用Gemini在WhatsApp上自动接待和分级房产客户

原文要点

该n8n免费模板面向房产团队：WhatsApp Trigger接收文字或语音消息，按类型路由，语音先下载并用Google Gemini转写；AI代理从Airtable的真实Properties表查房源、用Google Calendar查可约时间并预约看房；结构化输出解析器返回回复文本、线索等级（hot/warm/cold）和是否需要升级人工；回复发回客户，线索写入Google Sheets；热线索或需人工时通知经纪并防止重复提醒；AI代理失败时客户收到兜底回复、开发者单独收到告警。会话记忆在内存中，n8n重启即丢失，规模化建议换Redis等持久记忆存储。需WhatsApp Business云API、Gemini密钥、Airtable、Google Calendar和Google Sheets账号。

这次做成什么

搭建一个WhatsApp房产接待练习流程：客户发来文字或语音咨询，AI查真实房源库和日历可约时间后回复，同时把线索分为热/温/冷写入表格，热线索通知经纪，AI出错时客户仍能收到兜底消息。

准备什么

• WhatsApp Business云API账号及已验证的发送号码
• Google Gemini API密钥，语音转写和对话均计费
• 含Properties表的Airtable房源库
• Google Calendar与Google Sheets账号
• 经纪和开发者的真实接收手机号

具体怎么做

1. 导入模板并接WhatsApp

   在n8n导入模板，把WhatsApp Business云API凭证分别填入WhatsApp Trigger、Send WhatsApp Reply、Notify Agent、Send Unsupported Notice四个节点，并在Meta后台把webhook指向触发器地址。用测试号先发一条文字消息确认触发。

2. 接Gemini处理语音与对话

   把Gemini API凭证填入Gemini Chat Model和Analyze Audio两个节点。语音消息会先被下载并转写为文本再进入AI代理，文字消息直接路由通过。发一条语音消息验证转写结果进入下游。

3. 连接房源库、日历和表格

   连接Airtable并在search_properties工具中选中你的Properties库和表；连接Google Calendar并在check_availability和book_appointment中选定日历；连接Google Sheets并在Log Lead to Sheet选中或新建Leads表。房源工具描述保持原有逻辑，换库时同步改描述。

4. 替换占位号码并设置兜底

   把Notify Agent和Notify Developer节点里的占位手机号换成经纪和开发者真实号码，重复提醒防护逻辑保持不变，避免同一热线索反复通知。确认AI代理失败分支能把兜底回复发给客户并单独告警开发者。

5. 端到端演练三种线索

   分别扮演急买客户（明确预算和时间）、观望客户（只问均价）和无关咨询，检查Sheets中等级、经纪通知是否只在热线索触发、语音消息是否被正确转写应答。

可直接复制的材料

name,type,price_cny,area_sqm,district,status
滨江两居室,公寓,3200000,89,滨江区,在售
梧桐里三居室,公寓,4500000,118,西湖区,在售
云溪独栋,别墅,12000000,260,余杭区,在售
望江一居室,公寓,1800000,52,上城区,已售

你是房产团队的WhatsApp接待助手。你可以使用三个工具：search_properties查真实在售房源、check_availability查日历可约时间、book_appointment预约看房。规则：
1. 只根据search_properties返回的真实房源回答，没有匹配的房源就老实说目前没有合适房源并询问可否换条件，绝不编造楼盘、价格或面积。
2. 每次回复后按以下标准给线索分级：客户在对话中明确了预算和看房时间或要求预约，判为hot；只问某一类房源或均价、未给时间预算，判为warm；与购房无关或明确表示只是随便看看，判为cold。
3. 预约前必须先check_availability确认时段空闲。
以JSON输出：{"reply": "发给客户的话", "lead_status": "hot|warm|cold", "escalate": true|false}

{
  "sheet": "Leads",
  "columns": ["timestamp", "customer_phone", "message_type", "intent_summary", "lead_status", "escalated", "booked_slot"]
}

输入与输出示例

本站虚构演示，非模板实际运行结果；房源与时段均为编造

输入

客户从测试号发来语音消息：“你好，我想看滨江区三百多万的两居室，本周六下午有空吗？”Gemini转写为文字后进入AI代理，search_properties命中“滨江两居室 320万 89平米”。

对应输出

结构化输出示例：{"reply": "您好！我们有一套滨江区在售两居室，89平米，挂牌320万元。本周六下午14:00-15:00可预约看房，需要帮您锁定这个时段吗？", "lead_status": "hot", "escalate": true}
客户收到该回复；Leads表新增一行 lead_status=hot；经纪手机收到一条通知且同一线索不重复提醒；check_availability确认周六14:00空闲后book_appointment写入日历。

做完检查这些

• 文字消息不经过转写节点直接到达AI代理，语音消息先被Gemini转写
• AI回复中引用的房源字段都能在Airtable Properties表中找到对应行
• hot线索触发经纪通知且同一客户短时间内不会重复提醒，warm和cold不触发
• 人为断开Gemini凭证重跑，客户仍收到兜底回复，开发者单独收到告警
• 每条线索在Google Sheets中落一行且等级与对话内容一致

容易卡住的地方

• 会话记忆在内存中，n8n实例重启后客户上下文丢失，规模化需换Redis等持久记忆
• WhatsApp Business云API、Gemini均按用量计费，语音消息多的话成本上升明显
• 模板内占位手机号不替换会把通知发到错误号码或发送失败
• 换数据库时只换连接不改工具描述，代理会按旧字段查询导致查不到房源
• 预约前漏掉check_availability可能重复占用同一时段，工具描述中的营业时间和看房时长需按本地业务调整