- 자연어 입력을 통해 리드 생성 AI 에이전트를 구축하는 방법을 설명 🗣️
- Lindy 플랫폼을 사용하여 특정 산업 및 위치에 대한 리드를 생성하는 에이전트 구축 🏢
- 에이전트는 이름, 역할, 회사, 회사 규모 및 이메일 주소를 찾고 결과를 Google 시트에 저장 🗂️
- 에이전트 빌더는 사용자의 요구 사항에 맞게 시스템을 구축하기 위해 추가 질문을 함 ❓
- 자연어 기반 워크플로우 구축은 훌륭하지만, 각 단계의 내용을 이해하는 것이 중요하다고 강조 🔑
- 에이전트가 생성한 프롬프트를 검토하고, 리드 검색을 위해 People Data Labs를 사용하는 것을 확인 ✅
- 테스트 실행 결과, 에이전트가 일부 리드만 추가하는 문제가 발생하여 수정 과정을 거침 🐞
- 리드 정보를 보강하고 개인화된 이메일을 작성하는 두 번째 에이전트 구축 📧
- Lindy와 n8n의 장단점을 비교하며, Lindy는 기술적 진입 장벽이 낮다고 설명 ⚖️
- 리드를 Google 시트에서 가져와 회사 정보를 검색하고, 이 정보를 다시 시트에 기록 🌐
- 여러 단계를 거쳐 리드를 생성, 보강하고, 개인화된 이메일을 작성하는 전체 시스템 구축 목표 🎯
- 에이전트가 작성한 이메일 초안을 Gmail에 저장하고, 시트의 상태를 업데이트하도록 설정 ⚙️
- 시스템 구축 시 오류를 방지하기 위한 고려 사항 강조 ⚠️
- Lindy 플랫폼 사용자를 위한 할인 코드 제공 (커뮤니티 가입 필요) 🎁



![[자바] 코드의 양을 훅~ 줄여주는 람다식 | Java: Lambda Expression #자바강의 #람다식](https://i1.ytimg.com/vi/hb9DY4GC9FM/hqdefault.jpg)

