Meta广告线索实时打分与热度分流

原文要点

作者Jessy Mariau的付费n8n模板（Stripe checkout购买，zip含工作流、设置指南和README）。流程：Meta Lead Ads提交即时触发→Code节点把任意表单字段摊平成姓名、邮箱、E.164电话→OpenAI对照业务描述返回意向、紧急度、100分制匹配分和首条回复建议，调用失败标UNSCORED不丢单→按Lead Settings里的阈值分HOT/WARM/COLD→联系人带评分结论upsert进HubSpot三个自定义属性（lead_fit_score、lead_summary、lead_verdict）→热线索仅在sendWhatsAppAutomatically为true（默认false）时发已审核WhatsApp模板→Slack收提醒含HubSpot链接，Google Sheets留档且写入失败会在Slack播报。需Meta应用lead retrieval权限、OpenAI密钥、HubSpot、Slack机器人和Google Sheet，WhatsApp Business Cloud可选。

这次做成什么

复刻这套思路的核心练习：Meta表单新线索进来后自动打分、按阈值分冷热档、写入CRM并提醒团队，且自动外联默认关闭、人工确认后才开启。注意：原模板需付费购买，下文是本站按公开说明独立设计的等价练习方案，不是原工作流文件。

准备什么

• Meta开发者应用且具备leads retrieval权限，广告账户有Lead Ads表单
• OpenAI API密钥
• HubSpot账户及私有应用Token，已建三个联系人自定义属性
• Slack工作区机器人且已被邀请进目标频道
• 一个Google Sheet，含表头与映射列一致的Leads标签页
• WhatsApp Business Cloud账号为可选项，不配置则自动回复保持关闭

具体怎么做

1. 配置Meta触发器与字段摊平

   在n8n添加Meta Lead Ads触发节点，连接Meta账户后从下拉选择要监听的Page和表单。触发器后接一个Code节点：遍历表单提交里的field_data数组，按字段名（你的表单可能叫full_name、email、phone_number或其他自定义名）摊平成统一结构{name, email, phone}，电话用正则清洗后补国家码转成E.164格式（如+8613800138000），无法识别为电话的留空并标记phone_valid=false。

2. 配置OpenAI打分与失败兜底

   在OpenAI聊天节点（全流程唯一模型节点）中放入业务描述和摊平后的答案，要求返回JSON：intent（意向）、urgency（紧急度）、fit_score（0-100）、suggested_reply（首条回复建议）。节点外层包一个错误捕获：API调用失败或返回无法解析时，把该线索标记为verdict=UNSCORED继续走后续流程，绝不丢弃。

3. 设置阈值分档并写入HubSpot

   在Lead Settings节点设两个阈值：hotMin=75、warmMin=45（数值是本站练习设定，可按团队接待能力调整）。Code节点按fit_score分档：≥75为HOT、45-74为WARM、<45为COLD，UNSCORED保持原样不分档。然后HubSpot节点按邮箱upsert联系人，把分数、摘要、结论写入lead_fit_score、lead_summary、lead_verdict三个自定义属性。

4. 配置分流输出：Slack、Sheets与默认关闭的WhatsApp

   Slack节点向目标频道发一条提醒：档位、分数、摘要和HubSpot联系人链接；Google Sheets节点把该行追加到Leads标签页，写入失败时走错误分支向Slack发一条告警而不是静默吞掉。WhatsApp模板消息节点前放IF开关，仅当Lead Settings里sendWhatsAppAutomatically=true且档位为HOT且phone_valid=true才发送已审核模板；保持默认false，先在Slack里观察若干条suggested_reply质量后再决定是否打开。

可直接复制的材料

你是销售线索评估助手。下面是我们的业务描述和一条广告表单线索的回答。

【业务描述】
{{$json.business_description}}

【线索信息】
姓名：{{$json.name}}
邮箱：{{$json.email}}
表单回答：{{$json.answers}}

请只输出一个JSON对象，不要输出任何其他文字：
{
  "intent": "线索的意向，一句话",
  "urgency": "high、medium 或 low",
  "fit_score": 0到100的整数，表示与该业务的匹配程度,
  "summary": "不超过60字的评估摘要",
  "suggested_reply": "给这条线索的第一条回复建议，不超过80字，口吻友好，不做夸大承诺"
}
评分参考：明确表达购买或预约意愿且需求匹配为75分以上；有兴趣但需求模糊为45到74分；明显不匹配或无效信息低于45分。

{
  "leadSettings": {
    "hotMin": 75,
    "warmMin": 45,
    "sendWhatsAppAutomatically": false,
    "slackChannel": "#leads-triage",
    "sheetId": "替换为你的Google Sheet ID",
    "sheetTab": "Leads"
  },
  "hubspotProperties": {
    "lead_fit_score": "fit_score 或 UNSCORED",
    "lead_summary": "summary",
    "lead_verdict": "HOT | WARM | COLD | UNSCORED"
  },
  "sheetColumns": ["submitted_at", "name", "email", "phone", "fit_score", "verdict", "summary"]
}

输入与输出示例

本站虚构演示，非原作者结果，未实际运行；OpenAI分数为示意假设值。

输入

表单提交：姓名"王晓"，邮箱wangxiao@example.com，电话"138 0013 8000"，自定义问题"您希望什么时候上线？"回答"本月内，预算5万元左右"；hotMin=75，warmMin=45；OpenAI返回fit_score=82、urgency=high

对应输出

电话清洗为+8613800138000（E.164），分档结果verdict=HOT。HubSpot联系人upsert：lead_fit_score=82、lead_verdict=HOT、lead_summary="本月内上线、预算约5万，意向明确"。Slack频道收到：🔥 HOT线索 王晓（82分）｜本月内上线、预算约5万｜建议回复："您好，本月上线完全可行，方便约个15分钟电话确认需求吗？"｜HubSpot链接。因sendWhatsAppAutomatically=false，不发送WhatsApp。Sheets追加一行留档。

做完检查这些

• 提交一条测试线索后，HubSpot联系人三个自定义属性均有值且与Slack提醒内容一致
• 把OpenAI凭据临时改错触发失败，该线索以UNSCORED流转且Sheets仍有记录，流程不中断不丢单
• sendWhatsAppAutomatically保持false时，任何档位都不会发出WhatsApp消息
• 把测试线索的分数分别构造为80、60、30，验证分别落入HOT、WARM、COLD
• 故意填错Sheet ID，Slack能收到写入失败告警而非静默

容易卡住的地方

• 这是付费模板：需经Stripe购买后邮箱收到zip，本站方案是按公开说明独立复刻的练习，不包含原工作流文件；OpenAI调用、WhatsApp发消息等另产生各自平台费用
• Slack机器人必须已被邀请进目标频道，否则发消息失败
• WhatsApp模板需事先在Meta审核通过，且作者建议先看几条Slack里的建议回复质量再开启自动发送
• 电话未带国家码的表单需在Code节点按主要市场补默认国家码，转不出E.164的号码不要触发WhatsApp
• Meta应用需具备leads retrieval权限，否则触发器拿不到表单提交数据
• 评分阈值没有通用正确值，需按团队接待量在原模板Lead Settings中调整核对