AI-driven företagsanalys och export till Google Sheets
Detta AI-arbetsflöde analyserar vilket företag som helst på djupet genom att undersöka offentliga data och dokument, och täcker marknad, team, produkter, investeringar och mer. Det sammanställer resultaten i en strukturerad rapport och exporterar automatiskt resultaten till ett Google Sheet för vidare användning. Perfekt för sälj-, marknadsförings- och investeringsresearchteam.
Flows
Så fungerar AI Flow
- Användarinmatning och välkomstmeddelande.
- Användaren anger ett företagsnamn för analys. Flödet välkomnar användaren och samlar in eventuella relevanta filer.
- Datainsamling & research.
- AI-agenter söker på Google och hämtar information från relevanta webbsidor och uppladdade dokument. Ytterligare researchverktyg som Arxiv finns tillgängliga.
- Automatiserad företagsanalys.
- Arbetsflödet analyserar viktiga aspekter såsom företagsöversikt, marknad, produkter, team, konkurrens, investeringar, go-to-market-strategi, ekonomi och klimatpåverkan med hjälp av AI.
- Strukturerad rapportgenerering.
- Alla resultat sammanställs till en strukturerad, flersektions företagsrapport. Data tolkas och organiseras för export.
- Export till Google Sheets.
- Den slutliga företagsanalysen exporteras automatiskt till ett Google Sheet för delning, uppföljning eller vidare bearbetning.
Prompts som används i detta flow
Nedan är en komplett lista över alla prompts som används i detta flow för att uppnå dess funktionalitet. Prompts är instruktioner som ges till AI-modellen för att generera svar eller utföra åtgärder. De vägleder AI:n i att förstå användarens avsikt och generera relevanta resultat.
Prompt
En promptmall som skapar en rubrik med 'Företaget' och inkluderar inmatningen.
## The company
{input}
Företag
Prompt för att extrahera företagsöversikt, historia och prestationer, med källor.
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 & lösning
Prompt för att extrahera företagets problem och lösning.
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}
---
Marknad
Prompt för att extrahera målmarknad, möjligheter och konkurrensinformation.
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 endast lista
Prompt för att extrahera en lista över teammedlemmar och deras roller genom att söka online.
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 för att extrahera företagets produkter, alternativ och konkurrensfördelar.
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 för att extrahera investerings- och finansieringsdetaljer för ett företag.
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}
---
Ekonomi
Prompt för att extrahera unit economics, intäkter och 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 för att extrahera go-to-market, affärsmodell och timing-information.
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}
---
Klimat
Prompt för att extrahera företagets påverkan på klimatet, särskilt relaterat till växthusgasutsläpp.
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}
---
Skalbarhet
Prompt för att extrahera skalbarhet, försvarbarhet och nyckelrisker för företaget.
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 som används i detta flow
Nedan är en komplett lista över alla komponenter som används i detta flow för att uppnå dess funktionalitet. Komponenter är byggstenarna i varje AI Flow. De låter dig skapa komplexa interaktioner och automatisera uppgifter genom att koppla olika funktioner. Varje komponent tjänar ett specifikt syfte, som att hantera användarindata, bearbeta data eller integrera med externa tjänster.
Chatinmatning
Chatinmatningskomponenten i FlowHunt initierar användarinteraktioner genom att fånga upp meddelanden från Playground. Den fungerar som startpunkt för flöden och möjliggör att arbetsflödet kan bearbeta både text- och filbaserade indata.
Meddelande-widget
Meddelande-widget-komponenten visar anpassade meddelanden i ditt arbetsflöde. Perfekt för att välkomna användare, ge instruktioner eller visa viktig information – den har stöd för Markdown-formatering och kan ställas in att visas endast en gång per session.
Chattutgång
Upptäck Chattutgång-komponenten i FlowHunt—slutför chatbottsvar med flexibla, flerdelade utdata. Oumbärlig för smidig avslutning av flöden och skapande av avancerade, interaktiva AI-chattbottar.
Promptkomponent i FlowHunt
Lär dig hur FlowHunts Prompt-komponent låter dig definiera din AI-bots roll och beteende, vilket säkerställer relevanta och personliga svar. Anpassa prompts och mallar för effektiva, kontextmedvetna chatbotflöden.
FileContent
Självhanterad Uppgift
Komponenten Självhanterad Uppgift gör det möjligt för användare att definiera och utföra autonoma uppgifter inom ett arbetsflöde. Ange en tydlig uppgiftsbeskrivning, förväntat resultat och tilldela en agent för att hantera utförandet—perfekt för att bygga strukturerad, hierarkisk automatisering i dina flöden.
Självstyrd Besättning
Lås upp avancerat samarbete i FlowHunt med komponenten Självstyrd Besättning. Koordinera flera AI-agenter under en chefagent för att självständigt hantera komplexa arbetsflöden och hierarkiska uppgifter, vilket maximerar effektivitet och skalbarhet.
AI-agent
Komponenten AI-agent i FlowHunt ger dina arbetsflöden autonom beslutsfattande och verktygsanvändande förmåga. Den utnyttjar stora språkmodeller och kopplar till olika verktyg för att lösa uppgifter, följa mål och ge intelligenta svar. Perfekt för att bygga avancerade automatiseringar och interaktiva AI-lösningar.
LLM OpenAI
FlowHunt stöder dussintals textgenereringsmodeller, inklusive modeller från OpenAI. Så här använder du ChatGPT i dina AI-verktyg och chatbottar.
LLM Gemini
FlowHunt stöder dussintals AI-modeller, inklusive Google Gemini. Lär dig hur du använder Gemini i dina AI-verktyg och chattbotar, växla mellan modeller och kontrollera avancerade inställningar som tokens och temperatur.
GoogleSearch-komponent
FlowHunt’s GoogleSearch-komponent förbättrar chatbotens noggrannhet genom att använda Retrieval-Augmented Generation (RAG) för att hämta uppdaterad kunskap från Google. Kontrollera resultat med val som språk, land och frågeprefix för precisa och relevanta svar.
URL-hämtare
Lås upp webbinnehåll i dina arbetsflöden med komponenten URL-hämtare. Extrahera och bearbeta enkelt text och metadata från valfri lista av URL:er – inklusive webbartiklar, dokument och mer. Stöder avancerade alternativ som OCR för bilder, selektiv metadataextraktion och anpassningsbar cache, vilket gör den idealisk för att bygga kunskapsrika AI-flöden och automatiseringar.
Skapa Data
Komponenten Skapa Data gör det möjligt att dynamiskt generera strukturerade dataposter med ett anpassningsbart antal fält. Perfekt för arbetsflöden som kräver skapande av nya dataobjekt i realtid, och den stödjer flexibel fältkonfiguration samt sömlös integration med andra automationssteg.
Parsa Data
Komponenten Parsa Data omvandlar strukturerad data till vanlig text med hjälp av anpassningsbara mallar. Den möjliggör flexibel formatering och konvertering av datainmatningar för vidare användning i ditt arbetsflöde, vilket hjälper till att standardisera eller förbereda information för nedströmskomponenter.
Skapa Google Sheet
Generera enkelt nya Google Sheets direkt i ditt arbetsflöde. Komponenten Skapa Google Sheet låter dig mata in strukturerad data och direkt skapa kalkylblad, vilket gör det enkelt att automatisera datainsamling, rapportering eller dela resultat. Integrera med andra komponenter för att effektivisera dina affärs- och produktivitetsuppgifter.
ArXiv-verktyg
Chatta enkelt med 2,4 miljoner vetenskapliga artiklar med FlowHunt's ArXiv-verktyg och AI-agenter. Revolutionera din forskning genom att matcha frågor med koncisa svar från ArXiv-databasen och förbättra din chatbot med anpassningsbara flöden.
Flow-beskrivning
Syfte och fördelar
Översikt
Detta arbetsflöde är utformat för att automatisera och skala processen för företagsanalys, särskilt för startups eller företag som är föremål för research eller investeringsövervägande. Det utnyttjar AI-agenter, prompt engineering, webbsökning, datainsamling och strukturerad dataexport till Google Sheets. Flödet tar ett företagsnamn som indata och samlar, analyserar och strukturerar systematiskt en mängd information om företaget från offentliga och uppladdade källor.
Steg-för-steg-genomgång
1. Användarinteraktion och inmatningsinsamlning
- Användarinitiering: När en användare öppnar chatten eller testmiljön visas ett välkomstmeddelande som förklarar verktygets kapabiliteter och efterfrågar ett företagsnamn.
- Inmatningsgränssnitt: Användaren anger företagsnamnet (och kan valfritt ladda upp dokument) via chattinmatningskomponenten.
2. Informationsinsamling
Promptmallar: Arbetsflödet använder flera promptmallar, var och en anpassad för att extrahera ett specifikt område av företagsinformation, såsom:
- Företagsöversikt och historia
- Problem & lösning företaget adresserar
- Marknadsanalys (målmarknad, storlek, konkurrens)
- Teamstruktur och nyckelpersoner
- Produkter & tjänster, alternativ och konkurrensfördelar
- Finansiering och investeringsdetaljer
- Go-to-market-strategi, affärsmodell och timing
- Ekonomi, kostnadsstruktur, intäkter, traction
- Klimatpåverkan
- Skalbarhet, försvarbarhet och risker
Kontextuell data: Uppladdade filer (t.ex. företagspresentationer, pitch decks) bearbetas och deras innehåll görs tillgängligt som ytterligare kontext för att förbättra analysens noggrannhet.
Automatiserad webbresearch: AI-agenter använder Google Search för att hitta offentlig information, nyheter och profiler relaterade till företaget. De hämtar och bearbetar även innehållet på funna webbadresser.
3. AI-agenter och uppgiftsautomatisering
- Självhanterade uppgifter och team: Uppgifter definieras för varje analysområde, med specificerat förväntat resultat (t.ex. “Utförlig rapport om företaget med nödvändig data”).
- Hierarkiska team: Grupper av AI-agenter (team) hanteras av en manager-agent och en språkmodell (LLM, t.ex. OpenAI GPT-4o-mini), och ansvarar för att utföra analytiska uppgifter parallellt, vilket möjliggör skalbarhet och snabbhet.
- Agentspecialisering: Vissa agenter har specifika bakgrundsberättelser och mål, såsom att undersöka teammedlemmar eller kritiskt analysera företagsdata.
4. Datastrukturering
- Dataaggregering: Utdata från alla analys-promptar samlas in och mappas till strukturerade fält med hjälp av “Create Data”-komponenten. Varje fält motsvarar en analytisk kategori (se tabellen nedan).
| Fält | Beskrivning |
|---|---|
| Företaget | Företagsöversikt, historia, prestationer |
| Problem & Lösning | Identifierat problem, lösningsbeskrivning |
| Marknad | Målsegment, marknadsstorlek, konkurrens |
| Team | Lista och roller för nyckelpersoner |
| Produkter och tjänster | Huvudprodukter/tjänster, alternativ |
| Investeringar | Finansieringsdetaljer, investerare, kapital |
| Go To Market | Distribution, affärsmodell, timing |
| Ekonomi | Kostnadsstruktur, intäkter, traction |
| Klimatpåverkan | Miljöpåverkan |
| Skalbarhet, risker… | Skalbarhet, risker, försvarbarhet |
- Parsing för utdata: Den strukturerade datan tolkas sedan till vanlig text för vidare bearbetning eller visning.
5. Export & automation
Google Sheets-automation: En AI-agent (med bakgrund som “Google Sheets-expert”) tar den strukturerade datan och genererar automatiskt en Google Sheets-fil, vilket gör det enkelt att exportera, dela och analysera resultaten i ett välbekant format.
Utmatningsvisning: Slutresultatet, inklusive länkar till det genererade Google Sheet och textsammanfattningar, visas i chattgränssnittet.
Varför detta arbetsflöde är användbart för att skala och automatisera företagsanalys
Parallell uppgiftskörning: Genom att dela upp analysen i modulära promptar och delegera dem till team av AI-agenter kan arbetsflödet analysera flera företag eller flera aspekter av ett företag parallellt, vilket avsevärt minskar manuellt arbete och ledtid.
Konsekventa, heltäckande resultat: Användningen av strukturerade promptar säkerställer att varje analys är grundlig och täcker alla viktiga dimensioner, vilket minimerar informationsluckor eller subjektiv partiskhet.
Dynamisk datainsamling: Genom att integrera webbsökning och dokumenthämtning kan systemet alltid få tillgång till den senaste offentliga informationen tillsammans med interna dokument.
Smidig export: Automatgenerering av Google Sheets-filer möjliggör enkel skalning till batchanalyser och integration med befintliga arbetsflöden för rapportering, investeringsutvärdering eller due diligence.
Anpassningsbar & utbyggbar: Nya analysområden kan läggas till enkelt genom att skapa nya promptmallar och uppgifter, vilket gör systemet flexibelt för föränderliga behov.
Exempel på användningsområden
- Riskkapital & startup-scanning: Snabbt analysera hundratals startups för investeringsscreening.
- Konsulting & marknadsanalys: Producera konsekventa företagsprofiler för kunder.
- Konkurrensbevakning: Följ konkurrenter över flera analytiska dimensioner.
- Portföljhantering: Uppdatera och underhåll strukturerade register över portföljbolag.
Sammanfattningstabell: Nyckelkomponenter och deras roller
| Komponent | Roll |
|---|---|
| Chatt in/ut | Användarinteraktion, datainmatning och visning |
| Meddelandewidget | Välkomst- och guidemeddelanden |
| Promptmallar | Strukturerad extraktion av företagsinformation |
| Fil-/URL-hämtare | Lägga till kontext från webb eller uppladdade filer |
| AI-agenter | Utför research- och analysuppgifter |
| Självhanterade team | Organiserar agenter för parallell, skalbar analys |
| Skapa data | Samlar alla resultat i ett strukturerat format |
| Google Sheets-export | Automatiserar export av resultat för vidare användn. |
Sammanfattningsvis
Detta arbetsflöde omvandlar en manuell, tidskrävande företagsanalys till en automatiserad, skalbar och mycket repeterbar process. Genom att kombinera AI-driven research, strukturerad prompt engineering och smidig dataexport ger det användare möjlighet att generera fylliga, handlingsbara företagsprofiler med minimal ansträngning. Detta är ovärderligt för alla organisationer som behöver bearbeta stora volymer av företagsdata snabbt och konsekvent.
Låt oss bygga ditt eget AI-team
Vi hjälper företag som ditt att utveckla smarta chatbotar, MCP-servrar, AI-verktyg eller andra typer av AI-automatisering för att ersätta människor i repetitiva uppgifter i din organisation.
Lär dig mer
AI-företagsanalys till Google Sheets
Detta AI-drivna arbetsflöde levererar en omfattande, datadriven företagsanalys. Det samlar in information om företagets bakgrund, marknadslandskap, team, produk...
AI-företagsanalys & Marknadsundersökning
Omfattande AI-driven arbetsflöde för företagsanalys och marknadsundersökning. Samlar in och analyserar automatiskt data om företagsbakgrund, marknadsposition, p...
AI-generator för förberedelseblad inför säljmöten
Detta AI-drivna arbetsflöde hjälper säljare att förbereda sig inför möten genom att generera ett heltäckande förberedelseblad. Genom att ange ett företagsnamn s...