Pemasaran ABM dengan InsightRed

Tentang

InsightRed adalah alat berbasis LLM untuk Pemasaran Berbasis Akun (ABM) yang mengekstrak komentar Reddit terbaru dari Subreddit, diurutkan berdasarkan “Teratas”, dan menemukan pengguna yang menunjukkan potensi ketertarikan pada proyek atau produk Anda. Ini membantu Anda mengidentifikasi dan menargetkan pengguna bernilai tinggi di Reddit untuk mendapatkan pengguna awal untuk produk/proyek Anda. Proyek ini dibuat untuk ANARCHY Hackathon Oktober 2023.

Pengumuman

19 Oktober 2023

Sebagai tindak lanjut proyek ini, saya senang mengumumkan bahwa kami memenangkan tempat ke-1 di Hackathon Anarchy Oktober 2023!

Klik di sini untuk melihat pesan dalam mode TEKS (dimodifikasi karena pemformatan Discord)

@everyone **👑 HACKATHON 👑**

I'm very excited to announce the second anarchy hackathon's winners as follows:

🥇 "@Ben Zimmerman [T3CH3Y]", @Mehmet, and "@Ananya Aithal"'s InsightRed! https://www.youtube.com/watch?v=xhKwnKxmg5k

🥈 @partho and @Karan's  DistillClassifier https://www.loom.com/share/d7e7c8e12dd14bcabdf41051433901a1?sid=900cb491-8117-4530-a131-d87eeca1ca6f

Really **AMAZING WORK EVERYBODY** @MathYouF and I were super impressed by all the submissions.

Special mentions go out to:

1. @B3LOL, @alastine , and @AndrewKamau 's WiE: https://youtu.be/V8gqCvgRcpk
2. "@Mert Bozkir | mertbozkir"'s Doc-String-Ify: https://www.loom.com/share/274565d0ddec417783e739ee728654d3?sid=6bb1b07a-f06a-4ec3-82c6-1d7ba6eae0d3

The feedback we got from these projects has been super valuable and we're going to work on fixing every bit 🦜

We're going to reach out to the teams individually for prizes. Additionally, we think these were incredible enough that we'd like to spend the next few weeks working on showcasing these incredible projects.

Demo

Komponen InsightRed

🧩 Pengumpul

Pengumpul mengumpulkan posting Reddit terbaru dan komentar dari posting tersebut, untuk Subreddit yang diberikan, dengan menggunakan API Reddit. Setelah mengumpulkan, pengumpul menyimpan data yang dikumpulkan ke database SQLite lokal. Ini dibuat mudah dengan menggunakan paket python praw untuk membantu penggunaan API Reddit dan SQLAlchemy untuk melakukan operasi CRUD di database SQLite lokal.

🧩 Vektorisator

Vektorisator memeriksa database SQLite lokal untuk melihat komentar mana yang belum disimpan ke database vektor. Setelah mendapatkan daftar komentar, ia membuat embedding dari posting+komentar menggunakan model “text-embedding-ada-002” milik OpenAI. Embedding ini digunakan sebagai Indeks di database vektor dan beberapa metadata, dalam bentuk JSON, juga dibuat. Indeks dan metadata kemudian diunggah ke database vektor, yang dalam kasus ini adalah Pinecone (berbasis cloud). Setelah diunggah, database SQLite lokal diperbarui untuk menghindari pengunggahan ulang data yang sama ke Pinecone. Semua ini dilakukan dengan menggunakan klien python Pinecone (pinecone-client) untuk melakukan opsi CRUD ke database vektor dan LangChain untuk menangani proses embedding.

🧩 Antarmuka

Antarmuka adalah apa yang digunakan oleh pengguna untuk berinteraksi dengan alat ini. Dalam kasus ini, antarmuka adalah CLI. Antarmuka memiliki implementasi Retrieval-Augmented-Generation (RAG). Di mana pengguna memberikan deskripsi produk mereka, daftar Subreddit untuk diperiksa, serta beberapa filter. Dengan konteks ini, Pengumpul dipanggil lalu Vektorisator dipanggil. Setelah kedua layanan tersebut selesai memproses, deskripsi produk yang dimasukkan digunakan untuk melakukan pencarian serupa di database vektor. Hasil teratas dan deskripsi produk kemudian dimasukkan ke dalam template prompt yang membuat prompt akhir. Prompt akhir kemudian dikirim ke model GPT-4 milik OpenAI dan hasil akhir kemudian disajikan kepada pengguna. Hasil-hasil ini akan berupa daftar semua komentar Reddit yang sangat menunjukkan bahwa pengguna Reddit akan tertarik pada produk yang diberikan, berdasarkan deskripsinya. Komponen ini bekerja dengan menggunakan komentar dari Pengumpul dan Vektorisator, serta, dengan menggunakan LLM-VM Anarchy untuk menangani kueri ke model GPT-4 milik OpenAI.

Anggota Tim

Pengakuan Eksternal yang Terkenal

casta (Hacker News)

Memberikan inspirasi untuk proyek ini melalui posting HN mereka. Karena solusi mereka tidak bersifat open-source, saya termotivasi untuk membuat versi sumber terbuka (proyek ini).

ChatGPT (GPT-4)

Sangat membantu dalam pengembangan dengan benar-benar mempercepat siklus pengembangan. Dan ia menghasilkan logo proyek serta thumbnail YouTube menggunakan model DALL-E 3 baru dari OpenAI.

James Briggs (YouTuber)

Video James benar-benar menjelaskan cara menggunakan API Reddit serta cara mengimplementasikan pipeline RAG dasar menggunakan Python.