Kako uporabljati ChatGPT in Claude za personalizacijo zapiskov o povezavi LinkedIn v velikem obsegu

ChatGPT proti Claudeu: Katero orodje za katero delo

Za večino ljudi je orodje, ki ustvari najboljše rezultate, tisto, s katerim se že znajdete. Nasveti in načela v tem priročniku delujejo enako dobro v obeh. Mnogi strokovnjaki uporabljajo ChatGPT za množično ustvarjanje zapiskov in Claude za dragocene posamezne zapiske – vendar je potek dela enak.

Kaj morate zbrati, preden napišete eno samo sporočilo

Kakovost vaših zapiskov na LinkedInu, ki jih ustvari umetna inteligenca, je neposredno sorazmerna s kakovostjo informacij, ki jih posredujete umetni inteligenci. Če pride do napake, pride do generičnih informacij. Preden odprete ChatGPT ali Claude, morate zbrati podatke o personalizaciji za vsako osebo, s katero nameravate stopiti v stik.

Bistvene podatkovne točke

Vsaj želite ime osebe, njen trenutni naziv delovnega mesta in podjetje ter en konkreten, pristen razlog, zakaj se z njo obračate. Ta razlog je gonilo personalizacije.

Podatkovne točke visoke vrednosti

Če želite zapiske, ki so resnično prilagojeni in ne polni predlog, pojdite globlje. Poiščite nedavno objavo ali članek, ki so ga objavili, in si zapišite temo ali določeno točko, ki je odmevala. Preverite, ali imate kakšne skupne povezave in če jih imate, kdo so. Poiščite skupne poklicne izkušnje – ali sta oba delala v isti panogi, se udeležila iste konference ali prestala isti karierni prehod? Zapišite si vse pomembne nagrade, mejnike ali novice podjetja, ki so dovolj nedavne, da se zdijo aktualne. Te podatkovne točke postanejo surovina, ki jo bo vaš poziv umetne inteligence spremenil v osebno, ustrezno sporočilo.

Kje najti te informacije

Njihov profil na LinkedInu je vaš glavni vir. Pojdite dlje od naslova – preberite njihov razdelek »O meni«, preverite njihove nedavne dejavnosti (objave in komentarje), poglejte si podjetja, za katera so delali, in preletite njihov razdelek »Izpostavljeno«. Če imajo glasilo, podcast ali objavljeno vsebino, na katero je povezana povezava iz njihovega profila, vam že hiter pregled ponudi gradivo, ki ga skoraj nihče drug, ki bi se obrnil nanje, ne bi poiskal.

Organizacija vaše raziskave

Za povečanje obsega tega postopka shranite svojo raziskavo v preprosti preglednici. Stolpci naj vključujejo: ime, trenutni naziv, podjetje, panogo, povezovalni element (tista specifična stvar, na katero se boste sklicevali), razlog za stik z nami in morebitni dodatni kontekst. Ta preglednica postane vhod za vaše pozive umetne inteligence v velikem obsegu.

Preberi več—> Vloga umetne inteligence v sodobnem omrežju LinkedIn

Osnovni okvir pozivov za opombe LinkedIn

Dobro strukturiran poziv je razlika med izhodom umetne inteligence, ki ga lahko pošljete takoj, in izhodom umetne inteligence, ki potrebuje popolno reportažaTukaj je ogrodje, ki dosledno ustvarja najboljše zapiske o povezavah z LinkedInom v različnih primerih uporabe.

Šest elementov visoko konvertirajočega umetnega inteligencnega poziva

1. Vloga

Povejte umetni inteligenci, v čigavem imenu piše. Vključite svoje ime, trenutno vlogo in vse ustrezne kontekste v zvezi z vašim poklicnim fokusom. Umetna inteligenca mora vedeti, v čigavem imenu piše. Primer: »Pišete v imenu [Vaše ime], svetovalca za trženje SaaS za podjetja B2B, ki pomaga zagonskim podjetjem v zgodnji fazi zgraditi njihov prvi motor rasti.«

2. Kontekst prejemnika

Umetni inteligenci navedite ključna dejstva o osebi, s katero se povezujete. Vključite njeno ime, vlogo, podjetje in specifično značilnost personalizacije, ki ste jo prepoznali v svoji raziskavi. Primer: »Prejemnik je [Ime], podpredsednik produkta pri [Podjetje]. Nedavno je objavil o izzivu usklajevanja produktnih in prodajnih ekip v okviru predloga PLG.«

3. Cilj sporočila

Jasno navedite, kaj želite s sporočilom doseči. Sporočila za stik na LinkedInu imajo omejitev 300 znakov, zato cilj skoraj nikoli ni skleniti posla – cilj je pridobiti stik in pokazati resnično relevantnost. To jasno navedite v pozivu: »Cilj je pridobiti stik s prikazom resnične relevantnosti, ne pa s predstavitvijo izdelka ali storitve.«

4. Ton in glas

Ton jasno določite. Možnosti vključujejo: topel in pogovoren, neposreden in profesionalen, radoveden in enakopraven, navdušen, a spoštljiv. Ton prilagodite svoji osebni blagovni znamki in verjetnim preferencam prejemnika. Ustanovitelj zagonskega podjetja se bo na sporočilo odzval drugače kot podpredsednik podjetja.

5. Omejitve

Opombe o povezavi LinkedIn so omejene na 300 znakov. To navedite kot trdno omejitev v pozivu. Navedite tudi morebitne besedne zveze ali pristope, ki se jim je treba izogniti – na primer »ne omenjajte nobenih storitev ali izdelkov«, »ne uporabljajte besede sinergija« ali »izogibajte se začetku z »jaz«.

6. Izhodni format

Zahtevajte dve ali tri različice, da boste imeli na voljo več možnosti. Zahtevajte, da vsaka različica ne presega 300 znakov in da je napisana v navadnem besedilu brez posebnega oblikovanja ali emojijev.

Preberi več—-> Ali lahko agenti umetne inteligence obravnavajo odgovore, ne da bi zveneli kot roboti?

Predloga glavnega poziva

Tukaj je glavni poziv za večkratno uporabo, ki vključuje vseh šest elementov. Kopirajte ga v ChatGPT ali Claude in izpolnite polja v oklepajih:

Pišete zahtevo za povezavo z LinkedInom v imenu [VAŠE IME], osebe [VAŠA VLOGA], ki ima [KRATEK OPIS VAŠEGA DELA IN ZA KOGA].

Prejemnik je [IME], [NAZIV] v [NJIHOVEM PODJETJU]. [EN STAVEK S SPECIFIČNIM KONTEKSTOM – npr. »Pred kratkim so pisali o X« ali »Pravkar so se pridružili podjetju Y po Z letih v W.«]

Moj razlog za povezovanje: [VAŠ PRISTNI RAZLOG – skupno zanimanje, občudovanje njihovega dela, potencialno sodelovanje, ista skupnost itd.]

Ton: [TON — npr. topel in enakopraven, neposreden in profesionalen, radoveden in z nizkim pritiskom]

Omejitve: Manj kot 300 znakov. Golo besedilo. Brez predstavitev. Brez žargona. Ne začnite z »jaz«. Ne uporabljajte besed »sinergija«, »vzvod« ali »stična baza«.

Napiši tri različice.

Primeri pozivov, pripravljenih za uporabo, po primerih uporabe

Različni cilji ozaveščanja zahtevajo različne pozive. Tukaj so primeri pozivov v celoti napisanih za najpogostejše scenarije povezave z LinkedInom.

Primer uporabe 1: Stopite v stik z njimi po branju njihove vsebine

V imenu Maye Chen, raziskovalke uporabniške izkušnje pri srednje velikem fintech podjetju, pišete zahtevo za povezavo z LinkedInom. Prejemnik je David Park, oblikovalec izdelkov, ki je pred kratkim objavil objavo o tem, zakaj temni vzorci spodkopavajo zaupanje v finančne aplikacije. Mayi se je objava zdela pronicljiva in se želi povezati z Davidom kot sodelavcem na področju izdelkov in oblikovanja. Ton: pristen, medsebojno usmerjen, intelektualno angažiran. Manj kot 300 znakov. Brez predstavitve. Tri različice.

Primer uporabe 2: Povezovanje s potencialno stranko

V imenu Jamesa Okaforja, samostojnega stratega blagovnih znamk, pišete zahtevo za povezavo z LinkedInom. Prejemnica je Priya Mehta, vodja trženja pri zagonskem podjetju za zdravstveno tehnologijo serije A, imenovanem NovaCare. James spremlja rast NovaCare in občuduje, kako se pozicionirajo na prenatrpanem trgu. Želi se povezati brez predstavitve – preprosto odpreti vrata. Ton: spoštljiv, dobro podkovan, brez pritiska. Manj kot 300 znakov. Ne omenjajte njegovih storitev. Tri različice.

Primer uporabe 3: Stik s potencialnim delodajalcem ali vodjo zaposlovanja

V imenu Leile Santos, podatkovne analitičarke s petletnimi izkušnjami v e-trgovini in maloprodaji, pišete zahtevo za povezavo z LinkedInom. Prejemnik je Tom Briggs, direktor analitike pri Shopifyju. Leila aktivno raziskuje nove vloge in iskreno občuduje Shopifyjev pristop k analitiki trgovcev. Želi se pristno povezati, ne le zato, ker išče službo. Ton: profesionalen, navdušen, pristen. Manj kot 300 znakov. Brez omembe prošenj za zaposlitev. Tri različice.

Primer uporabe 4: Ponovna vzpostavitev stika z nekdanjim sodelavcem ali stikom

V imenu Raja Patela, direktorja prodaje, pišete zahtevo za povezavo z LinkedInom. Prejemnica je Sarah Kim, ki je pred štirimi leti z Rajem delala v istem podjetju. Nista bila tesna kolega, vendar sta se srečala pri nekaj projektih. Raj se želi ponovno povezati, ne da bi se to zdelo vsiljeno ali transakcijsko. Ton: topel, sproščen, brez agende. Manj kot 300 znakov. Tri različice.

Primer uporabe 5: Povezovanje po konferenci ali dogodku

V imenu Anne Kowalski, ustanoviteljice zagonskega podjetja, pišete zahtevo za povezavo z LinkedInom. Prejemnik je Ben Torres, partner tveganega kapitala, ki ga je prejšnji teden na kratko srečala na SaaS-ju. Imela sta kratek pogovor o umetni inteligenci v vertikalnem SaaS-u. Anna želi nadaljevati pogovor. Ton: topel, energičen, specifičen za sestanek. Manj kot 300 znakov. Brez vprašanj. Tri različice.

Preberi več—-> Varno avtomatizirajte ozaveščanje na LinkedInu s Konnector.ai

Potek dela za skaliranje: od ene note do stotih

Ko potrdite, da vaš poziv ustvarja odlične individualne zapiske, je čas, da zgradite potek dela, ki vam omogoča ustvarjanje prilagojenih zapiskov v velikem številu, ne da bi pri tem žrtvovali kakovost.

1. korak: Izdelajte svojo raziskovalno preglednico

Ustvarite preglednico z eno vrstico na osebo, s katero nameravate stopiti v stik. Vaši stolpci naj vključujejo: Ime, Naziv, Podjetje, Panoga, Prilagoditev, Razlog za stik, Ton (če se razlikuje glede na segment) ter stolpec za Ustvarjeno sporočilo in še enega za Pregledano/Končno sporočilo.

2. korak: Združite pozive po segmentih

Ne pišite edinstvenega poziva za vsako posamezno osebo. Namesto tega seznam razdelite v segmente – na primer potencialne stranke, potencialne sodelavce, občudovane mislece in nekdanje sodelavce. Za vsak segment napišite eno glavno predlogo poziva. Nato izpolnite spremenljivke za personalizacijo za vsakega posameznika znotraj tega segmenta. Ta pristop vam omogoča prilagojen izhod, ne da bi morali vsakič znova izumiti poziv.

3. korak: Generiranje v paketih

Za zmeren obseg (od deset do trideset zapiskov) lahko to storite ročno tako, da posamezne izpolnjene pozive prilepite v ChatGPT ali Claude enega za drugim. Za večji obseg uporabite API (ChatGPT-jev OpenAI API ali Claudeov Anthropic API) v kombinaciji z orodjem za preglednice, kot je Google Sheets z dodatkom za umetno inteligenco, ali orodjem za avtomatizacijo brez kode, kot so Clay, Make ali Zapier. Te platforme vam omogočajo, da vsako vrstico preglednice posredujete kot poziv in ustvarjeno opombo samodejno prejmete nazaj v nov stolpec.

4. korak: Pregled, urejanje in odobritev

Vsak zapisek, ki ga ustvari umetna inteligenca, mora pred pošiljanjem prestati človeški pregled. To ni neobvezno – več o tem, zakaj, v naslednjem razdelku. Preden začnete pošiljati, vsak zapisek označite kot Odobreno, Potrebno urejanje ali Ponovno generiraj.

5. korak: Pošljite z namenom

LinkedIn nima funkcije množičnega pošiljanja za zapiske o povezavah – vsako zahtevo je treba poslati posebej. To je pravzaprav funkcija, ne napaka: vsiljuje naraven tempo, ki preprečuje, da bi vaš stik sprožil filtre za neželeno pošto LinkedIna. Razumna dnevna količina za ročno pošiljanje je od dvajset do petdeset zahtev za povezavo na dan. Razporedite jih čez dan, namesto da jih pošljete vse naenkrat.

Plast človeškega pregleda, ki je ne morete preskočiti

Zapiski LinkedIn, ki jih ustvari umetna inteligenca, so prvi osnutek, ne končni izdelek. Obravnavanje le-teh kot končnega rezultata je najpogostejša in najdražja napaka, ki jo ljudje naredijo pri poskusu personalizacije zapiskov o povezavah na LinkedInu v velikem obsegu.

Kaj je treba preveriti v vsaki opombi

natančnost

Modeli umetne inteligence lahko halucinirajo ali napačno interpretirajo kontekst, ki ga navedete. Če ste umetni inteligenci povedali, da je nekdo »pred kratkim objavil o oddaljenem upravljanju ekipe«, preverite, ali je sklicevanje na to objavo v zapisku natančno in specifično – ne nejasna parafraza, ki bi se lahko nanašala na kogar koli. Zapis, ki napačno navaja podrobnosti, je slabši od generičnega zapiska, ker kaže na malomarnost in ne na pristno zanimanje.

Število znakov

LinkedInova omejitev 300 znakov je stroga. Pred pošiljanjem vsako opombo prilepite v števec znakov. Tudi če ste v pozivu določili omejitev, jo umetna inteligenca občasno prekorači. Opomba, ki je sredi stavka skrajšana, je nerodna in neučinkovita.

Prilagajanje tonu

Vsako sporočilo preberite na glas. Ali se sliši kot vi? Ali ustreza verjetnemu komunikacijskemu slogu prejemnika? Sporočilo, napisano v zelo formalnem registru za nekoga, ki piše sproščene, humorne objave na LinkedInu, se bo zdelo neprimerno. Med pregledom prilagodite ton po potrebi.

Test »Je to grozljivo?«

Tanka je meja med impresivno raziskanim in neprijetno nadzorovanim. Če se vaša objava nanaša na nekaj zelo nejasnega – na primer na komentar, ki ga je nekdo pustil na objavo nekoga drugega pred dvema letoma – se lahko zdi vsiljiva in ne osebna. Držite se javno vidnega, nedavnega in profesionalnega konteksta.

Slovnica in tok

Izpis umetne inteligence je običajno slovnično čist, vendar ne vedno. Berite tako zaradi tekočnosti kot pravilnosti. Kratki, jedrnati stavki se najbolje obnesejo v zapiskih na LinkedInu. Vse, kar zahteva ponovno branje za razumevanje, je treba poenostaviti.

Kaj storiti in česa ne: Napake, zaradi katerih se zapiski z umetno inteligenco zdijo kot neželena pošta

Cilj uporabe umetne inteligence za personalizacijo zapiskov o povezavah na LinkedInu v velikem obsegu je ustvarjanje povezav, ne avtomatizacija množične komunikacije. Obstaja več vzorcev, ki takoj razkrijejo, da je zapisek, ki ga ustvari umetna inteligenca, nepristen – vsem se jim izogibajte.

Opombe o povezavi z LinkedInom: Kaj storiti v primerjavi s čim se je treba izogniti

Kaj se zgodi po tem, ko sprejmejo: Nadaljnje spremljanje s pomočjo umetne inteligence

S povezovalnim sporočilom boste lažje vstopili v projekt. Pravo konverzijo pa dosežete v nadaljnjem sporočilu. Umetna inteligenca vam lahko pomaga prilagoditi tudi ta korak z uporabo istih načel, vendar le z nekaj pomembnimi razlikami.

Prvo nadaljnje sporočilo

V štiriindvajsetih do oseminštiridesetih urah po sprejetju, dokler ste še sveži v njihovem spominu, pošljite nadaljnje sporočilo. To sporočilo naj bo nekoliko daljše od sporočila o povezavi – dva do štiri stavke – vendar še vedno sproščeno in netransakcijsko. Zahvalite se jim za povezavo, poudarite relevantnost povezave in začnite pogovor z resničnim vprašanjem ali opažanjem.

Spodbujanje umetne inteligence k nadaljnjim sporočilom

Uporabite isti okvir glavnih pozivov, vendar posodobite cilj. Namesto »prislužiti si povezavo« je cilj zdaj »začeti pristen pogovor«. Umetni inteligenci navedite kontekst, zakaj je sprejela ponudbo (če jo poznate), prvotni kavelj iz vaše opombe o povezavi in ​​eno pogovorno vprašanje, na katerega resnično želite odgovor. Prosite za sporočilo, ki se konča z enim samim vprašanjem, na katerega je enostavno odgovoriti. Več vprašanj zmanjša stopnjo odgovorov – eno vprašanje je vedno pravo število.

Pristop dolge igre

Ni vsak, s katerim se povežete, takoj postal stranka, delodajalec, sodelavec ali priložnost. Najdragocenejše povezave se pogosto razvijejo v več mesecih z doslednimi interakcijami, ki dodajajo vrednost – komentiranjem njihovih objav, deljenjem njihovega dela, odzivanjem na njihovo vsebino. Umetna inteligenca vam lahko pomaga tudi pri pisanju premišljenih komentarjev v velikem obsegu. Svojo mrežo LinkedIn obravnavajte kot vrt, ne kot prodajni avtomat.

Orodja in integracije, ki avtomatizirajo cevovod

Če želite prilagoditi zapiske o povezavah LinkedIn v obsegu, ki presega ročno kopiranje in lepljenje, vam lahko ta orodja in platforme pomagajo pri izgradnji integriranega prodajnega procesa.

Glina

Clay je platforma za obogatitev podatkov in avtomatizacijo ozaveščanja, ki se neposredno integrira z API-ji umetne inteligence. Podatke profila LinkedIn lahko pridobite, obogatite z dodatnim kontekstom iz spleta in zaženete pozive umetne inteligence za ustvarjanje prilagojenih zapiskov – vse v enem samem delovnem toku. Je eno najbolj namensko zasnovanih orodij za ta primer uporabe in ga prodajne ekipe in kadrovniki pogosto uporabljajo za ozaveščanje, prilagojeno umetni inteligenci, v velikem obsegu.

Make (prej Integromat) in Zapier

Obe platformi omogočata povezavo Google Preglednic (kjer so shranjene vaše raziskave) z OpenAI ali Anthropic API-jem. Zgradite lahko potek dela, kjer dodajanje vrstice v preglednico samodejno sproži poziv, ustvari opombo in jo zapiše nazaj v preglednico. Za osnovne poteke dela ni potrebno kodiranje.

Fantomski iztrebljevalec in Dux-Soup

Ta orodja za avtomatizacijo LinkedIna vam lahko pomagajo pri zbiranju podatkov o profilu v velikem obsegu, ki jih nato vključite v svoj potek dela s pozivi umetne inteligence. Uporabljajte jih previdno in v skladu s pogoji storitve LinkedIn – pretirana avtomatizacija lahko povzroči omejitve računa.

Google Preglednice z dodatki GPT ali Claude

Več dodatkov za Google Workspace prinaša umetno inteligenco neposredno v Google Preglednice, kar vam omogoča, da v celico napišete formulo poziva in ta ustvari izhod na podlagi podatkov iz drugih celic v isti vrstici. To je najdostopnejša vstopna točka za netehnične uporabnike, ki želijo avtomatizirati paketno generiranje brez izdelave popolne integracije.

Opomba o pogojih storitve LinkedIn

LinkedIn omejuje avtomatizirano ali množično sporočanje in zahteve za povezavo, ki kršijo njegove Sporazum o uporabnikuUporaba umetne inteligence za pisanje zapiskov ni kršitev – vsebino še vedno pregledajo ljudje in jo ročno pošljejo. Vendar pa je uporaba botov za samodejno pošiljanje zahtev za povezavo pri velikih količinah v nasprotju s pravili platforme in tvega omejitve računa. Najvarnejši pristop je vedno pisanje s pomočjo umetne inteligence v kombinaciji z ročnim pošiljanjem.

Kontrolni seznam za hiter začetek: Prilagodite opombe o povezavi LinkedIn v velikem obsegu

S tem kontrolnim seznamom zaženite svojo prvo kampanjo ozaveščanja, prilagojeno z umetno inteligenco, iz nič.

Raziskave in postavitev

Sestavite raziskovalno preglednico s stolpci za ime, naziv, podjetje, personalizacijski kavelj, razlog za povezovanje in ton. Za vsako osebo določite vsaj en pristen, specifičen personalizacijski kavelj. Seznam združite v dva ali tri segmente s skupnimi cilji ozaveščanja.

Hitra gradnja

Napišite eno glavno predlogo poziva na segment z uporabo ogrodja s šestimi elementi. Vključite omejitev 300 znakov, seznam prepovedanih besed in specifikacijo tona. Preden zaženete celotno serijo, preizkusite vsako predlogo s tremi do petimi posamezniki. Preglejte izhodne podatke in izboljšujte poziv, dokler rezultati niso dosledno dobri.

Paketno ustvarjanje

Ustvarjajte zapiske v serijah po segmentih. Za količino nad trideset na dan uporabite integracijo API-ja umetne inteligence s preglednico. Vse ustvarjene zapiske shranite nazaj v preglednico v namenskem stolpcu.

Človeški pregled

Pred pošiljanjem preberite vsako sporočilo. Preverite točnost, število znakov, ocenite ustreznost tona in uporabite test »ali je to grozljivo?«. Vsako sporočilo označite kot odobreno, potrebno urejanje ali regeneracijo.

Pošiljanje in nadaljnje ukrepanje

Ročno pošljite od dvajset do petdeset zahtev na dan, razporejenih čez dan. V štiriindvajsetih do oseminštiridesetih urah po sprejetju odgovorite s kratkim, pogovornim sporočilom, ki se konča z enim vprašanjem. Spremljajte stopnje sprejetja in stopnje odgovorov po segmentih, da sčasoma izboljšate svoj pristop.