房产咨询线索自动打分分级

原文要点

原模板由Nivren发布于n8n模板库。流程经webhook接收POST的房产咨询，先把负载归一化为message、name、phone、channel四个字段，再用Anthropic Claude从留言中提取意向、区域、房型、预算、时间表、付款方式、语言、看房availability等结构化属性，随后用一个CONFIG块中可配置的0到100分规则矩阵算确定性的线索分，给出优先级档位、建议跟进动作和缺失信息清单，把记录追加到Google Sheets，并在webhook响应里返回打分结果。评分权重、覆盖区域、预算区间、档位阈值都可改，webhook路径为/lead-qualifier。

这次做成什么

在n8n里搭一条房产线索打分流程：表单或CRM把咨询POST到webhook，Claude抽取结构化字段，规则矩阵算出0到100的确定分，按阈值分档并给出跟进建议和缺失信息清单，写表后把结果回给调用方。本站另附一套可自建练习用的评分矩阵与测试负载，不依赖原模板文件。

准备什么

• 一个n8n实例，能使用Webhook、Anthropic与Google Sheets节点
• Anthropic API密钥，用于Claude抽取节点
• 一个Google账号与OAuth2凭据，目标表格已建好且列名与输出字段一致
• 能向webhook发POST的工具，如表单系统、CRM或命令行curl
• 一份自家业务的覆盖区域、预算区间和优先级阈值定义

具体怎么做

1. 建输出表并定义自家评分规则

   先在Google Sheets建一行表头，建议字段：timestamp、name、phone、channel、message、intent、area、property_type、budget、timeline、financing、score、priority、next_action、missing_info。然后把自家规则写成配置：覆盖哪些城区、各预算档、房型权重、时间紧迫度加分、各档位分数线（如80分以上为A级）。这一步不需要n8n，先把规则定清楚再进流程。

2. 导入模板或按结构自建五段流程

   从模板库导入该工作流；或按原结构自建：Webhook节点（路径设为lead-qualifier，方法POST）→ 设置/Code节点把入站负载归一化为message、name、phone、channel → Anthropic聊天节点做字段抽取 → Code节点实现评分矩阵与分档 → Google Sheets追加行 → 用Respond to Webhook把打分结果作为响应返回。绑定Anthropic与Sheets两套凭据，追加节点选择目标表并靠列名自动映射。

3. 实现字段抽取提示词

   在Anthropic节点填入本站下方提供的抽取提示词，要求模型只输出JSON，字段包括intent、area、property_type、budget、timeline、financing、language、visit_availability。模型拿不准的字段必须输出null而不是猜测，缺失字段交给后续缺失信息清单处理。先用两三条虚构留言单跑该节点，确认输出是合法JSON再接下游。

4. 在Code节点写确定性评分逻辑

   把规则矩阵写成Code节点里的CONFIG对象：每个维度给一个分值或映射表，总分封顶100，再按阈值映射priority档位和next_action。评分必须是确定性的——同一份抽取结果永远算出同一个分，不要再调用模型参与打分。把本站示例配置作为起点，替换成自家权重。同时遍历抽取字段，把为null的字段名收集进missing_info清单。

5. 激活并用合成负载端到端测试

   激活工作流，复制webhook地址，用curl或表单系统向该地址POST本站下方测试JSON。核对四件事：响应里score、priority、next_action、missing_info齐全且数字与规则一致；Sheets追加了一行且各列对上；同一负载重发两次分数完全相同；缺失预算或时间的留言会在missing_info里列出对应字段。全部通过后再接到真实表单。

可直接复制的材料

你是房产线索信息抽取器。从客户留言中抽取以下字段，只输出一个JSON对象，不要输出任何其他文字：
{"intent": "购房|租房|出售|出租|咨询", "area": "客户提到的城区或商圈，原文", "property_type": "公寓|别墅|商铺|写字楼|其他", "budget": 数字预算（单位万元，租房则为月租元）, "timeline": "客户提到的时间要求，原文", "financing": "全款|按揭|未定", "language": "留言语言", "visit_availability": "客户提到的可看房时间，原文"}
规则：留言中没有的信息一律填null，不得推测或编造；budget只填数字；area保留客户原文说法。留言如下：

const CONFIG = {
  weights: {
    intent: { "购房": 25, "租房": 15, "出售": 20, "出租": 10, "咨询": 5 },
    coveredAreas: { "朝阳区": 15, "海淀区": 15, "东城区": 10, "丰台区": 8 },
    budgetBand: [{ min: 300, points: 25 }, { min: 150, points: 18 }, { min: 80, points: 10 }],
    timeline: { "一个月内": 20, "三个月内": 12, "半年内": 6 },
    financing: { "全款": 10, "按揭": 6, "未定": 0 },
    visitBonus: 5
  },
  tiers: [{ min: 80, label: "A", action: "2小时内电话回访并约看房" }, { min: 55, label: "B", action: "当天微信跟进补充预算与时间" }, { min: 0, label: "C", action: "进入周报池，每周统一触达" }]
};
// 评分=各维度命中分值累加，封顶100；budget按首条满足的区间给分；
// 区域不在coveredAreas则该维度0分；visit_availability非空加visitBonus。

{
  "name": "王测试",
  "phone": "13800000000",
  "channel": "官网表单",
  "message": "你好，我想在朝阳区买一套两居室公寓，预算大概300万，打算一个月内定下来，可以全款，周末都有空看房。"
}

输入与输出示例

本站虚构演示，分数由本站示例矩阵手算得出，未真实调用Claude或n8n，非原作者结果。

输入

POST上述测试负载：王测试，官网表单，留言为朝阳区的两居室公寓、预算300万、一个月内定、全款、周末可看房。

对应输出

抽取结果：intent=购房，area=朝阳区，property_type=公寓，budget=300，timeline=一个月内，financing=全款，visit_availability=周末。按本站示例矩阵：意向25+区域15+预算档25+时间20+付款10+看房加分5=100，封顶100分；priority=A，next_action="2小时内电话回访并约看房"，missing_info为空清单[]。webhook响应返回以上JSON，同时Sheets追加一行，各列与表头一一对应。

做完检查这些

• 同一条测试负载连续POST两次，返回的score完全相同，证明评分是确定性的
• 响应JSON中score、priority、next_action、missing_info四个字段齐全，priority与CONFIG阈值一致
• 删掉留言中的预算后重发，missing_info包含budget，且总分相应下降
• Sheets新增行的每一列都与表头字段对上，无错位或空行

容易卡住的地方

• 抽取阶段依赖Claude输出合法JSON，未加约束时可能混入解释文字导致下游解析失败，需开启结构化输出或在Code节点加解析保护
• 区域打分按客户原文匹配，客户写"朝阳"而矩阵里只有"朝阳区"会匹配失败，需在归一化或映射表里处理别名
• budget单位要在提示词和矩阵里统一（购房万元与租房月租元不能混用），否则档位会算错
• 激活工作流前webhook是测试地址，表单/CRM必须配置到激活后的正式地址才会持续触发
• Claude与Sheets分别要各自凭据，漏配Anthropic凭据时流程在抽取节点即中断
• Claude API调用可能产生费用，原模板未承诺免费