私は眠っている間にリードを生成するAIループを構築しました (47 in 30 Days)
この月,CRMに47件のリードを追加し,冷たいメールも送ったり,LinkedInのフィードもスクロールしていない.AIループが他の作業中に生成する.今日,私は18分であなたと一緒に構築します.
これが写真です. Make.comは6時間ごとに行われます. 公開情報源のリストから新しい投稿を抽出します. 私にとっては,それは,理想的な顧客が私が解決する問題について文句を言うサブレッド・ビットやXアカウントのキュレーティングセットです. それぞれの投稿は,理想的な顧客プロフィールを冷たく知っているシステムプロンプトのリード・スカウトに送られます. 資格のあるリードは理由と理由を返還するか,スキップします. 資格のあるリードはピン・ノートメントエントリーとスラックを受け取ります.スキップは消えていきます. 私はそれらを決して見ません. 構築する18分,冷たいメールはありません.
ステップ1はリード・スカウトです.これは脳です.今回はカスタムGPTを構築するのではなく,カスタムGPTが作られているシステムプロンプトを構築し,Make.comの内部に展開しています.同じ論理,異なる文脈です.プロンプト構造です. アイデンティティ:あなたは5〜50人の SaaS企業にサービスしている小規模CMOのB2Bリーダー資格を持っています.収入は2〜2百万.独自のICPを置き換えます.ルール:ポストを読む.資格のあるかどうかを判断します.資格のある意味:会社のサイズに匹敵し,成長やマーケティングに関連する問題を言及し,投稿者が意思決定権限を有します. 輸出形式:JSONで回答します.資格のある場合は,返信,会社名,投稿,URL,問題,最初に提示された.返信しない場合は,返信します. これを2分で保存します.
ステップ2はトリガー.オープンメーク.com,クリックします 新しいシナリオを作成します.トリガーモジュールはソースに依存します.Xでは,キーワードまたはアカウントリストによってフィルタ化されたXモジュールを使用します.Redditでは,Reddit モジュールを使用します.Redditでは,Reddit モジュールを使用します.Redditでは,Redditで新しい投稿を見る.RSSでは,RSS モジュールを使用します.RSS モジュールを使用します.RSS ファイードアイテムをチェックします.ニッチ業界ブログでは最適です.私はRedditを使用しています.なぜなら,3つのサブレッドが私の全体のICをカバーしているからです.トリガーを設定します.subreddit名,実行ごとに10つの新しい投稿を制限します.毎6時間ごとにシナリオを実行するスケジュールです.スケジュールはキャンバスの下左に,Run Once dropdown,毎回X時間に変更します.保存します.現在,私たちは新しい投稿のストリームを持っています.毎回6時間,リード・スクーットが評価する準備ができています.
ステップ3は,資格符.トリガーの後でOpenAIモジュールを追加し,完成を作成を選択します.モデル:gpt-4o-mini.システムプロンプトは,まさにステップ1で書いたものであり,システムメッセージフィールドに貼り付けます.ユーザーメッセージ:トリガーからの投稿内容のみ,Redditモジュール出力からマッピングされます.現在,温度設定では,これをポイント1に落とします.低温は一貫した出力という意味です. JSONを下流解析しているので必要なものです.高温はクリエイティブ出力という意味です.これは,不一致な JSONフォーマットと壊れた自動化という意味です.保存します.実行 Once で一度テストします. OpenAIモジュールでは,パネル内の JSON 文字列を返信する必要があります.合格データまたはゼロです. これを参照すると,脳は動作しています.
条件:JSON応答はゼロに等しくないので,リードが合格したということになります.今,その JSON文字列をJSONの個々のフィールドに解析する必要があります.JSON モジュールを追加してください.JSON Parse JSON.OpenAI応答をJSON文字列フィールドにマップします.これを実行する最初のとき,合格回答サンプルをサンプルフィールドにペーストしてください.そうすればMake.comは構造を知ります.解析した後,合格のリードの名前,会社,問題,提案されたメッセージが別々の変数として利用できます.
5つ目のステップは,アクションです. 前回のビデオから馴染みのある領域に戻ります.同じブランチで,Notion データベースアイテムを作成してください. CRM データベースを選択してください.解析された JSON フィールドをマップします.タイトルから名前,会社から会社へコラム,問題へのメモ,草案アウトリーチ コラムへの提案メッセージ.ステータスを設定します.保存します. Slack メッセージ モジュールを追加します.チャンネル:リード.メッセージ:新しいインバウンドリード,会社から名前.問題:問題.Notion でメッセージの作成準備ができています.解析されたフィールドをマップします.保存します. 現在,監視されたソースのどこでも合格リードが検出されると,自動的に2つのことが起こります. メッセージの作成準備ができている CRM エントリートと,そして,私がレビューすることを知っているように,ピンティングの草案です. Slack に投稿するまでの総時間:30秒未満.
ここでループが閉まります.Notionでリードをレビューすると,草案のメッセージを開いて,30秒間編集してGmailから送信します.受信者が返信します.その返信は私のGmailインボックスをヒットします.そして最後のビデオからのメール・トリエージシステムはそのメールをリードとして分類し,Notionのエントリを回答で更新し,再び私にピングします.作業流はこうなります.AIはリードを見つけ,AIはメッセージを草案します.私は送信します.受信者が返信します.AIは回答を捕捉します.AIはCRM更新します.私は通知を見る.閉ざされたループ.私は30秒間このパイプライン全体を触りました.
避けるべき3つの間違いです.一つは,資格取得のために重量型GPT-4モデルを使用すること.ミニモデルは10分の"のコストでバイナリー資格を得るのに十分なものです.二つ目は,コストでキルスイッチなしでシナリオを実行させることです. Makeの設定の中に OpenAI利用制限を追加します.マインは月に20ドルで設定されています.3つ,超幅のソースです.私は12つのサブレッドでスタートし,騒音を得ました.3つの高信号ソースは毎回12つの中小なものを倒します.入力をカートしてください,フィルターではありません.
合計費用は:OpenAIの料金で12ドル,Make.comで29ドル.Notionのリードをレビューし,送信前に草案メッセージの編集を毎日約10分費やしました.それだけです.システムが見つけ,資格を取得し,他のすべてを事前に書き込みました.旧式の冷たいアウトリーチに比べてみてください.同じ結果のために月50時間です.数学は終わっていません.
リード・スクーットシステムプロンプトとメーク・コム・ブループリントが説明の中にあります.ICPのプロンプトを修正し,ソースを交換し,20分以内に同じループが表示されます.サブスクリプションを登録してください.次のビデオでは,Notion AI,ChatGPT,Claudeを30日間毎日ドライバーとして利用して並べて比較します.判決は私が予想していたものではありません.そこで会いましょう.
