大家好,我將分享一個我用 n8n 在本地建構並驗證的潛在客戶追蹤自動化流程。這個目標是捕捉傳入的潛在客戶,使用本地 AI 模型進行資格審核,以結構化的方式儲存資料,通知正確的人員,並支援預約排程而不會產生日曆衝突。
這個工作流程透過網路鉤子(webhook)接收新的潛在客戶,並利用 Ollama 進行本地 AI 輔助的資格審核。它將結構化的潛在客戶資料儲存在 n8n 資料表中,並針對可採取行動的潛在客戶發送 Telegram 警報,同時在預約前檢查 Google 日曆的可用性。
本文分享一個透過 n8n 建構的本地 AI 潛在客戶追蹤自動化流程,旨在捕捉、篩選、儲存潛在客戶資料,並通知相關人員,同時支援預約排程以避免衝突。此工作流程利用 Ollama 進行本地 AI 資格審核,並整合 Telegram 警報與 Google 日曆排程,展示如何將錯失或延遲追蹤的潛在客戶納入一致的資格審核與預約流程。

大家好,我將分享一個我用 n8n 在本地建構並驗證的潛在客戶追蹤自動化流程。這個目標是捕捉傳入的潛在客戶,使用本地 AI 模型進行資格審核,以結構化的方式儲存資料,通知正確的人員,並支援預約排程而不會產生日曆衝突。
這個工作流程透過網路鉤子(webhook)接收新的潛在客戶,並利用 Ollama 進行本地 AI 輔助的資格審核。它將結構化的潛在客戶資料儲存在 n8n 資料表中,並針對可採取行動的潛在客戶發送 Telegram 警報,同時在預約前檢查 Google 日曆的可用性。
此流程保持模組化,因此個別步驟可以根據不同的業務進行調整。所使用的技術堆疊包括 n8n、Ollama、n8n 資料表、Telegram、Google 日曆,以及網路鉤子和 REST API。
這個專案旨在實際展示如何將錯失或追蹤緩慢的潛在客戶,納入一致的資格審核和預約流程。專案儲存庫包含了詳細資訊和實作說明。我非常感謝社群的意見回饋,特別是在生產環境強化、邊緣案例和實用增補方面。
覺得值得一看?分享給朋友。
以上為 AI 自動翻譯導讀。原文版權歸 n8n Community 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。
43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。