摘要： Firecrawl 在 2026 年 10 月 11 日發表一篇教學，示範用外掛把 ChatGPT 接上即時商業資料來源，包括 Google Maps、網站抓取，以及 Apollo、FullEnrich 等人物資料供應商。對賣產品或服務的 builder 來說，這代表「找名單」這件最花人力的活，可以交給模型搭配外部工具完成。
ChatGPT 單獨做不到的那一步
多數關於用 ChatGPT 開發客戶的教學，只教你寫 outreach 文案。但真正的難點在前一段：找出附近真正符合你服務的公司，以及每家公司該聯絡誰。Firecrawl 部落格的作者 Richard Oliver Bray 直接指出，ChatGPT 自己只能為既有的名單評分和寫信，因為它沒有內建的聯絡人資料庫。
解法是把 ChatGPT 接上外掛。Firecrawl 的外掛提供兩類能力：一般的網頁抓取，以及名為 Firecrawl Alexandria 的結構化資料供應商目錄，裡面包含 Google Maps 商家搜尋和 Apollo、FullEnrich、Data Legion 等人物資料公司。
三個 prompt 的實際流程
示範的假設情境是一門賣給英國 Brighton 會計師和獨立財務顧問的 AI 聊天機器人生意。整個流程三個 prompt：
第一步，找公司。 用 Firecrawl 的 Maps 搜尋查「Brighton 的會計師和 IFA」，一次回傳 40 筆資料，只花了 43 秒，包含名稱、地址、電話、評分和座標。有個細節值得注意：Maps 工具本身沒有半徑參數，是 ChatGPT 自己逐一檢查每筆座標是否落在約 5 英里內。
第二步，用網站篩選。 抓取並截圖前 10 家公司的網站，花了 5 分 15 秒，結論是 10 家都沒有聊天機器人——對賣聊天機器人的人來說，這 10 家都是有效名單。ChatGPT 也自己點出盲點：有些聊天工具會延遲載入，或需要點過 cookie 同意才出現，單次抓取會漏掉。這時可以用 Firecrawl 的 Interact，在雲端瀏覽器裡點擊和等待，只是成本較高，適合當第二道確認。
第三步，找決策者。 透過 Alexandria 的供應商查每家公司最資深的決策者和工作 email，10 家公司花了 15 分 15 秒。示範中只要求工作 email 而非個人 email，因為 FullEnrich 的使用條款禁止行銷到個人信箱——這類供應商條款在 Firecrawl 儀表板裡要逐一同意，ChatGPT 才能呼叫。
三個 prompt 合計約 21 分鐘。
成本結構決定了呼叫順序
這個流程的 credit 設計有個值得借鏡的地方：便宜的步驟在前，貴的在後。Maps 搜尋每次 5 credits、網站抓取每頁 1 credit、Apollo 的人物搜尋 0 credits，只有最後買一個工作 email 要 20 credits。也就是說，你只為通過前面所有篩選的公司付最貴的那一步。
這和我在討論 agent 工具呼叫流程時提過的原則相通：把工具呼叫的順序和成本納入設計，而不是讓模型隨意呼叫（可參考先前寫的 把思考塞進工具呼叫裡）。在 prompt 裡明確指定「先用免費的搜尋、只對通過篩選的買 email」，是控制成本最直接的一招。
實際動手前的幾個提醒
設定上需要 Firecrawl 帳號、在儀表板同意各人物資料供應商的條款，然後在 ChatGPT 安裝外掛。不需要把 API key 貼進 ChatGPT，外掛是登入你的帳號、由帳號的 credits 計費；免費方案每月含 1,000 credits，跑完示範這種規模夠用，用完會回傳錯誤而非扣款。
還有兩個限制要先知道：一是 Firecrawl 的 keyless 免帳號模式不涵蓋這個流程，人物資料供應商需要已同意條款的登入團隊；二是 ChatGPT 會自行挑選工具，實際消耗的 credits 可能高於最低估計。建議第一輪只跑小樣本，確認結果品質和 credit 消耗，再決定要不要付費擴大。