n8n 工作流：语音汇报带看，自动跟进买家

原文要点

原模板由 Rahul Joshi 发布在 n8n 模板库：Telegram 触发器接收经纪人语音，非语音消息会提示补发语音；OpenAI 转写后用 GPT-4o-mini 抽取买家联系方式、偏好、预算、意向度并生成带时间的跟进计划；有电话或邮箱就在 GoHighLevel 里 upsert 联系人并附加带看笔记；从 Google Sheets 房源表按条件打分取前三套且排除已看房源；有邮箱且匹配成功经 Gmail 发送；在 CRM 建跟进任务并在 Telegram 回执汇总。设置项含 GHL location ID、表格列 listing_id/title/area/price/bedrooms/property_type/url/status。

这次做成什么

在本站用一个简化练习复现这条流水线的核心：把一段模拟带看语音转写文本解析成结构化买家档案，再对一份合成房源表打分选出 3 套推荐并生成跟进话术。练会后再按原模板接 Telegram/GHL/Gmail 节点。

准备什么

• n8n 实例与 OpenAI API key（文本模型即可练习）
• 一个 Google Sheets 测试表，含房源数据页
• 练习阶段不需要真实 Telegram/GHL/Gmail 凭据，可用手动触发加测试数据代替

具体怎么做

1. 搭建手动触发的解析练习

   在 n8n 新建工作流，用 Manual Trigger 接一个 Set 节点，字段 transcript 填入下方示例的虚构转写文本。后面接 OpenAI Chat 节点，粘贴材料一的结构化抽取提示词，要求严格输出 JSON。

2. 校验并落库买家档案

   在 OpenAI 节点后接 Code 节点解析 JSON：若 phone 或 email 至少一个存在，进入模拟 CRM 写入分支（练习时可用 Google Sheets 的 Buyers 页代替 GHL）；两者都缺失则走另一分支回写一条“请经纪人补充联系方式”的提示文本，对应原模板无联系方式则不建联系人的逻辑。

3. 房源打分选三套

   再接 Google Sheets 读取节点读房源表，用 Code 节点实现打分：预算内 +2 分、卧室数匹配 +2、区域一致 +1、类型一致 +1，排除 visited_listing_id 等于本次带看房源的行，按分数降序取前三。

4. 生成跟进内容并汇总

   用第二个 OpenAI 节点把买家档案加前三房源拼成跟进邮件草稿与跟进任务清单（材料二提示词），最后用 Set 节点汇总 CRM 状态、已匹配房源数、任务到期日，模拟 Telegram 回执消息。

可直接复制的材料

你是房产经纪 CRM 助手。下面是经纪人带看后的语音转写文本。请抽取并仅输出 JSON，不要输出任何其他文字：
{"buyer_name": "字符串或null", "phone": "字符串或null", "email": "字符串或null", "budget_max": 数字或null, "preferred_areas": ["区域"], "bedrooms_min": 数字或null, "property_type": "字符串或null", "visited_listing_id": "字符串或null", "interest_level": "high|medium|low", "follow_up_plan": [{"step": "动作", "due_in_days": 数字}]}
判定规则：明确说近期要定/复看为 high；只问价为 medium；随便看看为 low。跟进计划按意向度生成 2-3 步。转写文本：{{ $json.transcript }}

基于以下买家档案 JSON 和候选房源 JSON 数组，输出两部分：1）一封 150 字以内的中文跟进邮件正文，逐套给出标题、区域、总价、户型和一句卖点；2）跟进任务清单 JSON：[{"title":"任务名","due_in_days":数字}]。没有候选房源时邮件改为告知“正在继续为您筛选”。买家：{{ $json.buyer }} 房源：{{ $json.matches }}

listing_id,title,area,price,bedrooms,property_type,url,status
L101,江畔两居,滨江,3200000,2,公寓,https://example.test/L101,available
L102,学府小三房,城西,4100000,3,公寓,https://example.test/L102,available
L103,湖畔叠墅,滨江,6800000,4,别墅,https://example.test/L103,available
L104,老城一居,城中,1800000,1,公寓,https://example.test/L104,available
L105,滨江三房,滨江,3900000,3,公寓,https://example.test/L105,available
L106,山景联排,城北,5200000,3,别墅,https://example.test/L106,sold

输入与输出示例

本站虚构演示，非原作者运行结果，输出格式供核对练习分支是否走对。

输入

转写文本：“刚带王女士看了 L101 江畔两居，她预算四百万以内，想要滨江或城西的两到三居，电话 13800001234，邮箱 wang@example.test，说下周想复看，挺急的。”

对应输出

{"buyer_name":"王女士","phone":"13800001234","email":"wang@example.test","budget_max":4000000,"preferred_areas":["滨江","城西"],"bedrooms_min":2,"property_type":"公寓","visited_listing_id":"L101","interest_level":"high","follow_up_plan":[{"step":"发送相似房源邮件","due_in_days":1},{"step":"电话确认复看时间","due_in_days":3}]}；按打分规则：L105得6分（预算内+2、三居+2、滨江+1、公寓+1），L102得4分（410万超预算不得预算分，三居+2、城西+1、公寓+1），L104与L103各得3分并列、按总价更低优先取L104。故前三为L105、L102、L104；L101因visited被排除，L106因已售被过滤。

做完检查这些

• OpenAI 节点输出是可被 JSON.parse 解析的单层 JSON，无多余解释文字
• 无 phone 且无 email 的转写会走提示补充分支而不写入买家表
• visited_listing_id 对应的房源不出现在前三推荐中
• status非available的房源被过滤，超预算房源不得预算加分因而排名靠后，练习打分与规则逐条可对上

容易卡住的地方

• 语音转写节点需要真实 Telegram 语音文件，练习用文本代替时不要删除正式流程的转写节点
• GoHighLevel 需要 LeadConnector OAuth/API 访问并填对 location ID，否则 upsert 会静默失败
• Gmail 发送节点要求 OAuth2 授权范围含发信权限
• 打分权重是本练习设定，原模板的具体打分逻辑需在导入后核对 Code 节点