AI 기반 기업 분석 및 구글 시트 내보내기
이 AI 워크플로우는 공개 데이터와 문서를 조사하여 시장, 팀, 제품, 투자 등 다양한 측면에서 기업을 심층적으로 분석합니다. 분석 결과를 구조화된 보고서로 통합하고 자동으로 Google 시트로 내보내 추가 활용이 가능하도록 합니다. 영업, 마케팅, 투자 리서치 팀에 이상적입니다.
플로우
AI 플로우 작동 방식
- 사용자 입력 및 환영 메시지.
- 사용자는 분석할 기업명을 입력합니다. 플로우가 환영 메시지를 보여주고 관련 파일을 수집합니다.
- 데이터 수집 및 조사.
- AI 에이전트가 구글을 검색하고 관련 웹페이지 및 업로드된 문서에서 정보를 추출합니다. Arxiv와 같은 추가 연구 도구도 이용할 수 있습니다.
- 자동화된 기업 분석.
- 워크플로우는 AI를 활용하여 기업 개요, 시장, 제품, 팀, 경쟁, 투자, 시장 진입 전략, 경제성, 기후 영향 등 주요 항목을 분석합니다.
- 구조화된 보고서 생성.
- 모든 조사 결과가 구조화된 다중 섹션 기업 보고서로 통합됩니다. 데이터는 내보내기를 위해 파싱 및 정리됩니다.
- 구글 시트로 내보내기.
- 최종 기업 분석 결과가 자동으로 Google 시트에 내보내져 공유, 추적 또는 추가 처리에 사용할 수 있습니다.
이 플로우에서 사용된 프롬프트
다음은 이 플로우에서 기능을 달성하기 위해 사용된 모든 프롬프트의 완전한 목록입니다. 프롬프트는 AI 모델에게 응답을 생성하거나 작업을 수행하도록 주어지는 지시사항입니다. 이들은 AI가 사용자의 의도를 이해하고 관련된 출력을 생성하도록 안내합니다.
기업
기업 개요, 연혁, 성과를 소스와 함께 추출하는 프롬프트입니다.
Given the company name in the input, Extract the following data about company.
- About the company (Short Overview of what the company does)
- Company History (short history in bulletpoints)
- Notable Achievements (Description of key achievements or the company, awards won, articles and press mentions in respected media, etc ) - with links to source
Don't use abbreviations
---
COMPANY NAME:
{input}
---
Internal documents:
{context}
---
문제 & 솔루션
기업의 문제와 솔루션을 추출하는 프롬프트입니다.
Given the company name in the input, Extract the following data about company.
- Problem (Simple description of the problem that the company identified and aims to solve.)
- Solution (High level description of the solution that the company built or is building)
Don't use abbreviations
---
COMPANY NAME:
{input}
---
Internal documents:
{context}
---
시장
타깃 시장, 기회, 경쟁 정보를 추출하는 프롬프트입니다.
Given the company name in the input, Extract the following data about company.
- Segment, Focus (who is target customer of the company)
- Point out what is target Market for company,
- market background,
- market size
- market opportunities
- Competition (Who are the key companies that seem to be competing on the same market or for the same use cases. Describe the competitor, their size, revenue and funding raised. Identify top market leaders for their market segment)
Don't use abbreviations
---
COMPANY NAME:
{input}
---
Internal documents:
{context}
---
팀 목록
온라인 검색을 통해 팀 구성원과 역할 목록을 추출하는 프롬프트입니다.
Given the company name in the input, Extract the following data about company.
based on the company, search in google and look to the content of urls and find the team members in the company
list the name of all team members and their role in the company.
do this for 1 or 2 important individuals in the company
Don't use abbreviations
---
COMPANY NAME:
{input}
---
Internal documents:
{context}
---
제품 및 대안
기업 제품, 대안, 경쟁 우위를 추출하는 프롬프트입니다.
Given the company name in the input, Extract the following data about company.
- Main company products or services (Describe key elements and features of the product proposition.)
- Product alternatives and competitors (with links to websites of alternative services and products to input company)
- list advantages against competitors
Don't use abbreviations
---
COMPANY NAME:
{input}
---
Internal documents:
{context}
---
투자
기업의 투자 및 자금 조달 내역을 추출하는 프롬프트입니다.
Given the company name in the input, Extract the following data about company.
- Funding raised to date (Amount, who were the investors)
- if investors identified, for each investor make short summary of their investment portfolio, find link to their website
- Fundraising Details (How much did the company raise in previous rounds to date and in how many rounds. Did the company secure non-dilutive funding, grants or tenders?)
- Existing/upcoming funding round, How much is the company raising? What is the expected valuation?
Don't use abbreviations
---
COMPANY NAME:
{input}
---
Internal documents:
{context}
---
경제성
단위 경제성, 매출, 실적 데이터를 추출하는 프롬프트입니다.
Given the company name in the input, Extract the following data about company.
- Unit economics and Cost Break-down (What are the top cost drivers per unit of product once the product goes live and after it scales (e.g. 3-5 years later). What is the cost break-down for competitors?)
- Revenue (in case the company is generating revenue, show here the key numbers to date and also show revenue projection of the company for the next 3-5 years.)
- Traction (Mention key notable traction based milestones achieved so far (pilot projects, partnership agreements, etc).)
Don't use abbreviations
---
COMPANY NAME:
{input}
---
Internal documents:
{context}
---
시장 진입
시장 진입, 비즈니스 모델, 타이밍 정보를 추출하는 프롬프트입니다.
Given the company name in the input, Extract the following data about company.
- Technology Readiness Level (TRL)
- Go to market/Distribution strategy (What is the go to market strategy? How does the company (plan to) to get customers?)
- Business Model (Explain how the company plans to generate revenue, what is their pricing model and what are their costs (customer acquisition costs, etc).)
- Timing (Describe if the company has the right timing (or not). Are there any market shifts happening that might massively help the company grow and scale? )
Don't use abbreviations
---
COMPANY NAME:
{input}
---
Internal documents:
{context}
---
기후
특히 온실가스 배출과 관련된 기업의 기후 영향 추출 프롬프트입니다.
Given the company name in the input, Extract the following data about company.
- Impact on Climate (Does the company have a direct impact on lowering greenhouse gas emissions? Describe a way how the impact is achieved)
Don't use abbreviations
---
COMPANY NAME:
{input}
---
Internal documents:
{context}
---
확장성
기업의 확장성, 방어력, 주요 리스크를 추출하는 프롬프트입니다.
Given the company name in the input, Extract the following data about company.
- Scalability (Is the company scalable globally and how hard/easy do we expect it to be?)
- Defensibility (Is the business of the company defensible and why?)
- Key Risks (Describe key risks of the company.)
Don't use abbreviations
---
COMPANY NAME:
{input}
---
Internal documents:
{context}
---
이 플로우에서 사용된 컴포넌트
다음은 이 플로우에서 기능을 달성하기 위해 사용된 모든 컴포넌트의 완전한 목록입니다. 컴포넌트는 모든 AI 플로우의 구성 요소입니다. 다양한 기능을 연결하여 복잡한 상호작용을 만들고 작업을 자동화할 수 있게 해줍니다. 각 컴포넌트는 사용자 입력 처리, 데이터 처리 또는 외부 서비스와의 통합과 같은 특정 목적을 가지고 있습니다.
채팅 입력
FlowHunt의 채팅 입력 컴포넌트는 Playground에서 메시지를 캡처하여 사용자 상호작용을 시작합니다. 이는 플로우의 시작점 역할을 하며, 워크플로우가 텍스트 및 파일 기반 입력을 모두 처리할 수 있게 해줍니다.
메시지 위젯
메시지 위젯 컴포넌트는 워크플로우 내에서 사용자 지정 메시지를 표시합니다. 사용자를 환영하거나, 안내를 제공하거나, 중요한 정보를 보여주는 데 이상적이며, 마크다운(Markdown) 형식을 지원하고 세션당 한 번만 표시되도록 설정할 수 있습니다.
채팅 출력
FlowHunt에서 채팅 출력 컴포넌트를 확인해보세요—유연하고 다중 파트의 출력으로 챗봇 응답을 마무리합니다. 원활한 플로우 완료와 고급 상호작용형 AI 챗봇 제작에 필수적입니다.
FlowHunt의 프롬프트 컴포넌트
FlowHunt의 프롬프트 컴포넌트로 AI 봇의 역할과 행동을 정의하여, 관련성 있고 개인화된 답변을 받을 수 있습니다. 효과적이고 문맥을 이해하는 챗봇 플로우를 위해 프롬프트와 템플릿을 커스터마이즈하세요.
FileContent
SelfManaged 태스크
SelfManaged 태스크 컴포넌트는 사용자가 워크플로 내에서 자율적으로 수행할 태스크를 정의하고 실행할 수 있게 해줍니다. 명확한 태스크 설명과 기대 결과를 지정하고, 실행을 관리할 에이전트를 할당하세요—구조화된 계층형 자동화를 구축할 때 이상적입니다.
셀프-매니지드 크루
FlowHunt의 셀프-매니지드 크루 컴포넌트로 고급 협업을 실현하세요. 여러 AI 에이전트를 매니저 에이전트가 조정하여 복잡한 워크플로우와 계층적 작업을 자율적으로 처리해 효율성과 확장성을 극대화합니다.
AI 에이전트
FlowHunt의 AI 에이전트 컴포넌트는 워크플로우에 자율적인 의사결정 및 도구 활용 기능을 부여합니다. 대형 언어 모델을 활용하고 다양한 도구와 연결하여 작업을 해결하고, 목표를 따르며, 지능적인 응답을 제공합니다. 고급 자동화 및 인터랙티브 AI 솔루션 구축에 이상적입니다.
LLM 오픈AI
FlowHunt는 OpenAI를 포함한 수십 가지 텍스트 생성 모델을 지원합니다. AI 도구와 챗봇에서 ChatGPT를 사용하는 방법을 알아보세요.
LLM 제미니
FlowHunt는 Google Gemini를 포함한 수십 가지 AI 모델을 지원합니다. AI 도구와 챗봇에서 Gemini를 사용하는 방법, 모델 전환, 토큰 및 온도와 같은 고급 설정 제어 방법을 알아보세요.
GoogleSearch 컴포넌트
FlowHunt의 GoogleSearch 컴포넌트는 검색 기반 생성(RAG)을 활용하여 Google에서 최신 지식을 가져와 챗봇의 정확성을 향상시킵니다. 언어, 국가, 쿼리 접두사 등 다양한 옵션을 통해 결과를 정밀하게 제어할 수 있어, 더욱 정확하고 관련성 높은 답변을 제공합니다.
URL 검색기
URL Retriever 컴포넌트로 워크플로우에서 웹 콘텐츠를 활용하세요. 웹 기사, 문서 등 모든 URL 목록에서 텍스트와 메타데이터를 손쉽게 추출·처리할 수 있습니다. 이미지용 OCR, 선택적 메타데이터 추출, 맞춤형 캐싱 등 고급 옵션을 지원하여, 지식 중심의 AI 플로우 및 자동화 구축에 적합합니다.
데이터 생성
데이터 생성 컴포넌트는 필드 개수를 자유롭게 설정하여 동적으로 구조화된 데이터 레코드를 생성할 수 있습니다. 새로운 데이터 객체를 즉시 생성해야 하는 워크플로우에 이상적이며, 유연한 필드 구성과 다른 자동화 단계와의 매끄러운 통합을 지원합니다.
데이터 파싱
Parse Data 컴포넌트는 구조화된 데이터를 사용자 정의 템플릿을 활용해 일반 텍스트로 변환합니다. 유연한 포맷팅과 데이터 입력 변환을 통해 워크플로우 내에서 정보를 표준화하거나 후속 컴포넌트에 맞게 준비하는 데 도움을 줍니다.
Google 시트 생성
워크플로우 내에서 직접 새로운 Google 시트를 쉽게 생성하세요. Google 시트 생성 컴포넌트는 구조화된 데이터를 입력받아 즉시 스프레드시트를 만들어, 데이터 수집, 보고서 작성 또는 결과 공유를 간편하게 자동화할 수 있습니다. 다른 컴포넌트와 연동하여 비즈니스 및 생산성 작업을 효율적으로 관리하세요.
ArXiv 도구
FlowHunt의 ArXiv 도구와 AI 에이전트를 사용해 240만 개의 학술 논문과 손쉽게 대화하세요. ArXiv 데이터베이스에서 쿼리에 맞는 간결한 답변을 제공하고, 맞춤형 플로우로 챗봇을 강화해 연구를 혁신하세요.
플로우 설명
목적과 이점
개요
이 워크플로우는 기업 분석 프로세스를 자동화하고 확장하는 데 목적이 있습니다. 특히 스타트업이나 연구·투자 대상으로서 분석해야 하는 기업에 적합합니다. AI 에이전트, 프롬프트 엔지니어링, 웹 검색, 데이터 수집, Google 시트로의 구조화 데이터 내보내기를 활용합니다. 사용자는 기업명을 입력하고, 플로우는 공개 및 업로드된 소스에서 해당 기업에 대한 광범위한 정보를 체계적으로 수집, 분석, 구조화합니다.
단계별 세부 설명
1. 사용자 상호작용 및 입력 수집
- 사용자 시작: 사용자가 채팅 또는 플레이그라운드를 열면, 환영 메시지와 함께 도구의 기능을 안내하고 기업명 입력을 요청합니다.
- 입력 인터페이스: 사용자는 채팅 입력 컴포넌트를 통해 기업명(및 선택적으로 문서)을 입력합니다.
2. 정보 수집
프롬프트 템플릿: 워크플로우는 기업 정보의 각 측면을 추출하는 데 특화된 여러 프롬프트 템플릿을 사용합니다.
- 기업 개요 및 연혁
- 기업이 해결하는 문제 및 솔루션
- 시장 분석(타깃 시장, 규모, 경쟁)
- 팀 구조 및 주요 인물
- 제품 및 서비스, 대안, 경쟁 우위
- 투자 및 자금 조달 내역
- 시장 진입 전략, 비즈니스 모델, 타이밍
- 경제성, 비용 구조, 매출, 실적
- 기후 영향
- 확장성, 방어력, 리스크
맥락 데이터: 업로드된 파일(예: 기업 발표 자료, 피치덱 등)은 처리되어 분석 정확도를 높이기 위한 추가 맥락으로 제공됩니다.
자동 웹 리서치: AI 에이전트가 Google 검색을 활용해 기업 관련 공개 정보, 뉴스, 프로필을 찾고, 발견된 URL의 콘텐츠도 수집 및 처리합니다.
3. AI 에이전트 & 작업 자동화
- 셀프 매니지드 작업 및 크루: 각 분석 영역마다 예상 결과(예: “필요한 데이터를 포함한 기업의 상세 보고서”)를 정의해 작업을 할당합니다.
- 계층적 크루: 여러 AI 에이전트(크루)는 매니저 에이전트와 언어 모델(LLM, 예: OpenAI GPT-4o-mini)에 의해 관리되며, 분석 작업을 병렬로 실행해 확장성과 속도를 제공합니다.
- 에이전트 전문화: 일부 에이전트는 팀원 조사, 기업 데이터 비판적 분석 등 특정 목적과 배경을 갖고 동작합니다.
4. 데이터 구조화
- 데이터 집계: 모든 분석 프롬프트의 출력값을 “Create Data” 컴포넌트로 수집·매핑하여 구조화된 필드로 통합합니다. 각 필드는 분석 카테고리에 대응합니다(아래 표 참조).
| 필드 | 설명 |
|---|---|
| The company | 기업 개요, 연혁, 성과 |
| Problem & Solution | 해결하는 문제, 솔루션 설명 |
| Market | 타깃 세그먼트, 시장 규모, 경쟁 |
| Team | 주요 팀원 목록과 역할 |
| Products and Services | 주요 제품/서비스, 대안 |
| Investments | 투자 내역, 투자자, 자금 조달 |
| Go To Market | 유통, 비즈니스 모델, 타이밍 |
| Economics | 비용 구조, 매출, 실적 |
| Climate Impact | 환경(기후) 영향 |
| Scalability, Risks… | 확장성, 리스크, 방어력 |
- 출력 파싱: 구조화된 데이터는 추가 처리나 표시를 위해 일반 텍스트로 파싱됩니다.
5. 내보내기 및 자동화
구글 시트 자동화: “구글 시트 전문가” 스토리를 가진 AI 에이전트가 구조화된 데이터를 바탕으로 Google 시트 파일을 자동 생성하여 결과를 내보내고, 공유 및 분석할 수 있게 합니다.
출력 표시: 생성된 Google 시트 링크와 텍스트 요약 등 최종 결과물이 채팅 인터페이스에 표시됩니다.
이 워크플로우가 기업 분석 자동화·확장에 유용한 이유
병렬 작업 실행: 분석을 모듈형 프롬프트로 분할하고, 이를 에이전트 크루에 할당해 기업 또는 분석 항목별 병렬 처리가 가능하여 수작업과 처리 시간을 대폭 단축합니다.
일관성 있고 포괄적인 결과물: 구조화된 프롬프트 사용으로 각 분석이 핵심 항목을 빠짐없이 다루고, 정보 누락이나 주관적 편향을 최소화합니다.
동적 데이터 수집: 웹 검색과 문서 수집 기능을 통합해 최근의 공개 정보와 내부 문서를 모두 활용할 수 있습니다.
원활한 내보내기: Google 시트 파일 자동 생성으로 대량 분석, 기존 업무 프로세스(보고, 투자 평가, 실사 등)와 쉽게 연동 가능합니다.
확장성 & 유연성: 새로운 분석 영역이 필요할 때, 프롬프트와 작업을 추가하는 것만으로 손쉽게 시스템을 확장할 수 있습니다.
활용 예시
- 벤처캐피탈 & 스타트업 스카우팅: 수백 개 스타트업을 빠르게 투자 심사
- 컨설팅 & 시장조사: 고객을 위한 일관된 기업 프로필 생성
- 경쟁사 분석: 다양한 분석 항목별 경쟁사 동향 추적
- 포트폴리오 관리: 포트폴리오 기업의 구조화된 기록 업데이트 및 관리
요약 표: 주요 컴포넌트 및 역할
| 컴포넌트 | 역할 |
|---|---|
| 채팅 입력/출력 | 사용자 상호작용, 데이터 입력, 결과 표시 |
| 메시지 위젯 | 환영 및 안내 메시지 제공 |
| 프롬프트 템플릿 | 기업 정보 구조적 추출 |
| 파일/URL 수집기 | 웹·업로드 파일에서 맥락 추가 |
| AI 에이전트 | 리서치 및 분석 작업 실행 |
| 셀프매니지드 크루 | 병렬·확장형 실행을 위한 에이전트 조직 |
| 데이터 생성 | 모든 분석 결과를 구조화된 포맷으로 집계 |
| 구글 시트 내보내기 | 결과 자동 내보내기 및 추가 활용 |
요약
이 워크플로우는 수작업으로 시간과 노력이 많이 드는 기업 분석 작업을 자동화·확장·고반복 가능한 프로세스로 전환합니다. AI 기반 리서치, 구조화된 프롬프트 엔지니어링, 원활한 데이터 내보내기를 결합해, 사용자가 최소한의 노력으로 풍부하고 실용적인 기업 프로필을 생성할 수 있도록 지원합니다. 이는 대량의 기업 데이터를 신속하고 일관되게 처리해야 하는 모든 조직에 큰 가치를 제공합니다.
더 알아보기
AI 기업 분석 결과를 구글 시트로 내보내기
이 AI 기반 워크플로우는 포괄적이고 데이터 기반의 기업 분석을 제공합니다. 고급 AI 에이전트와 웹 리서치를 활용해 기업의 배경, 시장 환경, 팀, 제품, 투자, 재무 정보 등을 수집한 후, 모든 결과를 구조화된 구글 시트로 내보내어 쉽게 검토하고 공유할 수 있습니다. 투자자, 사업 ...
AI 기업 분석 및 시장 조사
기업 분석 및 시장 조사를 위한 종합적인 AI 기반 워크플로우입니다. 기업의 배경, 시장 위치, 제품, 경쟁사, 비즈니스 모델, 투자, 팀, 주요 리스크에 대한 데이터를 자동으로 수집·분석합니다. AI 에이전트, 웹 검색, 문서 검색 기능을 통합하여 투자자 또는 전략가에게 심층적이고 실...
AI 영업 미팅 준비 시트 생성기
이 AI 기반 워크플로우는 영업 전문가들이 미팅 준비를 위한 포괄적인 준비 시트를 생성하는 데 도움을 줍니다. 회사 이름을 입력하면, 워크플로우가 해당 회사의 배경을 조사하고, 시장 지위와 경쟁사를 분석하며, AI 자동화가 그들의 특정 요구를 어떻게 해결할 수 있는지에 대한 실행 가능한...