Изградих AI петлю, която генерира лидове, докато спя (47 в 30 дни)

Добавих 47 потенциални клиенти в CRM този месец и не съм изпратил нито един студен имейл или прокрутил нито един LinkedIn фед.

Ето и картината. Make.com се разпространява на всеки шест часа. Той извлича нови публикации от списък с публични източници, за мен това е кураторски набор от субредити и X акаунти, където моите идеални клиенти се оплакват от проблеми, които решавам. Всеки пост се изпраща на Lead Scout, системен запит, който знае, че идеалният ми клиентски профил е студен. Той връща или квалифициран с причини, или се пропуска. Квалифицирани лиди получават запис ping Notion и Slack. Пропускане изчезват. Никога не ги виждам. Осемнадесет минути за изграждане, без студен имейл.

Първият стъпка, Лейд Скаут. Това е мозъкът. Този път не изграждаме персонален GPT, а изграждаме системата за пратка, от която са направени персоналните GPT, и я разполагаме в Make.com. Същата логика, различен контекст. Ето структурата на пратката. Идентичност: Вие сте B2B водещ квалификатор за фракционен CMO, който обслужва SaaS компании с от пет до петдесет служители, с приходи между два и двадесет милиона души. Замените собствения си ICP. Правилата: Прочетете поста. Решете дали сте квалифицирани или не. Квалифицирано означава: съответства на размера на компанията, споменава проблем, свързан с растежа или маркетинга, а публикуващият има правомощият да вземе решения. Изходният формат: Отговори в JSON. Ако е квалифицирано, връщайте името на компанията, URL на поста, проблем, предложен първи. Не връщайте, нулево. Ако сме квалифицирани, ще го запишем в две минути.

За Reddit използвайте Reddit модула Watch new posts in subreddit. For RSS, използвайте RSS модула Watch RSS feed items, най-доброто за нишовите блогове. Използвам Reddit, защото трито subreddits покриват целия ми ICP. Конфигурирайте trigger: subreddit name, ограничавай десет нови постове на изтичане, планирай сценария да се изпълнява на всеки шест часа. Графикът е в долната лява част на платното, Run Once dropdown, switch to Every X hours. Save. Сега имаме поток от нови постове, които влизат в нашия сценарий за шест часа, готови за оценка от Лейд Скаута.

Трети стъпка, квалификаторът. Добавете OpenAI модул след тригъра, изберете Създавайте завършване. Модел: gpt-4o-mini. Системен промък е точно това, което написахме в стъпка едно, впишете го в полето на системно съобщение. Потребителското съобщение: само съдържанието на публикациите от тригъра, картографирано от изхода на модула Reddit. Сега настройката на температурата, пуснете това в точка едно. Ниска температура означава последователен изход, от който се нуждаем, защото анализираме JSON надолу по течение. Висока температура означава творчески изход, който тук би означавал несъответствие на форматирането на JSON и нарушена автоматизация. Спечете. Изпробвайте го веднъж с Run Once. OpenAI модулът трябва да върне изход на JSON въже в панела, независимо дали е квалифицирано или нулево. Ако видите това, мозъкът работи.

Четвърто стъпка е филтърът. Искаме да действаме само върху квалифицирани проводници. Кликнете върху свързвача след OpenAI, добавете филтър. Състояние: Отговорът на JSON не е равно на нул, което означава, че водещият е квалифициран. Сега трябва да анализираме този JSON възел в отделни полета, които Make.com може да използва. Добавете JSON модул Parse JSON. Картирайте отговора на OpenAI в полето на JSON въжето. Първия път, когато го изпълните, впишете извадка от квалифициран отговор в полето на извадката, така че Make.com да знае структурата. След прослушването ще имате име на квалифицирания воден, компания, проблем и предложен съобщение, налични като отделни променливи.

На същата клон добавете Notion Create a database item. Изберете вашата CRM база данни. Картирайте парсираните JSON полета: Name to Title, Company to Company колона, Problem to Notes, Suggested message to a Draft Outreach колона. Настройка на Status to New Inbound. Спазвайте. Добавете Slack Send съобщение модул. Канал: Lead. Message: New inbound lead, name from company. Problem: problem. Draft ready message in Notion. Map the parsed fields. Save. Сега, когато квалифициран lead е открит навсякъде в вашите контролирани източници, две неща се случват автоматично: CRM вписване с подготвенoutreach съобщение, и пинг проект, така че да знам да го прегледам. Общо време от публикация до Slack: under thirty seconds.

Когато прегледам водеща информация в Notion, отварям проекта, редактирам го за тридесет секунди, изпращам я от Gmail. Получителят отговаря. Този отговор достига до входящата кутия на Gmail, а системата за електронна поща от последния видео запис я хваща, класифицира като водеща информация, актуализира същия Notion запис с отговора и ме връща отново. Така че работното течение продължава: AI открива водеща информация, AI проектира съобщение, изпращам, получателски отговори, AI хваща отговор, AI актуализира CRM, виждам уведомление. Заключена петлина.

Три грешки, които трябва да се избегнат. Първият е използването на тежкия модел GPT-4 за квалификацията. Мини моделът е достатъчно за двоична квалификация с една десета от цената. Второ, да позволим сценарият да работи без къл-свич на цена. Добавете капацитет за използване на OpenAI в настройките на Make. Мина е наложен на двадесет долара месечно. Три, свръхшироки източници. Започнах с дванадесет субреддита и получих шум. Три източника с висок сигнал побеждават дванадесет посредствени всеки път.

Резултатите от тридесет дни. Четиридесет и седем квалифицирани потенциални клиенти са добавени към CRM. Шест от тях са отговорили на моята обява. Двама са станали платени клиенти. Един е резервирал ангажимент от тридесет хиляди долара. Общият разход: дванадесет долара в OpenAI такси, двадесет и девет долара в Make.com. Прекарвах около десет минути на ден да преглеждам потенциалните клиенти в Notion и да редактирам проекто съобщения преди да изпратя. Това е всичко. Системата откри, квалифицира и предварително проектира всичко останало. Сравнете това с старошколния студен обхват: петдесет часа на месец за същите резултати.

Изменяйте промътка за вашия ICP, размените източниците си, имате една и съща петлина за двадесет минути.Подпишете се, защото следващото видео сравнявам Notion AI, ChatGPT и Claude едно до друго след тридесет дни, като използвам всеки от тях като мой ежедневен шофьор.Решението не е това, което очаквах.