Skip to content
Tech

AI Sales Team 13 Agent: Boleh Kerja Keras, Tapi Jangan Kirim Sendiri

GojiberryAI Sales OS membagi outbound ke 13 AI agent. Yang paling layak ditiru: approval gate, skor intent yang transparan, dan aturan jujur.
7 minutes to read
2 minggu lalu
Zainul Fanani
AI Sales Team 13 Agent: Boleh Kerja Keras, Tapi Jangan Kirim Sendiri
📅 3 Nov 2026🤍0 👁 0 🔗 0

Bayangkan kamu punya tim sales 13 orang. Satu milih target, satu nyari sinyal beli, satu nyaring calon yang nggak cocok, satu riset, satu nulis pesan, sampai satu lagi yang cuma ngurus follow-up.

Sekarang bayangkan semuanya AI agent, kerja sambil kamu tidur.

Kedengarannya mimpi owner bisnis. Tapi justru di situ bahayanya. Tim sales yang salah kirim pesan bukan cuma buang waktu, tapi bisa bakar nama baik dan akun kamu sekaligus.

Akhir Oktober lalu GojiberryAI memperkenalkan Sales OS, paket skill open-source (MIT) untuk Grok Bot dan Claude Code yang isinya 13 agent sales lengkap. Peluncurannya diumumkan co-founder-nya lewat post di X. Saya baca repo-nya, dan yang menarik buat saya bukan "13 agent"-nya. Yang menarik adalah satu aturan kecil di dalamnya: propose, don't send.

Apa Isi Sales OS Sebenarnya

Dari README dan file SKILL.md di repo, ini yang ada:

  • 13 agent spesialis: Head of Sales, Signal Hunter, ICP Analyst, Account Researcher, Lead Enricher, Intent Scorer, LinkedIn Copywriter, Outreach Operator, Reply Agent, Follow-up Agent, Meeting Qualifier, Pipeline Analyst, dan Sales Manager sebagai koordinator.
  • 5 slash command: /sales-os:outbound, /sales-os:find-leads, /sales-os:research, /sales-os:replies, /sales-os:pipeline.
  • Tanpa executable code. Isinya murni markdown plus satu URL MCP yang di-host Gojiberry.

Poin terakhir penting. Yang open-source itu "otak"-nya: prompt, peran, dan aturan main. "Tangan"-nya, yaitu data kontak, campaign, dan pengiriman LinkedIn, tetap lewat MCP milik Gojiberry yang berbayar. Situs pengecek klaim The Independent AI menilai klaim "open-sourced our entire outbound team" sebagai partly fact karena alasan ini.

Saya setuju sama penilaian itu. Tapi buat saya nilainya tetap besar, karena template-nya bisa kamu pelajari dan tiru tanpa harus pakai vendornya.

Diagram alur 13 agent sales dari Head of Sales sampai Pipeline Analyst
Diagram alur 13 agent sales dari Head of Sales sampai Pipeline Analyst

Rantai Handoff: Satu Agent, Satu Pekerjaan

Urutan default di Sales OS kira-kira begini:

  1. Signal Hunter nyari orang yang menunjukkan niat beli (misalnya engage dengan kompetitor, lagi hiring).
  2. ICP Analyst buang yang nggak cocok profil pelanggan ideal.
  3. Account Researcher cari satu angle per akun: kenapa mereka, kenapa sekarang.
  4. Lead Enricher lengkapi kontak.
  5. Intent Scorer kasih skor 0–100.
  6. LinkedIn Copywriter tulis pesan.
  7. Outreach Operator eksekusi, tapi lewat approval gate.
  8. Reply Agent, Follow-up Agent, dan Meeting Qualifier ngurus balasan sampai jadi jadwal demo.

Ada satu aturan yang saya suka banget di bagian fan-out: researcher nggak boleh nulis pesan outreach, dan subagent nggak boleh kirim apa pun.

Ini pola yang sama yang saya pakai di tim bot saya sendiri. Satu bot, satu lane. Kalau satu agent boleh riset, nulis, sekaligus kirim, kamu nggak punya titik untuk ngecek. Saya pernah bahas ini di Tim AI Agent Juga Bisa Drift: bot yang lane-nya kabur adalah bot yang paling cepat ngaco.

Tapi jangan juga terjebak mikir "makin banyak agent makin bagus". Kalau kebutuhanmu cuma 20 prospek seminggu, satu agent dengan checklist yang rapi sering lebih masuk akal. Argumennya ada di Subagent Bukan Status.

Lesson: Pecah agent berdasarkan titik kontrol, bukan berdasarkan jabatan di org chart.

Approval Gate Itu Fitur Utama, Bukan Tambahan

Di SKILL.md, ada tiga aturan yang berlaku untuk semua modul. Yang ketiga bunyinya: default mode tidak pernah mengirim connection request, pesan, atau mengubah campaign. Mode otonom butuh instruksi eksplisit dari user dan ambang skor.

Di file outreach.md aturannya lebih tegas:

  • Propose mode: tunjukkan paketnya (siapa, kenapa, campaign mana, pesan apa), lalu tunggu kata "send" atau "launch".
  • Autonomous mode: hanya baris dengan skor di atas batas minimum, belum masuk campaign, dan tidak didiskualifikasi. Setiap perubahan dicatat.

Ini persis prinsip yang saya pegang untuk semua agent yang menyentuh dunia luar. Agent boleh nyiapin 90% kerjaan. 10% terakhir, yaitu tombol kirim, tetap di tangan manusia sampai kamu benar-benar percaya datanya. Polanya sama dengan AI employee pagi yang cuma boleh draft.

Kenapa? Karena di sales, kesalahan itu publik. Email salah nama, pesan yang jelas-jelas template, atau follow-up ke orang yang sudah bilang "nggak" itu semua tercatat di inbox orang lain. Nggak bisa di-undo.

Skor Intent: Transparan, Tapi Tetap Heuristik

Bagian yang paling bisa langsung kamu curi adalah rubrik skor di scoring.md.

Chart bobot skor intent: ICP fit 30, title 20, signal 35, angle 15, plus band skor
Chart bobot skor intent: ICP fit 30, title 20, signal 35, angle 15, plus band skor

Skor 0–100 dipecah jadi empat komponen:

Lalu ada band-nya: 0–44 jangan dihubungi, 45–64 nurture dulu, 65–79 first touch dengan CTA ringan, 80–100 first touch minggu ini. Cut line default di 65.

Dua hal yang saya apresiasi:

  1. Sinyal dapat bobot terbesar. Orang yang cocok tapi nggak lagi butuh itu bukan prospek, itu nurture. Banyak tim sales manusia pun lupa ini.
  2. Skor harus ditampilkan per komponen, bukan angka telanjang "73". Jadi kamu bisa debat kenapa skornya segitu.

Tapi ingat, repo-nya sendiri menulis bahwa semua skor ini heuristik kecuali datang dari data intent Gojiberry. Jangan perlakukan angka 82 seolah hasil hitungan ilmiah. Itu tebakan terstruktur, bukan probabilitas.

Lesson: Skor yang bisa dijelaskan lebih berguna daripada skor yang kelihatan pintar.

Honesty Spine: Bagian yang Paling Jarang Ditiru

Ada satu bagian bernama "Honesty spine" yang menurut saya wajib dicontek siapa pun yang bikin agent bisnis:

  • Jangan pernah mengarang data kontak. Kalau enrichment kosong, tulis [NEED: email] dan lanjut.
  • Jangan mengarang berita perusahaan. Kalau nggak bisa diverifikasi, buang angle-nya.
  • Jangan klaim sudah kirim kalau belum. "Drafted", "queued", dan "sent" itu kata yang berbeda.
  • Bilang terus terang kalau masalahnya bukan di outbound. Kalau offer-nya lemah, menambah pesan nggak akan menolong.

Poin ketiga ini sering diremehkan. Agent yang bilang "sudah terkirim" padahal baru draft itu lebih berbahaya daripada agent yang gagal total, karena kamu berhenti ngecek.

Saya pakai aturan serupa untuk bot yang nyambung ke ERP saya. Detail soal siapa boleh pegang kunci apa ada di MCP Sudah Nyambung ke ERP, Tapi Siapa Pegang Kunci?.

Batasan yang Harus Kamu Tahu Sebelum Pakai

Jangan langsung semangat nyalain mode otonom. Ada tiga hal yang perlu kamu pertimbangkan.

1. Aturan LinkedIn.User Agreement LinkedIn bagian 8.2 melarang penggunaan bot atau metode otomatis tidak resmi untuk menambah kontak atau mengirim pesan. Halaman bantuan mereka soal prohibited software bilang akun yang melanggar berisiko dibatasi atau ditutup. Saya bukan pengacara, tapi menurut saya ini alasan kuat untuk tetap di propose mode dan biarkan manusia yang menekan kirim.

2. Data pribadi. Lead enrichment artinya mengumpulkan email dan nomor HP orang. Di Indonesia ada UU No. 27 Tahun 2022 tentang Pelindungan Data Pribadi. Sebelum menyimpan data hasil enrichment di CRM, pastikan kamu tahu dasar pemrosesannya dan bisa menghapusnya kalau diminta.

3. MCP adalah pintu masuk. Paket ini bergantung penuh pada MCP pihak ketiga yang bisa membaca list, membuat campaign, dan mengirim pesan dari akunmu. Batasi izinnya dan baca dulu apa saja tool yang tersedia. Risiko ini saya bahas di MCP Tool Poisoning.

Cara Saya Akan Memakainya

Kalau saya terapkan untuk bisnis B2B saya di Balikpapan, saya nggak akan pakai 13 agent sekaligus. Saya mulai dari tiga:

text
1. Researcher  -> 1 angle per akun, dengan sumber
2. Scorer      -> skor per komponen, cut line 65
3. Copywriter  -> 1 draft pesan + 1 versi alternatif
Output: tabel di satu file. Saya review. Saya kirim manual.

Jalankan dua minggu. Catat berapa draft yang saya pakai apa adanya, berapa yang saya edit, dan berapa yang saya buang. Kalau draft yang dipakai tanpa edit sudah konsisten tinggi, baru tambah agent berikutnya.

Dan sebelum semua itu, isi dulu file konteks ICP-nya. Repo ini menyediakan icp-context.template.md: produk, ICP, disqualifier, bukti, gaya bahasa, dan aturan kirim. Agent sales tanpa konteks ini sama saja dengan sales baru yang langsung disuruh telepon tanpa briefing. Cara onboarding-nya pernah saya tulis di Onboard AI Agent Kayak Anak Magang.

Penutup

Sales OS ini bukan tim sales ajaib. Mesinnya tetap layanan berbayar, dan klaim "sambil kamu tidur" itu cuma benar kalau kamu berani melepas approval gate, yang menurut saya belum waktunya.

Tapi sebagai template, ini salah satu contoh paling rapi yang saya lihat: peran yang jelas, handoff yang berurutan, skor yang bisa dijelaskan, dan aturan jujur yang ditulis eksplisit.

Agent boleh kerja keras. Yang menekan tombol kirim tetap kamu.

FAQ

Apa itu GojiberryAI Sales OS?

Paket skill open-source berlisensi MIT berisi 13 agent sales (dari Head of Sales sampai Pipeline Analyst) untuk Grok Bot, Claude Code, dan agent lain. Datanya dan eksekusinya lewat MCP milik Gojiberry.

Apakah benar-benar gratis?

Skill dan prompt-nya gratis. Untuk membaca list, enrichment, campaign, dan balasan, kamu butuh akun Gojiberry yang berbayar. Tanpa MCP, agent hanya bisa riset dan bikin draft.

Apakah aman dipakai untuk kirim pesan LinkedIn otomatis?

Default-nya hanya mengusulkan, bukan mengirim. User Agreement LinkedIn melarang bot atau otomasi tidak resmi untuk mengirim pesan, jadi menurut saya tetap pakai propose mode dan kirim manual.

Bagian mana yang paling layak ditiru tanpa pakai vendornya?

Pembagian peran, rubrik skor per komponen, approval gate, dan aturan "honesty spine" (jangan mengarang kontak, jangan klaim kirim kalau belum).

Perlu langsung pakai 13 agent?

Nggak. Mulai dari riset, skor, dan draft pesan. Tambah agent hanya kalau draft-nya sudah konsisten bagus dan volumenya memang butuh.

Ada Pertanyaan? Yuk Ngobrol!

Butuh bantuan setup OpenClaw, konsultasi IT, atau mau diskusi project engineering? Book a call langsung — gratis.

Book a Call — Gratis

via Cal.com • WITA (UTC+8)

Newsletter

Subscribe to Newsletter

Artikel baru, automation notes, dan engineering insight. Clean inbox, no spam.

Dengan subscribe, kamu setuju menerima update seperlunya.

F
Zainul Fanani

Founder, Radian Group. Engineering & tech enthusiast.

Lihat profil lengkap →