AI-drevet selskapsanalyse og Google Sheets-eksport
Denne AI-arbeidsflyten analyserer ethvert selskap i dybden ved å undersøke offentlige data og dokumenter, og dekker marked, team, produkter, investeringer og mer. Den syntetiserer funnene i en strukturert rapport og eksporterer automatisk resultatene til et Google-ark for videre bruk. Ideell for salgs-, markedsførings- og investeringsanalytikere.
Flows
Hvordan AI Flow fungerer
- Brukerinndata og velkomst.
- Brukeren oppgir et selskapsnavn for analyse. Flyten ønsker brukeren velkommen og samler inn relevante filer.
- Datainnsamling og research.
- AI-agenter søker i Google og henter informasjon fra relevante nettsider og opplastede dokumenter. Ytterligere researchverktøy som Arxiv er tilgjengelig.
- Automatisert selskapsanalyse.
- Arbeidsflyten analyserer nøkkelaspekter som selskapsoversikt, marked, produkter, team, konkurranse, investeringer, go-to-market-strategi, økonomi og klimaeffekt ved hjelp av AI.
- Generering av strukturert rapport.
- Alle funnene syntetiseres i en strukturert selskapsrapport med flere seksjoner. Dataene parses og organiseres for eksport.
- Eksport til Google Sheets.
- Den endelige selskapsanalysen eksporteres automatisk til et Google-ark for deling, oppfølging eller videre behandling.
Prompts brukt i denne flowen
Nedenfor er en komplett liste over alle prompts som brukes i denne flowen for å oppnå dens funksjonalitet. Prompts er instruksjoner gitt til AI-modellen for å generere svar eller utføre handlinger. De veileder AI-en i å forstå brukerens intensjon og generere relevante resultater.
Prompt
En promptmal som lager en overskrift med 'The company' og inkluderer inputen.
## The company
{input}
Selskap
Prompt for å hente ut selskapsoversikt, historie og prestasjoner, med kilder.
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}
---
Problem & løsning
Prompt for å hente ut selskapets problem og løsning.
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}
---
Marked
Prompt for å hente ut informasjon om målmarked, muligheter og konkurranse.
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}
---
Team kun liste
Prompt for å hente ut en liste over teammedlemmer og deres roller ved å søke på nett.
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}
---
Produkt & alternativ
Prompt for å hente ut selskapets produkter, alternativer og konkurransefortrinn.
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}
---
Investering
Prompt for å hente ut investerings- og finansieringsdetaljer om et selskap.
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}
---
Økonomi
Prompt for å hente ut unitøkonomi, inntekter og traction-data.
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}
---
GoToMarket
Prompt for å hente ut go-to-market, forretningsmodell og timing-informasjon.
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}
---
Klima
Prompt for å hente ut selskapets påvirkning på klima, spesielt relatert til klimagassutslipp.
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}
---
Skalerbarhet
Prompt for å hente ut skalerbarhet, beskyttelse og nøkkelrisikoer om selskapet.
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}
---
Komponenter brukt i denne flowen
Nedenfor er en komplett liste over alle komponenter som brukes i denne flowen for å oppnå dens funksjonalitet. Komponenter er byggesteinene i hver AI Flow. De lar deg lage komplekse interaksjoner og automatisere oppgaver ved å koble sammen ulike funksjoner. Hver komponent tjener et spesifikt formål, som å håndtere brukerinndata, behandle data, eller integrere med eksterne tjenester.
ChatInput
Chat Input-komponenten i FlowHunt initierer brukerinteraksjoner ved å fange opp meldinger fra Playground. Den fungerer som startpunktet for flyter, og gjør det mulig for arbeidsflyten å behandle både tekst- og filbaserte innspill.
Meldingswidget
Meldingswidget-komponenten viser tilpassede meldinger i arbeidsflyten din. Ideell for å ønske brukere velkommen, gi instruksjoner eller vise viktig informasjon. Den støtter Markdown-formatering og kan settes til å vises kun én gang per økt.
Chat Output
Oppdag Chat Output-komponenten i FlowHunt—fullfør chatbot-svar med fleksible, flerdelte utganger. Essensielt for sømløs flytavslutning og for å lage avanserte, interaktive AI-chatboter.
Prompt-komponent i FlowHunt
Lær hvordan FlowHunts Prompt-komponent lar deg definere din AI-bots rolle og oppførsel, og sikrer relevante, personaliserte svar. Tilpass prompt og maler for effektive, kontekstsensitive chatbot-strømmer.
FileContent
Selvstyrt Oppgave
Komponenten Selvstyrt Oppgave lar brukere definere og utføre autonome oppgaver innenfor en arbeidsflyt. Spesifiser en tydelig oppgavebeskrivelse, forventet resultat, og tildel en agent for å håndtere utførelsen—ideelt for å bygge strukturert, hierarkisk automasjon i dine prosesser.
Selvstyrt Crew
Lås opp avansert samarbeid i FlowHunt med komponenten Selvstyrt Crew. Koordiner flere KI-agenter under en lederagent for å håndtere komplekse arbeidsflyter og hierarkiske oppgaver autonomt, og maksimér effektivitet og skalerbarhet.
AI-agent
AI-agent-komponenten i FlowHunt gir arbeidsflytene dine autonom beslutningstaking og verktøybruk. Den utnytter store språkmodeller og kobler til ulike verktøy for å løse oppgaver, følge mål og gi intelligente svar. Ideell for å bygge avanserte automatiseringer og interaktive AI-løsninger.
LLM OpenAI
FlowHunt støtter dusinvis av tekstgenereringsmodeller, inkludert modeller fra OpenAI. Her er hvordan du bruker ChatGPT i dine AI-verktøy og chatboter.
LLM Gemini
FlowHunt støtter dusinvis av AI-modeller, inkludert Google Gemini. Lær hvordan du bruker Gemini i AI-verktøyene og chatbotene dine, bytter mellom modeller og kontrollerer avanserte innstillinger som tokens og temperatur.
GoogleSearch-komponent
FlowHunts GoogleSearch-komponent forbedrer chatbotens nøyaktighet ved å bruke Retrieval-Augmented Generation (RAG) for å få tilgang til oppdatert kunnskap fra Google. Kontroller resultatene med alternativer som språk, land og spørreprefikser for presise og relevante svar.
URL-henter
Lås opp webinnhold i arbeidsflytene dine med URL-henter-komponenten. Hent og prosesser tekst og metadata fra en hvilken som helst liste med URL-er – inkludert nettartikler, dokumenter og mer. Støtter avanserte alternativer som OCR for bilder, selektiv metadatauttrekk og tilpassbar caching, noe som gjør den ideell for å bygge kunnskapsrike AI-flyter og automasjoner.
Opprett Data
Opprett Data-komponenten lar deg dynamisk generere strukturerte dataregistre med et tilpassbart antall felt. Ideell for arbeidsflyter som krever opprettelse av nye dataobjekter underveis, den støtter fleksibel feltkonfigurasjon og sømløs integrasjon med andre automatiseringstrinn.
Analyser Data
Komponenten Analyser Data omformer strukturert data til ren tekst ved hjelp av tilpassbare maler. Den muliggjør fleksibel formatering og konvertering av datainnganger for videre bruk i arbeidsflyten din, og hjelper til med å standardisere eller forberede informasjon for nedstrøms komponenter.
Opprett Google Sheet
Generer enkelt nye Google Sheets direkte i arbeidsflyten din. Komponentet Opprett Google Sheet lar deg legge inn strukturert data og umiddelbart opprette regneark, noe som gjør det enkelt å automatisere datainnsamling, rapportering eller deling av resultater. Integrer med andre komponenter for å effektivisere dine forretnings- og produktivitetsoppgaver.
ArXiv-verktøy
Chat enkelt med 2,4 millioner vitenskapelige artikler ved hjelp av FlowHunt sitt ArXiv-verktøy og AI-agenter. Revolusjoner forskningen din ved å matche forespørsler med konsise svar fra ArXiv-databasen og forbedre chatboten din med tilpassbare flyter.
Flow-beskrivelse
Formål og fordeler
Oversikt
Denne arbeidsflyten er laget for å automatisere og skalere prosessen med selskapsanalyse, spesielt for oppstartsbedrifter eller selskaper under vurdering for investering eller research. Den utnytter AI-agenter, prompt engineering, nettsøk, datauthenting og strukturert dataeksport til Google Sheets. Flyten tar et selskapsnavn som input og samler, analyserer og strukturerer systematisk et bredt spekter av informasjon om selskapet fra offentlige og opplastede kilder.
Trinnvis gjennomgang
1. Brukerinteraksjon og innsamling av input
- Brukerinitiering: Når en bruker åpner chatten eller sandkassen, vises en velkomstmelding som forklarer verktøyets funksjoner og ber om et selskapsnavn.
- Inputgrensesnitt: Brukeren skriver inn selskapsnavnet (og kan eventuelt laste opp dokumenter) via chatkomponenten.
2. Informasjonsinnhenting
Promptmaler: Arbeidsflyten bruker flere ulike promptmaler, hver tilpasset for å hente ut et spesifikt aspekt ved selskapsinformasjonen, slik som:
- Selskapsoversikt og historie
- Problem & løsning selskapet adresserer
- Markedsanalyse (målgruppe, størrelse, konkurranse)
- Teamstruktur og nøkkelpersoner
- Produkter & tjenester, alternativer og konkurransefortrinn
- Finansiering og investeringsdetaljer
- Go-to-market-strategi, forretningsmodell og timing
- Økonomi, kostnadsstruktur, inntekter, traction
- Klimaeffekt
- Skalerbarhet, beskyttelse og risiko
Kontekstuell data: Opplastede filer (f.eks. selskaspresentasjoner, pitch decks) behandles og innholdet gjøres tilgjengelig som ekstra kontekst for å øke nøyaktigheten i analysen.
Automatisert nettsøk: AI-agenter bruker Google Søk for å finne offentlig informasjon, nyheter og profiler relatert til selskapet. De henter og behandler også innholdet fra funnede URL-er.
3. AI-agenter og automatisering av oppgaver
- Selvstyrte oppgaver og team: Oppgaver defineres for hvert analysetema, og spesifiserer forventet utdata (f.eks. “Grundig rapport om selskapet med nødvendige data”).
- Hierarkiske team: Grupper av AI-agenter (team) styres av en manager-agent og en språkmodell (LLM, f.eks. OpenAI GPT-4o-mini), og har ansvar for å utføre analyseoppgaver parallelt, noe som gir skalerbarhet og fart.
- Agentspesialisering: Noen agenter har spesifikke bakgrunnshistorier og mål, som å forske på teammedlemmer eller kritisk analysere selskapsdata.
4. Datastrukturering
- Dataaggregasjon: Resultatene fra alle analyseprompter samles og mappes inn i strukturerte felt ved bruk av “Create Data”-komponenten. Hvert felt tilsvarer en analytisk kategori (se tabellen under).
| Felt | Beskrivelse |
|---|---|
| The company | Selskapsoversikt, historie, prestasjoner |
| Problem & Solution | Identifisert problem, beskrivelse av løsning |
| Market | Målgruppe, markedstørrelse, konkurranse |
| Team | Liste og roller til nøkkelpersoner |
| Products and Services | Hovedprodukter/tjenester, alternativer |
| Investments | Finansieringsdetaljer, investorer, kapitalinnhenting |
| Go To Market | Distribusjon, forretningsmodell, timing |
| Economics | Kostnadsstruktur, inntekter, traction |
| Climate Impact | Miljøpåvirkning |
| Scalability, Risks… | Skalerbarhet, risiko, beskyttelse |
- Parsing for utdata: De strukturerte dataene parses deretter til ren tekst for videre behandling eller visning.
5. Eksport og automatisering
Google Sheets-automatisering: En AI-agent (med bakgrunn som “Google Sheets-ekspert”) tar de strukturerte dataene og genererer automatisk en Google Sheets-fil, som gjør det enkelt å eksportere, dele og analysere resultatene i et kjent format.
Utdata-visning: Det endelige resultatet, inkludert lenker til det genererte Google-arket og tekstsammendrag, vises i chatgrensesnittet.
Hvorfor denne arbeidsflyten er nyttig for skalering og automatisering av selskapsanalyse
Parallell oppgaveløsning: Ved å dele analysen i modulære prompter og delegere dem til team av AI-agenter, kan arbeidsflyten analysere flere selskaper eller flere aspekter av et selskap parallelt, noe som reduserer manuelt arbeid og responstid betydelig.
Konsistente, omfattende utdata: Bruken av strukturerte prompter sikrer at hver analyse er grundig og dekker alle viktige dimensjoner, og minimerer informasjonsgap eller subjektiv skjevhet.
Dynamisk datainnhenting: Ved å integrere nettsøk og dokumenthenting får systemet alltid tilgang til den nyeste offentlige informasjonen i tillegg til eventuelle interne dokumenter.
Sømløs eksport: Automatisk generering av Google Sheets-filer muliggjør enkel skalering til batch-analyser og integrasjon med eksisterende arbeidsflyter for rapportering, investeringsvurdering eller due diligence.
Fleksibel og utvidbar: Nye analyseområder kan legges til ved å lage nye promptmaler og oppgaver, noe som gjør systemet fleksibelt for endrede behov.
Eksempler på brukstilfeller
- Venture capital og startup-scouting: Rask analyse av hundrevis av startups for investeringsscreening.
- Konsulent- og markedsanalyse: Produser konsistente selskapsprofiler for kunder.
- Konkurrentovervåkning: Følg konkurrenter på tvers av flere analytiske dimensjoner.
- Porteføljestyring: Oppdater og vedlikehold strukturerte oversikter over porteføljeselskaper.
Oppsummeringstabell: Nøkkelkomponenter og deres roller
| Komponent | Rolle |
|---|---|
| Chat Input/Output | Brukerinteraksjon, dataregistrering, resultatvisning |
| Message Widget | Velkomst- og veiledningsmeldinger |
| Prompt Templates | Strukturert uthenting av selskapsinformasjon |
| File/URL Retrievers | Legg til kontekst fra nett eller opplastede filer |
| AI Agents | Utfører research og analyseoppgaver |
| Self-Managed Crews | Organiserer agenter for parallell, skalerbar utførelse |
| Create Data | Samler alle funn i et strukturert format |
| Google Sheets Export | Automatiserer eksport av resultater for videre bruk |
Oppsummert
Denne arbeidsflyten forvandler en manuell, tidkrevende selskapsanalyse til en automatisert, skalerbar og svært repeterbar prosess. Ved å kombinere AI-drevet research, strukturert prompt engineering og sømløs dataeksport, gir den brukere mulighet til å generere rike, handlingsrettede selskapsprofiler med minimal innsats. Dette er uvurderlig for enhver virksomhet som har behov for å behandle store mengder selskapsdata raskt og konsistent.
La oss bygge ditt eget AI-team
Vi hjelper bedrifter som din med å utvikle smarte chatboter, MCP-servere, AI-verktøy eller andre typer AI-automatisering for å erstatte mennesker i repeterende oppgaver i organisasjonen din.
Lær mer
AI-selskapsanalyse til Google Sheets
Denne AI-drevne arbeidsflyten gir en omfattende, datadrevet selskapsanalyse. Den samler informasjon om selskapsbakgrunn, marked, team, produkter, investeringer ...
AI-selskapsanalyse og Markedsundersøkelse
Omfattende AI-drevet arbeidsflyt for selskapsanalyse og markedsundersøkelser. Samler og analyserer automatisk data om selskapsbakgrunn, markedsposisjon, produkt...
Automatisert LinkedIn-, Stillings- og Bransjeberikelse fra Google Sheets
Denne arbeidsflyten beriker automatisk kontaktdata i Google Sheets ved å finne LinkedIn-profiler, hente ut stillingstitler og bransjer, og oppdatere arket ved h...