Extract detailed information from Zillow real estate agent team pages using this AI template. Provide the Zillow team page URL as input. The agent retrieves contact details, sales performance, years of experience, and client ratings, structuring the data automatically for you.

Goal: I want to extract information from Zillow Team Pages
====
What I want you to do: Visit the Zillow Team Page URL I am going to give you and extract the relevant information.

## Information I want you to extract:

- Team name
- Team leader
- Website (usually found under the description)
- Email
- Mobile Phone Number
- Land line
- Address
- Years of experience
- Total sales
- Sales in the last 12 months
- Price Range
- Average Price
- Number of Reviews
- Rating


## Instructions
- In the case you don't find an information, keep the field empty.
- Important: Do not extract anything else but the requested information.

## Input
Here's the URL you have to visit: /ZillowTeamURL

So verwenden Sie diesen AI Prompt

  1. Neue Collection erstellen: Erstellen Sie zuerst eine neue, leere Collection in Datablist, in der die Daten gespeichert werden. Klicken Sie in der Seitenleiste auf "+ Create new collection".
Neue Collection
Neue Collection
  1. Quelle konfigurieren:

    • Select Template: Suchen und wählen Sie den Prompt im "Template"-Dropdown. Der obige Prompt wird automatisch geladen.
    • For every item in: Geben Sie eine Collection mit Items an. Der AI Agent wird für jedes Item ausgeführt.
    • Prompt: Bearbeiten Sie den Prompt mit Variablen aus Ihrer Collection. Verwenden Sie "/", um eine Property auszuwählen.
    • Customize (Optional): Sie können das AI-Modell anpassen (z. B. ist GPT-4o mini oft kosteneffizient), den Prompt für spezifische Anforderungen bearbeiten oder die erwarteten Outputs modifizieren.
Beispiel eines Prompts
Beispiel eines Prompts
  1. Outputs prüfen: Klicken Sie auf Continue. Datablist zeigt die im Prompt definierten Output-Felder (Project Name, Client Company Name). Klicken Sie jeweils auf das +-Symbol, um die entsprechenden Properties (Spalten) in Ihrer Collection zu erstellen.
Outputs
Outputs
  1. Import ausführen: Klicken Sie auf Run import now. Der AI Agent beginnt basierend auf dem Prompt mit dem Scrapen der Website und füllt Ihre Collection.

Preise

Diese Datenquelle nutzt Datablist Credits nach Nutzung. Die Kosten hängen von der Komplexität der Website und der Anzahl der besuchten Seiten ab.

Führen Sie den AI Agent zunächst auf einer einzelnen Seite testweise aus, um die Kosten abzuschätzen.

FAQ

Wie starte ich einen weiteren Lauf mit der gleichen Konfiguration?

Nachdem Sie Ihren AI Agent ausgeführt haben, klicken Sie oben rechts in Ihrer Datentabelle auf die rosa Schaltfläche, um ihn mit den zuletzt verwendeten Einstellungen erneut zu öffnen.

Bestehende Agent-Einstellungen verwenden
Bestehende Agent-Einstellungen verwenden

Was passiert, wenn der AI Agent versucht, auf eine geschützte Website zuzugreifen oder blockiert wird?

Der AI Agent verwendet bei Bedarf automatisch Proxy-Server, um auf Websites zuzugreifen, die über Scraping-Schutz oder geografische Beschränkungen verfügen. Das erhöht die Erfolgschancen für die Datenerfassung, sehr stark geschützte Seiten können jedoch weiterhin herausfordernd sein.

Wie viele Daten kann ich mit dem AI Agent verarbeiten?

Bei der Ausführung des AI Agent (als Enrichment oder als Datenquelle) können Datablist Collections bis zu 100.000 Items (Zeilen) verarbeiten. Für größere Datensätze müssen Sie die Daten ggf. auf mehrere Collections aufteilen.

Worin unterscheidet sich der AI Agent von den ChatGPT/Claude/Gemini Enrichments?

Die Standard-AI-Enrichments (ChatGPT, Claude, Gemini) verarbeiten Daten, die sich bereits in Ihrer Collection befinden, basierend auf dem vorhandenen Wissen der AI. Der AI Agent kann aktiv mit dem Live-Web interagieren – Google-Suchen durchführen, Websites browsen und neue Informationen gemäß Ihrem Prompt extrahieren.

Wie genau sind die Ergebnisse?

Die Genauigkeit hängt stark von der Klarheit und Spezifität Ihres Prompts sowie von der Komplexität der Aufgabe und den online verfügbaren Informationen ab. Klare Anweisungen, Beispiele und Regeln zur Fehlerbehandlung verbessern die Ergebnisse. Datablist liefert häufig einen Confidence Score für AI-Agent-Outputs, um die Zuverlässigkeit besser einschätzen zu können.