为客户拜访提供结构化准备思路，输出匹配度分析、切入点话术、关键问题清单和拜访策略。
用户提到要去拜访某个客户时，基于产品定位（售前数字员工 + Langtum 平台），输出完整的拜访准备方案。
加载以下文档（相对于本 skill 目录）：
knowledge/claude.mdknowledge/数字员工/售前数字员工产品说明书.mdknowledge/langtum/什么是langtum.mdknowledge/langtum/Langtum平台架构.mdknowledge/langtum/Langtum使用场景.md使用当前可用的最高级搜索工具搜索目标客户背景信息。
明确用户这次要卖什么产品：
| 客户特征 | 推荐产品 |
|---|---|
| SKU复杂/招投标频繁/B2B/直销团队 | 主推 |
| 不符合上述画像，但有AI需求或业务流程优化需求 | 推Langtum 平台，按场景定制 |
如果用户没有明确说明，默认按售前数字员工准备，但需确认："你这次是要卖售前数字员工，还是 Langtum 平台？"
使用当前可用的最高级搜索工具搜索目标客户：
需同时具备：
具备部分特征：
具备以下任一特征：
Langtum 平台切入点评估：
根据客户特征，选择最匹配的1-3个核心能力作为切入点：
① 深度知识摄入与精准问答
② 咨询式需求引导
③ 确定性逻辑推理与计算
④ 强合规与标书生成
⑤ 方案与报价闭环
按以下框架输出：
匹配度：⭐⭐⭐⭐⭐（高/中/低）
匹配点：
- 产品线：XX个SKU，符合模块化配置特征
- 销售模式：直销为主，年招投标XX次
- 行业：属于9大行业中的XX
风险点：
- XX特征可能导致匹配度降低
- 建议验证XX问题
每个切入点包含：
格式："让你们的售前团队从'人人是专家'变成'普通销售+数字员工=专家级产出'，产能翻X倍"
业务维度：
技术维度：
商业维度：
开场白（15秒抓住注意力）：
"你们做XX产品的，型号应该不少吧？销售报价时是不是经常要翻资料查参数，或者找老法师确认？"
应对异议：
下一步动作：