## 工作流概述
这个n8n工作流自动化了从LinkedIn职位信号中生成潜在客户并进行个性化邮件营销的完整流程。工作流通过Apify抓取LinkedIn职位信息，使用Apollo.io寻找目标决策者，并通过Google Gemini AI生成个性化的营销邮件内容。
## 工作流程详解
### 1. 数据采集阶段
– **手动触发**：启动整个潜在客户生成流程
– **LinkedIn职位抓取**：使用Apify从LinkedIn抓取正在招聘的公司信息
– **数据集获取**：收集由Apify抓取的职位发布和公司详细信息
### 2. 公司筛选阶段
– **公司规模检查**：仅允许员工数少于250人的公司通过
– **重复项移除**：删除重复的公司条目
– **HR相关行业过滤**：排除人力资源和招聘相关行业
– **最终公司详情准备**：整理所需的公司字段并提取干净的域名
### 3. 目标人员识别阶段
– **域名存在性检查**：验证公司域名是否存在
– **公司搜索限制**：限制每次处理的公数量
– **Apollo目标人员获取**：使用公司域名在Apollo.io中搜索关键联系人
– **人员详情清理**：结构化联系人详情并删除重复项
### 4. 邮件地址查找阶段
– **Apollo邮件查找器**：为每个联系人查找专业的邮件地址
– **邮件详情清理**：准备找到的邮件地址用于合并
### 5. 数据整合阶段
– **数据合并**：合并公司数据、人员数据和邮件数据流
– **完整人员详情结构化**：将所有三个数据流合并为每个人员的完整潜在客户记录
### 6. 数据存储阶段
– **潜在客户保存到Google Sheets**：将每个完整的潜在客户配置文件作为新行添加到主电子表格中
– **潜在客户数据获取**：从表格中读取新保存的潜在客户以开始邮件生成阶段
### 7. AI邮件生成阶段
– **邮件ID和内容验证**：筛选具有有效邮件但尚未生成主题或正文的潜在客户
– **应用最终过滤器**：在将数据发送到AI模型之前应用最终条件
– **潜在客户邮件生成器**：AI提示引擎，将潜在客户数据与提示结合并发送到Gemini模型
– **Google Gemini聊天模型**：基于提供的数据和指令实际编写邮件的AI模型
– **结构化输出解析器**：将Gemini的原始文本格式化为干净的JSON
### 8. 结果更新阶段
– **使用邮件更新表格**：将生成的主题和邮件正文保存回Google Sheets中相应潜在客户的行中
## 技术特点
– **多平台集成**：无缝集成LinkedIn、Apify、Apollo.io、Google Sheets和Google Gemini
– **智能筛选**：基于公司规模、行业和域名有效性进行自动筛选
– **AI驱动个性化**：使用Google Gemini生成高度个性化的营销邮件
– **数据完整性**：确保所有数据流正确合并和结构化
– **自动化流程**：从数据采集到邮件生成的端到端自动化
评论(0)