> For the complete documentation index, see [llms.txt](https://api.docs.blockbrain.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://api.docs.blockbrain.ai/de/best-practices-fur-integrationen/verkaufschancen.md). # Verkaufschancen ## 1. Einleitung Der beabsichtigte Anwendungsfall besteht darin, Zielunternehmen auf Marktchancen zu analysieren und personalisierte Outreach-E-Mails zu erstellen. Die Logik zur Chancenerkennung wird in der Blockbrain-UI konfiguriert und kann zu Automatisierungszwecken über die API aufgerufen werden. Alle in der UI verfügbaren Funktionen sind auch über die API zugänglich. Die UI sollte verwendet werden, um die Bots zur Chancenerkennung und ihre Prompts einzurichten, während die API zur Implementierung automatisierter oder groß angelegter Workflows verwendet werden sollte. Die vollständige Blockbrain-API-Dokumentation finden Sie hier: Bevor Sie mit dem Workflow fortfahren, stellen Sie sicher, dass Sie Folgendes haben: 1. Konfiguriere deinen Sales Navigator Bot. 2. Die Prompts zur Chancenerkennung in der Prompt-Bibliothek definiert und gespeichert. 3. Das passende LLM-Modell in den Bot-Einstellungen ausgewählt (zum Beispiel GPT-4). 4. Ihre **`bot_id`**, **`agentTaskId`** wie in Abschnitt 4 dieses Leitfadens beschrieben. ## 2. Grundlegender API-Workflow Der Prozess zur Analyse von Unternehmen und zur Generierung von Chancen besteht aus fünf Hauptschritten. Es wird dringend empfohlen, für jede Gruppe von Unternehmen einen separaten Data Room anzulegen, um die Isolation zwischen den Analysen zu gewährleisten und die parallele Verarbeitung zu ermöglichen. ### Schritt 1: Data Room erstellen Dieser Vorgang erstellt eine neue Unterhaltung (Data Room), die mit Ihrem Sales Navigator Bot verknüpft ist. • **Endpunkt:** POST `/cortex/active-bot/bot_id/convo`\ • **API-Referenz:** [ Data Room erstellen – API-Dokumentation](https://blocky.theblockbrain.ai/redoc#tag/cortex-active-bot/operation/add_convo_to_bot_cortex_active_bot__bot_id__convo_post) Beispiel-Request-URL ``` https://blocky.theblockbrain.ai/cortex/active-bot/68514f586cd169f603f38a4e/convo ``` Beispiel-Request-Body ```json { "convoName": "Neuer Data Room" } ``` Beispiel-Response-Body ```json { "body": { "dataRoomId": "689e2ee5ef2860b689633021" } } ``` Die Antwort enthält eine `dataRoomId` , die diesen Data Room identifiziert. Diese `dataRoomId` wird für die folgenden Schritte benötigt. ### Schritt 2: Websuche aktivieren Dieser Vorgang aktiviert die Web-Recherchefunktionen für den Data Room. • **Endpunkt:** PATCH `/cortex/conversation/dataRoomId`\ • **API-Referenz:** [Data Room patchen – API-Dokumentation](https://blocky.theblockbrain.ai/redoc#tag/cortex/operation/update_convo_detail_cortex_conversation__convo_id__patch) Beispiel-Request-URL ``` https://blocky.theblockbrain.ai/cortex/conversation/689e2ee5ef2860b689633021 ``` Beispiel-Request-Body ```json { "enableWebSearch": true } ``` ### Schritt 3: Unternehmen zur Analyse übermitteln Dieser Vorgang sendet den Firmennamen zusammen mit dem Datumsbereich an den Web-Recherche-Agenten. * **Endpunkt**: POST /cortex/completions/v2/user-input * **API-Referenz**: [Benutzernachrichten hinzufügen – API-Dokumentation](https://blocky.theblockbrain.ai/redoc#tag/cortex-completions/operation/add_user_messages_cortex_completions_user_input_post) Beispiel-Request-URL ``` https://blocky.theblockbrain.ai/cortex/completions/v2/user-input ``` Beispiel-Request-Body ```json { "content": "UNTERNEHMEN: Google\n\nVON DATUM: 2025-10-13\n\nBIS DATUM: 2025-10-20", "actionType": "direct-agent", "messageType": "user-question", "sessionId": "689e2ee5ef2860b689633021", "convoId": "689e2ee5ef2860b689633021", "agentTaskId": "68b7e73788b8c14e131b543d" } ``` Falls **`enableStreaming`** aktiviert ist, werden Antworten Token für Token mit [Streaming](/de/konzepte/streaming.md)zurückgegeben. In diesem Fall können Sie alle zurückgegebenen new\_token-Objekte verketten, um die finale Ausgabe zu bilden. Prüfen Sie die Prompt-Vorlage (`agentTaskId`), die für diese Abfrage unter [#news-search](#news-search "mention") ### Schritt 4: Websuche deaktivieren Dieser Vorgang deaktiviert die Web-Recherchefunktionen nach Abschluss der Datenerhebung, um Ressourcen zu sparen. • **Endpunkt:** PATCH `/cortex/conversation/dataRoomId`\ • **API-Referenz:** [Data Room patchen – API-Dokumentation](https://blocky.theblockbrain.ai/redoc#tag/cortex/operation/update_convo_detail_cortex_conversation__convo_id__patch) Beispiel-Request-URL ``` https://blocky.theblockbrain.ai/cortex/conversation/689e2ee5ef2860b689633021 ``` Beispiel-Request-Body ```json { "enableWebSearch": false } ``` Dieser Schritt sollte ausgeführt werden, nachdem die Web-Recherchephase abgeschlossen ist, aber bevor mit der Analyse der Marktchancen fortgefahren wird. Das Deaktivieren der Websuche stellt sicher, dass nachfolgende Agentenaufgaben nicht unnötig zusätzliche Webabfragen auslösen, was die Leistung verbessert und die API-Nutzung reduziert. ### Schritt 5: Marktchancen generieren Dieser Vorgang löst den Agenten zur Identifizierung von Marktchancen aus. * **Endpunkt**: POST /cortex/completions/v2/user-input * **API-Referenz**: [Benutzernachrichten hinzufügen – API-Dokumentation](https://blocky.theblockbrain.ai/redoc#tag/cortex-completions/operation/add_user_messages_cortex_completions_user_input_post) Beispiel-Request-URL ``` https://blocky.theblockbrain.ai/cortex/completions/v2/user-input ``` Beispiel-Request-Body ```json { "agentTaskId": "6858f2c03af6fad6eb14a490", "sessionId": "47286909-90df-426d-b53b-cefca26635ab", "convoId": "689e2ee5ef2860b689633021", "actionType": "agent", "messageId": "message_id_from_previous_step" } ``` Prüfen Sie die Prompt-Vorlage (`agentTaskId`), die für diese Abfrage unter [#opportunity-generation](#opportunity-generation "mention") ### Schritt 6: Ergebnisse mit Verweisen abrufen Dieser Vorgang ruft die abgeschlossene Analyse mit Quellverweisen ab. • **Endpunkt:** GET /cortex/message/{message\_id}/reference-content\ • **API-Referenz:** [Nachrichtendetails abrufen – API-Dokumentation](https://blocky.theblockbrain.ai/redoc#tag/cortex/operation/get_message_content_with_reference_document_cortex_message__message_id__reference_content_get) Beispiel-Request-URL ``` https://blocky.theblockbrain.ai/cortex/message/message_id/reference-content ``` Die Chancen und E-Mail-Entwürfe befinden sich im **`content`** des Antwortbodys, während die ursprünglichen Unternehmensdaten in **`targetText`**. ### Schritt 7: Als Insight speichern (optional) Dieser Vorgang speichert die Analyse als dauerhaften Insight. • **Endpunkt:** `POST /cortex/notes/generate?convo_id={convo_id}&latest_message_id={latest_message_id}&bot_id={bot_id}`\ \&#xNAN;**• API-Referenz**: [Insight generieren - API-Dokumentation](https://blocky.theblockbrain.ai/redoc#tag/cortex-notes/operation/generate_chat_note_cortex_notes_generate_post) Beispiel-Request-URL ``` https://blocky.theblockbrain.ai/cortex/notes/generate?convo_id=689e2ee5ef2860b689633021&latest_message_id=message_id&bot_id=68514f586cd169f603f38a4e&is_pin=false&parent_path=root ``` ## 3. Best Practices 1. Erstellen Sie für jede Unternehmensgruppe einen neuen Data Room, um zu vermeiden, dass Kontext aus vorherigen Analysen übernommen wird. 2. Verwenden Sie die Prompt-Bibliothek, um Prompts zur Chancenerkennung zu speichern und eine konsistente Nutzung über UI und API hinweg sicherzustellen. 3. Deaktivieren Sie die Websuche nach Abschluss der Analyse immer, um Ressourcen zu schonen. ## 4. Abrufen der erforderlichen IDs Die folgenden IDs werden für die oben im Workflow beschriebenen API-Aufrufe benötigt. #### bot\_id aus der UI abrufen 1. Melden Sie sich bei Blockbrain an und navigieren Sie in der UI zum Bot Creator. 2. Wählen Sie Ihren Sales Navigator Bot aus. Die Bot-Details enthalten ein Feld namens **`bot ID`**. Dies ist der Wert, der im **`/cortex/active-bot/bot_id/convo`** Endpunkt. #### sessionId generieren Sie müssen auf der Client-Seite eine zufällige UUID generieren und sie zusammen mit der Anfrage senden. Sie können diese sessionId für mehrere API-Aufrufe verwenden, wie im obigen Workflow gezeigt, und müssen nicht für jeden Aufruf eine neue sessionId generieren. Tipp: Sie können auch eine gültige **`sessionId`** erhalten, indem Sie sich über die UI anmelden und sie dann aus den API-Anfragen in den Entwicklerwerkzeugen Ihres Browsers erfassen. Dies ist beim ersten Testen nützlich, da Sie diesen Wert direkt bei Experimenten mit API-Aufrufen verwenden können. #### agentTaskId abrufen Um die vollständige Liste der Agentenaufgaben für Ihren Bot aufzurufen: GET **`/cortex/active-bot/bot_id`** (API-Referenz: [API-Dokumentation zu Details des aktiven Bots abrufen](https://blocky.theblockbrain.ai/redoc#tag/cortex-active-bot/operation/get_active_bot_details_cortex_active_bot__bot_id__get)). Die Antwort enthält ein Array von Agent Tasks, die dem Bot zugeordnet sind, einschließlich ihrer ID, ihres Namens und der Prompt-Details. Wichtige Agentenaufgaben-IDs für Sales Navigator: * **Web-Recherche:** `68b7e73788b8c14e131b543d` * **Relevante Neuigkeiten:** `684039de199f41e44423ec8d` * **Marktchancen:** `6858f2c03af6fad6eb14a490` * **E-Mail-Entwürfe:** `6858f2f8c2759562d831519d` Tipp: Sie können auch ein **`agentTaskId`** erhalten, indem Sie sich über die UI anmelden und es dann aus den API-Anfragen in den Entwicklerwerkzeugen Ihres Browsers erfassen. Die agentTaskId ist für jeden ausgewählten Prompt aus der Prompt-Bibliothek eindeutig. ## Anhang: Prompts ### Nachrichtensuche ```markdown **Recherche-Prompt: {{COMPANY}} - Zeitlich eingeschränkte Business Intelligence** **Kernanforderungen:** - Führen Sie eine umfassende Deep-Recherche-Analyse der aktuellen Nachrichten und Entwicklungen zu **{{COMPANY}}** durch (globaler Marktführer bei Bremssystemen für Schienen- und Nutzfahrzeuge) - **Zeitraum:** **Streng von {{FROM DATE}} bis {{TO DATE}}, einschließlich** - **Pflichtausschluss:** **Nur Nachrichten berücksichtigen, die innerhalb des angegebenen Datumsbereichs veröffentlicht wurden. Alle Inhalte ausschließen, die außerhalb dieses Zeitraums veröffentlicht wurden** **Fokusbereiche für Chancen:** - **Technologieinitiativen** - Digitalisierung, Automatisierung im Mobilitätssektor - **Regulatorische Herausforderungen** - Neue Sicherheits-/Emissionsstandards, die Anpassungen erfordern - **Marktexpansion** - Eintritt in neue Märkte/Segmente - **Lieferkettenstörungen** - Erfordern operative Optimierung - **Nachhaltigkeitsprogramme** - ESG-Transformationsinitiativen **Kontext für Chancen:** - Fokus auf Entwicklungen, die auf Bedarf an externer Beratungsexpertise hinweisen - Heben Sie strategische Wendepunkte oder komplexe Herausforderungen hervor - Beachten Sie etwaige Leistungsprobleme, die Eingriffe erfordern **Antwortanforderungen:** - Sehr kurz antworten - Falls keine Nachrichten gefunden werden, einfach kurz angeben - Nur aktuelle Nachrichten innerhalb des angegebenen Zeitraums - Für jeden Nachrichtenpunkt eine Chancenbewertung einbeziehen - Maximal 2-3 Sätze pro Punkt mit Beratungsrelevanz ``` ### Chancengenerierung ````markdown # **Rolle** Sie sind Senior Consultant bei einer Top-Managementberatung und identifizieren Beratungschancen aus aktuellen Unternehmensentwicklungen. ## **Aufgabe** Analysieren Sie aktuelle Nachrichten zum Zielunternehmen und erstellen Sie einen in Markdown formatierten Chancenbericht mit zwei Abschnitten, geeignet für E-Mail/Digitalverteilung. ## **Zielunternehmen** **Verarbeiten Sie die Unternehmen aus der Eingabeliste, die aktuelle, umsetzbare strategische Entwicklungen aufweisen.** ## **Wichtige Anforderungen an die Ausgabe** ### **Regeln zur Eindeutigkeit von Referenzen (HÖCHSTE PRIORITÄT):** - **PFLICHT:** Jede Referenz-/Zitiernummer (z. B. [[18.1]], [[34.1]]) darf über ALLE Chancen hinweg NUR EINMAL verwendet werden - **PFLICHT:** Jede Chance MUSS eine EINDEUTIGE Referenz haben - keine Wiederverwendung von Referenzen - **PFLICHT:** Wenn einer Chance A bereits eine Referenz zugewiesen wurde, DARF sie nicht für Chance B oder C verwendet werden (zumindest nicht als Hauptreferenz) - **PFLICHT:** Verwendete Referenzen nachverfolgen, um Duplikate zu vermeiden ### **Regeln zur Vollständigkeit:** - **PFLICHT:** Erstellen Sie Insights ausschließlich für das angegebene Unternehmen (einschließlich seiner Tochtergesellschaften und Geschäftsbereiche) - **PFLICHT:** Jedes Unternehmen in "Opportunity Overview" MUSS in "Opportunity Details" erscheinen - **PFLICHT:** Die Anzahl der Unternehmen in beiden Abschnitten MUSS identisch sein - **PFLICHT:** Jede Chance MUSS IMMER die zugehörige Referenz und Zitierung enthalten - **PFLICHT:** Für jede Referenz und Zitierung wird es immer nur eine einzige Chance geben - **NIEMALS:** Insights für ein anderes Unternehmen als das bereitgestellte erstellen oder abrufen (und dessen Tochtergesellschaften) - **NIEMALS** ein Unternehmen im Detailabschnitt überspringen, wenn es im Überblick erscheint - **NIEMALS** zwei Chancen aus derselben Zitierung/Referenz erhalten - **NIEMALS** zwei Chancen aus derselben Quelle/Referenz/Zitierung/demselben Link/derselben Datei erstellen - **FLEXIBEL:** Die Anzahl der Chancen variiert je nach Eingabe - sie kann 0, 1, 2 oder 3 betragen ### **Markdown-Format verwenden:** - Überschriften: `## Opportunity Overview` und `## Opportunity Details` - Fettdruck: `**Firmenname**` - Zeilenumbrüche für Abstand - Konsistente Einrückung mit Leerzeichen ## **Erforderliche Ausgabestruktur** ```javascript ## Opportunity Overview **[Firmenname]** • Chance A • Chance B • Chance C ## Opportunity Details ### **[Firmenname]** **Chance A:** [Strategischer Titel] *Unterstützende Nachricht:* [Aktuelle Entwicklung, die diesen Bedarf antreibt] **Chance B:** [Strategischer Titel] *Unterstützende Nachricht:* [Aktuelle Entwicklung, die diesen Bedarf antreibt] **Chance C:** [Strategischer Titel] *Unterstützende Nachricht:* [Aktuelle Entwicklung, die diesen Bedarf antreibt] ```` --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://api.docs.blockbrain.ai/de/best-practices-fur-integrationen/verkaufschancen.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.