ChatGPT propose des listes de prospects Nourrissez votre IA avec données commerciales réelles

Les données d'abord, les invites ensuite

Tout le monde souhaite que ChatGPT rédige des e-mails de prospection et qualifie ses prospects. Le problème ? Un modèle d’IA ne peut pas identifier vos prospects locaux sans une liste réelle. L'énoncé du problème est la partie la plus facile. Les données, quant à elles, déterminent la qualité du résultat.

C'est là qu'intervient la capture d'écran de Google Maps Extension Chrome Vonsel Il extrait directement à partir d'une recherche les noms d'entreprises, adresses, numéros de téléphone, sites web, catégories, notes et nombre d'avis, puis les exporte dans un fichier propre. C'est ce fichier que vous alimentez le modèle. Si vous n'avez jamais effectué de capture, notre Comment extraire des données de Google Maps Le guide vous explique tout en quelques clics.

L'extension est le moyen. La fin est une liste travaillée : dédupliquée, notée, segmentée et prête à être utilisée, que vous le fassiez au sein de votre… Tableau de bord Vonsel ou dans une fenêtre de discussion avec votre modèle préféré.

Exportez le bon fichier, puis téléchargez-le

À partir d'une capture terminée, l'extension vous propose trois formats. Choisissez en fonction de la tâche à accomplir, et non de vos habitudes. Notre remarque sur Options d'exportation CSV, XLSX et JSON Il aborde les compromis, et il existe un article plus approfondi sur JSON vs CSV pour l'analyse IA..

Dans ChatGPT, glissez le fichier dans la conversation ou utilisez le bouton d'importation ; le modèle le lira directement. Pour les fichiers CSV de moins de quelques centaines de lignes, vous pouvez également coller le texte brut. Tutoriel complet dans Comment importer un fichier CSV de prospects dans ChatGPT. Quelle que soit la méthode choisie, indiquez toujours au modèle les noms exacts de vos colonnes dès le départ afin que ses résultats correspondent à votre fichier. Voir OpenAI guide d'ingénierie rapide Pourquoi des instructions précises sont préférables à des instructions vagues.

Cinq invites ChatGPT qui méritent leur place

1. Nettoyer et supprimer les doublons. "Voici un fichier CSV d'entreprises avec les colonnes suivantes : nom, adresse, téléphone, site web, catégorie, note et avis. Supprimez les lignes identiques et quasi identiques, normalisez les numéros de téléphone au format E.164, corrigez les incohérences de casse dans les noms et adresses, et renvoyez un fichier CSV nettoyé accompagné d'un bref résumé des modifications apportées. Plus d'informations à ce sujet dans… données de prospects propres avec ChatGPT..

2. Évaluez votre score par rapport à votre ICP. "Attribuez à chaque entreprise une note de 0 à 100 en tant que prospect pour une agence web. Pondération : absence de site web (40), note inférieure à 4,0 (20), moins de 30 avis (20), pertinence de la catégorie (20). Ajoutez une colonne « Note » et une brève justification, puis triez par ordre décroissant. » C’est cette grille d’évaluation qui garantit la reproductibilité du processus. Voir score leaders avec ChatGPT..

3. Segmenter par niche et par zone géographique. "Regroupez ces prospects par catégorie et par quartier. Pour chaque segment, indiquez le nombre de prospects, la note moyenne et une brève phrase d'accroche. » Une excellente préparation avant de répartir le travail.

4. Projet de sensibilisation. "Rédigez un e-mail de prospection de trois lignes pour les 10 premiers résultats. Mentionnez leur catégorie et le fait qu'ils n'ont pas de site web lorsque cela est pertinent. Limitez-vous à moins de 70 mots et évitez les exagérations. » Associez-le à Rédiger des e-mails de prospection avec ChatGPT à partir de données collectées..

5. Trouvez les régularités. "Résumez cette liste : quelles catégories dominent, quels sont les domaines sous-représentés et où se concentrent les concurrents les mieux notés ? » Un moyen rapide de transformer des lignes en une analyse de marché. Approfondissement dans analyser les listes de prospects avec ChatGPT..

Quand la liste est longue, faites appel à Claude Code

ChatGPT est idéal pour quelques centaines de lignes dans une fenêtre de discussion. Dès que vous gérez des milliers d'entreprises ou que vous souhaitez un traitement identique chaque semaine, passez au terminal. Code Claude Il s'exécute sur vos fichiers d'exportation réels présents sur le disque, écrit un script réutilisable et enregistre le résultat nettoyé à l'endroit souhaité.

Pointez-le directement vers le fichier : « Lire leads.csv À partir de l'export Vonsel. Supprimer les doublons par nom et adresse, ajouter un booléen a_site_web Dans chaque colonne, attribuez un score de 0 à 100 à chaque ligne pour un installateur de panneaux solaires vendant aux particuliers, et inscrivez le résultat dans leads_scored.csv." Parce qu'il peut exécuter du code, il traite dix mille lignes sans les tronquer et il vous affiche le script afin que vous puissiez le réexécuter le mois prochain Analyser les prospects avec Claude Code et Claude Code invite à la création de bases de données de prospects Les guides vont plus loin.

C'est là que l'exportation JSON prend tout son sens. Transmettez à Claude Code la version JSON de vos données et il conservera les données d'avis imbriquées associées à chaque entreprise. Vous pourrez ensuite créer un tableau de bord ou une carte simplifiée sans avoir à manipuler de feuille de calcul.

Lequel pour quel poste

Il ne s'agit pas de choisir entre l'un ou l'autre. Nombreux sont ceux qui créent un prototype d'invite de commande dans ChatGPT, puis confient la logique finale à Claude Code pour un déploiement à grande échelle. Pour une comparaison directe, consultez la documentation ChatGPT contre Claude pour l'analyse des prospects..

Codex et modèles locaux

Si vous utilisez déjà un EDI, des agents de codage comme Codex peuvent enrichir un fichier principal de la même manière que Claude Code, directement depuis l'éditeur. Cette méthode est décrite dans enrichissez vos listes de prospects avec Codex..

Vous préférez ne pas stocker les données de vos prospects sur des serveurs tiers ? Un modèle local sur votre propre machine peut exécuter les mêmes requêtes de segmentation de score propre. Il est plus lent et moins performant qu'un modèle Frontier, mais aucune donnée ne quitte votre ordinateur portable. Voir utiliser des LLM locaux avec des données de plomb. Quel que soit votre choix, n'oubliez pas qu'il s'agit de coordonnées professionnelles : notre note sur la légalité du scraping de Google Maps Il est conseillé de lire ceci avant de passer à la balance.

De la capture à un CRM, vous pouvez travailler

L'analyse par IA est puissante, mais une transcription de conversation ne constitue pas un flux de travail. Une fois que ChatGPT a analysé et segmenté votre liste, vous avez toujours besoin d'un outil pour suivre son statut, planifier les visites et effectuer des prises de contact. C'est le rôle de ChatGPT Tableau de bord Vonsel Il propose : un CRM cartographié avec des données sur les ventes, les avis et les e-mails, ainsi qu'un e-mail rédigé par IA pour chaque entreprise et des bases de données contextualisées à valeur ajoutée, construites autour des problématiques de chaque prospect.

L'extension permet également de rouvrir une capture précédente et d'ajouter des entreprises, d'associer des avis aux enregistrements capturés et de conserver un historique de chaque extraction, afin que la liste traitée par l'IA continue de s'enrichir au lieu de devenir obsolète. Pour une comparaison entre données brutes et base de données exploitable, voir ci-dessous Données Google Maps vs listes achetées..