcionalidade desses caminhos
  • capacidade de resposta ou histórico de interação anterior
  • adequação contextual para fazer a introdução

Fluxo de Trabalho

  1. Construa o conjunto alvo ponderado.
  2. Obtenha o grafo do usuário do X, LinkedIn ou ambos.
  3. Calcule as pontuações de ponte diretas.
  4. Expanda os candidatos de segunda ordem para os contatos mútuos de maior valor.
  5. Classifique por R(m).
  6. Retorne:
    • melhores solicitações de introdução "quente"
    • caminhos de ponte condicionais
    • lacunas no grafo onde não há caminho "quente"

Formato da Saída

SOCIAL GRAPH RANKING
====================

Priority Set:
Platforms:
Decay Model:

Top Bridges
- mutual / connection
  base_score:
  extended_score:
  best_targets:
  path_summary:
  recommended_action:

Conditional Paths
- mutual / connection
  reason:
  extra hop cost:

No Warm Path
- target
  recommendation: direct outreach / fill graph gap

Habilidades Relacionadas

  • lead-intelligence usa este modelo de classificação dentro do pipeline mais amplo de descoberta de alvos e outbound
  • connections-optimizer usa a mesma lógica de ponte ao decidir quem manter, podar ou adicionar
  • brand-voice deve ser executado antes de redigir qualquer solicitação de introdução ou contato direto
  • x-api fornece acesso ao grafo do X e caminhos de execução opcionais
Perguntas frequentes

O que são 'conexões de segunda ordem'?

São as pessoas que seus contatos diretos conhecem, mas que você ainda não conhece diretamente.

Como a ferramenta decide quem é 'melhor'?

Ela usa um sistema de pontuação que considera a distância, a importância do contato alvo e o quão engajado você é com a pessoa na sua rede.

Posso usar isso para LinkedIn e X (Twitter)?

Sim, a ferramenta pode analisar sua rede em ambas as plataformas.

Detalhes

Descrição original do autor

Weighted social-graph ranking for warm intro discovery, bridge scoring, and network gap analysis across X and LinkedIn. Use when the user wants the reusable graph-ranking engine itself, not the broader outreach or network-maintenance workflow layered on top of it.

repo: affaan-m/ECC

Popularidade

Estrelas no GitHub
280 mil
Posição no ranking
#287
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas