Aller au contenu

Exemples de workflows

Modèles de formules concrets pour tirer le meilleur parti de Batcher.ai. Chaque exemple montre les formules exactes à utiliser dans votre tableur.


Générer une description de produit à partir d’un nom de produit.

A2: Wireless Noise-Canceling Headphones
B2: =LLM(CONCAT("Write a compelling product description in 50 words for: ", A2), "default")

Exemple de workflow simple


Générer plusieurs ressources SEO à partir d’une seule description de produit.

A2: Wireless Noise-Canceling Headphones with 30h battery life
B2: =LLM(CONCAT("Write an SEO title (max 60 chars) for: ", A2), "default")
C2: =LLM(CONCAT("Write a meta description (max 160 chars) for: ", A2), "default")
D2: =LLM(CONCAT("List 10 SEO keywords for: ", A2), "default")
E2: =LLM(CONCAT("Write a FAQ section with 5 questions and answers about: ", A2), "default")
F2: =LLM(CONCAT("Write a compelling product description in 100 words for: ", A2), "default")

Comparer les IA — Comparaison multi-fournisseurs

Section intitulée « Comparer les IA — Comparaison multi-fournisseurs »

Exécuter le même prompt via plusieurs fournisseurs IA et combiner les meilleurs résultats.

A2: Wireless Headphones
B2: =CONCAT("Generate 10 frequently asked questions and answers about ", A2, " that cover features, usage, and support. Output in text with bullet points.")
C2: =LLM(B2, "chatgpt")
D2: =LLM(B2, "perplexity")
E2: =LLM(B2, "gemini")
F2: =CONCAT("Combine the best elements from these three outputs: CHATGPT: ", C2, " PERPLEXITY: ", D2, " GEMINI: ", E2)
G2: =LLM(F2, "default")

Variante avancée — Choisir le meilleur résultat

Section intitulée « Variante avancée — Choisir le meilleur résultat »

Étendre la comparaison en ajoutant une étape finale de jugement :

A2: Product description text
B2: Generate a new FAQ section to improve the GEO of my ecommerce product page:
C2: =CONCAT(B2, " : ", A2)
D2: =LLM(C2, "chatgpt")
E2: =LLM(C2, "perplexity")
F2: =LLM(C2, "gemini")
G2: =CONCAT("Combine best results: CHATGPT: ", D2, " PERPLEXITY: ", E2, " GEMINI: ", F2)
H2: =LLM(G2, "default")
I2: =CONCAT("Pick the best output based on quality: CHATGPT: ", D2, ". PERPLEXITY: ", E2, ". GEMINI: ", F2, ". DEFAULT: ", H2)
J2: =LLM(I2, "default")

Workflow multi-étapes — Pipeline d’enrichissement de données

Section intitulée « Workflow multi-étapes — Pipeline d’enrichissement de données »

Traitement séquentiel où chaque étape s’appuie sur le résultat précédent.

A2: Raw product name
B2: =CONCAT("Enrich this product name with category and brand: ", A2)
C2: =LLM(B2, "default")
D2: =CONCAT("Verify and standardize this enriched product data: ", C2)
E2: =LLM(D2, "perplexity")
F2: =CONCAT("Generate SEO optimized description based on verified data: ", E2)
G2: =LLM(F2, "default")
H2: =CONCAT("Add FAQ section and GEO optimization to: ", G2)
I2: =LLM(H2, "default")

Web Scraping — Extraire du contenu depuis des URL

Section intitulée « Web Scraping — Extraire du contenu depuis des URL »

Utiliser l’intégration Jina pour extraire le contenu de pages web et le traiter.

A2: https://example.com/products/wireless-headphones
B2: =LLM(A2, "jina")
C2: =LLM(CONCAT("Summarize the key product features from this page content: ", B2), "default")

Note : La configuration "jina" convertit une URL en contenu markdown. Vous pouvez ensuite transmettre ce contenu à un autre modèle IA pour analyse.


Analyse des écarts SEO — Recherche concurrentielle

Section intitulée « Analyse des écarts SEO — Recherche concurrentielle »

Combiner Haloscan (données SEO), Jina (web scraping) et le traitement IA pour une analyse SEO complète.

A2: Your product description text
B2: =LLM(CONCAT("Extract the primary keyword (2-3 words max) from: ", A2), "default")
C2: =LLM(B2, "haloscan")
D2: =LLM(CONCAT("From this JSON data, extract the first 3 competitor URLs separated by | : ", C2), "default")
E2: =TRIM(SPLITSTR(D2, "|", 0))
F2: =TRIM(SPLITSTR(D2, "|", 1))
G2: =TRIM(SPLITSTR(D2, "|", 2))
H2: =LLM(E2, "jina")
I2: =LLM(F2, "jina")
J2: =LLM(G2, "jina")
K2: =LLM(CONCAT("Analyze SEO gaps between my product: ", A2, " and competitors: ", H2, " | ", I2, " | ", J2), "default")

Note : "haloscan" renvoie des données SEO (volumes de recherche, classements de mots-clés, résultats SERP) au format JSON. Traitez-les avec un autre appel IA pour en extraire des informations exploitables.


Vérifier et réécrire les descriptions de produits pour éviter le contenu dupliqué dans votre catalogue.

A2: Product Title
B2: Existing product description
C2: =LLM(CONCAT("Description to check: ", B2, ". Compare with known descriptions and identify duplicate phrases. If none found, return: NO_DUPLICATE"), "default")
D2: =IF(C2="NO_DUPLICATE", B2, LLM(CONCAT("Rewrite only the duplicate sections: ", C2, ". Original: ", B2), "default"))

Traduire du contenu dans plusieurs langues avec une seule ligne de données.

A2: Original product description in English
B2: =LLM(CONCAT("Translate to French: ", A2), "default")
C2: =LLM(CONCAT("Translate to Spanish: ", A2), "default")
D2: =LLM(CONCAT("Translate to German: ", A2), "default")

  • Commencez à la ligne 2 — La ligne 1 est toujours réservée aux en-têtes de colonnes. Écrivez vos formules en ligne 2 et elles seront dupliquées sur toutes les autres lignes.
  • Testez d’abord avec quelques lignes — Traitez 3 à 5 lignes pour vérifier vos formules avant de lancer le traitement complet.
  • Utilisez CONCAT pour les prompts — Construisez des prompts qui référencent vos données de manière dynamique au lieu de coder les valeurs en dur.
  • Chaînez les formules étape par étape — N’essayez pas de tout faire en une seule formule. Décomposez les tâches complexes en plusieurs colonnes.
  • Choisissez le bon modèle — Utilisez "default" pour les tâches simples, et les modèles premium (ChatGPT, Claude) pour les tâches nécessitant une qualité supérieure.