Öncü verilerle yerel LLM'leri kullanın Google Haritalar'dan dışa aktar, ardından Yapay zekânızı besleyin

Yapay zekânızı gerçek iş verileriyle besleyin

Büyük dil modelleri, ancak onlara verdiğiniz veriler kadar kullanışlıdır. ChatGPT'ye "Madrid'deki diş hekimlerini bul" dediğinizde tahmin edecektir. Ona temiz bir dosya verin Kendi çektiğiniz gerçek işletmeler, İsimler, telefon numaraları, web siteleri, puanlar ve yorum metinleriyle birlikte, gerçek bir analist haline geliyor.

Bütün mesele bu zaten Vonsel Chrome uzantısı. Google Haritalar'da bir arama yapıyorsunuz, sonuçları yakalıyorsunuz ve bunları CSV, Excel veya JSON olarak dışa aktarıyorsunuz. Dosya, harita ile ona yönlendirmek istediğiniz herhangi bir model arasında köprü görevi görüyor. API anahtarlarına, veri kazıma koduna veya kopyala yapıştır işlemine gerek yok.

Bu kılavuzda, çoğu insanın gerçekten kullandığı iki araca, ChatGPT ve Claude Code'a odaklanacağız, ardından özel veya betiklenmiş çalıştırmalar isteyen herkes için Codex ve yerel LLM'leri ele alacağız. Kavram hakkında daha ayrıntılı bilgi için bkz Yapay zekânızı iş verileriyle besleyin..

Uzantıdan doğru formatı dışa aktarın

Google Haritalar'ı açın, bir kategori ve bölge arayın ve Vonsel açılır penceresinin listeleri yakalamasına izin verin. Yakalama işlemi tamamlandığında bir format seçin. Her format farklı bir yapay zeka çalışma türüne uygundur, bu nedenle gideceğiniz yeri göz önünde bulundurarak seçim yapın.

Faydalı bir pratik kural: Veriler bir insan veya sohbet penceresi tarafından okunduğunda CSV veya Excel, bir komut dosyası tarafından okunduğunda ise JSON olarak kaydedilir. Her birinin ne zaman daha etkili olduğunu ayrıntılı olarak öğrenmek isterseniz, okuyun Yapay zeka analizi için JSON ve CSV karşılaştırması ve pratik Yapay zeka için ihracat potansiyel müşterileri adım adım rehber.

ChatGPT: Dosyayı yükleyin ve sorun

Çoğu insan buradan başlar ve bunun iyi bir nedeni vardır. ChatGPT'yi açın, CSV veya Excel dışa aktarımınızı ekleyin ve dosyayı modelin doğrudan okuyabileceği bir tablo olarak ele alın. Veri analiz araçları, formül yazmanıza gerek kalmadan gruplandırma, sıralama ve puanlama yapabilir. OpenAI'nin sayfasına bakın geliştirici belgeleri Yapılandırılmış girdiyi nasıl ele aldığına dair.

Dosya yüklendikten sonra ilk dikkat edilmesi gerekenler:

1. Bölüm. "Bu işletmeleri puanlama aralığına göre gruplandırın (3,5'in altında, 3,5 ile 4,2 arası, 4,2'nin üzerinde) ve her grupta web sitesi olmayanların sayısını belirleyin." Bu, listenizde gizlenmiş web tasarım potansiyeli olan işletmeleri anında ortaya çıkarır.

2. Puan. "Düşük değerlendirme sayıları ve eksik web sitelerini sinyal olarak kullanarak, her satırı pazarlama desteğine ihtiyaç duyma olasılıklarına göre sıralayın. İlk 25'i tek satırlık bir gerekçeyle birlikte döndürün." Artık bir elektronik tablo değil, bir arama listeniz var.

3. Taslak. "En iyi 10 kişiye gönderilecek, verilerinden gerçek bir şeye atıfta bulunan kısa ve öz bir giriş cümlesi yazın." Yapay zekaya metni veriyorsunuz, yapay zeka da size gerçekten gönderebileceğiniz giriş cümleleri geri veriyor.

Bunun adım adım anlatımı için, bizim ChatGPT'ye potansiyel müşteri CSV dosyasını yükleyin Kılavuz, tam olarak hangi adımların izlenmesi gerektiğini adım adım açıklıyor.

Claude Code: JSON dosyalarınız üzerinde komut dosyaları çalıştırın

Bir sohbet penceresi yeterli olmadığında, Claude Code dışa aktardığınız verileri çalışan bir veri kümesine dönüştürür. Terminalinizde çalıştığı ve dosyaları okuyabildiği için, her işletmenin iç içe geçmiş yorumlar, çalışma saatleri ve sosyal medya bağlantıları içerdiği JSON dışa aktarımında öne çıkar. Dosyayı gösterin ve sizin için kodu yazıp çalıştırsın Claude Kodu Aracı, ayrıştırma işlemini üstlenir, böylece kütüphaneye hiç dokunmanıza gerek kalmaz.

Claude Code'da önemsiz sayılan, elle yazıldığında ise oldukça zahmetli olan şeyler:

Daha detaylı tarifler için bakınız Claude Code ile potansiyel müşterileri analiz edin. ChatGPT hızlı sorular için, Claude Code ise betik tabanlı çalışmalar için birlikte kullanıldığında, kazınmış bir listeyle yapacağınız işlerin büyük çoğunluğunu kapsar.

Çevrimdışı çalıştırmalar için Codex ve yerel LLM'ler

Gizlilik mi yoksa otomasyon mu öncelikli olduğunda iki yol daha önem kazanır. Kodeks Claude Code'a çok benzer şekilde çalışır; terminalinizde dışa aktarılan dosyayı okuyan ve zenginleştirme komut dosyalarını yazan bir aracıdır. Eğer ekibiniz zaten bu araç zincirini kullanıyorsa, bizim Codex ile potansiyel müşteri listelerinizi zenginleştirin Rehber buradan devam ediyor.

Yerel LLM'ler, işletme iletişim bilgilerini barındırma hizmetine hiç yüklemek istemediğinizde çözümdür. Örneğin, bir çalışma ortamı gibi Ollama Bu sayede açık kaynaklı bir modeli kendi bilgisayarınızda çalıştırabilir ve aynı CSV veya JSON verilerini ona besleyebilirsiniz. Veriler asla dizüstü bilgisayarınızdan ayrılmaz; bu da, düzenlemeye tabi sektörlerle veya sıkı anlaşmalar altındaki müşteri listeleriyle çalışıyorsanız önemlidir.

Yerel modeller, barındırılan devlerden daha küçük ve daha yavaştır, bu nedenle görevleri odaklı tutun: bir sütunu sınıflandırın, bir grup yorumu özetleyin, potansiyel müşterileri nişlere göre etiketleyin. Karmaşık mantıksal işlemleri ChatGPT veya Claude Code'da yapın ve yerel modeli tamamen çevrimdışı tutmak istediğiniz işlemler için saklayın. Yasal açıdan, kamuya açık işletme verilerini kazımak genellikle savunulabilir, ancak her zaman dikkatli olun Google Haritalardan veri kazımak yasal mı Üzerine bir işlem hattı oluşturmadan önce.

İhracat araçtır, kontrol paneli ise amaçtır

Kazınmış bir dosyayı LLM'den geçirmek güçlü bir yöntemdir, ancak bir sohbet dökümü satış sistemi değildir. Terminalde bulunan bilgiler toplantı rezervasyonu yapmaz. Bu nedenle uzantı, Vonsel'e açılan sadece bir giriş kapısıdır.

Yakaladığınız her şey aynı zamanda şuraya da akar Vonsel kontrol paneli, Haritalandırılmış bir CRM sistemi; burada potansiyel müşteriler rastgele bir CSV dosyasında değil, harita üzerinde yer alıyor. Satış, Yorumlar ve E-posta Zekası sizin için analizleri yapıyor: Yorumlar otomatik olarak sorun noktaları açısından inceleniyor ve her işletme için kendi bağlamı kullanılarak yapay zeka destekli bir e-posta taslağı oluşturuluyor. Katma değerli, bağlamlandırılmış veritabanı, sonradan eklenmek yerine, veri toplama işlemi sırasında oluşturuluyor.

Bu nedenle, keşfetmek ve denemek için ChatGPT ve Claude Code'u özgürce kullanın. Satış hattını gerçekten çalıştırmaya hazır olduğunuzda, daha fazla işletme eklemek veya yakalananlara yorumlar eklemek için bir veri toplama işlemi yeniden başlatın ve gösterge panosunun potansiyel müşterileri ilk aşamadan ilk görüşmeye kadar taşımasına izin verin. Yapay zeka öğrenme yeridir. Vonsel ise satış yaptığınız yerdir.