Steg 2: Anslut Google Sheets

Konfigurera in- och utdata-noderna för Sheets som laddar befintliga leads och uppdaterar ert kalkylark.

1. Öppna Retrieve Existing Leads och ställ in Document till ert Google Sheet (exempelvärde: [YOUR_ID]) och Sheet till Sheet1 (gid=0).
2. I Retrieve Existing Leads, lägg till ett filter för Area med Lookup Value satt till {{ $json.Area }}.
3. Inloggning krävs: Anslut era googleSheetsOAuth2Api-uppgifter i Retrieve Existing Leads.
4. Öppna Update Leads Spreadsheet och ställ in Operation till appendOrUpdate.
5. I Update Leads Spreadsheet → Columns, mappa fälten till: Area = {{ $('Map Text Fields').item.json['Search Area'] }}, Email = {{ $json['output.Email'] }}, Company = {{ $json['output.Company'] }}.
6. Ställ in Matching Columns till Email för att undvika dubbletter baserat på e-post.
7. Inloggning krävs: Anslut era googleSheetsOAuth2Api-uppgifter i Update Leads Spreadsheet.

Steg 3: Ställ in lead-kontext och aggregering

Definiera målområdet och förbered befintliga lead-data innan ni skickar den till AI-research.

1. Öppna Assign Area Value och ställ in Area till Hershey PA (ändra detta till ert önskade sökområde).
2. Bekräfta att Retrieve Existing Leads är kopplad till Aggregate Items för att konsolidera befintliga poster.
3. Öppna Aggregate Items och behåll Aggregate inställt på aggregateAllItemData.
4. Öppna Map Text Fields och ställ in Search Area till {{ $('Assign Area Value').item.json.Area }} och data till {{ $json.data }}.

Steg 4: Ställ in AI-research och strukturerad parsning

Kör research-frågan och konvertera AI-svaret till ett strukturerat JSON-format.

1. Öppna Discover New Leads och bekräfta att Model är inställd på sonar med Simplify aktiverat.
2. I Discover New Leads → Messages, behåll systemprompten och ställ in användarinnehållet till Area: {{ $json['Search Area'] }} Already Scraped: {{ $json.data }}.
3. Inloggning krävs: Anslut era perplexityApi-uppgifter i Discover New Leads.
4. Öppna Generate JSON Format och ställ in Text till {{ $json.message }}.
5. I Generate JSON Format → System Message, behåll JSON-schema-instruktionerna för att output ska bli { "Company": [...], "Email": [...] }.
6. Säkerställ att OpenAI Chat Engine är ansluten som språkmodell för Generate JSON Format. Inloggning krävs: Anslut era openAiApi-uppgifter i OpenAI Chat Engine.
7. Säkerställ att Structured Output Reader är ansluten som output-parser för Generate JSON Format. Lägg till parser-uppgifter i OpenAI Chat Engine om det krävs (lägg inte till dem i Structured Output Reader).

Steg 5: Dela upp, slå ihop och förbered poster för uppdatering

Dela upp JSON-arrayerna till individuella rader och kombinera par av e-post/företag för uppdateringar i kalkylarket.

1. Öppna Split Company List och ställ in Field to Split Out till output.Company.
2. Öppna Split Email List och ställ in Field to Split Out till output.Email.
3. Generate JSON Format skickar output till både Split Company List och Split Email List parallellt.
4. Öppna Merge Records och ställ in Mode till combine med Combine By inställt på combineByPosition.

Steg 6: Testa och aktivera ert arbetsflöde

Validera arbetsflödet manuellt och aktivera det sedan för upprepad användning.

1. Klicka på Execute Workflow för att köra Manual Execution Start och följ datan genom varje nod.
2. Verifiera att Update Leads Spreadsheet lägger till eller uppdaterar rader med värden för Area, Email och Company.
3. Om resultat saknas, bekräfta att filtret i Retrieve Existing Leads använder {{ $json.Area }} och att Map Text Fields outputar en giltig Search Area.
4. När allt är verifierat, slå på arbetsflödet till Active för användning i produktion.