Carica un file CSV con i contatti su ChatGPT Estrai informazioni da Google Maps, quindi Lascia che l'IA faccia il lavoro

Alimenta la tua IA con dati aziendali reali

I modelli linguistici di grandi dimensioni sono utili solo nella misura in cui lo sono i dati che gli vengono forniti. Se chiedi a ChatGPT di "trovare dentisti a Madrid", tirerà a indovinare o si rifiuterà di rispondere. Se invece gli fornisci un file reale con l'elenco dei dentisti, magari ricavato da Google Maps, improvvisamente sarà in grado di classificarli, individuare schemi e scrivere una prima email per ognuno di loro. Il modello non trova i dati. Li trovi tu, e poi il modello li analizza.

Questo è il punto centrale del flusso di lavoro in questa pagina. Puoi estrarre i dati delle aziende che ti interessano con il metodo gratuito Estensione Vonsel, Esporta un file strutturato e caricalo sull'IA che preferisci. Nessuna chiave API, nessuno script, nessun copia-incolla di righe una alla volta.

Poiché l'estensione esporta CSV, Excel e JSON, non sei vincolato a un solo strumento. CSV ed Excel sono ideali per un rapido caricamento della chat. JSON mantiene intatti i campi annidati (recensioni, profili social, orari di apertura) per lavori più pesanti in Codice Claude o la tua pipeline personale.

Estrai i lead, quindi esporta il file

Apri Google Maps e cerca come faresti normalmente, ad esempio "caffetterie a Barcellona" o "idraulici vicino a me". Con il pop-up di Vonsel aperto, cattura i risultati mentre scorri. L'estensione raccoglie nome, indirizzo, numero di telefono, sito web, valutazione, numero di recensioni e altro ancora in un elenco ordinato. Per una procedura completa, consulta la nostra guida su esportazione dei dati di Google Maps in formato CSV..

Quando l'immagine acquisita ti sembra corretta, filtra tutto ciò che non desideri e fai clic su Esporta. Scegli il formato più adatto al tuo prossimo passo:

Qual è il formato migliore, CSV o JSON? Per un'analisi una tantum in una finestra di chat, il CSV vince per semplicità. Per qualsiasi operazione con revisioni o elaborazioni ripetute, il JSON mantiene la struttura pulita. Approfondiremo ulteriormente questo aspetto in JSON vs CSV per l'analisi dell'IA..

Carica il file CSV su ChatGPT e avvialo

Apri ChatGPT, fai clic sull'icona dell'allegato nella casella di messaggio e seleziona il tuo CSV esportato. ChatGPT legge la riga di intestazione, comprende le tue colonne e può eseguire l'analisi sui dati direttamente. Se vuoi conoscere i meccanismi di funzionamento del modello con il tuo testo e i tuoi file Guida testuale di OpenAI è il riferimento autorevole.

Il segreto sta nella formulazione della richiesta. Una domanda vaga porta a una risposta vaga. Sii specifico riguardo ai nomi delle colonne e al risultato che desideri ottenere. Ecco alcuni esempi di richieste che funzionano bene nell'esportazione di lead da Google Maps:

Codice Claude quando il file diventa grande

Il caricamento di una chat è perfetto per poche centinaia di righe. Quando lavori con migliaia di aziende o desideri un processo ripetibile, Codice Claude è lo strumento più potente. Funziona nel terminale, legge il file direttamente dal disco e può scrivere un piccolo script per filtrare, arricchire e riesportare i dati senza che tu debba toccare un foglio di calcolo.

Esporta i lead in formato JSON in modo che i dati di revisione annidati vengano conservati, inserisci il file in una cartella e apri Claude Code lì. Un prompt come "leggi leads.json, assegna un punteggio a ciascuna azienda in base all'opportunità e scrivi il risultato ordinato in score.csv" è sufficiente per ottenere una pipeline riproducibile. Il programma memorizza le colonne tra un ciclo e l'altro, consentendoti di perfezionare la logica invece di ricaricare il file ogni volta.

Preferisci mantenere tutto sul tuo computer? Un modello locale, tramite un runner come Ollama o LM Studio, può elaborare lo stesso file CSV offline, il che è importante quando i dati sono sensibili. E se lavori in un ambiente di sviluppo, strumenti come Codex possono arricchire il file direttamente nel tuo editor. Il formato del file è lo stesso in entrambi i casi, ed è proprio per questo che esportare prima dati puliti è sempre vantaggioso.

Da un file CSV grezzo a un database puoi lavorare

Caricare un file CSV su ChatGPT è un ottimo primo passo. Ma una finestra di chat dimentica, e un foglio di calcolo non sa quando hai chiamato un lead o cosa dicono le recensioni su di lui. È qui che l'estensione, essendo un mezzo e non il fine, conta. Il file che esporti è progettato per diventare un database a valore aggiunto, non un tavolo usa e getta.

All'interno del cruscotto Vonsel, Gli stessi lead vengono inseriti in un CRM mappato. Le recensioni vengono analizzate per individuare i punti critici, viene creata un'email tramite IA per ogni azienda ed è possibile riaprire una precedente acquisizione per aggiungere ulteriori risultati o associare recensioni alle aziende già acquisite. Il lavoro svolto dall'IA in ChatGPT diventa un contesto che rimane associato al lead anziché scomparire alla chiusura della scheda.

Quindi, considera il caricamento CSV come il livello di esplorazione e la dashboard come il sistema di registrazione. Avrai la velocità di una chat e la memoria di un CRM. Per una visione più completa su come trasformare le acquisizioni in dati contestuali, leggi Alimenta la tua IA con dati aziendali..

Un'altra nota pratica: i campi che esporti corrispondono agli stessi attributi esposti da Google. Se vuoi capire cosa significa ogni colonna, Google li documenta nel Riferimento ai campi dati dei luoghi, che ti aiuta a fornire al modello nomi di colonna precisi.