Mensajes de ChatGPT para listas de contactos Alimenta tu IA con datos comerciales reales

Primero los datos, después las indicaciones

Todos quieren que ChatGPT escriba correos electrónicos en frío y genere oportunidades de venta. El problema es que un modelo de IA no tiene ni idea de quiénes son tus clientes potenciales locales a menos que le proporciones una lista real. La consigna es la parte fácil. Los datos son la parte que decide si el resultado es bueno.

Ahí es donde entra en juego una captura de Google Maps Extensión de Chrome Vonsel Extrae nombres de empresas, direcciones, números de teléfono, sitios web, categorías, calificaciones y recuentos de reseñas directamente de una búsqueda, y luego los exporta como un archivo limpio. Ese archivo es el que alimenta el modelo. Si nunca ha realizado una captura, nuestro Cómo extraer datos de Google Maps La guía lo explica paso a paso en unos pocos clics.

La extensión es el medio. El fin es una lista trabajada: sin duplicados, puntuada, segmentada y lista para actuar, ya sea que lo haga dentro de su Panel de control de Vonsel o en una ventana de chat con tu modelo favorita.

Exporta el archivo correcto y luego súbelo

A partir de una captura finalizada, la extensión le ofrece tres formatos. Elija según el trabajo, no por costumbre. Nuestra nota sobre Opciones de exportación en formato CSV, XLSX y JSON cubre las ventajas y desventajas, y hay un artículo más profundo sobre JSON frente a CSV para análisis de IA..

En ChatGPT, arrastre el archivo al chat o use el botón de carga, y el modelo lo leerá directamente. Para archivos CSV de menos de unos cientos de filas, también puede pegar el texto sin formato. Tutorial completo en Cómo subir un archivo CSV de clientes potenciales a ChatGPT. Sea cual sea la ruta que elijas, siempre indica al modelo los nombres exactos de tus columnas desde el principio para que su salida coincida con tu archivo. Consulta OpenAI guía de ingeniería rápida para saber por qué las instrucciones específicas son mejores que las vagas.

Cinco indicaciones de ChatGPT que valen la pena

1. Limpiar y eliminar duplicados. "Aquí tienes un archivo CSV de empresas con las columnas nombre, dirección, teléfono, sitio web, categoría, calificación y reseñas. Elimina las filas idénticas y casi duplicadas, normaliza los números de teléfono a E.164, corrige la inconsistencia en el uso de mayúsculas en el nombre y la dirección, y devuelve un archivo CSV limpio junto con un breve resumen de los cambios realizados." Más información en Limpiar datos de clientes potenciales con ChatGPT..

2. Obtén una puntuación en función de tu ICP. "Califica cada negocio de 0 a 100 como posible cliente para una agencia de diseño web. Ponderación: sin sitio web (40), calificación inferior a 4.0 (20), menos de 30 reseñas (20), relevancia de la categoría (20). Agrega una columna de puntuación y una breve explicación, luego ordena de forma descendente." La rúbrica es lo que permite su repetición. Ver Obtén clientes potenciales con ChatGPT..

3. Segmentar por nicho y área. "Agrupa estos contactos por categoría y distrito. Para cada segmento, indica la cantidad, la calificación promedio y una breve frase para contactarlos. ¡Excelente preparación antes de dividir el trabajo.

4. Borrador de la campaña de difusión. "Escribe un correo electrónico de presentación de tres líneas para las 10 primeras filas. Menciona su categoría y el hecho de que no tienen sitio web cuando sea relevante. Mantenlo por debajo de las 70 palabras y evita la exageración." Combínalo con cómo escribir correos electrónicos en frío con ChatGPT a partir de datos extraídos..

5. Encuentra los patrones. "Resume esta lista: qué categorías dominan, qué áreas están desatendidas y dónde se agrupan los competidores mejor calificados." Una forma rápida de convertir filas en una lectura de mercado. Flujo más profundo en Analiza listas de clientes potenciales con ChatGPT..

Cuando la lista es larga, recurre a Claude Code

ChatGPT es perfecto para unos cientos de líneas en una ventana de chat. Si trabajas con miles de empresas o deseas el mismo trato cada semana, pásate a la terminal. Código Claude El proceso se ejecuta sobre los archivos de exportación reales que se encuentran en el disco, crea un script reutilizable y guarda el resultado limpio donde usted desee.

Apúntalo directamente al archivo: "Leer leads.csv desde la exportación de Vonsel. Eliminar duplicados por nombre y dirección, agregar un valor booleano tiene_sitio web columna, califique cada fila de 0 a 100 para un instalador solar que vende a propietarios de viviendas y escriba el resultado en leads_scored.csv." Como puede ejecutar código, maneja diez mil filas sin truncarlas y te muestra el script para que puedas ejecutarlo de nuevo el mes que viene. Nuestro Analiza clientes potenciales con Claude Code y Claude Code solicita información sobre bases de datos de clientes potenciales Las guías van más allá.

Aquí es donde las exportaciones JSON resultan muy útiles. Utilice Hand Claude Code para generar la versión JSON de sus datos de captura y podrá mantener los datos de revisión anidados asociados a cada negocio. A continuación, cree un pequeño panel de control o mapa a partir de ellos sin necesidad de usar una hoja de cálculo.

Cuál para qué trabajo

No se trata de una u otra opción. Muchas personas crean un prototipo de mensaje en ChatGPT y luego le entregan la lógica final a Claude Code para que la ejecute a gran escala. Si desea compararlos directamente, lea Análisis comparativo entre ChatGPT y Claude para obtener información sobre el liderazgo..

Códice y modelos locales

Si ya utilizas un IDE, los agentes de codificación como Codex pueden enriquecer un archivo de ejemplo de la misma manera que lo hace Claude Code, directamente desde el editor. Ese camino se cubre en Enriquezca sus listas de contactos con Codex..

Prefiere mantener los datos de prospectos fuera de servidores de terceros? Un modelo local en su propia máquina puede ejecutar las mismas indicaciones de clean-score-segment. Es más lento y menos preciso que un modelo fronterizo, pero nada sale de su computadora portátil. Ver utilizar LLM locales con datos de clientes potenciales. Elija lo que elija, recuerde que estos son datos de contacto comerciales: nuestra nota sobre Si extraer datos de Google Maps es legal Merece la pena leerlo antes de pasar a la producción en serie.

Desde la captura hasta un CRM puedes trabajar

El análisis de IA es potente, pero una transcripción de chat no es un flujo de trabajo. Una vez que ChatGPT ha puntuado y segmentado su lista, aún necesita un lugar para realizar un seguimiento del estado, planificar visitas y enviar comunicaciones. Ese es el trabajo que Panel de control de Vonsel Ofrece: un CRM mapeado con funciones de ventas, reseñas e inteligencia de correo electrónico, además de un correo electrónico con IA redactado para cada negocio y bases de datos contextualizadas de valor añadido creadas en torno a los problemas de cada cliente potencial.

La extensión también te permite reabrir una captura anterior y agregar más negocios, adjuntar reseñas a los registros capturados y mantener un historial de cada extracción, para que la lista procesada por IA siga creciendo en lugar de quedar obsoleta. Para el ángulo de datos sin procesar versus base de datos utilizable, compara notas con Datos de Google Maps frente a listas compradas..