TL;DR: Anda dapat menjalankan GTM di Claude Code dengan membagi alur kerja menjadi satu tugas board per tahap: filter ICP, file aturan, kualifikasi, pencarian orang, pencarian dan verifikasi email, sinyal, serta penjangkauan (outreach). Agen menjalankan setiap tugas data dengan Treg sebagai lapisan data (data layer). Seseorang bertanggung jawab atas file aturan dan menyetujui setiap baris pembuka sebelum apa pun dikirimkan.
Menjalankan GTM di Claude Code terdengar seperti satu prompt panjang: “carikan 50 akun potensial dan kirimkan email ke pembelinya.” Cara ini memang berhasil untuk demonstrasi. Namun, alur ini akan berantakan begitu alat pencari kehabisan kapasitas atau ketika tidak ada yang tahu siapa yang menyetujui pengiriman email tersebut.
Playbook rekayasa GTM dari Treg membahas paruh pertama terkait data: 16 bab dari ICP hingga peluncuran penuh, yang disusun berdasarkan enam eksekusi tercatat, 502 panggilan tercatat, dan biaya terukur sebesar $5,03. Setiap angka di sini merupakan hasil catatan Treg sendiri yang belum diuji ulang secara independen, jadi ujilah langsung pada baris data Anda sendiri.
Paruh lainnya adalah koordinasi: penanggung jawab penghentian alur, personil yang menangani penjangkauan, serta pemantauan jumlah baris data di setiap tahap. Satu sesi percakapan tunggal tidak akan mampu menampung semuanya. Artikel ini menguraikan cara memetakan playbook tersebut menjadi tugas-tugas di Sharkly, dengan agen yang mengeksekusi setiap tahap di Claude Code atau Codex dan manusia yang mengawasi di dua gerbang kendali (gates) yang disyaratkan oleh playbook.
Mengapa GTM di Claude Code membutuhkan board, bukan satu sesi
Sesi agen yang panjang menyembunyikan tiga titik kegagalan yang tidak boleh terjadi dalam proses GTM.
- Pengeluaran tanpa pos pemeriksaan (checkpoint). Pengayaan data (enrichment) berbayar pada baris data yang seharusnya disingkirkan.
- Kerusakan tersembunyi (silent breakage). Treg merinci masalah yang muncul dalam eksekusinya tanpa menghentikan alur: alat pencari kehabisan kuota, endpoint buying-group kehabisan kapasitas, 3 akun terkena rate limit, dan bug parser yang menelan biaya eksekusi ulang sebesar $1,08.
- Tanpa penanggung jawab pengiriman. Aturan penjangkauan dalam playbook sangat tegas: “tidak ada yang dikirimkan tanpa dibaca terlebih dahulu oleh manusia.”
Ketiganya merupakan masalah tim yang dapat diselesaikan dengan kepemilikan (ownership), visibilitas status, dan catatan rekam jejak di setiap tahap. Ini adalah model dari kepemilikan manusia atas pekerjaan agen yang diterapkan pada daftar prospek (lead list).
Susunan teknologi: tempat setiap komponen berjalan
Tiga lapisan, masing-masing dengan satu fungsi utama.
| Lapisan | Alat | Fungsi |
|---|---|---|
| Eksekusi | Claude Code atau Codex | Menjalankan prompt, membaca file aturan, menulis CSV |
| Data | Treg | Pencarian perusahaan dan profil, pengayaan data, pencarian dan verifikasi email, sinyal perekrutan dan pendanaan, dengan tarif per panggilan |
| Koordinasi | Sharkly | Satu tugas per tahap, penetapan Assignee per tugas, status peninjauan, dan riwayat eksekusi |
Konfigurasikan Treg sekali saja di Komputer tempat agen Anda berjalan. Berdasarkan file konfigurasi Treg:
# install the CLI and the treg skill for every agent it detects
curl -fsSL https://treg.to/install.sh | sh
# browser sign-in (GitHub, Google, or an emailed code)
treg login
# headless Computer: pass a token instead of a browser
curl -fsSL https://treg.to/install.sh | sh -s -- --token "$TREG_TOKEN"
Atau berikan instruksi satu baris langsung ke agen: set up treg - https://treg.to/llms.txt. Treg memberikan kredit gratis satu kali sebesar $1,00 untuk akun baru yang terverifikasi, panggilan ditagih langsung sesuai tarif penyedia tanpa markup (0%), dan pencarian yang tidak membuahkan hasil (misses) dikenakan biaya $0,00.
Pipeline GTM sebagai tugas board
Berikut adalah pemetaan playbook ke dalam tugas. Kolom ketiga memuat catatan eksekusi Treg untuk tahap tersebut.
| Tugas (bab playbook) | Assignee | Catatan eksekusi Treg |
|---|---|---|
| ICP sebagai filter + hitungan gratis (1-2) | Agent | CompanyEnrich, B2B+SaaS, 51-200 staf, AS: 10.403; didanai 2024+: 1.357 |
| File aturan (3) | Manusia | Kendali manusia: ambang batas, kriteria eliminasi, batas pengeluaran, otorisasi penghentian alur |
| Lookalike (4) | Agent | 71 kandidat seharga $0,006; 8 dari 71 lolos verifikasi ICP 50% |
| Kualifikasi sebelum bayar (5) | Agent | 50 perusahaan: 27 lolos, 21 disingkirkan; total $2,33, $0,12 per prospek yang dapat terkirim |
| Profil berdasarkan peran (6) | Agent | “marketing” di 8 akun: 20 profil, $0,00 (data kontak merupakan langkah berbayar) |
| Waterfall email + verifikasi (7-8) | Agent | 60 profil: 32 dapat dikirim, 16 berisiko, 4 tidak diketahui, 8 tidak valid, $0,65 |
| Sinyal (9-10) | Agent | 27 akun: 16 membuka lowongan GTM dalam 60 hari terakhir, $1,35 |
| Penjangkauan (11-12) | Agent membuat draf, manusia menyetujui | 4 dari 19 baris pembuka berbasis berita dinilai layak atau lebih baik |
| Pelabelan, metrik, peluncuran (14-16) | Agent + manusia | Jumlah baris per tahap, respons mentah disimpan, batas pengeluaran per eksekusi |
Bagaimana cara menyusun ICP yang dapat difilter oleh agen?
Pisahkan menjadi filter dan kriteria pemeriksaan (checks). Filter adalah bidang yang dapat dicari langsung pada basis data penyedia: negara, jumlah karyawan, kategori industri, pendanaan. Pemeriksaan adalah evaluasi kualitatif per baris, dan harus dijalankan sebelum langkah berbayar apa pun.
Deskripsi tugas dapat menggunakan prompt bawaan Treg: “Gunakan treg untuk mengubah ICP di icp.md menjadi parameter filter bagi dua penyedia pencarian perusahaan. Gunakan endpoint hitungan gratis (free count) saja.” Kriteria penerimaannya merujuk langsung pada playbook: tidak ada data yang dibeli sampai dua hitungan gratis menunjukkan estimasi yang relatif konsisten dan sepuluh baris sampel terlihat akurat.
Mengapa file aturan membutuhkan penanggung jawab manusia?
Penentuan ambang batas (threshold) memengaruhi komposisi daftar. Pada pengujian Treg, 27 dari 48 perusahaan lolos dengan ambang batas ICP 50%; namun jika dinaikkan ke 60%, hanya 14 perusahaan yang lolos. Karena ini merupakan keputusan bisnis, tugas perumusan aturan harus dikelola langsung oleh manusia.
Simpan file aturan di lokasi yang dapat diakses oleh semua tahapan alur kerja. Fitur Skill di Sharkly mengemas instruksi kerja agen agar dapat digunakan berulang kali, mengubah file aturan menjadi satu Skill terpusat bagi seluruh agen GTM alih-alih menyalin potongan instruksi yang sama ke dalam sembilan prompt terpisah.
# gtm-rules.md (owner: the person who can stop the run)
icp_threshold: 0.50
max_spend_per_run_usd: 3.00
drop_if: [no_usable_domain, headcount_outside_51_200]
send_only: verifier_verdict == "deliverable"
stop_owner: "growth lead"
every_stage_reports: [rows_in, rows_out, metered_cost]
Tahap 3 sampai 7: kualifikasi sebelum membayar
Ini adalah tugas pemrosesan data dengan pendekatan hemat biaya di awal. Hubungkan tahapan-tahapan ini menggunakan relasi blocks / is blocked by agar proses kualifikasi dipastikan tuntas sebelum pencarian profil orang dimulai. Pengurutan ini sangat krusial bagi anggaran: Treg mengkualifikasi 50 perusahaan dengan biaya $2,33, sementara perkiraan biaya untuk memperkaya ke-48 perusahaan yang memiliki domain valid mencapai $4,12.
Dua aturan playbook dijadikan sebagai kriteria penerimaan. Data lookalike wajib melewati filter ukuran dan verifikasi ICP yang sama persis seperti baris data lainnya. Hanya alamat email yang terverifikasi aman dikirim (deliverable) yang boleh masuk ke dalam sekuens pengiriman: pada pengujian 60 profil oleh Treg, sistem pencarian menemukan 60 alamat, tetapi sistem verifikasi hanya meloloskan 32 alamat.
Setiap tugas pemrosesan data ditutup dengan laporan komentar dari agen: jumlah baris masuk, baris keluar, dan biaya terukur dari Treg. Bersama dengan catatan eksekusi alur, rangkuman ini menjadi bukti audit bagi setiap tahapan.
Bagaimana cara memastikan manusia tetap memegang kendali tombol kirim?
Tugas penjangkauan adalah batas di mana agen melakukan riset dan menyusun draf email, lalu berhenti. Dalam eksekusi Treg, hanya 4 dari 19 baris pertama berbasis berita yang memenuhi standar kualitas baik atau lebih. Karena itu, agen akan menetapkan tugas dalam status menunggu tinjauan manusia (waiting for human review), memberi ruang bagi peninjau untuk menyetujui, menyunting, atau menulis ulang draf. Pola ini serupa dengan pembahasan kami dalam agen pengodean human-in-the-loop dan dapat diterapkan langsung pada pengiriman email tanpa perubahan.
Bagaimana Sharkly menegakkan aturan-aturan dalam playbook
- Satu tugas per tahap memberikan kejelasan status, penetapan Assignee (Agent, Crew, atau personil), dan kriteria penerimaan di tiap fase.
- Status peninjauan (review states) mengarahkan fokus tim. Agen dapat menandai tugas yang membutuhkan tanggapan atau peninjauan manusia, yang secara otomatis masuk ke Inbox personil penanggung jawab.
- Catatan eksekusi (run record) mendokumentasikan waktu mulai dan berakhirnya proses, pemanggilan tools dan event Runtime, hingga rincian kegagalan sistem: jejak audit komprehensif yang diwajibkan dalam bab peluncuran.
- Tugas induk (parent tasks) memayungi sasaran akhir alur. “Daftar pembeli pemasaran Q4” berfungsi sebagai tugas utama, dengan sembilan tahap lainnya bertindak sebagai sub-tugas.
Jika Anda tidak ingin membagi sembilan tugas tersebut secara manual, pemimpin Crew dapat memecah tugas induk dan mendelegasikan tahap-tahapnya secara otomatis, sebagaimana dijelaskan dalam Sharkly Crews. Sharkly dapat digunakan secara gratis untuk memulai, dan penggunaan model AI berjalan melalui paket Claude Code atau Codex yang telah terpasang pada Runtime Anda.
Sinyal: tanpa tautan sumber, abaikan sinyal
Tugas pemantauan sinyal membutuhkan kriteria penerimaan yang paling ketat. Treg mendeteksi 16 dari 27 akun yang membuka lowongan peran GTM dalam 60 hari terakhir, namun 355 dari 675 postingan lowongan yang ditemukan ternyata sudah ditutup.
Sinyal perpindahan kerja bahkan memiliki akurasi yang lebih rendah. Dalam studi Treg terhadap 148 orang yang mengumumkan posisi baru, basis data kontak rata-rata melewatkan tempat kerja baru mereka hingga 68% dari keseluruhan data. Penelusuran profil secara langsung hanya berhasil melacak 49 dari 148 orang, tetapi 47 di antaranya terbukti akurat. Prinsip playbook tetap berlaku: tanpa tautan sumber yang valid, penjangkauan tidak boleh dilakukan.
Uji coba Treg terkait korelasi perekrutan sebelum putaran pendanaan tidak menunjukkan pemisahan kelompok yang signifikan. Oleh karena itu, pastikan untuk memvalidasi setiap sinyal berbasis waktu pada data kemenangan dan kekalahan tim Anda sendiri sebelum memberikan bobot skor.
Membaca data performa Treg secara objektif
Treg merilis dua data perbandingan penting yang patut ditelaah di halaman pencarian profil mereka.
- Biaya per email yang valid: dari 100 prospek pada Oktober 2026, Treg mencatatkan 92 email kerja valid dengan biaya $0,58 per 100 kontak tepat, dibandingkan Clay yang mencatatkan 84 email dengan biaya $3,77.
- Akurasi agen: pada tugas prospeksi B2B dalam People Search Bench LessieAI (119 tugas), Treg mencatat akurasi Claude Code mandiri sebesar 43%, sementara integrasi Claude Code dengan Treg mencapai 78,2%, dengan waktu penyelesaian 1,4 menit berbanding 2,8 menit.
Angka-angka ini merupakan hasil pengujian vendor berdasarkan tarif resmi saat uji coba dilakukan, dan Treg menegaskan bahwa selisih tipis beberapa baris data dapat dianggap setara. Gunakan tolok ukur ini untuk menentukan parameter uji coba mandiri pada 50 baris data Anda.
Terapkan bertahap layaknya rilis perangkat lunak
Aturan pada bab penutup menegaskan: tidak ada alur yang boleh diotomatisasi penuh sebelum melalui pengujian bayangan (shadow testing). Di board Sharkly, alur ini dibagi ke dalam tiga fase.
- Shadow. Agen menjalankan semua tugas data; tugas penjangkauan dibiarkan dalam status peninjauan dan tidak ada pesan yang dikirimkan ke luar.
- Segmen kecil. Jalankan pada satu kelompok sasaran kecil selama satu minggu. Pantau pergerakan jumlah data dan biaya per prospek terkirim terhadap parameter file aturan.
- Otomatisasi untuk data, bukan pengiriman. Tugas data dapat dijalankan berkala lewat skenario Otomatisasi (Automation). Keputusan pengiriman pesan tetap menjadi hak prerogatif manusia.
Untuk memantau beberapa alur eksekusi sekaligus, simak panduan cara memantau agen pengodean yang berjalan secara paralel.
Mulai dari satu tahap
Penerapan GTM di Claude Code akan berhasil jika setiap tahapan dibuat ringkas, terukur anggarannya, memiliki pemilik tugas yang jelas, dan board menentukan siapa yang berwenang menghentikan alur serta siapa yang menyetujui pengiriman. Mulailah secara bertahap: buat tugas filter ICP dan tugas file aturan di Sharkly, verifikasi estimasi gratisnya, dan lanjutkan ke tahapan berbayar setelah parameter terbukti tepat.
FAQ
Apa itu rekayasa GTM (GTM engineering)?
Playbook Treg mendefinisikannya sebagai perancangan, pembangunan, dan pengelolaan sistem yang mengubah strategi go-to-market menjadi alur kerja yang terstruktur dan dapat diulang: penargetan akun, pengayaan prospek, skoring, pemantauan sinyal, riset, dan perutean inbound, dengan supervisi manusia sebelum pesan outbound dikirimkan.
Berapa estimasi biaya Treg per prospek?
Berdasarkan pengujian internal Treg pada 23 September 2026, prospek yang memenuhi kualifikasi menelan biaya $0,12 per kontak terkirim, atau total $2,33 untuk keseluruhan daftar. Panggilan API ditagih sesuai penggunaan aktual, dan hasil pencarian yang nihil dikenakan biaya $0,00.
Bolehkah agen AI mengirimkan cold email tanpa peninjauan?
Tidak disarankan. Playbook Treg menggarisbawahi bahwa tidak ada pesan yang boleh keluar tanpa dibaca manusia terlebih dahulu, dan pengujian menunjukkan hanya 4 dari 19 baris pembuka hasil riset agen yang dinilai memenuhi standar kualitas.
Di mana aturan operasional agen GTM disimpan?
Di dalam file aturan khusus yang mencakup ambang batas numerik, kriteria diskualifikasi eksplisit, batas pagu anggaran, serta penunjukan personil yang berwenang menghentikan proses. Di Sharkly, aturan ini dapat dipaketkan sebagai Skill agar seluruh agen merujuk pada standar yang seragam.
Apakah alur ini dapat berjalan menggunakan Codex dan bukan Claude Code?
Bisa. Konfigurasi Treg mendukung Claude Code, Codex, dan Cursor, dan Sharkly Agent dapat beroperasi pada Runtime mana pun dari board yang sama. Pelajari panduan manajer tugas AI: delegasikan, lacak, dan tinjau pekerjaan agen untuk panduan penyiapan umumnya.