线索名单生成器，定时写冷邮件草稿

线索名单生成器，定时写冷邮件草稿

一个分成两半的 n8n 工作流。表单按职级、公司规模、行业和国家接收你想联系的人，外加几句关于你的介绍。一个 Apify Actor 找出匹配且邮箱已验证的人，每个人成为 Google 表格里的一行。每天一次，工作流为你标了 REVIEW 的每条线索写一封简短的冷邮件草稿，写进那一行。什么都不会发出去。

包里有什么

• workflow.json：n8n 导出的工作流，十六个节点，其中两个是给两半命名的便签。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。

我们相对原来的副本改了什么

• Apify 的请求头原来写的是占位符 Bearer <token>，现在是 Bearer <YOUR_APIFY_TOKEN>。
• 作者的表格和标签页 ID 都已删掉。三个 Google Sheets 节点改为要 YOUR_SHEET_ID，并按名称 Leads 找标签页。

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，还要有够线索搜索用的额度。
• 一个 OpenAI API 密钥。文件里写了两个模型，chatgpt-4o-latest 和 gpt-4.1-mini，第一个已经停用（见第 5 步）。
• 一个 Google 账号，以及一张放线索的 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. 建一张 Google 表格，里面有一个名为 Leads 的标签页，第 1 行写这些表头：FirstName、LastName、Title、Email、LinkedIn、Organization、OrganizationLinkedIn、OrganizationSite、Email Prepared 和 About You & Your Service。复制表格的 ID：地址里 /d/ 和 /edit 之间那一长串。
3. 添加 Google Sheets OAuth2 凭据。在 Google Sheets、Get Pending Leads 和 Update Google Sheets 里选中它，把 YOUR_SHEET_ID 换成这个 ID。
4. 添加 OpenAI 凭据，在 Message a model 和 OpenAI Chat Model 里选中它。
5. 在 Message a model 里换一个模型。我们在 2026 年 11 月 2 日读过 OpenAI 的弃用页面，上面写着 chatgpt-4o-latest 已在 2026 年 2 月 17 日停用。另一半已经在用的 gpt-4.1-mini 能按这个节点的要求用 JSON 回答。
6. 在 HTTP Request 的 Authorization 请求头里，把 <YOUR_APIFY_TOKEN> 换成你的令牌。尖括号也要去掉，请求头应该是 Bearer、一个空格，再加令牌。
7. 在 Edit Fields 里，前几次运行先把 totalResults 从 1000 调到 20 左右。
8. 保存。用表单的测试地址发一次，然后打开表格，在一两行的 Email Prepared 里输入 REVIEW。
9. 手动运行 Schedule Trigger，为这几行写草稿。草稿读起来没问题，就点 Publish 发布，之后交给计划自动运行。

一次运行的过程

表单这一半：

1. On form submission 显示一个标题为 Lead Scraper 的表单。Job Management Level 可以在 Owner、Founder、Head、Director 和 Manager 里任选，Location 给十个国家各配了一个复选框。Employees Size 和 Industry 自由填写。About You & Your Service 是唯一的必填项。
2. Message a model 把回答整理成 JSON。它把你的行业对照到提示词里 148 个名称中最接近的那个，再把规模归入九个区间，从一个人的公司到一万人以上。
3. Edit Fields 把这段 JSON 变成 Actor 的输入：只要已验证的邮箱、包含邮箱、四个筛选条件，以及值为 1000 的 totalResults。
4. HTTP Request 把它发到 Apify 上 Actor cdTI90GLKIsTHSjgE 的 run-sync-get-dataset-items 地址，等它返回人员。Apify 上这个 ID 的页面写着它叫 Leads Finder，来自 boneswill 这个账号。
5. Edit Fields1 为每个人保留八个字段。然后 Filter 去掉没有邮箱的人，Remove Duplicates 去掉同一次运行里重复出现的邮箱。
6. Google Sheets 把每个人追加成一行，旁边附上你的 About You & Your Service 文字。Email Prepared 留空。

定时的这一半：

1. Schedule Trigger 每天午夜按工作流的时区触发一次。文件里它的规则是空的，n8n 对空规则就是这样处理的。
2. Get Pending Leads 读取 Email Prepared 写着 REVIEW 的每一行。
3. Basic LLM Chain 让 gpt-4.1-mini 写一封冷邮件的正文，最多 130 词，不要主题、称呼和落款。它还会从 About You & Your Service 里找出你的名字。解析器把回答限定为 text 和 name。
4. Update Google Sheets 按行号找到这一行，用草稿替换 REVIEW。草稿以 Hey 加对方的名字开头，以 Best, 加你的名字结尾。

改变风格

• 邮件：Basic LLM Chain 里的提示词和消息。提示词规定了 130 词的上限和顺序：一句关于对方公司的话、你的介绍、两者怎么对上，再加一个简短的请求。
• 邮件外框：Update Google Sheets 里 Email Prepared 的值。
• 搜索：Message a model 提示词里的列表，以及 Edit Fields 里的 totalResults。
• 写草稿的时间：Schedule Trigger 里的规则。

注意事项

• 什么都不会发出去。草稿只落在 Email Prepared 里，而且只针对你标了 REVIEW 的行。这个标记就是你的审批步骤，工作流自己从来不会设它。
• 我们在 2026 年 11 月 2 日读过这个 Actor 的输入页面，它把职级写成 director_level 这样的值，把公司规模写成 10-19 这样的区间。这里的提示词产出的是 Director，规模区间的写法也不一样，还会发送页面上没有列出的 contactEmailStatus 和 includeEmails。先跑一次小搜索，看看找到的人对不对。不对的话，把 Actor 自己的取值填进 Message a model 的列表里。
• Apify 按运行收费。我们同一天读过它的页面，每次启动收 0.03 美元，免费套餐每条线索 0.0017 美元，付费套餐更便宜。OpenAI 每次表单收一次调用的钱，每份草稿再收一次。
• 按 Apify 的 API 参考，同步调用 300 秒后就会结束。大搜索可能在人员返回之前就超时。
• Remove Duplicates 只比较同一次运行里的人，所以第二次搜索可能加进表格里已有的人。
• 文件把公司网站写进了 OrganizationLinkedIn，而不是它的 LinkedIn 页面。要改的话，在 Google Sheets 里把这一列映射成 {{ $json.organizationLinkedIn }}。
• Title 取自 Actor 的 functional 字段，里面可能更像部门而不是职位。
• 每条线索的名字、职位、邮箱和 LinkedIn 地址都存在你的表格里。表单的回答，以及每条线索的职位、公司和链接，会发给 OpenAI。先查清你和线索所在地关于冷邮件的规定。
• 工作流发布之后，任何拿到表单地址的人都能用你的 Apify 账号发起搜索。
• Apify 令牌写在请求头里，分享工作流之前先把它删掉。