ChatGPTでリードを獲得しよう AIにデータを与え、, リストの順位付けをさせてください

AIに実際のビジネスデータを入力しましょう

リードスコアリングといえば、以前はスプレッドシートの数式を作成したり、データエンリッチメントプラットフォームに料金を支払ったりする必要がありました。しかし今では、生のリストをモデルに渡して、行をランク付けするように指示するだけで済みます。最初に必要なのは、クリーンで構造化されたデータだけです。そして、まさにそれをブラウザ拡張機能が提供してくれるのです。.

の フォンセル拡張 Googleマップ上で動作し、検索結果に含まれるビジネス情報（名前、カテゴリ、評価、レビュー数、電話番号、ウェブサイト、住所）を取得し、CSV、Excel、JSON形式でエクスポートできます。スクレイピングはそのための手段です。. 最後には、実際に作業に取り掛かれる、点数付けされ優先順位付けされたリストが完成します。.

実際の手順は以下のとおりです。ファイルをエクスポートし、ChatGPTまたはClaude Codeを開き、評価基準を与え、ランキング表を読み返します。この記事では、これら2つのツールが実際の使用例の大部分を網羅しているため、主にこの2つのツールについて解説し、最後にCodexとローカルモデルについて簡単に触れます。.

リストをAIが好む形式でエクスポートしてください。

Googleマップで検索（例：「オースティンの歯医者」、「ベルリンのジム」）を実行し、Vonselのポップアップで検索結果を取得してエクスポートします。どのフォーマットを選択するかは、ファイルの保存先によって異なります。.

フォーマット選択の理由を詳しく知りたい場合は、こちらのガイドをご覧ください。 AI分析におけるJSONとCSVの比較 詳しく解説しています。ファイルの取り出し手順については、以下を参照してください。 AI向けにリードをCSV、Excel、またはJSON形式でエクスポート. CSV自体は、以下で説明するようなシンプルで明確な形状に従います。 RFC 4180, そのため、モデルはそれを非常に高い信頼性で解析できるのです。.

ChatGPTでリストに点数をつける

ChatGPTを開き、エクスポートしたCSVまたはExcelファイルを添付して、評価基準を与えます。モデルのデータ分析機能は、アップロードされたファイルを直接読み取ります。 OpenAIのファイルアップロードに関するよくある質問. うまく機能するプロンプトは次のようになります。:

"「以下は、地元企業のCSVファイルです。列には、企業名、カテゴリ、評価、レビュー数、ウェブサイトの有無、電話番号が含まれます。各行をウェブデザイン会社の営業リードとして0～100のスコアで評価してください。ウェブサイトがなく、評価が高く、レビューが10件以上の企業は優遇します。電話番号がない行は減点します。企業ごとに1行の理由を添え、評価の高い順から低い順に並べ替えた表を返してください。」."

重要なのは、モデルにあなたの 基準, ファイルだけでなく、あらゆる情報に適用できます。あなたのオファーにとって理想的なリード像を教えていただければ、その基準をすべての行に一貫して適用します。「レビュー数を重視する」「3.5つ星未満のものは除外する」といったように繰り返し設定でき、即座に再採点されます。.

すぐに使えるプロンプトについては、こちらをご覧ください。 ChatGPTがリードリストを要求する, ファイルのアップロードが初めての場合は、 ChatGPTにリードCSVをアップロードする方法.。.

Claude Codeでスケールアップ

ChatGPT は単発のリストに最適です。エクスポートが数百行または数千行に増えた場合、または毎週同じスコアリング ロジックが必要な場合は、 クロード・コード. これはターミナル上で実行され、エクスポートされたファイルを読み込み、再利用可能なスコアリングスクリプトを作成します。.

最初のプロンプトは次のようになるかもしれません。: "leads.json を読み込みます。各企業をウェブデザインの見込み客として評価する Python スクリプトを作成します。has_website が false の場合は +40、レビュー数 1 件につき +1 (最大 30 件)、評価が 4.0 以上の場合は +20、電話番号が空欄の場合は -15 を減点します。スコア列と理由列を含む、ソート済みの scored_leads.csv という名前の CSV ファイルを出力します。."

Claude Codeはスクリプトを作成し、実行して、ランキング結果を表示します。ChatGPTとの違いは耐久性です。ロジックはファイルとして保存されるため、翌週には拡張機能から新しいリストをエクスポートし、同じフォルダに保存して再度実行できます。. 採点プロセスが、何度もやり直す必要のあるチャットではなく、再現可能なパイプラインになります。.

これについてさらに詳しく知りたい場合は、 Claude Code を使用したリード分析 クリーニング、重複排除、およびデータ拡充を同一セッションで実行します。.

ChatGPTとClaude Codeのスコアリング方法の比較

スコアリングとVonselダッシュボードの融合

ChatGPTでCSVを採点するのは素晴らしいスタートだが、残るのはフラットファイルとToDoリストだけだ。 Vonselダッシュボード ランキングリストが実際のパイプラインへと変化する場所です。獲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、スプレッドシートの行ではなく、テリトリーマップ上で最高スコアのリードを確認できます。.

そこからプラットフォームは、生のデータ収集では得られない要素を付加します。レビューインテリジェンスは顧客が実際に不満を抱いている点を読み取り、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、セールスインテリジェンスは行動を起こす価値のある購買シグナルを明らかにします。付加価値の高いデータベースは、単なる評価と電話番号ではなく、各リードの真の課題に基づいて構築されています。.

以前にキャプチャしたものを再開したり、ビジネスを追加したり、保存済みのリードに新しいレビューを取り込んだりすることもできるので、スコア付きリストは時間とともに改善され続けます。生のエクスポートをコンテキスト化されたデータに変換する全体像については、以下をお読みください。 AIにビジネスデータを供給しましょう そして、広報活動の文章を書く準備ができたら、, 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.。.