店铺差评自动回复与人工把关

原文要点

这是n8n.io上的免费工作流模板（编号20779，作者Bhaskar Gorati），面向代运营或多店Google评论管理：定时每3小时拉新评论，在Supabase按review_id去重，调用Anthropic模型判断情绪/话题/紧急度并起草公开回复；按情绪分流后还有一道AI升级检查和规则兜底，低分、风险关键词或高紧急度的评论发到Slack等待批准/驳回（带超时）；通过的回复经HTTP节点发布（可换成Google商家资料回复API），并把逐条洞察写入feedback_insights表。语气、审批严格度、频率、告警渠道均可改。

这次做成什么

在n8n里搭起一条“定时拉评论→AI起草→高风险人工审批→发布→留档”的流水线，用演示评论数据跑通全链路，理解每个分支的判断条件，之后再替换为真实的Google商家资料API。

准备什么

• 一个n8n实例（云端或自托管）并能导入模板页面提供的工作流
• Supabase项目及API凭据，可建reviews与feedback_insights两张表
• Slack工作区及OAuth2应用凭据，机器人已被邀请进审批频道
• Anthropic API凭据（模板原文要求清单里同时提到OpenAI key，需以模板实际节点为准核对）

具体怎么做

1. 建Supabase表结构

   在Supabase建reviews表，字段至少含review_id（主键）、customer_name、rating、review_text、review_date、business_id、business_name，以及工作流写入用的analysis、drafted_reply、priority、status列；再建feedback_insights表存逐条洞察。字段名必须与工作流插入/更新节点里的一致，先导入模板看节点再定列。

2. 配四类凭据并导入模板

   在n8n凭据页添加Supabase、Slack OAuth2、Anthropic三类凭据；从模板页导入工作流后，把各节点绑定到对应凭据，在审批节点填入你的Slack频道ID，在设置类节点填business_name和business_id。

3. 用演示数据跑通去重与分类

   模板自带的“Get New Reviews”演示节点输出示例评论，先把示例数据替换成材料C的测试数据，手动执行一次：应看到这条评论写入reviews表，AI返回情绪、话题、紧急度和回复草稿。

4. 验证审批分支

   测试数据是1星差评且含“退款”字样，应触发人工审批：Slack频道收到带批准/驳回链接的消息。先点驳回看状态如何更新，再重跑点批准，确认回复被送到发布HTTP节点（此时还是mock地址）。

5. 换真实接口前核对清单

   确认逻辑都正确后，把拉取节点换成Google Business Profile Reviews API（需要客户把你加为商家资料管理员并配OAuth2），把发布mock URL换成回复API，并确认发布节点使用工作流的final_response字段。此两步的API细节需对照Google官方文档，模板页未给出具体路径。

可直接复制的材料

你是{店铺名}的客服负责人。根据顾客评论起草一条公开回复，要求：1. 语气友好、简短，不超过80字；2. 三星及以下评论必须致歉并留下店长邮箱manager@example.com邀请私下沟通；3. 不承诺退款金额、不承认法律责任、不提及内部政策；4. 不使用表情符号；5. 署名“{店铺名}团队”。同时输出JSON：{"sentiment":"positive|neutral|negative","topics":[...],"urgency":"high|medium|low","reply":"..."}。

create table reviews (
  review_id text primary key,
  customer_name text,
  rating int,
  review_text text,
  review_date timestamptz,
  business_id text,
  business_name text,
  analysis jsonb,
  drafted_reply text,
  priority text,
  status text default 'new',
  created_at timestamptz default now()
);

{"review_id":"demo-1001","customer_name":"林小舟","rating":1,"review_text":"等了40分钟菜还没上齐，服务员态度很差，我要求退款！","review_date":"2026-10-11T12:30:00Z","business_id":"demo-biz-01","business_name":"样例小馆"}

输入与输出示例

本站按模板逻辑推演的示意结果，非实测；mock发布地址需自行替换为真实回复API。

输入

材料C的测试评论（1星、含“退款”字样）随定时触发进入工作流。

对应输出

Supabase reviews表新增一行review_id=demo-1001、status=待审批；AI分析结果为negative/urgency=high；Slack频道收到审批卡片含回复草稿，点批准后发布节点以final_response调用mock发布地址，状态更新为已发布，feedback_insights表新增一条洞察记录。

做完检查这些

• 同一review_id重复进入时被Supabase去重逻辑拦截，不重复处理
• 1星或含风险词的评论必然走到Slack审批，人工批准前不会发布
• 批准的回复调用发布接口且使用final_response文本，状态回写Supabase
• 每条处理过的评论都在feedback_insights表留下结构化洞察

容易卡住的地方

• 模板原文“要求”清单里写OpenAI key而正文写Anthropic，导入后以节点实际凭据类型为准，别配错
• 拉取和发布默认是演示/mock节点，不接Google API前不会处理真实评论
• Supabase列名与节点写入字段不一致会静默失败或报错，先对照节点建表
• Slack审批有超时，超时后评论的去向需在模板里确认，避免既没发布也没提醒
• 读取和回复Google评论需要客户把你加为商家资料管理员并完成OAuth2，这一步在Google侧完成