Schreiben Sie Kaltakquise-E-Mails mit ChatGPT aus gesammelten Daten

Ihre KI ist nur so gut wie die Daten, die Sie ihr geben

ChatGPT verfasst hervorragende Kaltakquise-E-Mails, wenn es die Zielgruppe kennt. Das Problem liegt nie im Text, sondern im Rohmaterial. Ein Modell ohne Daten erstellt eine generische Vorlage, und generische Vorlagen werden ignoriert. Ein Modell mit einer übersichtlichen Liste realer Unternehmen, Kategorien, Städte und Websites schreibt hingegen etwas, das potenzielle Kunden tatsächlich lesen.

Das ist der gesamte Arbeitsablauf in einem Satz: Reale Unternehmen aus Google Maps erfassen, in eine Datei exportieren und diese Datei an die KI übergeben Vonsel-Erweiterung Übernimmt die Erfassung und den Export. Die Erweiterung ist das Mittel zum Zweck. Die E-Mail ist der Zweck.

Die meisten überspringen den Datenschritt und fügen die Firmennamen einzeln in den Chat ein. Das funktioniert nicht über zehn E-Mails hinaus. Exportiert man die Liste einmal, kann man in einer einzigen Anfrage hundert Entwürfe erstellen.

Exportieren Sie eine saubere Lead-Datei aus der Erweiterung

Öffnen Sie Google Maps, suchen Sie nach einem bestimmten Bereich und einer Stadt (z. B. „Dachdecker in Austin“) und lassen Sie Vonsel die Ergebnisse erfassen. Jedes Unternehmen enthält alle Felder, die eine KI zur Personalisierung benötigt: Name, Kategorie, Adresse, Stadt, Telefonnummer, Website, Bewertung und Anzahl der Rezensionen. Nach der Erfassung exportieren Sie die Daten. Das Format, das zu Ihrem KI-Tool passt, wählen Sie im Menü aus Exportoptionen.Die.

Eine kurze Faustregel zu Formaten, die in unserem Leitfaden ausführlicher behandelt wird Export von Leads für KI::

Egal, wofür Sie sich entscheiden, diese Datei ist das wichtigste Gut. Sie ist portabel, gehört Ihnen und funktioniert mit allen unten aufgeführten KI-Tools. Das bedeutet in der Praxis, „Ihre KI mit Daten zu füttern“, und es ist dasselbe Prinzip wie hier Füttern Sie Ihre KI mit Geschäftsdaten.Die.

Schreiben Sie die E-Mails in ChatGPT

Dies ist für die meisten Nutzer der schnellste Weg. Öffnen Sie ChatGPT, hängen Sie Ihre exportierte CSV-Datei an und geben Sie eine klare Anweisung. ChatGPT kann Tabellendateien nativ lesen, sodass Sie keine Zeilen manuell einfügen müssen Leitfaden zur OpenAI-Textgenerierung ist eine gute Referenz dafür, wie man Anweisungen gestaltet.

Eine gut funktionierende Aufforderung:

"„Im Anhang finden Sie eine CSV-Datei mit lokalen Unternehmen, die ich erreichen möchte. Schreiben Sie für jede Zeile eine 90 Wörter lange Kaltakquise-E-Mail, in der Sie Website-Relaunch-Dienstleistungen anbieten. Beginnen Sie mit einem konkreten Detail aus dem Firmennamen oder der Branche, bleiben Sie sachlich und persönlich, vermeiden Sie Werbesprüche und schließen Sie mit einer kurzen, prägnanten Handlungsaufforderung ab. Senden Sie die Ergebnisse als Tabelle mit den Spalten: Unternehmen, Betreff, Text."

Der Grund, warum dadurch brauchbare Entwürfe entstehen, ist, dass ChatGPT nicht einfach nur spekuliert, sondern Ihre Interessen analysiert real erfasste Daten und können diese personalisieren. Eine umfangreichere Bibliothek mit Vorlagen finden Sie in unserer ChatGPT fordert Lead-Listen an, Und falls Sie die Liste vorher kürzen möchten, Analysiere die Lead-Liste mit ChatGPT bevor Sie eine einzige E-Mail generieren.

Ein wichtiger Hinweis: Entwürfe sollten immer nur Entwürfe bleiben. Lesen Sie jede E-Mail, bevor Sie sie versenden, und halten Sie sich an die in Ihrer Region geltenden Gesetze zur Kaltakquise Leitfaden zur Einhaltung der FTC-CAN-SPAM-Richtlinien ist der Ausgangswert für die Vereinigten Staaten.

Mit Claude Code skalieren Sie es

Wenn Ihre Exportdatei einige hundert Zeilen überschreitet, wird ein Browser-Chat unpraktisch. Hier kommt das Problem ins Spiel Claude Code Es glänzt. Es läuft in Ihrem Terminal, liest die exportierte Datei direkt von der Festplatte, durchläuft alle Geschäftsvorfälle und schreibt die Entwürfe in eine neue Datei zurück. Kein Kopieren und Einfügen, keine Kürzung, und der Lauf ist wiederholbar.

Exportieren Sie Ihre Liste als JSON, legen Sie sie in einem Ordner ab und lassen Sie Claude Code die Arbeit erledigen. Eine Eingabeaufforderung wie diese:

"Lesen Sie die Datei leads.json. Verfassen Sie für jedes Unternehmen eine personalisierte Kaltakquise-E-Mail mit 90 Wörtern, die lokale Suchmaschinenoptimierung (SEO) anbietet. Verwenden Sie Kategorie und Stadt, um die Einleitung spezifisch zu gestalten. Speichern Sie die Ergebnisse in der Datei drafts.csv mit den Spalten „Unternehmen“, „E-Mail“, „Betreff“ und „Text“. Überspringen Sie alle Zeilen, in denen eine Website fehlt."

Da Claude Code direkt mit der Datei arbeitet, verarbeitet es 500 Zeilen genauso einfach wie fünf, und Sie können denselben Befehl bei jeder neuen Datenerfassung erneut ausführen. Unsere Anleitung dazu finden Sie hier Lead-Analyse mit Claude Code Es deckt die Einrichtung von Anfang bis Ende ab. Zusammen decken ChatGPT und Claude Code die überwiegende Mehrheit der realen Kaltakquise-Aufträge ab: ChatGPT für schnelle Batch-Verarbeitung im Browser, Claude Code für wiederholbare Durchläufe in großem Umfang.

Wenn Sie bereits eine andere Toolchain verwenden, wird dieselbe Datei auch dort verwendet. Kodex kann den Export in einem Skript wiederholen, und ein lokaler LLM Programme wie Llama oder Mistral, die auf Ihrem eigenen Rechner laufen, können E-Mails offline verfassen, wenn Datenschutz wichtig ist. Das Exportformat ist unabhängig davon, welches Betriebssystem die E-Mails liest.

ChatGPT vs. Claude Code für Kaltakquise per E-Mail

Beide sind richtig. Verwenden Sie ChatGPT für schnelles Arbeiten mit kurzen Listen und wechseln Sie zu Claude Code, sobald die Liste so groß wird, dass der Browser langsam reagiert. Was beide benötigen, ist ein sauberer Export aus der Erweiterung.

Von E-Mail-Entwürfen zu einer funktionierenden Pipeline

Das Verfassen von E-Mails ist der Anfang, nicht das Ende. Sobald Sie Antworten erhalten, werden diese Geschäftskontakte zu einer Pipeline, die Sie verfolgen müssen. Ein Ordner mit CSV-Entwürfen ist dafür jedoch ungeeignet. An diesem Punkt reicht der Export allein nicht mehr aus.

Das Vonsel-Dashboard ist die andere Hälfte der Geschichte. Dieselben Unternehmen, die Sie erfasst haben, leben in einem zugeordnetes CRM, Die Daten werden auf einer Karte dargestellt, nach Status kategorisiert und durch Website-Einträge angereichert. Die E-Mail-Intelligenz erstellt automatisch eine KI-gestützte E-Mail, die auf jedes Unternehmen individuell zugeschnitten ist, und die Bewertungs-Intelligenz deckt die Schwachstellen auf, die in diesen E-Mails angesprochen werden sollten. Wenn Sie Ihre E-Mails auf Basis echter Beschwerden personalisieren möchten, lesen Sie bitte unseren Hinweis zu diesem Thema Personalisierung von Kaltakquise-E-Mails mit Fokus auf Schwachstellen im Kundenfeedback zeigt die Idee.

Der gesamte Ablauf sieht also folgendermaßen aus: Die kostenlose Erweiterung liefert Daten an Ihre KI, Ihre KI erstellt Entwürfe in großem Umfang, und das Dashboard wandelt die Antwortenden in nachverfolgte Deals mit Kontextinformationen um. Rohdaten im CSV-Format eignen sich hervorragend als Eingabe für ChatGPT Mehrwertdatenbank Das ist es, was sie schließt.