仅一天时间，我的编码代理就在我的 Podscan 管理面板中构建了一个“现有客户相似度和拓展工具”。 我意识到，人工智能真正难以解决的问题是可靠的数据，而不是代码本身。 它可以构建复杂的事物，但它无法构建事实。
我只需要三个主要集成：Apollo 和 Hunter_io：一个用于数据丰富，一个用于验证邮箱地址。通过 Instantly 进行出站通信。 我还可以做其他任何事情，包括使用 OpenAI 进行相似度估计和评分。 但要获取关于真实人物的真实数据呢？仍然需要精心整理的数据库。
那么，这对我们这些创始人和创业型开发者来说意味着什么呢？ 少关注产品方面和软件创建步骤，多思考如何才能不断构建数据护城河，让每个人及其独特的解决方案都能从中受益。
或许这话听起来有点自夸，但我认为我创建 Podscan 绝对是正确的选择。如今，Podscan 已经收录了超过 4500 万条经过验证和转录的播客对话，并追踪超过 400 万个播客订阅源。每天如此，从未间断。 我的API使用量每周都在增长。
功能概述：它可以找到最近注册试用且被评为符合我理想客户画像的潜在客户的人。 它会寻找与目标人群规模和地理位置相似的公司，并找出这些公司中应该联系的合适人选。 这让我可以在已经拟定好的邮件中查看内容。邮件内容很简单，就是“你好，我对这类东西感兴趣”。 这种情况每天都会发生好几次，确保源源不断地涌现出与平台现有用户群体高度契合的优质目标受众。而且，同一行业的用户越多，我能找到并联系到的同行也就越多。口碑传播，口碑自然会不断扩大。