AI PLAY玩法更新持续收录
← 回到更新流

2026-09-13 · 原文发布日

n8n付费模板:WhatsApp房产线索自动接待并推荐房源

这是付费模板且定价较高。它在收到WhatsApp消息时用Redis去重并短暂缓冲同一人连续消息,查HighLevel补建联系人,从Google Sheets读取全部房源后交给Gemini agent(带Redis聊天记忆)判断该追问资格问题还是直接推荐匹配房源,回复中可附自动填好信息的Cal.com预约链接。需自备WhatsApp Cloud API、Redis、Gemini和HighLevel账号。

原文要点

这是iamvaar发布的付费n8n模板且定价较高,购买后才能拿到工作流文件。按其说明:WhatsApp触发器收到消息后提取发送人、消息ID、类型与文本,非文本消息直接回复请发文字;用Redis按消息ID去重、对同一号码的消息做短窗口缓冲并只处理最后稳定的一条,再加短锁防止并行;在HighLevel查联系人,不存在则补建;从Google Sheets读全部房源聚合后,连同合并后的用户消息交给带Redis聊天记忆的Gemini agent;解析agent的JSON输出,回资格追问或房源推荐,并把Cal.com链接替换为自动填好信息的预约URL,最后释放锁。

这次做成什么

在不购买模板的前提下,先用一个虚构号码、三条合成房源和一段连续三条的WhatsApp消息,在纸面加简化自搭流程上验证"去重缓冲→锁→联系人补建→库存注入→JSON分支回复"这套设计是否适合你的业务,再决定是否需要原模板的完整实现。

准备什么

  • WhatsApp Business Cloud API账号与Phone Number ID,配webhook到n8n
  • 可设置键TTL的Redis实例,用于去重、缓冲、时间戳、锁和聊天记忆
  • Google Service Account凭据和一张房源库存表
  • Google Gemini(PaLM)API凭据,供agent聊天模型使用
  • HighLevel OAuth2凭据及locationId,若不用CRM可暂时跳过补建步骤
  • 可选:Cal.com事件链接,且该事件支持prefill查询参数

具体怎么做

  1. 搭最小验证链路

    新建n8n工作流:Webhook节点模拟WhatsApp入站消息,接一个Code节点实现Redis去重(键dedup:{messageId},TTL 10分钟)和缓冲(键buffer:{phone},存消息数组与时间戳);先用本站下方测试JSON手动POST验证重发同一messageId会被忽略。

  2. 实现稳定窗口与锁

    在Code节点里比较当前时间与buffer里最后一条消息时间戳,不足缓冲窗口(本站练习设15秒,原模板默认值需购买后核对)就结束本轮;通过时用SET lock:{phone} NX EX 60抢锁,抢不到直接退出,结尾务必DEL释放。

  3. 联系人与库存注入

    HTTP请求HighLevel按号码查联系人,404则POST补建(字段:phone、firstName可取号码后四位);另一个节点读Google Sheets整表房源,用聚合节点拼成JSON数组塞进agent上下文。

  4. 配置Gemini agent分支

    建AI Agent节点,模型选Gemini聊天模型并挂Redis聊天记忆(键chat:{phone}),系统提示词用下方材料,要求只输出JSON:{"action":"qualify"|"recommend",...};后接Switch节点按action分支。

  5. 回复与预约链接

    recommend分支里把agent返回的cal_link用表达式拼成自动填充URL:https://cal.com/你的账号/看房?name={姓名}&email={邮箱}&notes={需求摘要},连同推荐文案经WhatsApp发送节点回给该号码;qualify分支直接回追问文案。两种分支结束都要释放锁。

可直接复制的材料

Gemini接待agent系统提示词

本站独立编写的练习提示词,非原模板自带提示词;cal_link换成你自己的Cal.com事件地址。

你是房产中介的WhatsApp接待助手。你只能输出一个JSON对象,不要输出任何其他文字。
输入包含:客户合并后的消息文本、对话历史、房源库存JSON数组(字段:id,小区,户型,月租,区域,入住日期)。
规则:
1. 若客户未说明预算或区域或户型中的任意两项,输出{"action":"qualify","reply":"用一条不超过60字的消息追问缺失的信息"}。
2. 信息足够时,从库存中选最多2套匹配的房源,输出{"action":"recommend","reply":"不超过120字的口语化推荐,逐套说明小区、户型、月租","listing_ids":["选中的id"],"cal_link":"https://cal.com/your-team/viewing"}。
3. 库存没有完全匹配时,推荐最接近的一套并在reply里说明差距。

合成房源库存表

本站虚构房源;真实使用时让Google Sheets列名与此对应或在读表后加字段重命名。

id,小区,户型,月租,区域,入住日期
P001,滨江壹号,两室一厅,4500,滨江,2026-10-01
P002,城西雅苑,一室一厅,2800,西湖,2026-09-20
P003,云栖小镇公寓,三室两厅,6200,西湖,2026-10-15

WhatsApp入站测试消息JSON

本站虚构号码与消息ID,按Meta Cloud API的webhook结构简化;三条消息在15秒缓冲窗口内到达,应被合并为一条处理。

{"entry":[{"changes":[{"value":{"messages":[{"id":"wamid.TEST001","from":"8613800009999","type":"text","timestamp":"1789450000","text":{"body":"你好"}}]}}]}]}
第二条同号码:{"id":"wamid.TEST002","from":"8613800009999","type":"text","text":{"body":"想租两室一厅"}}
第三条同号码:{"id":"wamid.TEST003","from":"8613800009999","type":"text","text":{"body":"预算5000以内,滨江附近"}}
重复重发wamid.TEST001应被去重忽略。

输入与输出示例

本站虚构演示,未实际调用WhatsApp/Gemini/Cal.com,agent输出为按提示词规则推演的示意。

输入

三条合成消息在15秒内先后到达,缓冲合并后文本为"你好 想租两室一厅 预算5000以内,滨江附近",库存为上方3套房源。

对应输出

去重层忽略重发的wamid.TEST001;锁获取成功。agent判定预算、区域、户型齐全,输出{"action":"recommend","reply":"推荐滨江壹号:两室一厅,月租4500,在你的预算内且就在滨江,10月1日可入住。","listing_ids":["P001"],"cal_link":"https://cal.com/your-team/viewing"};发送节点把链接替换为https://cal.com/your-team/viewing?name=客户9999&notes=两室一厅预算5000滨江后回复该号码,最后释放lock:8613800009999。

做完检查这些

  • 同一messageId重发两次,第二次在Redis去重键处被拦截,不产生第二条回复
  • 三条消息在缓冲窗口内只触发一次agent调用,发给模型的是合并后的完整文本
  • 库存只有3套时,recommend输出的listing_ids必须全部来自库存,不允许编造房源
  • 非文本消息(如图片)走单独分支,回复提示用户发文字,不进入agent
  • agent返回非法JSON时流程进入错误处理并释放锁,锁不残留超过TTL
  • Cal.com链接替换后包含name或notes查询参数,且该事件在Cal.com后台允许prefill

容易卡住的地方

  • 这是付费模板且定价较高,购买前只能依据说明页评估;本站内容是按公开说明自建的练习,不是原工作流文件,也不含可导入的n8n JSON
  • 缓冲窗口、锁时长、去重TTL的具体默认值未公开,需购买后在原模板中核对,本站练习值仅为演示
  • WhatsApp Cloud API有按对话计费的规则,Gemini按token计费,Redis与HighLevel也可能产生订阅费,模板价格不含这些
  • HighLevel的locationId填错会把线索写进错误的子账户;Cal.com事件若未开启prefill,自动填充参数会被忽略
  • 房源库存整表注入上下文,库存很大时会超出模型上下文或推高费用,真实使用需先做区域/价格预过滤,原模板是否处理需购买后确认

原文与作者资料 ↗

本站借助AI整理来源事实,独立编写中文操作指南与示例。示例不代表实际运行结果;来源效果尚未由本站独立复现。付费模板与模型、服务费用分别计算。

原文标题
Qualify property leads on WhatsApp with Google Sheets, Gemini, and HighLevel
原作者
iamvaar
原始发布日期
2026-09-12T17:52:24.056Z
来源
https://n8n.io/workflows/19518