Genera sequenze di comunicazione con l'intelligenza artificiale Alimenta la tua IA con lead estratti da Google Maps

Prima i dati, poi lascia che il modello scriva

Una sequenza di email di contatto è efficace solo se contestualizzata correttamente. Una sequenza generica di tre email finisce nello spam. Una sequenza che fa riferimento alla categoria, alla città e al sito web del potenziale cliente sembra scritta per una sola azienda, perché in effetti lo è. Il segreto sta nel fornire all'intelligenza artificiale dati aziendali reali su cui basarsi, invece di chiederle di inventare i dettagli.

Questo è il punto fondamentale del alimenta la tua IA con i dati approccio. Si raccoglie un elenco pulito di attività commerciali locali, quindi si consegna il file a un modello e si lascia che elabori la sequenza Estensione Vonsel Gestisce la prima parte: apri Google Maps, effettui una ricerca come "dentisti ad Austin" e il sistema raccoglie tutti i risultati in una tabella strutturata che puoi esportare.

Ogni riga contiene i campi necessari a un modello linguistico per la personalizzazione: nome dell'azienda, categoria, indirizzo, città, telefono, sito web e profili social. Il raschiamento è la materia prima, non la campagna finita. Il valore risiede in ciò che si costruisce sopra.

Esporta i lead dall'estensione

Una volta terminata l'acquisizione, apri il pannello e scegli il formato. CSV ed Excel sono ideali per il caricamento in una finestra di chat. JSON è l'input più pulito quando si desidera che uno script scorra i record campo per campo. Se non sei sicuro di quale scegliere, consulta la nostra guida su Opzioni di esportazione in formato CSV, XLSX e JSON analizza i compromessi.

Prima di esportare, applica un filtro. Riduci l'elenco al segmento che desideri effettivamente contattare, in modo che l'IA non invii messaggi a ristoranti e studi legali nello stesso blocco. Un file più compatto produce una sequenza più precisa e riduce il consumo di token quando lo incolli in un modello.

Redigere una sequenza in ChatGPT

ChatGPT è il modo più veloce per vedere i risultati. Apri una nuova chat, allega il tuo file CSV o l'esportazione Excel e fornisci un breve brief. Il caricamento dei file consente al modello di leggere l'intero foglio di calcolo e i suoi output strutturati sono abbastanza robusti da restituire una sequenza pronta per l'invio, come OpenAI guida alla generazione del testo descrive.

Un prompt efficace si presenta così:

"In allegato trovate un file CSV con l'elenco delle aziende locali che desidero contattare. Scrivete una sequenza di 4 email di contatto a freddo per ciascuna azienda: email 1: introduzione, email 2: valore aggiunto, email 3: presentazione del caso di studio, email 4: conclusione. Personalizzate la prima email utilizzando il nome dell'azienda, la categoria e la città. Ogni email deve essere inferiore a 90 parole e il risultato deve essere presentato in una tabella con una riga per ogni azienda."

Poiché il modello può visualizzare ogni colonna, radica ogni apertura in un'attività commerciale reale anziché in un segnaposto. È quindi possibile perfezionare il tono in un messaggio di follow-up: più breve, più informale o specifico per il settore. Per un trattamento più approfondito della scrittura del testo, vedere Come scrivere email a freddo con ChatGPT utilizzando dati estratti..

Il limite della finestra di chat è la scalabilità. Se si inseriscono 40 aziende, funziona. Se se ne inseriscono 2.000, il modello si tronca, perde colonne o rallenta. È qui che entra in gioco un approccio basato su script.

Genera in grandi quantità con Claude Code

Quando hai una cartella piena di esportazioni, Codice Claude è lo strumento migliore. Funziona nel terminale, legge i file direttamente dal disco e può riscrivere i nuovi file. Ciò significa che non si limita a fornire una sola risposta: può scorrere ogni record del file JSON e produrre una sequenza personalizzata per ogni azienda, salvandola in un file separato.

Le istruzioni operative per il Codice Claude recitano chiaramente:

"Leggete il file leads.json presente in questa cartella. Per ogni azienda, generate una sequenza di 4 email di contatto personalizzate con il suo nome, la categoria e la città. Scrivete ogni sequenza in un file denominato con lo slug dell'azienda all'interno di una cartella /outreach. Utilizzate un tono B2B cordiale e conciso e mantenete ogni email al di sotto delle 90 parole."

Claude Code scorre i record, mantiene la stessa struttura collaudata su ognuno di essi e ti consegna una cartella ordinata di bozze. Poiché lavora da JSON, nulla viene troncato e nessuna colonna viene eliminata. Puoi rieseguirlo con un tono modificato in pochi secondi. Per approfondire, consulta la nostra guida su Analisi dei lead con il codice Claude Mostra come assegnare punteggi e segmentare lo stesso file prima di generarlo.

I due strumenti si integrano perfettamente. Si crea un prototipo della sequenza in ChatGPT, si blocca il formato e poi lo si consegna a Claude Code per eseguirlo sull'intera lista. Questa suddivisione copre la maggior parte del flusso di lavoro.

Codex e modelli locali per l'ultimo miglio

Due opzioni minori completano il flusso di lavoro. Gli assistenti di codifica in stile Codex possono arricchire l'esportazione prima della generazione: rimuovere i duplicati, normalizzare i formati dei numeri di telefono o suddividere un file di grandi dimensioni in batch per città, in modo che la generazione della sequenza parta da un input più pulito.

Un modello locale in esecuzione sulla propria macchina è una soluzione valida quando l'elenco contiene dati che si preferisce non inviare a un'API ospitata esternamente. Si perde un po' di rifinitura, ma il file rimane completamente offline e si ottiene comunque una prima bozza utilizzabile che può essere modificata manualmente. Per la maggior parte degli utenti, questi sono casi limite: ChatGPT e Claude Code si occupano del lavoro più gravoso.

ChatGPT vs Claude Code per le sequenze

Qualunque siano le bozze del modello, ricordate che i contatti con le aziende devono comunque seguire le regole. Gli Stati Uniti Guida alla conformità alla normativa CAN-SPAM copre ciò di cui ogni email commerciale ha bisogno, ed è opportuno verificare che lo scraping e l'invio siano su basi solide con la nostra nota su se sia legale estrarre dati da Google Maps..

Dove il cruscotto Vonsel prende il sopravvento

Una cartella di bozze IA è un ottimo inizio, ma è pur sempre solo testo. All'interno della cruscotto Vonsel, Gli stessi lead acquisiti sono memorizzati in un CRM mappato. Email Intelligence può generare un'email basata sull'intelligenza artificiale su misura per ogni azienda, e Review Intelligence mette in luce i punti critici nascosti nelle recensioni pubbliche di un'azienda, in modo che la tua sequenza inizi con qualcosa che interessi realmente al potenziale cliente.

Questa è la differenza tra una serie di bozze una tantum e un motore ripetibile. Riapri uno scraping per aggiungere altre aziende, sovrapporre il contesto delle recensioni, tenere traccia di chi ha risposto e instradare i follow-up. L'estensione alimenta la macchina. La dashboard è la macchina. Per una visione più completa su come trasformare un file grezzo in valore, leggi Alimenta la tua IA con dati aziendali E come scrivere un'email basata sull'intelligenza artificiale per ogni tipo di attività..