Mindket

预约通话调研,附确认邮件和短信

新上架第 1 版 · 更新于

概览

一个为已预约的销售通话准备的 n8n 工作流。一个智能体用 Tavily 调研你 Google 表格里的每家公司,并匹配你的产品。第二个智能体写出确认邮件、邮件主题和短信。什么都不会发出去。

预约通话调研,附确认邮件和短信 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 Sheets:调研结果和草稿就在每条预约旁边,通话前读一遍即可
  • 邮件或短信工具:在 Sales Writing Assistant 后面加一个节点,自己把消息发出去

平台

连接 3 个应用

运行方式

触发

手动运行

你点 Execute workflow 时开始运行,处理 Meeting Data 里还没有调研结果的那些行,每一行有:

  • 姓名和邮箱
  • 公司名称和网站
  • 业务类型和项目

动作

  1. 读取 Meeting Data 里 company_overview 为空的每一条预约
  2. 一个智能体用 Tavily 搜索这家公司,再从 Products 里挑出三款合适的产品
  3. 公司概况、技术栈、近期动态和产品匹配写回这一行
  4. 第二个智能体围绕 Success Stories 里的一个案例,写出邮件主题、邮件正文和一条短信
  5. 这三项写进同一行,什么都不会发出去

结果

一张表格:每个预约的通话都有公司简报、匹配的产品,以及一封确认邮件和一条短信,等你过目

集成

开始之前要准备好这些。

Google Sheets

电子表格

存放预约、你的产品和客户案例,并把调研结果和草稿写回每条预约所在的行。

需要一个用来登录的 Google 账号,以及一个有三个标签页的表格

OpenAI

语言模型

为调研智能体和写作智能体运行 gpt-4.1。

需要OpenAI API 密钥

Tavily

网页搜索

给调研智能体提供新闻搜索,每次查询都返回一段答案和网页原文。

需要Tavily API 密钥,填在节点的请求头里

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
4 个步骤,手动启动
AI
2 个步骤调用 AI 模型:AI Agent、Sales Writing Assistant
登录
需要登录: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 3 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

有人刚预约了一次销售通话,这个 n8n 工作流帮你做好准备。你点 Execute workflow,它会读取 Google 表格里还没有调研结果的预约。对每一条,一个 AI 智能体用 Tavily 在网上搜索这家公司的背景、技术栈和新闻,再从 Products 标签页里挑出三款你的产品。随后第二个智能体借用 Success Stories 标签页里一个相近的案例,写出一封简短的确认邮件、一个邮件主题和一条短信。两个智能体都把结果写回这一行。整个流程由十三个节点完成。什么都不会发出去。

适合谁

通过表单或日历链接接受预约、希望带着准备和一段写好的消息去通话的销售人员和小型代理公司。它适合已经用表格记录预约的团队。如果你想让它替你发出消息,或者让它自己定时启动,就别选它。文件里只有手动触发器,没有发送步骤。

谁在用,怎么用
行业谁在用怎么用例子
代理公司和咨询公司客户经理把每条新预约贴进 Meeting Data,通话前跑一遍一家网站代理公司每天早上跑一次,每个预约的通话都能读到一份公司简报。
软件和 SaaS自己卖产品的创始人在 Products 里每个套餐一行,让匹配保持准确一位创始人列出三个套餐,每个潜在客户都会看到最接近的那一个。
B2B 服务业务拓展代表在 Success Stories 里按行业整理过去的客户一位业务代表加了六个客户案例,每条消息都会引用和潜在客户最接近的那个。
培训和辅导销售培训师把草稿当作简短、有人情味的确认消息的范例来讲一位培训师带着新销售把一周的草稿过一遍。

你需要会一点 n8n,还要一个有三个标签页的表格:导入文件、添加三个凭据,再用你自己的产品和案例填好标签页。作者估计设置要 12 分钟左右,前提是表格和账号都已经准备好。

用在哪里

任何能访问 OpenAI、Tavily 和 Google 的 n8n 都能运行它。结果就落在你本来记录预约的那张表格里。

  • 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 Sheets:调研结果和草稿就在每条预约旁边,通话前读一遍即可
  • 邮件或短信工具:在 Sales Writing Assistant 后面加一个节点,自己把消息发出去

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。先建好表格,因为有五个节点指向它。

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。两个智能体都用 gpt-4.1
Tavily一个账号和它的 API 密钥,用于网页搜索
Google一个能编辑这张表格的账号,用于 Google Sheets OAuth2 凭据
一张表格三个标签页:Meeting Data、Products 和 Success Stories
表格的三个标签页
标签页列
Meeting DataCall Date、Name、Email、Company Name、Website、Business Type、Project,然后是 company_overview、tech_stack、company_updates、primary_solution、solution_2、solution_3、email_subject、email_text、sms
Products你的产品目录,每款产品一行,表头写得直白
Success Stories每个客户案例一行:对方的名字、公司、业务类型、成果和用到的方案
  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. 建好有三个标签页的表格,复制它的 ID:地址里 /d/ 和 /edit 之间那一长串。
  3. 添加 Google Sheets OAuth2 凭据。在 Review Calls、Update Sheet、Update Sheets 2、Product List 和 Testimonials Tool 里选中它,把 YOUR_SHEET_ID 换成这个 ID。每个节点按名称找到自己的标签页。
  4. 添加 OpenAI 凭据,在 OpenAI Chat Model 和 OpenAI Chat Model1 里选中它。
  5. 在 Tavily 的 Authorization 请求头里,把 <YOUR_TAVILY_KEY> 换成你的密钥。尖括号也要去掉,请求头应该是 Bearer、一个空格,再加密钥。
  6. 在 Sales Writing Assistant 里,把模板和例子中的 YOUR_NAME 和 YOUR_COMPANY 换成你自己的。
  7. 在 Meeting Data 里加一条预约,在 Products 里加一两款产品,在 Success Stories 里加一个案例。
  8. 保存,然后点 Execute workflow。

如何使用

每个预约的通话加一行,填好前七列,后面九列留空。点 Execute workflow。它一次处理一行,表格长的话要等一会儿。运行结束后,每个新行的调研列和三个写作列都会填好。已经有 company_overview 的行会被跳过,所以加了新预约之后可以再跑一次。

想要不同的效果,改这里
要改的在哪里改
消息以谁的口吻写Sales Writing Assistant 的模板和例子里的 YOUR_NAME 和 YOUR_COMPANY
语气和长度Sales Writing Assistant 的 system message,它要求消息简短、平实
调研范围AI Agent 的 system message,以及 Tavily 的 JSON 请求体,它只搜新闻
你的产品和服务Products 和 Success Stories 的内容,这是智能体对你的全部了解
模型OpenAI Chat Model 和 OpenAI Chat Model1,都是 gpt-4.1

示例

你把下面这条预约加进 Meeting Data,调研列留空。

一条预约
列值
Call Date周四
NamePriya Nair
Emailpriya@brightline.example
Company NameBrightline Print
Websitehttps://brightline.example
Business Type网上印刷店
Project自动发送订单状态更新

第一个智能体填好六个调研列。company_overview 是这家店的简短介绍,tech_stack 是它看起来在用的工具,company_updates 是它最近的动态。另外三列写的是 Products 里最合适的产品。第二个智能体按解析器的格式作答,这里省略了内容:

{
  "subject": "…",
  "email": "…",
  "text_message": "…"
}

邮件按提示词里的模板来写:用名字打招呼,一句提到这次预约,引用 Success Stories 里的一个案例,再加一句结尾。短信简短随意。什么都不会发出去,所以两条都读一遍,再自己发。

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。智能体是一种会自己决定调用哪个工具的节点,这里的工具是一次网页搜索和几次表格查询。它的工具用细线挂在它下面。先跑一条预约,再打开每个智能体,看它调用了哪些工具、写了什么。

专家:两个智能体分工合作,每个最后都通过工具自己写进表格,所以更新发生在智能体这一步里,而不是在它后面的节点。

两个智能体和它们的搜索
节点工具或请求要知道的
AI AgentTavily、Product List、Update Sheet提示词要求它必须更新表格。解析器把它的回答限定为六个字段
Sales Writing AssistantTestimonials Tool、Update Sheets 2写主题、邮件和短信。解析器把它的回答限定为 subject、email 和 text_message
Tavily向搜索接口发一个 POST它要新闻结果,带答案和网页原文,每次三条,所以每条结果都很长

两个更新工具都按 Email 找行,所以每个邮箱只留一行。

注意事项

它会在两家服务商那里花钱,不会发出任何东西,提示词里还有两处缺口。

  • 费用:每一行 OpenAI 要收两次 gpt-4.1 智能体运行的钱,Tavily 按智能体决定做的每次搜索计费
  • 不会发送:邮件和短信只落在表格里
  • 通话日期:写作智能体收到的内容里没有 Call Date,可它的模板提到了会面日期。想让日期出现在消息里,就把它加进智能体的文本
  • 缺一个工具:它的提示词列了一个 Email Agent,文件里没有这个节点,所以邮件由智能体自己写
  • 你的数据:潜在客户的名字、邮箱、公司和项目会发给 OpenAI,智能体的搜索词会发给 Tavily。发任何消息之前,先查清你和对方所在地关于联系他人的规定
  • 你的密钥:Tavily 密钥写在请求头里,分享工作流之前先把它删掉
  • 凭据:JSON 里没有任何凭据,也没有作者表格里的任何东西。写作提示词里作者的名字和公司已换成占位符

README 和文件

README

预约通话调研,附确认邮件和短信

一个为别人预约的销售通话准备的 n8n 工作流。对 Google 表格里的每一条预约,一个 AI 智能体在网上调研这家公司,并匹配你的产品。随后第二个智能体根据你自己的客户案例,写出一封确认邮件、一个邮件主题和一条短信。所有内容都写回表格,什么都不会发出去。

包里有什么

  • workflow.json:n8n 导出的工作流,十三个节点,没有便签。里面没有任何凭据,原来写在一个请求头里的 Tavily 密钥已换成占位符。
  • 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

  • Tavily 的 Authorization 请求头里的密钥,现在是 <YOUR_TAVILY_KEY>。
  • 作者的表格和三个标签页的 ID 都已删掉。五个 Google Sheets 节点改为要 YOUR_SHEET_ID,并按名称找标签页:Meeting Data、Products 或 Success Stories。
  • 写作提示词在模板、例子和短信里都用作者的名字和公司落款,现在换成了 YOUR_NAME 和 YOUR_COMPANY。

开始之前

  • 一个 n8n 实例,n8n Cloud 或自己的服务器都行。
  • 一个能用 gpt-4.1 的 OpenAI API 密钥。
  • 一个 Tavily 账号和它的 API 密钥。
  • 一个 Google 账号,以及一张有三个标签页的 Google 表格(见下文)。

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. 按下面的说明建好有三个标签页的表格,复制它的 ID:地址里 /d/ 和 /edit 之间那一长串。
  3. 添加 Google Sheets OAuth2 凭据。在 Review Calls、Update Sheet、Update Sheets 2、Product List 和 Testimonials Tool 里选中它,把 YOUR_SHEET_ID 换成这个 ID。每个节点按名称找到自己的标签页。
  4. 添加 OpenAI 凭据,在 OpenAI Chat Model 和 OpenAI Chat Model1 里选中它。
  5. 在 Tavily 的 Authorization 请求头里,把 <YOUR_TAVILY_KEY> 换成你的密钥。尖括号也要去掉,请求头应该是 Bearer、一个空格,再加密钥。
  6. 在 Sales Writing Assistant 里,把模板和例子中的 YOUR_NAME 和 YOUR_COMPANY 换成你自己的。
  7. 在 Meeting Data 里加一条预约,在 Products 里加一两款产品,在 Success Stories 里加一个案例。
  8. 保存,然后点画布底部的 Execute workflow。

表格

| 标签页 | 列 |
|---|---|
| Meeting Data | Call Date、Name、Email、Company Name、Website、Business Type、Project,然后是 company_overview、tech_stack、company_updates、primary_solution、solution_2、solution_3、email_subject、email_text、sms |
| Products | 你的产品目录,每款产品一行,表头写得直白,让智能体读得懂 |
| Success Stories | 每个客户案例一行。写作提示词要的是对方的名字、公司、业务类型、成果、结果和用到的方案 |

每条预约填好 Meeting Data 的前七列,后面九列留空,由工作流来写。表头要按上面的拼法写,因为两个更新工具按名称对上它们。

一次运行的过程

  1. When clicking ‘Test workflow’ 启动 Review Calls,它读取 Meeting Data 里 company_overview 为空的行。已经有公司概况的行会被跳过,所以加了预约之后可以再跑一次。
  2. AI Agent 一次处理一行。它用 Tavily 搜索,用 Product List 查你的产品,最后必须调用 Update Sheet,写入六个字段:company_overview、tech_stack、company_updates、primary_solution、solution_2 和 solution_3。一个结构化解析器把它的回答限定为这六个字段。
  3. Sales Writing Assistant 收到这一行和这六个字段。它在 Testimonials Tool 里找一个相近的客户,写出主题、邮件和短信,再通过 Update Sheets 2 存为 email_subject、email_text 和 sms。第二个解析器把它的回答限定为 subject、email 和 text_message。

两个更新工具都按 Email 找行,所以每个邮箱只留一行。

改变风格

  • 口吻和长度:Sales Writing Assistant 里的 system message。它要求消息简短、有人情味、语气平实,并给了一个模板、一个例子和一条短信作参照。
  • 调研范围:AI Agent 里的 system message 和 Tavily 的 JSON 请求体。请求体要的是新闻结果,每次三条,带答案和网页原文。
  • 你的产品和服务:Products 和 Success Stories 的内容。智能体只知道这两个标签页和搜索结果里的东西。
  • 模型:OpenAI Chat Model 和 OpenAI Chat Model1 都用 gpt-4.1。

注意事项

  • 什么都不会发出去。邮件和短信只落在表格里,想发送的话,在 Sales Writing Assistant 后面加一个你自己的发送节点。
  • 写作智能体收到的内容里没有 Call Date,可它的模板提到了会面日期。想把日期写进消息,就在 Sales Writing Assistant 的文本里加一行,比如 Call Date: {{ $('Review Calls').item.json['Call Date'] }}。
  • 它的提示词把 Email Agent 列为一个工具。文件里没有这个节点,所以邮件由智能体自己写。
  • 第一个智能体被要求调用 Update Sheet,不能只回一段 JSON。如果某一行一直是空的,打开那次运行,看工具有没有被调用。
  • 每一行要花两次 gpt-4.1 智能体运行,外加智能体决定做的若干次 Tavily 搜索。先试两行。
  • 潜在客户的名字、邮箱、公司和项目会发给 OpenAI,智能体的搜索词会发给 Tavily。发任何消息之前,先查清你和对方所在地关于联系他人的规定。
  • Tavily 密钥写在请求头里,分享工作流之前先把它删掉。
文件
README.md  6 KB
workflow.json  29 KB

2 个文件,共 35 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

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

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