Как ИИ может писать уникальные начальные строки холодных писем в Google Таблицах (новый, простой метод)
Posted: Sat Dec 07, 2024 10:25 am
Эпоха искусственного интеллекта значительно упростила — намного упростила — создание уникальных, персонализированных вступительных фраз для холодных писем.
Конечно, теперь стандарты выше, чем когда-либо: ваши вступительные фразы, написанные ИИ, должны быть подлинными, актуальными и содержательными, чтобы не создавать впечатления, что они созданы ИИ.
Хорошие новости: мы можем всего этого добиться. И довольно легко.
В этом руководстве я покажу вам, как использовать дополнение Google Workspace под названием GPT для Таблиц , чтобы исследовать веб-сайты потенциальных клиентов и писать им персонализированные вступительные строки — и все это в Google Таблицах .
Я также покажу вам, как использовать результаты и объединять их в своих кампаниях по работе с общественностью с помощью GMass .
Примечание: Если вам нужна помощь в установке GPT для Таблиц или в понимании его сложных цен, сначала ознакомьтесь с нашим полным руководством по GPT для Таблиц .
Ознакомьтесь с нашими другими руководствами по использованию GPT для Таблиц: Очистка данных и извлечение адресов электронной почты … Извлечение данных о потенциальных клиентах … Исправление грамматики, опечаток и т. д.
GPT для таблиц для уникальных открывателей холодных писем: Содержание
Использование GPT для таблиц для исследования потенциальных клиентов и написания персонализированных сообщений
Изучение страницы «О компании» и написание персонализированного вступления
Исследование компании без указания URL-адреса, а затем написание вступительной строки
Полный анализ веб-сайтов, а затем написание персонализированных строк на основе результатов
Исследование страниц потенциальных клиентов в LinkedIn для написания персонализированных вступлений
Использование ваших сгенерированных ИИ начальных фраз с GMass
Использование GPT для таблиц для исследования потенциальных клиентов и написания персонализированных сообщений
GPT для Таблиц имеет две функции веб-скрапинга , и я много экспериментировал с обеими, чтобы создать настраиваемые начальные строки для холодных писем.
Первая функция — GPT_WEB , которая на самом деле ищет в Интернете и читает живые веб-сайты. GPT для Таблиц использует для этого процесса онлайн-модель Perplexity AI , а не OpenAI.
Другая функция извлечения в GPT для Таблиц — GPT_SCRAPE , которая требует некоторых дополнительных шагов по настройке, но фактически извлекает все содержимое веб-страницы в ячейку Google Таблиц . (Оттуда вы можете использовать другую функцию для анализа по своему усмотрению.)
Одна гигантская разница: GPT_WEB стоит дополнительно $15 за 1000 выполнений, или 1,5 цента за поиск. Это делает его дороже всего, что вы сделаете с GPT для Таблиц — намного.
И, напротив, GPT_SCRAPE не стоит ничего , даже ваших токенов. Но он имеет дополнительный шаг технической настройки и добавляет больше ручной работы в процесс. Плюс, вам придется использовать по крайней мере некоторые токены позже, чтобы проанализировать то, что вы скопировали.
Теперь я расскажу об обеих этих функциях и о том, как их Список телефонных номеров WhatsApp в Непале можно использовать для исследования потенциальных клиентов и компаний.
Изучение страницы «О компании» и написание персонализированного вступления
Чтобы подготовиться к этим экспериментам, я создал Google Sheet с 10 американскими компаниями, которые производят и продают носки. (Потому что я пытался понять, что использовать для моего примера, и я посмотрел себе под ноги. Разумеется.)
В Google Таблице я добавил столбец под названием CompanyURL, в котором размещена ссылка на страницу «О компании» каждой компании.
Затем я добавил формулу GPT_WEB для создания персонализированного приветствия на основе чего-либо, найденного на странице .
Структура для GPT_WEB такова =GPT_WEB(research prompt, URL). Вот как выглядит моя формула.
=GPT_WEB("Write a short, conversational intro sentence for an email to this company expressing interest and/or admiration about something in their history or that they’re doing",A2)
Большинство результатов были именно тем, что я искал; ChatGPT просто увлекся и сошел с рельсов в строке 8.
Генерация оупенеров с использованием функции GPT_WEB
Конечно, теперь стандарты выше, чем когда-либо: ваши вступительные фразы, написанные ИИ, должны быть подлинными, актуальными и содержательными, чтобы не создавать впечатления, что они созданы ИИ.
Хорошие новости: мы можем всего этого добиться. И довольно легко.
В этом руководстве я покажу вам, как использовать дополнение Google Workspace под названием GPT для Таблиц , чтобы исследовать веб-сайты потенциальных клиентов и писать им персонализированные вступительные строки — и все это в Google Таблицах .
Я также покажу вам, как использовать результаты и объединять их в своих кампаниях по работе с общественностью с помощью GMass .
Примечание: Если вам нужна помощь в установке GPT для Таблиц или в понимании его сложных цен, сначала ознакомьтесь с нашим полным руководством по GPT для Таблиц .
Ознакомьтесь с нашими другими руководствами по использованию GPT для Таблиц: Очистка данных и извлечение адресов электронной почты … Извлечение данных о потенциальных клиентах … Исправление грамматики, опечаток и т. д.
GPT для таблиц для уникальных открывателей холодных писем: Содержание
Использование GPT для таблиц для исследования потенциальных клиентов и написания персонализированных сообщений
Изучение страницы «О компании» и написание персонализированного вступления
Исследование компании без указания URL-адреса, а затем написание вступительной строки
Полный анализ веб-сайтов, а затем написание персонализированных строк на основе результатов
Исследование страниц потенциальных клиентов в LinkedIn для написания персонализированных вступлений
Использование ваших сгенерированных ИИ начальных фраз с GMass
Использование GPT для таблиц для исследования потенциальных клиентов и написания персонализированных сообщений
GPT для Таблиц имеет две функции веб-скрапинга , и я много экспериментировал с обеими, чтобы создать настраиваемые начальные строки для холодных писем.
Первая функция — GPT_WEB , которая на самом деле ищет в Интернете и читает живые веб-сайты. GPT для Таблиц использует для этого процесса онлайн-модель Perplexity AI , а не OpenAI.
Другая функция извлечения в GPT для Таблиц — GPT_SCRAPE , которая требует некоторых дополнительных шагов по настройке, но фактически извлекает все содержимое веб-страницы в ячейку Google Таблиц . (Оттуда вы можете использовать другую функцию для анализа по своему усмотрению.)
Одна гигантская разница: GPT_WEB стоит дополнительно $15 за 1000 выполнений, или 1,5 цента за поиск. Это делает его дороже всего, что вы сделаете с GPT для Таблиц — намного.
И, напротив, GPT_SCRAPE не стоит ничего , даже ваших токенов. Но он имеет дополнительный шаг технической настройки и добавляет больше ручной работы в процесс. Плюс, вам придется использовать по крайней мере некоторые токены позже, чтобы проанализировать то, что вы скопировали.
Теперь я расскажу об обеих этих функциях и о том, как их Список телефонных номеров WhatsApp в Непале можно использовать для исследования потенциальных клиентов и компаний.
Изучение страницы «О компании» и написание персонализированного вступления
Чтобы подготовиться к этим экспериментам, я создал Google Sheet с 10 американскими компаниями, которые производят и продают носки. (Потому что я пытался понять, что использовать для моего примера, и я посмотрел себе под ноги. Разумеется.)
В Google Таблице я добавил столбец под названием CompanyURL, в котором размещена ссылка на страницу «О компании» каждой компании.
Затем я добавил формулу GPT_WEB для создания персонализированного приветствия на основе чего-либо, найденного на странице .
Структура для GPT_WEB такова =GPT_WEB(research prompt, URL). Вот как выглядит моя формула.
=GPT_WEB("Write a short, conversational intro sentence for an email to this company expressing interest and/or admiration about something in their history or that they’re doing",A2)
Большинство результатов были именно тем, что я искал; ChatGPT просто увлекся и сошел с рельсов в строке 8.
Генерация оупенеров с использованием функции GPT_WEB