Mindket

用 AI 给 lemlist 回复分类,再送到 HubSpot 和 Slack

新上架第 1 版 · 更新于

概览

一个用 OpenAI 给 lemlist 潜在客户第一条回复分类的 n8n 工作流。积极的回复会开一个 HubSpot 交易并发到 Slack,外出自动回复会添加一个任务,退订的回复会把潜在客户移出。

用 AI 给 lemlist 回复分类,再送到 HubSpot 和 Slack 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:把文件导入那里,然后发布,这样 lemlist 的 webhook 才会被注册
  • 你自己的 n8n 服务器:同一个文件,服务器要能从互联网访问
  • lemlist:它读取第一次回复的那些活动
  • HubSpot 和 Slack:交易、任务和消息落到的地方

平台

连接 4 个应用

运行方式

触发

lemlist 回复

潜在客户第一次回复 lemlist 活动邮件时开始运行,收到的内容有:

  • 潜在客户的邮箱地址、名、姓和回复内容
  • 这条回复所属的活动和团队

动作

  1. OpenAI 模型把回复分为 Interested、Out of Office、Unsubscribe 或 Other
  2. 退订的回复会把这个潜在客户移出 lemlist 活动
  3. 积极的回复会在 lemlist 里标为感兴趣
  4. 找到或创建 HubSpot 联系人,并为它开一个交易
  5. Slack 消息里带着新交易的链接
  6. 外出自动回复会添加一个 HubSpot 跟进任务
  7. 其他回复会在 Slack 里通知,并附上活动报告的链接

结果

潜在客户会按回复的类型,在 lemlist、HubSpot 和 Slack 里得到相应处理

集成

开始之前要准备好这些。

lemlist

销售邮件活动

把每个潜在客户的第一条回复发给 n8n,并接收感兴趣和退订的更新。

需要lemlist API 密钥

OpenAI

语言模型

运行 gpt-5.6-terra,把回复分到一个类别。

需要OpenAI API 密钥

HubSpot

CRM

保存联系人、交易和跟进任务。

需要HubSpot OAuth2 凭据和一个交易阶段

Slack

团队聊天

接收关于感兴趣的潜在客户和其他回复的消息。

需要Slack OAuth2 凭据和一个频道

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
12 个步骤,由 Lemlist 事件启动
AI
1 个步骤调用 AI 模型:Classify reply with OpenAI
登录
需要登录:lemlist、HubSpot、Slack、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 8 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 工作流会对潜在客户第一次回复 lemlist 活动邮件的内容做出反应。一个 OpenAI 模型读取回复,把它分为感兴趣、外出自动回复、退订或其他。积极的回复会在 lemlist 里标为感兴趣,开一个 HubSpot 交易,并发一条 Slack 消息。外出自动回复会添加一个 HubSpot 任务,留待以后跟进。退订的回复会把这个潜在客户移出活动。其他回复发到 Slack。十三个节点完成全部工作。

适合谁

用 lemlist 发冷邮件活动、同时使用 HubSpot 和 Slack,并希望每条第一次回复在有人阅读之前就被处理好的销售团队。如果你没法检查最初分好类的回复,就别选它,因为一次错误的退订会把潜在客户移出活动。

谁在用,怎么用
行业谁在用怎么用例子
软件销售销售开发团队在潜在客户说“好”的那一刻就开一个交易一位销售在潜在客户回了“听起来不错,请发详情”之后,看到一条带交易链接的 Slack 消息。
招聘主动招聘人员跟进外出自动回复,不让它们漏掉一位招聘人员在候选人发来外出自动回复之后,收到一个再次写信的任务。
营销代理机构代理机构客户团队让要求停止的人立刻退出活动一家代理机构在回复写着“请不要再给我发邮件”时,把这个潜在客户移出。
B2B 服务顾问在一个频道里看到每条第一次回复一位顾问在 Slack 频道里查看需要人工回答的回复。

你需要会一点 n8n,再有四个账号:lemlist、OpenAI、HubSpot 和 Slack,另外还要选一个交易阶段。

用在哪里

一个有公网地址的 n8n,这样 lemlist 才能把回复发给它,另外还要有 lemlist、OpenAI、HubSpot 和 Slack 的账号。

  • n8n Cloud:把文件导入那里,然后发布,这样 lemlist 的 webhook 才会被注册
  • 你自己的 n8n 服务器:同一个文件,服务器要能从互联网访问
  • lemlist:它读取第一次回复的那些活动
  • HubSpot 和 Slack:交易、任务和消息落到的地方

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。把四个账号准备在手边,因为每组节点都需要一个。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器,要有公网地址
lemlist一个 API 密钥和一个发邮件的活动
OpenAI一个 API 密钥
HubSpot一个有交易管道的账号和一个 OAuth2 凭据
Slack一个频道和一个 OAuth2 凭据
  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. 添加带你 API 密钥的 lemlist 凭据,在 Lemlist Lead Replied、Lemlist Unsubscribe 和 lemlist Mark as interested 里选中它。
  3. 添加 OpenAI 凭据,在 OpenAI Chat Model 里选中它。
  4. 添加 HubSpot OAuth2 凭据,在 HubSpot Get contact ID、HubSpot Get contact ID1、HubSpot Create Deal 和 follow up task 里选中它。
  5. 添加 Slack 凭据,在 Slack 和 Slack1 里选中它。在这两个节点里,把 Your channel name 换成你的频道。
  6. 在 HubSpot Create Deal 里,选一个交易阶段来替换 YOUR_DEAL_STAGE_ID。
  7. 在 Slack 里,把 YOUR_HUBSPOT_PORTAL_ID 换成你的 HubSpot 账号编号。
  8. 保存,点 Publish,然后给一个测试用的潜在客户发一条测试回复。

如何使用

不需要手动运行任何东西。发布之后,每个潜在客户的第一次回复都会启动一次运行。只想盯一个活动,就在触发器的选项里设置它。把 Slack 和 HubSpot 里最初的结果,对照潜在客户写的内容检查一遍。

想要不同的效果,改这里
要改的在哪里改
类别Classify reply with OpenAI 里的系统消息和 Switch 里的规则
交易HubSpot Create Deal 里的名称和阶段
消息Slack 和 Slack1
任务follow up task 的主题
模型OpenAI Chat Model

示例

一位潜在客户回复第一封邮件说:“听起来很有意思,能发一下价格吗?”

OpenAI 把这条回复分为感兴趣。lemlist 把这个潜在客户标为感兴趣,HubSpot 得到联系人和一个新交易,Slack 显示一条带交易链接的消息。回复“我休假到周一”的潜在客户,则得到一个 HubSpot 任务。先自己读一读最初分好类的回复,再相信这个分类。

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。这个工作流先听一条回复,再让模型给它分类,然后分成四条线。先用一个你自己的测试潜在客户试一下。

专家:Switch 比较的是完全一致的文字,所以模型的回答必须符合三个名字之一,不符合的会走最后一条线。

值得细看的地方
节点做什么要知道的
Lemlist Lead Replied在潜在客户第一次回复时触发没有设置活动,所以它盯着整个团队的所有活动
Classify reply with OpenAI把回复文字分到四个类别它取代了一个用了已停用模型的旧文本节点
Merge把类别放到回复文字上面类别占用 text 字段
Switch把这一项送上四条线之一它比较完全一致的文字
HubSpot Get contact ID按邮箱找到或创建联系人联系人已存在时,它还会更新姓名

注意事项

有一个模型已停用,分类要求用词完全一致,而且两家厂商用的都是较旧的 API。

  • 模型:原来的工作流用 n8n 的旧版 OpenAI 文本节点来分类,它发送补全请求,没有设置模型,所以用的是 gpt-3.5-turbo-instruct。OpenAI 的弃用页面(2026 年 11 月 12 日查阅)把它列为 2026 年 9 月 28 日关停,替代是 gpt-5.6-terra。这个模型不接受补全请求,所以 Mindket 的副本改用 Basic LLM Chain,配一个设成 gpt-5.6-terra 的 OpenAI Chat Model。旧的 6 个 token 上限和 0 的温度没有沿用
  • 类别:原来的提示词用的是小写名字,而 Switch 比较的是完全一致的文字。Mindket 的副本要求回答 Interested、Out of Office、Unsubscribe 或 Other。一个都对不上的回答会走最后一条线
  • 退订:那条线上的错误回答会把潜在客户移出活动,所以在相信它们之前先读一读最初的结果
  • 活动:原来的“标为感兴趣”请求里有一个手填的活动 ID。Mindket 的副本从回复里取活动。触发器没有设置活动,所以它盯着整个团队的所有活动
  • lemlist:它的开发者页面(2026 年 11 月 12 日查阅)把 API 版本 1 称为已弃用,并指明用版本 2。这里用到的两个请求的页面上没有弃用说明,它的帮助文章把旧的 /unsubscribes 路由在 2026 年 11 月 1 日停用,而这个工作流没有用到它们
  • HubSpot:它的旧版 API 页面(2026 年 11 月 12 日查阅)说带数字的版本将在以后的版本里弃用,没有给出日期。这里的 HubSpot 节点是 1 版,用的是那些较旧的联系人、交易和互动 API
  • 第一次回复:触发器的 Is First 选项是开着的,所以潜在客户之后的回复不会启动任何东西
  • 链接:Slack 里的交易链接用的是 HubSpot 的欧洲地址,所以账号在别处的话要改掉它
  • 计费:OpenAI 对每条第一次回复计一次模型调用
  • 你的数据:回复文字发给 OpenAI,潜在客户的信息发给 HubSpot 和 Slack
  • 凭据:JSON 里没有任何凭据

README 和文件

README

用 AI 给 lemlist 回复分类,再送到 HubSpot 和 Slack

一个 n8n 工作流,读取潜在客户对 lemlist 活动发来的第一条回复,并用一个 OpenAI 模型给它分类。积极的回复会在 lemlist 里把这个潜在客户标为感兴趣,创建一个 HubSpot 交易,并发一条 Slack 消息。外出自动回复会创建一个 HubSpot 跟进任务。退订的回复会把这个潜在客户移出活动。其他回复发到 Slack。

包里有什么

  • workflow.json:n8n 导出的工作流,13 个节点,没有便签。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。
  • 原来的副本在 JSON 后面有多余的文字,Mindket 的副本去掉了它。

我们相对原来的副本改了什么

  • 回复原来是用 n8n 的旧版 OpenAI 文本节点来分类的,它发送补全请求,没有设置模型,所以用的是 gpt-3.5-turbo-instruct。OpenAI 已在 2026 年 9 月 28 日把这个模型关停,它的替代不接受补全请求。现在这一步是 Classify reply with OpenAI,一个 Basic LLM Chain,配一个设成 gpt-5.6-terra 的 OpenAI Chat Model。旧的 6 个 token 上限和 0 的温度没有沿用。一条系统消息要求只回答类别名称。
  • 提示词原来把类别写成小写,而 Switch 比较的是完全一致的文字,期望的是 Interested、Out of Office 和 Unsubscribe。现在提示词用的是这些写法,其余的用 Other。
  • lemlist Mark as interested 的地址里原来有一个手填的 YOUR_CAMPAIGN_ID。现在它从回复里取活动,和 Lemlist Unsubscribe 一样。
  • HubSpot Create Deal 原来有作者自己的交易阶段 ID,Slack 的链接里原来有作者自己的 HubSpot 账号编号。它们现在是 YOUR_DEAL_STAGE_ID 和 YOUR_HUBSPOT_PORTAL_ID。
  • 六个节点名去掉了带空格的连字符。触发器现在叫 Lemlist Lead Replied,交易节点叫 HubSpot Create Deal。另外四个也是同样的改法。
  • 所有凭据引用都去掉了,所以由你自己选。

开始之前

  • 一个有公网地址的 n8n 实例,n8n Cloud 或你自己的服务器都行,因为 lemlist 会把每条回复发给它。
  • 一个有 API 密钥和一个正在运行的活动的 lemlist 账号。
  • 一个 OpenAI API 密钥。
  • 一个 HubSpot 账号和一个 HubSpot OAuth2 凭据。
  • 一个 Slack 工作区、一个频道和一个 Slack OAuth2 凭据。

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. 添加带你 API 密钥的 lemlist 凭据。在 Lemlist Lead Replied、Lemlist Unsubscribe 和 lemlist Mark as interested 里选中它。
  3. 添加 OpenAI 凭据,在 OpenAI Chat Model 里选中它。
  4. 添加 HubSpot OAuth2 凭据。在 HubSpot Get contact ID、HubSpot Get contact ID1、HubSpot Create Deal 和 follow up task 里选中它。
  5. 添加 Slack 凭据,在 Slack 和 Slack1 里选中它。在这两个节点里,把 Your channel name 换成你的频道。
  6. 在 HubSpot Create Deal 里,选一个交易阶段来替换 YOUR_DEAL_STAGE_ID。
  7. 在 Slack 里,把 YOUR_HUBSPOT_PORTAL_ID 换成你的 HubSpot 账号编号。它跟在你 HubSpot 地址里的 /contacts/ 后面。链接用的是欧洲服务器 app-eu1,如果你的账号在别处,就改掉这一部分。
  8. 只想盯一个活动,就在 Lemlist Lead Replied 的选项里设置它。不设置的话,会盯着你团队的所有活动。
  9. 保存,点 Publish。发布会让 n8n 在 lemlist 里注册它的 webhook。给一个测试用的潜在客户发一条测试回复。

一次运行是怎样的

  1. Lemlist Lead Replied 在潜在客户第一次回复时触发,因为它的 Is First 选项是开着的。
  2. Classify reply with OpenAI 读取去掉换行的回复文字,回答一个类别。
  3. Merge 把类别放进 text 字段,盖在回复文字上面,并保留潜在客户的其他字段。
  4. Switch 把这一项送上四条线之一。Unsubscribe、Interested 和 Out of Office 要完全一致才匹配。其他都走最后一条线。
  5. 退订:Lemlist Unsubscribe 把潜在客户移出活动。
  6. 感兴趣:lemlist Mark as interested 在 lemlist 里标记这个潜在客户。同时 HubSpot Get contact ID 按邮箱和潜在客户的姓名找到或创建联系人,HubSpot Create Deal 开一个交易并把它关联到这个联系人,Slack 发一条带交易链接的消息。
  7. 外出自动回复:HubSpot Get contact ID1 找到或创建联系人,follow up task 为它添加一个 HubSpot 任务。任务主题以 OOO 开头,里面有联系人的姓名。
  8. 其他:Slack1 发消息说有潜在客户回复了,附上 lemlist 里活动报告的链接。

改变风格

  • 类别:Classify reply with OpenAI 里的系统消息和 Switch 里的规则。两处的写法要保持一致。
  • 交易:HubSpot Create Deal 里的名称和阶段。
  • 消息:Slack 和 Slack1 的文字。
  • 任务:follow up task 的主题。
  • 模型:OpenAI Chat Model。
  • 哪些回复算数:Lemlist Lead Replied 里的 Is First 选项和活动。

注意事项

  • 一个不完全是三个名字之一的回答会走最后一条线,到 Slack1。退订那条线上的错误回答会把潜在客户移出活动,所以在相信结果之前先读一读最初的几个。
  • gpt-5.6-terra 是 OpenAI 的弃用页面为 gpt-3.5-turbo-instruct 指定的替代。
  • lemlist 的开发者页面(2026 年 11 月 12 日查阅)把 API 版本 1 称为已弃用,并指明用版本 2。活动退订和标为感兴趣这两个请求的页面上没有弃用说明。lemlist 的帮助文章把旧的 /unsubscribes 路由在 2026 年 11 月 1 日停用,这个工作流没有用到它们。
  • HubSpot 的旧版 API 页面(2026 年 11 月 12 日查阅)说带数字的版本 v1 到 v4 将在以后的版本里弃用,没有给出日期。这里的 HubSpot 节点是 1 版,用的是 v1 的联系人、交易和互动 API。
  • HubSpot Get contact ID 和它的另一个同类节点,在邮箱是新的时候创建联系人,已存在时更新它的姓名。
  • 触发器设成只看第一次回复,所以潜在客户之后的回复不会启动任何东西。
  • OpenAI 对每条第一次回复计一次模型调用,每条回复的文字都会发给 OpenAI。
  • 潜在客户的信息发给 HubSpot 和 Slack。
文件
NOTICE.md  630 B
README.md  6 KB
workflow.json  9 KB

3 个文件,共 16 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

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

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