リードワークフローを自動化する
Google マップのデータを使って AI を訓練し、 クロード・コード 雑務をこなす
無料のVonsel拡張機能を使って企業情報を収集し、CSVまたはJSON形式でエクスポートしたら、それをClaude CodeとChatGPTに渡して、すべてのリードを自動的にクリーニング、スコアリング、準備します。.
AIワークフロー
・
2026年7月
・
7分で読めます
家
›
ブログ
›
AIワークフロー
そのアイデア
AIに実際のビジネスデータを入力しましょう
大規模な言語モデルは、入力するデータの質によってその有用性が左右されます。ChatGPTに「シカゴの歯医者を探して」と尋ねると、もっともらしいものの中身のないリストが返ってきます。架空の名前、推測された電話番号、存在しない住所などです。解決策は簡単です。. AIにまず実際のデータを与え、それから働かせよう。 .。.
これがこのワークフローの基本的な考え方です。スクレイパーを使ってGoogleマップから最新の物件情報を取得し、そのファイルにAIを投入して、データのクリーニング、重複排除、スコアリング、セグメンテーション、アウトリーチ活動の草稿作成といった面倒な作業を実行させます。スクレイパーはあくまで手段であり、自動化されたパイプラインが最終的な成果物なのです。.
Vonsel Chrome拡張機能は前半部分を処理します。Googleマップの上に表示され、検索したビジネスをキャプチャし、AIが最適な形式でエクスポートします。無料であり、試用期間もクレジットカードも不要なので、1セントも費やすことなくパイプライン全体を構築できます。より広い視野が必要な場合は、当社のガイドを参照してください。 AIにビジネスデータを供給しましょう コンセプト全体を網羅的に解説しています。.
ステップ1
ファイルのエクスポート形式:CSV、Excel、またはJSON
Google マップを開き、「オースティンの屋根職人」などを検索して、Vonsel のポップアップで検索結果を取得します。取得が完了したら、エクスポート形式を選択します。それぞれの形式は異なる AI の習慣に適しており、拡張機能は同じスクレイピングから 3 つの形式すべてを書き出します。詳細については、 エクスポートオプションガイド .。.
形式 最適 なぜ
CSV ChatGPT、スプレッドシート 汎用性が高く軽量で、どこでも開いてチャットにきれいにアップロードできます
Excel (XLSX) 手動レビュー、引き継ぎ スプレッドシートを頻繁に使うチームメイトのために、書式設定と複数のシートを保持します。
JSON クロード・コード、スクリプト、ローカルLLM 構造化され、ネストされているため、コードがレビューやカテゴリなどのフィールドを解析する場合に最適です。
ほとんどのAIパイプラインにとって、JSONは最適な形式です。レビュー数、評価、カテゴリなどのネストされたデータを含むすべてのフィールドの構造が保持されるため、スクリプトは列の区切りを推測する必要がありません。リストを最初に目視で確認する予定がある場合は、CSV形式でもエクスポートしてください。クリック回数が1回増えるだけです。.
ステップ2、近道
ChatGPTで単一のリストを操作する
リストが1つと特定の質問がある場合、ChatGPTは最速のツールです。CSVファイルをチャットにドラッグすると、 データ分析ツール ファイルを読み込み、バックグラウンドでPythonを実行し、平易な英語で回答します。セットアップも、ターミナルも、保存するスクリプトも不要です。.
新規のGoogleマップエクスポートでうまく機能するプロンプト::
ゴール アップロード後に貼り付けを促す
クリーン "「重複する行を削除し、電話番号の書式を修正し、ウェブサイトが記載されていない掲載情報にフラグを立ててください。」."
スコア "「これらのビジネスを機会の観点からランク付けする:評価が低く、レビュー数が多いということは、不満はあるものの、忙しいビジネスであることを意味する。」."
セグメント "「このリストをレビュー数に基づいて3つの階層に分割し、それぞれを個別のCSVファイルとして提供してください。」."
下書き "「各企業向けに、その業種と所在地に言及した2行のコールドメールの冒頭文を作成してください。」."
これは一度限りのプッシュには最適です。問題は繰り返しです。翌週、新しい都市で、再度アップロードしてすべてのプロンプトを再入力する必要があります。そこで、2つ目のツールが役立ちます。その方法についてのチュートリアルでは、 ChatGPTにリードCSVをアップロードする 盗むべきパターンがさらに多く存在する。.
ステップ2、自動化された経路
Claude Code を使用して、再現可能なパイプラインを構築する
クロード・コード Claude Codeは、端末に常駐し、マシン上のファイルを直接操作するAIエージェントです。チャットにデータを貼り付ける代わりに、Vonselのエクスポートファイルをフォルダにドロップし、パイプラインの内容を一度だけ平易な英語で記述します。Claude Codeがスクリプトを作成し、実行して結果を表示します。その後、単一のコマンドで新しいファイルに対しても同じ手順を繰り返し実行します。.
現実的な最初のセッションは次のようになります。3 つの JSON エクスポート (歯科医、ジム、サロン) を リード フォルダを開き、そこでClaude Codeを開いて、次のように言います。:
"「このフォルダ内のすべての JSON ファイルを読み込みます。それらをマージし、電話番号で重複を削除し、評価とレビュー数に基づいて各ビジネスの優先度を高、中、低のいずれかに分類する列を追加し、結果を書き込みます。 scored_leads.csv ."
。."
クロード・コードが作業を行い、スクリプトを保存します。魔法は来週から始まります。新しいエクスポートをドロップし、「新しいファイルでスコアリングパイプラインを実行する」と入力すると、すべてのステップが数秒で繰り返されます。手作業の面倒な作業が、 再利用可能なワンコマンドワークフロー . より詳しいレシピについては、当社のコレクションをご覧ください。 クロード・コードがリードデータベースのプロンプトを表示 そして実践ガイド Claude Code を使用したリード分析 .。.
ツールの選択
リード獲得のためのChatGPTとClaude Codeの比較
ChatGPT を利用するときは、
リストが1つと、単発の質問が1つだけ。ブラウザ上で回答を得たい。ターミナルも保存済みのスクリプトも不要。素早い探索と迅速なメール作成を実現したい。.
クロード・コードに手を伸ばすとき
毎週、多数のファイルに対して同じ手順を実行する。ローカルにエクスポートされたファイルを読み込み、1つのコマンドで再実行できる、保存済みで再現可能なパイプラインを作成したい。.
コーデックスを手に取るのは、次のような場合です。
あなたは既にOpenAIのコーディング環境で作業しており、メインスクリプトをプロジェクトの他の部分と同じ場所に配置したいと考えています。これはClaude Codeと同様のファイルベースのアイデアです。.
地元のLLMを探すなら
リードリストには、クラウドに保存したくない個人データが含まれています。このデータを処理するモデルは、お客様のマシン上で動作し、JSONデータをお客様のラップトップから外部に持ち出すことなく処理します。.
どちらを選んでも間違いはありません。多くの人はまずChatGPTでプロンプトを理解し、手順が明確になったら、うまくいったプロンプトをClaude Codeに移行します。どちらを選んでも、入力データは拡張機能から同じようにきれいにエクスポートされるため、特定のツールに縛られることはありません。.
DIYを減らしたいとき
ダッシュボードがこれを自動的に行ってくれます
独自のAIパイプラインを構築することは強力ですが、同時に労力も伴います。スクリプト作成を省きたい場合は、Vonselダッシュボードが拡張機能の活用先となります。この拡張機能は、取得したリード情報に同様のインテリジェンスを自動的に適用し、ユーザーの操作は一切不要です。.
生のCSVの代わりに、 マッピングされたCRM 各ビジネスが販売エリア内の地図上に表示される仕組みです。レビューインテリジェンスは各ビジネスのレビューを読み込み、問題点を明らかにするので、誰がなぜ不満を持っているのかが分かります。メールインテリジェンスはこれらの情報に基づいて、ビジネスごとにカスタマイズされたメールを作成します。これが、単なるリストと、付加価値のあるコンテキスト化されたデータベースとの違いです。.
以前に収集したデータを再度開き、そこに企業を追加したり、先月収集したリードに最新のレビューを添付したり、すべての情報を検索可能な履歴として保存したりすることもできます。この拡張機能は、生データを取得します。. ダッシュボードはそれを実際に販売できる見込み客に変換します .。.
スクレイパーがデータを取得します。. あなたのAI、つまりVonselダッシュボードがそれを取引に変えます