本指南解释了什么是数据丰富变量,以及如何在 AI 数据丰富提示中使用潜在客户列表中已有的数据来获得自定义结果。
什么是数据丰富变量
哪些AI工具使用变量
向提示中添加变量
列类型如何影响变量
什么是数据丰富变量?
变量引用现有数据(列/字段),并将其值提取到 AI 代理的提示中。
利用变量,现有数据可以作为搜索上下文或输入,从而产生新的见解并改进您自己的数据。
哪些AI工具使用变量
变量被应用于各种 AI 驱动的数据丰富工具中,这些工具依靠您的提示来生成结果。
1)通过网络填写(网络搜索)
利用现有字段中的数据作为搜索上下文或参考,从中生成新的见解,或作为输入以更好地筛选潜在客户。
2)清理和编辑
指定要更新或改进的数据的现有字段。
向提示中添加变量。
要向信息丰富提示中添加变量,请键入{{ }} 或单击{}图标,然后选择一个字段。
正确添加的变量会以彩色标签显示。
列类型如何影响变量
根据存储的数据,您的潜在客户列表中会有单列(一个值)和多列(多个值)。
单列:直接引用或个性化
当您只需要单个值时,单列是最佳选择。它们返回一个值,您可以直接在提示或个性化设置中使用该值。
在 AI 丰富提示中
传递一个数据点,为人工智能提供上下文信息:
“应聘者是 {{公司名称}} 的 {{职位名称}}。请用一句话开启对话。”
“查找 {{Prospect Name}} 近期参与讨论其所在行业的活动和访谈。”
在电子邮件或领英消息中
将此值添加到您的营销活动内容中:
批量列:AI分析和新见解
批量列包含丰富的数据。当您希望 AI 分析或汇总多个值,而不仅仅是插入文本时,它们最为有效。
当您的变量在 AI 提示中引用批量列时,它会传递完整的数据集(包含多个值)。AI 会接收到完整的数据,然后使用您的提示生成结果。
在变量中使用批量列可能并非总是必要或高效,无法获得最佳结果。建议将所需值提取到单独的列中,然后在提示符中引用该列。
在 AI 丰富提示中
传递完整数据集,让AI提取洞见:
清理和编辑提示:
以下是该候选人的完整工作经历:{{LinkedIn Experience}}。请概括其职业生涯并指出其三大专长领域。根据其经历,确定该候选人目前所在的公司和职位。
在电子邮件或领英消息中
批量列不适用于个性化变量。
运行 AI 提示,将您需要的具体细节提取到单个列中,然后将该单个列用作变量。


非常抱歉 😢
我们可以如何改善?