由 AI 打分、并立刻用短信回复的入站线索

由 AI 打分、并立刻用短信回复的入站线索

一个给销售团队用的 n8n 工作流，分三部分。一个 webhook 接收来自表单、广告平台或 CRM 的新线索。工作流把它整理成统一的格式，跳过最近一天内的重复，用 AI 步骤给它打分，并保存联系人。热线索会收到一条即时短信、三个日历时段、一个给销售的任务和一条 Slack 提醒。较冷的线索开始一个五天的培育。第二个 webhook 接收语音智能体的通话摘要，第三部分在运行失败时提醒你。

每个外部系统都通过一个指向同一个地址 base 的 HTTP Request 节点来接。你要自备一个后端，回应下表里的调用，或者把每个 HTTP Request 节点换成你自己系统的 n8n 节点。

里面有什么

• workflow.json：n8n 导出的工作流，32 个节点，另有 2 张便签。里面没有任何凭据。
• README.md：这份说明。

我们对原始副本做了哪些改动

Mindket 从第一张便签里删掉了一行，那一行指向一个个人网站。其他都没有改。这份副本原来就只有占位符：https://api.your-company.example 是地址，Your Business Name 是品牌。

开始之前

• 一个 n8n 实例，n8n Cloud 或你自己的服务器都行。第一张便签要求 n8n 1.100 或更新。
• 一个后端，背后有模型、CRM、日历、消息发送器和一个 Slack 频道，回应下面的调用。或者用你自己的 n8n 节点代替 HTTP Request 节点。

| 调用 | 发送 | 期望返回 |
|---|---|---|
| POST /llm/complete，任务 qualify_lead | name、service、message、company、budget | output，里面有 score、intent、summary、reply 和 next_step，另有一个 usage 字段 |
| POST /crm/contacts/upsert | email、phone、name、source、service、lead_score、intent、tags | id 和 status |
| POST /messages/send | channel（sms 或 email）、to、body，培育时还有一个 sequence 名称 | 不读取任何内容 |
| GET /calendar/slots | 无 | slots，一个日期和时间字符串的列表 |
| POST /crm/tasks | contact_id、title、due | 不读取任何内容 |
| POST /alerts | channel、text | 不读取任何内容 |
| POST /crm/notes | contact_id、text | 不读取任何内容 |
| POST /llm/complete，任务 summarise_call | transcript | output，里面有 outcome、summary 和 follow_up |
| POST /calendar/book | slot、contact、reason | slot |

设置步骤

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。
2. 在 Config、Config (calls) 和 Config (errors) 这三处，把 base 设为你的后端的地址。在 Config 里还要设置 brand 和 hot_threshold，后者是线索算热的分数线，文件里是 70。
3. 如果你的后端需要登录，就把凭据加到每个 HTTP Request 节点上。
4. 把你的表单、广告平台或 CRM 指向 lead-in webhook，把你的语音智能体指向 call-ended webhook。工作流发布之后，用生产地址。
5. 想让失败提醒到你这里，就在你要盯着的那个工作流的设置里，把这个工作流选为错误工作流。这样的工作流一失败，Error trigger 就会运行。
6. 上线之前，先试三条线索：一条热的、一条冷的、一条重复的。文件自己的便签也这样建议。

一次运行是怎么走的

一条线索到来：

1. Webhook: new lead (form / ad / GHL) 接收 lead-in 上的一个 POST，并用最后一个节点的输出作答。
2. Config 设置 base、test_mode、hot_threshold 和 brand。
3. Normalise + dedupe (24h) 从常见的字段名里读出线索，比如 name、full_name，或者 first_name 加 last_name。既没有邮箱也没有电话的线索会被拒绝，同一个邮箱或电话在最近 24 小时内来过，就标为重复。
4. Not a duplicate? 把重复的线索送到 Skip duplicate，后者用一条简短的说明作答。
5. AI: qualify lead 向你的后端要一个分数，Merge lead + AI verdict 在分数达到 hot_threshold 时把线索标为热。
6. CRM: upsert contact (HubSpot / GHL) 用标签 hot-lead 或 nurture 保存联系人，Attach contact id 留下它拿回的 ID。
7. Hot lead? 把路分开。热线索走 Reply in < 60 s (SMS / WhatsApp / email)。有电话号码时回复走 sms，没有时走 email。接着 Calendar: next open slots 读出空闲时间，Offer 3 slots 发出前三个。之后 CRM: task for sales rep (15 min SLA) 建一个 15 分钟内到期的任务，Slack alert to sales 发到 #sales-hot-leads。
8. 较冷的线索走 Nurture: start 5-day sequence，一封带序列名 nurture-5-day 的邮件。
9. CRM: note with AI summary 写入 AI 的摘要，Respond to webhook 用线索、分数、走的路线和联系人 ID 作答。

一次通话结束：

1. Webhook: voice agent call ended (Retell / VAPI) 接收 call-ended 上的一个 POST，Config (calls) 设置 base。
2. Parse call payload 期望 call_id、from、transcript 和 duration_s，没有文字记录的通话会被拒绝。
3. AI: summarise call + detect booking intent 向你的后端要一个结果、一段摘要和一个后续动作。
4. CRM: upsert caller 和 CRM: call summary note 保存来电者和摘要。
5. Appointment requested? 检查结果是不是 appointment_requested。是的话，Calendar: slots、Book first slot 和 SMS confirmation 预约第一个空闲时间，并给来电者发短信。Respond (call) 无论如何都收尾这次运行。

一次运行失败：Error trigger 经过 Config (errors) 到达 Alert ops (Slack)，后者发到 #ops-alerts。

想改样子，改这里

• 热线索的分数线和品牌名：Config。
• 发出的文字：Reply in < 60 s (SMS / WhatsApp / email) 用的是 AI 的回复。Offer 3 slots、Nurture: start 5-day sequence 和 SMS confirmation 有它们自己的文字。最后一个写着 “technician visit”，如果你不做上门预约，就把它改掉。
• Slack 频道名：Slack alert to sales 和 Alert ops (Slack)。
• 你自己的系统：把任何 HTTP Request 节点换成对应的 n8n 节点，比如 HubSpot 或 Slack 的。

要知道的

• base 有回应之前，什么都不会运行。文件里的地址是占位符。
• 两个 webhook 都没有登录。工作流一发布，任何有地址的人都能投递一条线索或一次通话，而且每一条都能给一个真实的手机号发消息。请在 Webhook 节点里打开认证。
• 文件从没设置过 WhatsApp 渠道。回复以 sms 或 email 发出，sms 到底指什么由你的后端决定。
• 短信和邮件会到达真实的人，所以要核对你所在地的同意和营销规定。
• 24 小时的重复检查放在工作流的静态数据里。n8n 只为已发布工作流上由触发器或 webhook 开始的运行保存它，所以手动测试不会记住之前的线索。
• 五个节点最多重试三次，间隔两秒。一次已经送达线索却又失败的发送，可能会再发一次。
• Config 里设了 test_mode，但没有任何节点读它。
• 线索的详情和通话的文字记录会发给你的后端和它背后的模型。
• 这个 JSON 里没有任何凭据。