n8n 流程：Webhook 接收表单 → 垃圾过滤（规则+AI）→ 询盘分级（A/B/C 三级，按公司邮箱域名、询盘内容具体度、是否含技术参数判断）→ 写入 Notion 数据库 → 按等级触发不同通知（A 级立即推手机，B/C 级汇总日报）。

询盘流程优化：n8n 自动推送 CRM 与分级处理

问题：所有询盘都长得一样

第 19 篇配好了询盘表单和邮件通知。但运行一段时间后会遇到新问题：

邮箱里混着真实询盘、垃圾表单、以及“Please send me your best price”这类无效询盘
真正高价值的询盘（带具体工况参数的）和群发询价混在一起
出差或周末时，紧急询盘可能延迟一两天才看到

分级处理要解决的就是：让最有价值的询盘获得最快的响应。

一、询盘分级标准

A 级（高价值，需立即响应）

至少满足两条：

□ 使用企业邮箱（域名不是 gmail/yahoo/hotmail/outlook）
□ 询盘内容包含具体技术参数（流量、压力、介质、温度等）
□ 提到具体应用场景或行业
□ 提到数量或项目规模
□ 提到时间要求（项目周期、交货期）

为什么企业邮箱是强信号：B2B 采购工程师用公司邮箱，中间商和询价机器人常用免费邮箱。这不是绝对的，但相关性很高。

B 级（有效但需筛选）

□ 免费邮箱但询盘内容具体
□ 企业邮箱但内容笼统（"send me catalog"）
□ 只提到产品类型，无参数

C 级（低价值或待确认）

□ 免费邮箱 + 内容笼统
□ 只有 "best price" / "quotation" 一句话
□ 明显的模板群发（同一内容发给多家）

垃圾（直接归档）

□ Honeypot 字段被填写
□ 内容含大量链接
□ 内容与业务完全无关（SEO 服务推销、加密货币等）
□ 同一 IP 短时间多次提交

二、n8n 流程设计

[Webhook 节点] 接收表单提交
      ↓
[Function 节点] 规则层垃圾过滤
      ↓ (非垃圾)
[AI 节点] 内容分析与分级
      ↓
[Function 节点] 计算最终等级
      ↓
[Notion 节点] 写入询盘数据库
      ↓
[Switch 节点] 按等级分流
      ├─ A 级 → [立即通知] 邮件 + 微信/Telegram 推送
      ├─ B 级 → [常规通知] 邮件
      └─ C 级 → [汇总] 写入日报队列
      ↓
[邮件节点] 发送自动回复给买家（按等级用不同模板）

三、关键节点配置

节点 1：Webhook 接收

表单提交改为发送到 n8n Webhook 而不是直接发邮件。

// 表单前端改动（第 19 篇的表单）
const N8N_WEBHOOK = 'https://your-n8n.com/webhook/inquiry';

form.addEventListener('submit', async (e) => {
  e.preventDefault();
  const formData = new FormData(form);
  const payload = Object.fromEntries(formData);

  // 附加上下文信息
  payload._page = window.location.pathname;
  payload._referrer = document.referrer;
  payload._timestamp = new Date().toISOString();

  const res = await fetch(N8N_WEBHOOK, {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify(payload),
  });

  if (res.ok) {
    // 显示成功提示 + 发送 GA4 转化事件（第 25 篇）
    gtag('event', 'inquiry_submitted', {
      event_category: 'lead_generation',
      event_label: window.location.pathname,
    });
    showSuccessMessage();
  }
});

_page 字段很有用——它记录了询盘来自哪个页面，是判断哪些页面真正带来询盘的关键数据。

节点 2：规则层垃圾过滤

// n8n Function 节点
const data = $input.item.json;

const FREE_EMAIL_DOMAINS = [
  'gmail.com', 'yahoo.com', 'hotmail.com', 'outlook.com',
  'aol.com', 'mail.com', 'yandex.com', 'protonmail.com',
  'qq.com', '163.com', '126.com',
];

const SPAM_KEYWORDS = [
  'seo service', 'increase your ranking', 'web design service',
  'crypto', 'bitcoin', 'investment opportunity', 'loan',
  'guest post', 'link building', 'backlink',
];

const email = (data.email ?? '').toLowerCase();
const message = (data.message ?? '').toLowerCase();
const domain = email.split('@')[1] ?? '';

// 垃圾判定
let isSpam = false;
let spamReason = null;

// Honeypot 被填写
if (data.website || data._gotcha) {
  isSpam = true;
  spamReason = 'honeypot_filled';
}

// 垃圾关键词
const spamHits = SPAM_KEYWORDS.filter(k => message.includes(k));
if (spamHits.length > 0) {
  isSpam = true;
  spamReason = `spam_keywords: ${spamHits.join(', ')}`;
}

// 消息里链接过多
const linkCount = (message.match(/https?:\/\//g) ?? []).length;
if (linkCount >= 2) {
  isSpam = true;
  spamReason = 'too_many_links';
}

// 消息过短（少于 15 字符基本无信息）
if (message.trim().length < 15) {
  isSpam = false;  // 不算垃圾，但会被归为 C 级
}

return {
  json: {
    ...data,
    isSpam,
    spamReason,
    isFreeEmail: FREE_EMAIL_DOMAINS.includes(domain),
    emailDomain: domain,
    messageLength: message.trim().length,
    linkCount,
  },
};

节点 3：AI 内容分析

用 AI 判断询盘内容的具体程度和意图，这是规则做不到的部分。

# n8n AI 节点的提示词

你在分析一条 B2B 工业泵制造商收到的网站询盘。

询盘内容：
{{ $json.message }}

来源页面：{{ $json._page }}
公司名：{{ $json.company }}

请判断并以 JSON 格式输出（只输出 JSON，无其他文字）：

{
  "hasSpecificParams": true/false,
    // 是否包含具体技术参数（流量/压力/扬程/温度/介质/材质等）
  "extractedParams": ["flow: 50 m³/h", "medium: sulfuric acid 60%"],
    // 提取到的参数，无则空数组
  "mentionedApplication": "chemical transfer" 或 null,
    // 提到的应用场景
  "mentionedQuantity": "6 units" 或 null,
    // 提到的数量
  "mentionedTimeline": "Q3 2026" 或 null,
    // 提到的时间要求
  "isTemplateInquiry": true/false,
    // 是否是明显的模板群发（内容笼统、无针对性）
  "buyerType": "end_user" | "trader" | "distributor" | "unknown",
    // 从内容推断买家类型
  "contentScore": 0-10,
    // 内容具体程度评分：
    // 0-3 = 只有"报价"、"目录"这类笼统请求
    // 4-6 = 提到产品类型但无参数
    // 7-10 = 有具体参数和应用场景
  "suggestedReplyFocus": "简短说明回复时应重点覆盖什么"
}

判断要点：
- 提到具体数值（流量、温度、浓度）→ contentScore 至少 7
- 提到具体介质或工况 → contentScore 至少 6
- 只说 "send me your price list" → contentScore 2
- 提到自己的项目背景 → 加分

节点 4：计算最终等级

// n8n Function 节点
const data = $input.item.json;
const ai = typeof data.aiAnalysis === 'string'
  ? JSON.parse(data.aiAnalysis)
  : data.aiAnalysis;

let score = 0;
const signals = [];

// 企业邮箱：+3
if (!data.isFreeEmail) {
  score += 3;
  signals.push('business_email');
}

// 内容具体度：0–10 分直接计入
score += ai.contentScore;
if (ai.contentScore >= 7) signals.push('specific_params');

// 有具体参数：+2
if (ai.hasSpecificParams) {
  score += 2;
  signals.push('has_technical_params');
}

// 提到应用场景：+2
if (ai.mentionedApplication) {
  score += 2;
  signals.push('mentioned_application');
}

// 提到数量：+2
if (ai.mentionedQuantity) {
  score += 2;
  signals.push('mentioned_quantity');
}

// 提到时间要求：+1
if (ai.mentionedTimeline) {
  score += 1;
  signals.push('mentioned_timeline');
}

// 模板群发：-4
if (ai.isTemplateInquiry) {
  score -= 4;
  signals.push('template_inquiry');
}

// 分级
let grade;
if (data.isSpam) grade = 'SPAM';
else if (score >= 12) grade = 'A';
else if (score >= 6) grade = 'B';
else grade = 'C';

return {
  json: {
    ...data,
    ai,
    score,
    signals,
    grade,
  },
};

节点 5：写入 Notion 数据库

Notion 数据库字段设计：

字段名	类型	来源
Name	Title	表单 name
Company	Text	表单 company
Email	Email	表单 email
Phone	Phone	表单 phone
Grade	Select（A/B/C/SPAM）	计算得出
Score	Number	计算得出
Message	Text	表单 message
Source Page	URL	`_page`
Extracted Params	Multi-select	AI 提取
Application	Select	AI 提取
Buyer Type	Select	AI 推断
Status	Select（New/Replied/Quoted/Won/Lost）	默认 New
Received At	Date	`_timestamp`
Reply Focus	Text	AI 建议

Status 字段是后续分析的关键——有了它才能算出各等级询盘的实际成交率，用来校准分级标准。

节点 6：按等级分流通知

Switch 节点，按 grade 分支：

A 级：
  → 邮件通知（标题带 [A级] 标记）
  → Telegram/微信推送（Server 酱，第 26 篇提到过）
    消息内容：
    🔴 A级询盘
    公司：{{company}}
    参数：{{extractedParams}}
    场景：{{application}}
    页面：{{_page}}
    回复重点：{{suggestedReplyFocus}}

B 级：
  → 邮件通知（标题带 [B级]）

C 级：
  → 写入 Notion（不单独通知）
  → 每日 18:00 定时任务汇总当天 C 级询盘，发一封日报

SPAM：
  → 只写入 Notion（Grade=SPAM），不通知
  → 保留用于后续优化过滤规则

四、分级自动回复模板

不同等级的买家应该收到不同的回复。

A 级自动回复

Subject: Re: Your Inquiry — Technical Review in Progress

Dear {{name}},

Thank you for your detailed inquiry regarding {{application}}.

Our engineering team is reviewing your specifications
({{extractedParams}}) and will respond with a technical
proposal within 12 business hours.

In the meantime, the following may be directly relevant:
• {{相关 Application 页链接}}
• {{推荐型号的规格书下载链接}}

For urgent matters, you can reach our engineering team directly:
Email: engineering@aquaflowpumps.com
WhatsApp: +86-XXX-XXXX-XXXX (Mon–Fri, 9AM–6PM UTC+8)

Best regards,
{{工程师署名，第 37 篇的具名专家}}
Senior Pump Systems Engineer
AquaFlow Industrial Co., Ltd.

A 级回复的关键：承诺 12 小时（比标准 24 小时更快），并且用工程师署名而不是“Sales Team”——这传递了“我们把你的询盘当技术问题对待”的信号。

B/C 级自动回复

用第 19 篇的标准模板（24 小时承诺 + 产品目录链接）即可。

五、用成交数据校准分级

分级标准不是拍脑袋定的，要用实际数据校准。

运行 3 个月后，从 Notion 导出数据分析：

分析维度：
- 各等级询盘的数量分布
- 各等级的回复率（买家是否回复了你的报价）
- 各等级的成交率（Status = Won 的比例）

期望的结果：
A 级成交率 > B 级 > C 级

如果 A 级和 B 级的成交率差异不大：
→ 分级标准区分度不够，需要调整权重
→ 常见原因：企业邮箱权重给太高（部分真实买家也用免费邮箱）

如果 C 级里出现了成交：
→ 检查这些成交的询盘有什么共同特征
→ 把该特征加入评分规则

校准示例：如果发现“提到具体数量”的询盘成交率特别高，就把这一项的权重从 +2 提到 +4。

六、来源页面分析（额外收益）

_page 字段积累一段时间后，可以回答一个关键问题：哪些页面真正带来询盘。

从 Notion 导出，按 Source Page 分组统计：

| 来源页面 | 询盘总数 | A级数 | A级占比 |
|----------|---------|-------|---------|
| /applications/chemical-transfer/ | 24 | 11 | 46% |
| /products/centrifugal-pumps/ | 38 | 9 | 24% |
| /products/.../cp-200s/ | 12 | 7 | 58% |
| /blog/centrifugal-vs-gear-pump/ | 8 | 1 | 13% |

这张表的价值：