無料のVonsel拡張機能を使って企業情報を収集し、CSV、Excel、またはJSON形式でエクスポートして、ChatGPT、Claude Code、Codex、またはローカルマシン上のモデルを使ってリードを処理できます。.
大規模な言語モデルは、与えるデータによってのみ有用性が決まります。ChatGPTに「マドリードの歯医者を探して」と尋ねると、推測します。 あなたが実際に撮影したビジネス, 名前、電話番号、ウェブサイト、評価、レビューテキストなどを備え、真の分析者となる。.
それが全てです Vonsel Chrome拡張機能. Googleマップで検索を実行し、結果を取得して、CSV、Excel、またはJSON形式でエクスポートします。このファイルは、マップと、マップを参照したい任意のモデルとの間の橋渡しとなります。APIキーも、スクレイピングコードも、コピー＆ペーストも不要です。.
このガイドでは、ほとんどの人が実際に利用する2つのツール、ChatGPTとClaude Codeに焦点を当て、その後、プライベート実行やスクリプト実行を希望する人向けにCodexとローカルLLMについて説明します。この概念についてさらに詳しく知りたい場合は、以下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.。.
Googleマップを開き、カテゴリとエリアを検索すると、Vonselのポップアップが検索結果を表示します。表示が完了したら、フォーマットを選択します。それぞれのフォーマットは異なる種類のAI処理に適しているため、目的地を考慮して選択してください。.
| 形式 | 最適 | なぜ |
|---|---|---|
| CSV | ChatGPTのアップロード、スプレッドシート | 汎用性が高く、平らで、目視や回転が容易です。 |
| Excel (XLSX) | 非技術的なレビュー、共有 | 書式設定と複数シートは輸送後も維持される |
| JSON | クロード・コード、コーデックス、地元のLLM | レビューやソーシャルプロフィールなどのネストされたフィールドはそのまま保持されます |
役立つ経験則：: 人間やチャットウィンドウがデータを読み取る場合はCSVまたはExcel、スクリプトがデータを読み取る場合はJSON. それぞれの性能が発揮されるタイミングの詳細な内訳を知りたい場合は、以下をお読みください。 AI分析におけるJSONとCSVの比較 そして実用的 AIの輸出リード 攻略ガイド。.
ほとんどの人がここから始めますが、それには正当な理由があります。ChatGPT を開き、CSV または Excel エクスポートを添付して、モデルが直接読み取れるテーブルとしてファイルを扱います。そのデータ分析ツールは、数式を書かなくてもグループ化、ソート、スコアリングを行うことができます。OpenAI の 開発者向けドキュメント 構造化入力の処理方法について。.
ファイルアップロード後に表示される適切な最初のプロンプト：:
1. セグメント。. "「これらの企業を評価帯（3.5未満、3.5～4.2、4.2以上）ごとにグループ分けし、それぞれのグループ内でウェブサイトを持たない企業の数を数えてください。」そうすることで、リストの中に隠れているウェブデザインの見込み客がすぐに明らかになります。.
2. 得点。. "「レビュー数の少なさやウェブサイトの欠落を指標として、マーケティング支援が必要な可能性に基づいて各行をランク付けします。上位25件を1行の理由とともに返します。」これで、スプレッドシートではなく、コールシートが完成です。.
3. 草稿。. "「上位10社それぞれに送るコールドメールの冒頭部分を、相手のデータから具体的な事例を引用しながら、短く具体的に書いてください。」AIに入力すると、実際に送信できる冒頭文がAIから返ってきます。.
この手順を段階的に説明したバージョンについては、 ChatGPTにリードCSVをアップロードする ガイドが具体的なクリック手順を説明します。.
チャットウィンドウだけでは不十分な場合、Claude Code はエクスポートを実用的なデータセットに変換します。ターミナルで実行され、ファイルを読み込むことができるため、あらゆるビジネスがネストされたレビュー、営業時間、ソーシャルリンクを含む JSON エクスポートで真価を発揮します。ファイルを指定するだけで、コードの作成と実行を自動で行います。 クロード・コード エージェントが解析処理を行うため、ライブラリを直接操作する必要はありません。.
Claude Codeでは些細なことでも、手作業では面倒なこと：:
異なる検索結果からエクスポートされた2つのファイルを結合し、重複する場所IDを削除し、電話番号のフォーマットを正規化して、1つのクリーンなファイルを作成するように指示してください。.
JSONファイル内のすべてのレビューをスキャンし、企業ごとに繰り返し発生する苦情、つまり提案の切り口となる問題点を抽出します。.
ファイルを、あなたの地域を示す小さなHTMLマップまたはグラフに変換すれば、密度や空白地帯が一目でわかります。.
プロンプトを繰り返し実行可能なスクリプトとして保存すれば、来週のエクスポートも1つのコマンドで同じ方法でクリーンアップ、採点、エクスポートできます。.
より詳しいレシピについては、以下をご覧ください。 Claude Codeでリードを分析する. ChatGPT で簡単な質問を、Claude Code でスクリプトによる作業を組み合わせれば、スクレイピングしたリストを使って行う作業の大部分をカバーできます。.
プライバシー保護または自動化を優先する場合、さらに2つの選択肢が重要になります。. コーデックス Claude Code とよく似た動作をし、ターミナル内のエージェントとしてエクスポートを読み込み、エンリッチメントスクリプトを作成します。チームが既にそのツールチェーンを使用している場合は、 Codexでリードリストを充実させよう ガイドはそこで迎えに来ます。.
ビジネス連絡先をホスト型サービスにアップロードしたくない場合は、ローカルLLMが解決策となります。 オラマ オープンモデルを自分のマシンで実行し、同じCSVまたはJSONデータを入力として与えることができます。データはラップトップから外部に送信されることがないため、規制対象分野や厳格な契約に基づく顧客リストを扱う場合に特に重要です。.
ローカルモデルはホストされている巨大モデルよりも規模が小さく、処理速度も遅いため、タスクは絞り込みましょう。例えば、列の分類、レビューのバッチの要約、ニッチによるリードのタグ付けなどです。複雑な推論はChatGPTやClaude Codeで行い、ローカルモデルは完全にオフラインで実行したい場合にのみ使用しましょう。法的な面では、公開されているビジネスデータのスクレイピングは一般的に正当化されますが、常に法律を遵守してください。 Googleマップのデータをスクレイピングすることは合法ですか？ パイプラインを構築する前に。.
スクレイピングしたファイルをLLMに通すのは強力ですが、チャットの記録は営業システムではありません。ターミナルに表示されるインサイトだけでは、ミーティングの予約はできません。だからこそ、この拡張機能はVonselへの入り口に過ぎないのです。.
キャプチャしたすべてのものも流れ込みます Vonselダッシュボード, リード情報が地図上に整理されたCRMで、CSVファイルのようなデータの中に埋もれることはありません。そこでは、営業、レビュー、メール分析が自動で行われます。レビューから問題点が自動的に抽出され、各企業の状況に合わせてAIによるメールが作成されます。付加価値のある、文脈に沿ったデータベースは、後から追加するのではなく、データ収集と同時に構築されます。.
ChatGPTとClaude Codeを自由に活用して、探索や実験を行ってください。実際にパイプラインを構築する準備ができたら、スクレイピングを再開して企業を追加したり、取得した企業にレビューを添付したりして、ダッシュボードがリードを最初の問い合わせから最初の面談まで導いてくれるようにしましょう。AIは学習の場であり、Vonselは販売の場です。.
Chrome拡張機能を追加する