Mindket

根据线索搜索生成个性化开发信草稿

新上架第 1 版 · 更新于

概览

一个 n8n 工作流:通过 Apify Actor 找线索,读取每个线索的网站,再由 GPT-4.1 为每个人写一封个性化开发信草稿,存进 Google 表格。表单设定职位、地点、关键词和你的产品。

根据线索搜索生成个性化开发信草稿 是一款 n8n 工作流,属于营销类,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:在那里新建一个工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • Google 表格:草稿落在你选的工作表里,一条线索一行
  • 邮件工具或 CRM:把 Add Row 换成它的节点,或者在后面再加一个

平台

连接 3 个应用

运行方式

触发

Outreach 表单

有人提交 Outreach 表单时开始运行,表单里有:

  • 你的产品描述
  • 要找的职位,和地点
  • 关键词(可选)
  • 你的名字和产品链接

动作

  1. Apify 的线索搜索返回带验证邮箱的人
  2. 读取每个线索的网站,最多三个页面,由 GPT-4.1 做摘要
  3. GPT-4.1 写一封提到这些页面所示内容的开发信
  4. 在 Google Sheets 里加一行,写入线索的资料和草稿

结果

一张线索表,每条线索带一份个性化开发信草稿,不会发出任何邮件

集成

开始之前要准备好这些。

Apify

线索搜索

根据表单里的职位、地点和关键词运行一个线索 Actor,返回带验证邮箱的人和他们公司的网站。

需要Apify API 令牌,以及线索所需的余额

OpenAI

语言模型

每条线索运行两次 GPT-4.1:一次总结每个网站页面,一次写邮件。

需要OpenAI API 密钥

Google Sheets

线索表

每条线索追加一行,写入线索的资料,邮件草稿放在 Outreach Content 列。

需要一个用来登录的 Google 账号,以及一张有八个表头的表格

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
19 个步骤,由表单启动
AI
2 个步骤调用 AI 模型:Summarize Website Page、Generate Multiline Icebreaker
登录
需要登录:Google Sheets、Apify
API 密钥
文件里没有留下 API 密钥;有 1 处留空,需填入你自己的密钥
步骤类型
Mindket 的检查器能读懂它全部 14 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 工作流把一份产品描述变成一张线索表,每条线索都附有为它写好的开发信。表单收集产品、职位、地点和几个关键词。一个 Apify Actor 返回匹配的人,且邮箱都经过验证。对每个人,工作流读取他们公司网站的最多三个页面,让 GPT-4.1 做摘要,再让它写一封提到所见内容的邮件。草稿和线索资料写进 Google 表格,不会发出任何邮件。

适合谁

按职位和地点开拓客户的创始人、外呼销售团队、自由职业者和代理公司,他们想要的是一份提到对方自己业务的草稿,而不是把名字换一下的模板。

谁在用,怎么用
行业谁在用怎么用例子
B2B 软件创始人和销售代表把产品描述一次写好,再按一个地区搜索某个职位创始人在西班牙搜索运营负责人,拿到一张草稿表,读完后手动发出。
网页和设计代理公司代理公司老板联系网站显出需求的小公司代理公司搜索小型工作室的创始人,拿到的草稿会提到每家工作室的服务。
人才招聘招聘人员按职位和地点开拓招聘经理招聘人员搜索某个城市的工程经理,发出前逐封审阅草稿。
自由职业者顾问和文案撰稿人一次填一个细分行业的表单文案撰稿人搜索软件公司的营销负责人,留下最好的几份草稿。

你需要熟悉 n8n:三个账号、一张表头正确的表格,还有一个十九个节点的循环。如果你想要替你把邮件发出去的工具,就别选它,它只写草稿。作者估计设置要 18 分钟左右,前提是这些账号都已经开好。

用在哪里

你运行的任何 n8n 都行,只要能访问 Apify、OpenAI、Google 和你线索的网站。

  • n8n Cloud:在那里新建一个工作流,把文件导入进去
  • 你自己的 n8n 服务器:同一个文件,同样的步骤
  • Google 表格:草稿落在你选的工作表里,一条线索一行
  • 邮件工具或 CRM:把 Add Row 换成它的节点,或者在后面再加一个

设置

点“获取”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。导入之前先准备好下面这些。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器
Apify一个账号、它的 API 令牌,以及线索搜索所需的余额
OpenAI一个能用 gpt-4.1 的密钥
Google一个账号,和一张带有下面八个表头的表格
  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 Leads Scraper 里,把 Authorization 请求头中的 YOUR_TOKEN 换成你的 Apify 令牌。前面的 Bearer 要保留。
  3. 添加一个 OpenAI 凭据,在 Summarize Website Page 和 Generate Multiline Icebreaker 里选中它。
  4. 做一张表格,第一行写上这些表头:first_name、last_name、designation、email、website_url、location、phone_number 和 Outreach Content。
  5. 添加一个 Google Sheets 凭据,在 Add Row 里选中它。把 YOUR_SHEET_ID 和 YOUR_SHEET_TAB_ID 换成表格的 ID 和工作表的 gid。
  6. 读一遍 Generate Multiline Icebreaker 里的邮件模板,把它对产品的说法改成你自己的。
  7. 第一次运行时,把 Leads Scraper 请求体里的 max_result 降到 3 或 5,然后保存,用表单的测试地址运行。

表格的 ID 在它地址里的 /d/ 和 /edit 之间,工作表的 gid 跟在 gid= 后面。你也可以把这两个字段都切换成 From list,直接选择。第一次运行结果看着没问题,再点 Publish 发布。

如何使用

从 On form submission 打开表单,填上你的产品、要找的职位、地点,想填的话再填关键词,还有你的名字和产品链接。接着工作流一次处理一条线索,每条线索得到一行,里面有它的资料,草稿放在 Outreach Content 里。搜索范围大的话要跑一阵子,可以看着表格一行行出现。用之前把每一份草稿都读一遍。

想要不同的效果,改这里
要改的在哪里改
线索数量Leads Scraper 请求体里的 max_result,文件里是 100
什么样的人算线索同一个请求体里的其余字段,比如 email_status 和 contact_email_exclude_catch_all_domains
每条线索读几个页面Limit 里的数字,文件里是 3
邮件Generate Multiline Icebreaker 里的第二条消息。保留它的 email 键,因为 Add Row 读的就是它
保存的列Add Row 里的字段映射

示例

在表单里填这些:

About your Product: A tool that drafts a first project brief from a client questionnaire
Designation: Founder
Location: Portugal
Keywords: web design
Your Name: Alex
Product URL: https://example.com/

Actor 返回葡萄牙的创始人,每人有一个验证过的邮箱和一个网站。对每个人,工作流读几个网站页面,写出主题行和正文:正文先点出它在网站上找到的某个具体内容,再讲你的产品、三个特点,最后请对方抽空聊一聊。每一行里有线索的姓名、职位、邮箱、网站、地点和电话号码,草稿就放在旁边。

新手与专家

新手:这是一个很长的工作流,分三段来读。第一段找线索,第二段读每条线索的网站,第三段写邮件并保存。先把 max_result 设成 3 或 5 跑一次,再到 Executions 里看每个节点收到了什么。

专家:一个循环带着一条线索走过网站读取和写作,Add Row 再回到 Loop Over Items 处理下一条。

每个阶段做什么
阶段节点要知道的
线索搜索Leads Scraper 向 Apify 的 run-sync-get-dataset-items 发请求,并等待数据集地址里的 Actor ID 必须保留。Code in JavaScript 会先给表单的值编码,所以空格到达时是 %20
读取网站Scrape Home、HTML、Filter、LimitFilter 只保留以 / 开头的链接,所以只跟进相对链接,主页本身不做摘要
摘要Summarize Website PageGPT-4.1 为每个页面写一份两段的 JSON 摘要
邮件Generate Multiline IcebreakerGPT-4.1,temperature 0.5,输出 JSON。回复里要有 email 键,因为 Add Row 读的是 message.content.email

注意事项

每次运行都要花钱,而且草稿写的是有名有姓的人。

  • 费用:OpenAI 每条线索最多收四次 GPT-4.1 调用的钱。Apify 收搜索的钱,包括一笔启动费和每条线索的费用,按这个 Actor 的页面(我们在 2026 年 11 月 2 日读过),费用和你的 Apify 套餐挂钩
  • 不会发出邮件:它只写草稿。模板让模型写出工具每次运行只花几美分、转化率一直很高,所以只保留你的产品能证明的说法
  • 个人数据:线索是有名有姓、带邮箱和电话的人,联系任何人之前,先查你和对方所在地的冷邮件和数据保护规定
  • 重复:Add Row 是追加,所以同一个搜索运行两次,同样的人就会加两遍
  • 长时间运行:处理很多条线索的运行可能撞上你 n8n 套餐的时间上限,所以先把 max_result 降下来
  • 你的数据:你的产品描述和每条线索的网站文字会发给 OpenAI,你的搜索发给 Apify
  • 凭据:这个 JSON 里没有任何凭据,也没有作者账号里的任何东西

README 和文件

README

根据线索搜索生成个性化开发信草稿

一个 n8n 工作流。表单收集你的产品描述、一个职位、一个地点和一些关键词。一个 Apify Actor 找出匹配、且邮箱已验证的线索,工作流读取每个线索的网站,再由 GPT-4.1 为每个人写一封开发信草稿。草稿落在一张 Google 表格里,不会发出任何邮件。

包里有什么

  • workflow.json:n8n 导出的工作流,二十个节点:十九个节点负责运行,另有一张写着标题的便签。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。

和来源相比改了什么

  • 作者的表格、示例产品和示例线索都去掉了。示例线索是一个有名有姓的人,所以 Generate Multiline Icebreaker 里的示例现在换成了虚构的。
  • 旧示例的回复用的是 icebreaker 键,而指令和 Add Row 用的是 email。新示例用的是 email。
  • 来源的提示词在该换行的地方写的是 nn 和 n-。我们把那里写成了 \n。
  • 最后一条消息里的 join("/n") 会在页面摘要之间放进文字 /n,现在改成了 join("\n")。
  • 表单的占位文字不再出现作者的产品、名字或网站。

开始之前

  • 一个 n8n 实例,n8n Cloud 或自己的服务器都行。
  • 一个 Apify 账号和它的 API 令牌,账号里要有线索搜索所需的余额。
  • 一个能用 gpt-4.1 的 OpenAI API 密钥。
  • 一个 Google 账号,和一张用来放草稿的 Google 表格。

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. 在 Leads Scraper 里,把 Authorization 请求头中的 YOUR_TOKEN 换成你的 Apify API 令牌。前面的 Bearer 要保留。
  3. 添加一个 OpenAI 凭据,在 Summarize Website Page 和 Generate Multiline Icebreaker 里选中它。
  4. 在 Google 表格里做一张表,第一行写上这些表头:first_name、last_name、designation、email、website_url、location、phone_number、Outreach Content。
  5. 添加一个 Google Sheets OAuth2 凭据,在 Add Row 里选中它。把 YOUR_SHEET_ID 和 YOUR_SHEET_TAB_ID 换成你表格的 ID 和工作表的 gid,也可以把这两个字段都切换成 From list,直接选择。表格的 ID 在它地址里的 /d/ 和 /edit 之间,gid 跟在 gid= 后面。
  6. 读一遍 Generate Multiline Icebreaker 里的邮件模板,把它对产品的说法改成你自己的(见下文)。
  7. 第一次运行时,把 Leads Scraper 请求体里的 max_result 从 100 降到 3 或 5。保存,打开表单的测试地址,填好表单,看着表格里的变化。
  8. 满意之后,点画布顶部的 Publish 发布工作流(也可以按 Shift+P)。

一次运行是怎么走的

  1. 表单要填 About your Product、Designation、Location、Keywords(可选)、Your Name 和 Product URL。
  2. Code in JavaScript 对每个文本字段做百分号编码,所以 Product Managers 到达搜索时是 Product%20Managers。它的注释说还会转成小写,但代码只做了编码。如果带空格的搜索什么都没返回,就让搜索字段绕过这个节点。
  3. Leads Scraper 把搜索发给一个 Apify Actor,并等待它的数据集。按 Apify 对地址里这个 Actor ID 的页面(我们在 2026 年 11 月 2 日读过),它是 microworlds 的 Leads Finder。请求体要求邮箱已验证,排除接收所有邮件的域名,最多返回 max_result 条线索。
  4. Only Websites & Emails 去掉没有网站或没有邮箱的线索。Scrape Home 抓取每个主页,HTML 收集其中的链接,Edit Fields 把线索的资料和这些链接放在一起。
  5. Loop Over Items 一次取一条线索。Split Out、Filter、Code 和 Remove Duplicate URLs 把链接整理成一份互不相同的站内路径列表,Limit 保留前三个。
  6. 对每个路径,Request web page for URL、Markdown 和 Summarize Website Page 抓取页面,让 GPT-4.1 写一份两段的摘要。Aggregate 把它们汇总起来。
  7. Generate Multiline Icebreaker 根据这些摘要、线索的姓名和头衔,以及你的产品描述写出邮件。Add Row 把线索的资料和草稿追加到表格里,循环再转到下一条线索。

Filter 只保留以 / 开头的链接,所以指向同一网站的绝对链接到不了 Code。主页本身不做摘要,只摘要主页上链接出去的最多三个页面。

改变风格

  • 线索数量:Leads Scraper 里的 max_result。
  • 什么样的人算线索:同一个请求体里的其他字段,比如 email_status 和 contact_email_exclude_catch_all_domains。
  • 每条线索读几个页面:Limit 里的数字。
  • 邮件:Generate Multiline Icebreaker 里的第二条消息,它写着结构和规则。JSON 格式里的 email 键要保留,因为 Add Row 读的是 message.content.email。
  • 列:Add Row 里的字段映射。headline 和 links 不会被保存。

注意事项

  • OpenAI 每条线索最多收四次 GPT-4.1 调用的钱,三次摘要,一次写邮件。Apify 收线索搜索的钱。按这个 Actor 的页面(我们在 2026 年 11 月 2 日读过),有一笔小额启动费,再加每条线索的费用,费用跟你的 Apify 套餐有关。
  • 不会发出邮件。模板让模型写出这个工具每次运行只花几美分、转化率一直很高。只保留你的产品能证明的说法。
  • 线索是有名有姓、带邮箱和电话的人。联系任何人之前,先查你和对方所在地的冷邮件和数据保护规定。
  • Add Row 是追加,所以同一个搜索运行两次,同样的人就会加两遍。
  • 处理很多条线索的运行可能撞上你 n8n 套餐的时间上限。先把 max_result 降下来。
  • 你的产品描述和每条线索的网站文字会发给 OpenAI。你的搜索发给 Apify。
文件
README.md  6 KB
workflow.json  26 KB

2 个文件,共 32 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-03

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

Nanosaur2-670M

well9472 · 工具包

用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。

新上架

waqf-ocr-hand-written-v1

Waqf-AI · 工具包

读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。

新上架

Wan2.2-TI2V-5B-Diffusers

Wan-AI · 工具包

根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。

新上架

营销类的相似商品

查看营销类的全部商品

Flux.2-Klein-9B-MatchingPose

nhathoangfoto · 工具包

FLUX.2 Klein 9B 的一个 LoRA,让角色摆出模特参考图中的姿势,同时保留角色的脸和风格。适合艺术家和设计师。只能使用你有权使用的脸。

新上架

Z-Image-Turbo-GGUF

leejet · 工具包

在配置不高的显卡上根据文字生成图片,使用为 stable-diffusion.cpp 做的 Z-Image-Turbo 量化文件。适合在自己电脑上运行图像模型的人。

新上架

HiDream-I1-Full

HiDream-ai · 工具包

用一个 170 亿参数的开源模型从文字提示词生成图像,在模型卡的提示词遵循表格中名列前茅。适合有高性能 GPU 的设计师、营销人员和开发者。

新上架