我自动化了客户拓展。难点并不在于自动化本身。
摘要
一位开发者分享了他使用 n8n 和 OpenAI API 自动化客户拓展的经历,指出理解要自动化什么比实现自动化更难。
几周前在工作中,我接到一个任务:联系潜在客户。不是指那些有意向的客户,而是从未听说过我们的人。于是我开始抓取电子邮件地址。仅仅是这一步就花了不少时间。找到合适的人、合适的公司,确保数据足够干净可用。这不是什么光鲜的工作,但要想真正实现增长,这是必需的。接着是我之前没考虑过的部分:给所有人都写邮件。不是群发那种通用模板,而是真正针对每个人需求的内容。刚开始几封还好,到了第15封时,我就开始复制粘贴,只替换名字。然后我先尝试了 Mergo 工具,它能大规模发送邮件,但个性化程度有限,每封邮件仍然像是模板。于是我自己动手搭建了一个方案。通过正在参加的一个项目,我认识了 n8n。我打开 n8n,开始连接节点:Google Sheets 节点用于拉取公司数据——名称、行业、他们似乎需要的服务;OpenAI API 负责实际撰写,通过一个传递每个人详细信息的提示词,生成针对其情况的邮件。第一次运行失败了,因为表格中的字段名含有空格,而 n8n 没有按我预期的方式读取它们。这不是 AI 的问题,而是一个我之前从未考虑过的数据格式问题——因为我从未遇到过。修复后重新运行。结果每封邮件都生成了,但都以“尊敬的 [Name]”开头——字面上的“尊敬”和变量,变量没有正确传入提示词。又在 n8n 里花了一小时研究表达式语法。第三次运行,成功了。整个列表,每家公司、每封邮件都是根据其具体需求撰写,我没有手动写一封。上周,我们得到了不错的回复。有几家公司确实对我们提供的东西感兴趣。数量不多,但都是真实的。自动化花了一个周末。而理解要自动化什么花了更长的时间。
相似文章
我做了超过100次推销n8n自动化的冷外联尝试,但一单都没成。我想我终于弄明白原因了。
一位开发者分享了销售n8n自动化时100多次失败冷外联的经验,总结出核心问题在于目标市场无法支撑西方SaaS定价,并询问哪些渠道最适合美国/英国/加拿大客户。
我无聊到把整个流程自动化了
一位开发者使用开源工具 Dograh 和 n8n 构建了一个语音 AI 代理,用于自动化的导师筛选电话,将日常工作耗时从 4 小时减少到 30 分钟。
我为客户构建了50多个AI自动化方案,以下是大多数失败的原因以及成功案例做对了什么
一位机构创始人分享了从50多个AI自动化实施中获得的经验教训,指出大多数失败的原因是底层流程混乱、缺乏内部所有权和过度工程化,而最成功的自动化方案简单、专注,并有指定的客户方负责人支持。
今年为客户构建了40多个AI工作流... 说实话,90%的‘智能体’都是噱头
作者批评了围绕自主AI智能体的炒作,指出它们往往无效,并推荐使用n8n和Claude Sonnet等工具构建实用的、硬编码的AI工作流,用于实际应用。
我厌倦了手动记录发票,于是构建了一个能通过阅读纯英文指令自动完成这一任务的 AI 代理
一位开发者构建了 Pushable,这是一个 AI 代理,能够通过阅读纯英文指令自动化诸如记录发票之类的工作流程,省去了在 Zapier 或 n8n 等工具中手动配置的步骤。