Mindket

用 AI 分流联系表单留言并记入表格

新上架第 1 版 · 更新于

概览

一个 n8n 工作流,用 AI 给每条联系表单留言分类,把它发邮件给对应的部门,并在 Google 表格里加一行。

用 AI 分流联系表单留言并记入表格 是一款 n8n 工作流,属于商务类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。

速览

用在
  • n8n Cloud:在那里导入文件,把表单的地址分享出去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • 你的网站:链接到这个表单,或者用另一个表单通过 Webhook 给工作流供数
  • Google Sheets 和邮件:留言最后落到的地方

平台

连接 3 个应用

运行方式

触发

访客提交了联系表单

访客提交“Contacts”表单,它就开始运行:

  • 姓名,必填
  • 邮箱,必填
  • 留言,必填的文本框

动作

  1. Text Classifier 读取留言,选出 Request Quote、Product info、General problem、Order 或 other
  2. 对应类别的部门收到一封邮件,里面有访客的姓名、邮箱和留言
  3. 这封邮件的回复地址是访客的邮箱
  4. 给 Google 表格加一行,包含时间、姓名、邮箱、留言、类别和收件人

结果

正确部门的收件箱里有一封邮件,表格里有一行对应的记录

集成

开始之前要准备好这些。

OpenAI

语言模型

把留言分到某个类别,或归入 other。

需要一个 OpenAI API 密钥

Email (SMTP)

发信

把留言发给与其类别对应的部门。

需要一个 SMTP 账户和发件地址

Google Sheets

请求记录

为每条留言保留一行,并写上它的类别。

需要一个 Google Sheets 凭据,以及有六个表头的表格

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
12 个步骤,由表单启动
AI
1 个步骤调用 AI 模型:Text Classifier
登录
需要登录:Email、Google Sheets、OpenAI
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它全部 4 种步骤类型

以上内容读自工作流文件,并非实际运行的结果。

关于

它是什么

这个 n8n 工作流把一个联系表单变成一个分流的收件箱。访客填写姓名、邮箱和留言。一个 AI Text Classifier 把它判为询价、产品信息、一般问题、订单问题或其他。留言会以邮件发给对应的部门,并作为一行加进 Google 表格。运行它的是十三个节点,旁边还有一张便签。

适合谁

联系表单要对应多个部门的网店和客服团队。如果你的表单不止姓名、邮箱和留言,或者没法把留言文字发给 OpenAI,就别选它。

谁在用,怎么用
行业谁在用怎么用例子
零售网店把询价转给销售一位店主在报价邮箱里收到批量报价的询问。
客服客服团队把问题和订单咨询分开一位客服主管把商品损坏的反馈和产品咨询分开看。
批发经销商把所有请求记在一张表里一位经销商按类别回顾当月的请求。
代理小型代理公司为客户分流联系表单一家代理公司为一位有三个部门的客户搭好一个表单。

你需要懂一点 n8n,还要有一个 SMTP 账户和一个 Google 表格:导入文件、添加三个凭据、填好地址,再设好表格的表头。

用在哪里

任何能访问 OpenAI、SMTP 服务器和 Google Sheets 的 n8n 都能运行它。表单由 n8n 自己提供。

  • n8n Cloud:在那里导入文件,把表单的地址分享出去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • 你的网站:链接到这个表单,或者用另一个表单通过 Webhook 给工作流供数
  • Google Sheets 和邮件:留言最后落到的地方

设置

点“下载”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。设置需要三个凭据、六个地址和一张有六个表头的表格。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器
OpenAI一个 API 密钥
SMTP一个用来发信的邮件账户
Google Sheets一个表格,第一行是 DATA、NOME、EMAIL、RICHIESTA、CATEGORIA 和 TO
  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. 添加一个 OpenAI 凭据,在 OpenAI 里选中它。
  3. 添加一个 SMTP 凭据,在五个部门节点里选中它。替换每一个地址占位符。
  4. 添加一个 Google Sheets 凭据,在五个数据库节点里选中它,并替换 <YOUR_SHEET_ID>。
  5. 从 On form submission 打开表单的测试地址,发一条留言,再看收件箱和表格。

如何使用

把表单的地址分享出去。每条留言会落到一个部门的收件箱,表格里会出现带着类别的一行。测试时用你自己的地址。

想要不同的效果,改这里
要改的在哪里改
类别Text Classifier
谁收到哪种留言每个部门节点里的 toEmail
邮件的措辞每个部门节点里的正文
表单On form submission 里的字段

示例

一位顾客写道包裹到的时候是坏的,想要换货。分类器选出了 General problem。

客服的邮箱收到一封带着这条留言的邮件,回复地址是这位顾客的。表格里出现一行,有时间、姓名、邮箱、留言和类别。

新手与专家

新手:n8n 把工作流画成用线连起来的方框,每个方框是一个节点,只做一件事。这里一个方框展示表单,一个决定类别,五个发邮件,五个加行。先用你自己的地址试一试。

专家:一个 Form Trigger 把数据交给 Text Classifier,它的回退选项设为 other,所以有五个输出。每个输出先到一个 Email Send 节点,再到一个 Google Sheets 追加节点。

值得细看的地方
节点做什么要知道的
Text Classifier为留言选出一个类别它的输出按类别的顺序排列,other 在最后
Quote Dep.给报价部门发邮件回复地址是访客的
Quote DB给表格加一行每个数据库节点在 CATEGORIA 里写自己的类别
OpenAI分类器用的语言模型它以 JSON 文字作答,不调用工具

注意事项

这个工作流会发出真实的邮件,所以先用你自己的地址试一试。

  • 修复:OpenAI 的弃用页面(2026 年 11 月 12 日查阅)给出 gpt-4o-mini 的停用日期是 2027 年 1 月 14 日。这个版本用 gpt-6-luna
  • 连线:Product info 输出原来没有接到任何地方,而报价输出还连到了产品部门。现在每个类别都到自己的部门
  • 表格:每一行在 CATEGORIA 里原来都写着 info prodotti。现在每个节点写自己的类别,邮件里剩下的一行产品类型也去掉了
  • 没有运行:这个版本没有对 OpenAI、SMTP 服务器或 Google Sheets 运行过
  • 你的数据:留言会发给 OpenAI,姓名、邮箱和留言会发给各部门并写进表格
  • 凭据:JSON 里没有任何凭据

README 和文件

README

用 AI 分流联系表单留言并记入表格

一个 n8n 工作流,带一个网店用的联系表单。Text Classifier 把每条留言判为询价、产品信息、一般问题、订单问题或其他。然后留言以邮件发给对应的部门,并作为一行加进 Google 表格。

包里有什么

  • workflow.json:n8n 导出的工作流,十四个节点:十三个会运行的和一张便签。里面没有任何凭据。
  • README.md:这份设置说明,压缩包里的是英文版。

我们相对原来的副本改了什么

  • 凭据的关联都删掉了。请为 OpenAI、SMTP 和 Google Sheets 选你自己的。
  • 模型原来是 gpt-4o-mini。OpenAI 的弃用页面(2026 年 11 月 12 日查阅)给出它的停用日期是 2027 年 1 月 14 日,并点名了 gpt-6-luna。
  • Text Classifier 把模型的回复当作 JSON 文字来读,不调用工具,n8n 的源码就是这样写的。所以 OpenAI 节点现在用 gpt-6-luna。
  • Product info 输出原来没有接到任何地方,而 Request Quote 输出除了报价部门,还连到了产品部门。现在 Request Quote 只到 Quote Dep.,Product info 到 Prod. Dep.。
  • 五个 Google Sheets 节点原来都在 CATEGORIA 里写同一个值 info prodotti。现在每个节点写自己的类别:Request Quote、Product info、General problem、Order 或 other。
  • 邮件正文的末尾有一行 Tipo prodotto,读的是表单里没有的字段。这一行去掉了。
  • 地址和表格 ID 现在是占位符:<YOUR_QUOTES_EMAIL>、<YOUR_PRODUCTS_EMAIL>、<YOUR_SUPPORT_EMAIL>、<YOUR_ORDERS_EMAIL>、<YOUR_OTHER_EMAIL>、<YOUR_SENDER_EMAIL> 和 <YOUR_SHEET_ID>。工作表名叫 Sheet1。
  • 便签改写了,加了一份设置清单。
  • 别的都没改。

开始之前

  • 一个 n8n,n8n Cloud 或自己的服务器都行。
  • 一个 OpenAI API 密钥。
  • 一个用来发信的 SMTP 账户,以及它发信用的地址。
  • 一个 Google 表格,第一行是表头 DATA、NOME、EMAIL、RICHIESTA、CATEGORIA 和 TO。

设置

  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. 添加一个 OpenAI 凭据,在 OpenAI 里选中它。
  3. 添加一个 SMTP 凭据,在五个部门节点里选中它。把每个 <YOUR_..._EMAIL> 占位符换成应该收到那类留言的地址。
  4. 添加一个 Google Sheets 凭据,在五个数据库节点里选中它。把每个节点里的 <YOUR_SHEET_ID> 换成你的表格 ID,并检查工作表的名字。
  5. 从 On form submission 打开表单的测试地址,发一条留言,再看收件箱和表格。

一次运行的过程

  1. On form submission 显示一个名为 Contacts 的表单,有必填的 Name、Email 和 Message 字段。最后一个节点运行完,它才回应访客。
  2. Text Classifier 读取留言,选出四个类别之一,或者回退的 other。
  3. 五个部门节点中的一个发出邮件。主题以 [n8n Contacts] 和部门名开头,回复地址是访客的。
  4. 对应的数据库节点加一行。DATA 是提交时间,NOME、EMAIL 和 RICHIESTA 来自表单,CATEGORIA 是类别,TO 是收件人。

改变风格

  • 类别和它们的描述:Text Classifier。新增一个类别会多出一个输出,需要有自己的邮件节点和表格节点。
  • 谁收到哪种留言:每个部门节点里的 toEmail。
  • 邮件的措辞:每个部门节点里的正文。
  • 表单的字段:On form submission。

注意事项

  • 这个工作流会发出真实的邮件,所以测试时用你自己的地址。
  • 不属于任何类别的留言会进 Other Dep.,因为回退选项设成了 other。
  • 这个版本没有对 OpenAI、SMTP 服务器或 Google Sheets 运行过。
  • 留言文字会发给 OpenAI。姓名、邮箱和留言会发给各部门并写进表格。
  • JSON 里没有任何凭据。
文件
NOTICE.md  669 B
README.md  4 KB
workflow.json  22 KB

3 个文件,共 26 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

商务类的相似商品

查看商务类的全部商品

pplx-decider-v1.1-27b

perplexity-ai · 工具包

根据文字和图片为一个决策挑出最合适的选项,比如哪个团队应该处理一条请求,并给出每个选项的概率,适合构建分流和审核工作流的开发者。

新上架

NuExtract3

numind · 工具包

以文本或图像读取文档,按你要的字段填写 JSON 模板,或把页面转成 Markdown。这是一个 4B 模型,适合处理扫描件、表单和发票的团队。

新上架

Drex DLM

nace-ai · 工具包

一次推理就对一份文档的是非题、选择题和打分题给出每个选项的概率。这是 Nace.AI 的 8B 决策模型,你可以自己运行,许可证为非商业。

新上架