Steg 2: anslut Google Sheets

Konfigurera kalkylarket som används för indatarader och uppdateringar av utdata.

1. Öppna Retrieve Rows for Enrichment och välj ert Document med [YOUR_ID] och Sheet gid=0.
2. Inloggning krävs: Anslut era googleSheetsOAuth2Api-uppgifter i Retrieve Rows for Enrichment.
3. Öppna Update Sheet with Profile Data och verifiera att Operation är satt till update med Matching Columns satt till row_number.
4. Inloggning krävs: Lägg till era googleSheetsOAuth2Api-uppgifter i Update Sheet with Profile Data (inga uppgifter är konfigurerade ännu).
5. Öppna Write Ice Breaker to Sheet och bekräfta att Operation är update med Matching Columns satt till row_number.
6. Inloggning krävs: Lägg till era googleSheetsOAuth2Api-uppgifter i Write Ice Breaker to Sheet (inga uppgifter är konfigurerade ännu).

Steg 3: ställ in loopning och snapshot-triggning

Förbered varje LinkedIn-URL för bearbetning och trigga sedan BrightData-snapshots i batchar.

1. I Prepare Loop Inputs behåller ni tilldelningarna som mappar person_input till {{ $json.Linkedin_URL_Person }} och row_number till {{ $json.row_number }}.
2. Öppna Batch Iterate Prospects och ställ in er batchstorlek vid behov (standardvärdena fungerar för mindre körningar).
3. I Trigger BrightData Snapshot ställer ni URL till https://api.brightdata.com/datasets/v3/trigger och behåller Method som POST.
4. Säkerställ att JSON Body är satt till =[ { "url": "{{ $json.person_input }}" } ].
5. Under Query Parameters ställer ni dataset_id till [YOUR_ID] och include_errors till true.
6. Under Header Parameters ställer ni Authorization till Bearer [CONFIGURE_YOUR_TOKEN].

Steg 4: konfigurera polling av snapshot och datahämtning

Poll:a BrightData tills snapshots är klara, hämta sedan LinkedIn-data och uppdatera ert ark.

1. I Pause for API Response behåller ni Amount satt till 10 för att fördröja mellan kontroller.
2. I Check Snapshot Progress ställer ni URL till =https://api.brightdata.com/datasets/v3/progress/{{ $json.snapshot_id }} och säkerställer att Authorization-headern är Bearer [CONFIGURE_YOUR_TOKEN].
3. I Branch on Snapshot Status verifierar ni att villkoret kontrollerar att {{ $json.status }} är lika med running för att loopa tillbaka till Pause for API Response.
4. I Fetch LinkedIn Snapshot ställer ni URL till =https://api.brightdata.com/datasets/v3/snapshot/{{ $json.snapshot_id }} och lägger till query-parametern format = json.
5. I Update Sheet with Profile Data verifierar ni att kolumnmappningarna använder uttryck som {{ $json.name }}, {{ $json.city }} och {{ $('Batch Iterate Prospects').item.json.row_number }}.

Steg 5: ställ in AI-generering av ice breaker

Skapa personlig ice breaker-text med Anthropic och skriv tillbaka den till arket.

1. Öppna Anthropic Chat Engine och välj modellen claude-3-5-haiku-20241022.
2. Inloggning krävs: Anslut era Anthropic-uppgifter i Anthropic Chat Engine (AI-modellen används av Generate Ice Breaker Text).
3. I Generate Ice Breaker Text behåller ni prompten i Text som den är definierad, inklusive uttryck som {{ $json.name }} och {{ $('Fetch LinkedIn Snapshot').item.json.posts[0].title }}.
4. I Write Ice Breaker to Sheet bekräftar ni mappningar för row_number = {{ $('Batch Iterate Prospects').item.json.row_number }} och Ice Breaker 1 = {{ $json.text }}.

Steg 6: testa och aktivera ert arbetsflöde

Validera arbetsflödet end-to-end och slå sedan på den schemalagda triggern för användning i produktion.

1. Klicka på Execute Workflow med Manual Execution Start för att köra ett kontrollerat test.
2. Bekräfta att Update Sheet with Profile Data skriver profilfält och att Write Ice Breaker to Sheet skriver den genererade texten.
3. Kontrollera att Batch Iterate Prospects loopar tills alla rader har bearbetats.
4. När allt är verifierat aktiverar ni arbetsflödet och använder Scheduled Automation Trigger för återkommande körningar.