あらゆる国のあらゆるビジネスをスクレイピングする そして それを直接AIに与えてください。

カテゴリーを問わず、都市を問わず、クリーンな輸出品を一つ。

「あらゆる国のあらゆるビジネスをスクレイピングする」というフレーズは、データがどこにあるのかを思い出すまでは野心的に聞こえる。Google マップには地球上のほぼすべての場所のビジネス リストがあり、すべてのリストには同じコア フィールドが公開されている。名前、住所、電話番号、ウェブサイト、カテゴリ、評価、レビュー。 Google マップ プラットフォームのデータ モデル 東京からベルリン、ボゴタまで一貫しているため、ブラウザベースのキャプチャは、対象とする場所に関係なく同じように機能します。.

その一貫性こそが鍵です。カテゴリと都市名（マドリードの歯医者、トロントの法律事務所、パリのカフェなど）を指定して検索すると、拡張機能がマップが既にレンダリングしている情報を読み取って、構造化されたリストを抽出します。APIキーも、国別の設定も、コードも一切不要です。. 地図の形状はどこでも同じなので、エクスポートされた画像も同じ形状になります。.

ここからが面白いところです。単なる企業リストを作成することが目的ではありません。目的は、AIがそのリストをどのように活用するか、つまりランキング付け、クラスタリング、情報拡充、そして記事作成を行うことです。これが「AIにデータを与える」という考え方であり、実際に所有しているクリーンなファイルから始まります。.

3つの形式でキャプチャおよびエクスポート

Google マップを開き、検索を実行すると、Vonsel 拡張機能が表示された結果をキャプチャします。リストが適切になったら、エクスポートします。フォーマットを選択できますが、フォーマットは重要です。なぜなら、AI ツールによって好みの形式が異なるからです。それぞれの形式をいつ選択すべきかについての詳細は、以下を参照してください。 CSV、XLSX、JSON形式でエクスポートするオプション そして平易な言葉で分解すると AI分析におけるJSONとCSVの比較.。.

これら3つはすべて拡張機能から直接取得されるため、手動でファイルを変換する必要はありません。モデルのエクスポート準備に関する詳細な理由については、ガイドを参照してください。 AI向けにリードをCSV、Excel、JSON形式でエクスポートする それぞれについて説明していく。.

ChatGPTフィード: アップロードしてから質問してください

ChatGPTは、エクスポートしたファイルを直接読み込むことができるため、最速で回答を作成できます。CSVファイルまたはExcelファイルをチャットにドロップするだけで、内蔵の分析ツールが行を作業用テーブルに読み込み、フィルタリング、ソート、グラフ化を行うことができます。CSV形式は、すべての列をフラットで予測可能な状態に保つため、構造化されたエクスポートがモデルの想定する形式と完全に一致するという利点があります。.

ファイルが取り込まれたら、平易な言葉で操作します。マップのエクスポートでうまく機能するプロンプトをいくつか紹介します。:

この手順の詳細については、以下をご覧ください。 ChatGPTにリードCSVをアップロードする方法 そして執筆面では スクレイピングしたデータからChatGPTを使ってコールドメールを作成する.。.

クロードコードに給紙する：ファイルを指定する

リストの行数が数百行を超えた場合、またはエクスポートするたびに同じ処理を実行したい場合は、ターミナルエージェントが真価を発揮します。. クロード・コード プロジェクトフォルダ内で実行され、JSONエクスポートファイルを直接読み込み、それを変換するための小さなスクリプトを作成します。あなたが結果の要件を言葉で説明すると、それに基づいてコードが生成され、実行され、結果が表示されます。.

JSONはネストされたフィールド（レビュー、カテゴリ、座標など）をそのまま保持するため、ここでは自然な入力形式となります。典型的なリクエストは次のようになります。:

最後の行が本当の利点です。パイプラインが構築されれば、来月のスクレイピングはコマンド1つで実行できます。さらに詳しく見ていきましょう。 Claude Code を使用したリード分析, より広いビジョンは AIにビジネスデータを供給しましょう.。.

コーデックスとローカルモデル

コードエディタを使っているなら、OpenAIの コーデックス Claude Code と同じ役割を果たします。JSON または CSV エクスポートを指定し、変換内容を記述します。主要な作業が既に他の自動化ツールと共にリポジトリ内に保存されている場合に最適です。.

機密性の高いリストをどこにもアップロードしたくない場合は、ローカルモデルでデータをマシン上に保持します。プライバシー保護の面で多少の妥協はありますが、タグ付け、重複排除、要約などの単純なタスクには適しています。設定については、 リードデータを使用したローカルLLMの使用. どのエンジンを選択しても、エクスポートの手順は変わりません。ブラウザでキャプチャし、フォーマットを選択して、送信するだけです。.

ワークフローが実際に終了する場所

ChatGPTにファイルをアップロードするのは最初の試みとしては良いが、チャットウィンドウは記録システムではない。ここで拡張機能は意味を失い、 Vonselダッシュボード 引き継ぎが行われます。取得したビジネス情報はマッピングされたCRMに取り込まれるため、プロンプトに貼り付けるはずだったリストは、すでにスコアリングされ、地図上にプロットされ、地域ごとにグループ化されています。.

その上にインテリジェンス層が配置されています。レビューインテリジェンスは顧客が実際に何に不満を持っているかを読み取り、メールインテリジェンスは企業ごとにカスタマイズされたメッセージを作成し、エンリッチメントステップでは、元のリストには表示されなかったウェブサイトやソーシャルプロフィールを補完します。これが、付加価値のあるコンテキスト化されたデータベースと、依然として監視が必要な生のCSVとの違いです。これは、私たちが 付加価値データベースと生のCSVの比較.。.

「エクスポートしてChatGPTにプロンプトを表示する」だけで十分です。簡単な調査作業であればそれで十分でしょう。しかし、リストが日々の業務となる本格的なパイプラインになると、ダッシュボードこそが最適な場所になります。AIワークフローとCRMは同じ道の両端であり、エクスポートはその両者をつなぐ役割を果たします。.