客户线索一多，最先乱的通常不是成交，而是分配。表单、私信、邮件、企微或飞书消息从不同入口进来，如果只靠人工复制粘贴，很容易漏跟进、分错负责人、重复打扰客户。
n8n 适合把这件事做成一条自动化流程：线索进入后，先标准化字段，再让 AI 判断意图和优先级，生成客户档案，匹配负责人，最后通过人工确认后再通知相关人。这样既能提速，又不会把关键分配完全交给模型。
如果你是从 AI 自动化交付或副业服务角度切入，可以先看 AI智能体与自动化专题 和 AI副业专题，再用本文这套流程做一个可演示的小样板。
先明确：哪些线索值得自动分配
不是所有消息都适合自动分配。真正值得自动化的线索，一般有三个特点：字段相对固定、后续动作明确、分配规则可以被描述。
比如本地商家咨询、课程报名、企业服务询盘、工具试用申请、售后工单，都适合进入 n8n 流程。因为它们至少能抽取出姓名、联系方式、来源、需求描述、产品兴趣、预算或紧急程度。
相反，如果消息非常开放，或者每条都需要老板亲自判断，就不要一开始追求全自动。先做“收集、整理、提醒”，再逐步加 AI 分流。
第一步：用表单或 Webhook 统一入口
n8n 线索分配的起点，最好是一个稳定入口。可以是网站表单、飞书表单、Notion 表单、CRM Webhook，也可以是你自己写的接口。核心不是入口多高级，而是字段要稳定。
建议至少保留这些字段：
- 客户姓名或昵称；
- 联系方式；
- 公司或行业；
- 咨询来源；
- 需求描述；
- 期望时间；
- 是否同意后续联系。
如果你还不熟悉入口搭建，可以先看 n8n Webhook怎么用，把表单提交稳定接进自动化流程。
第二步：让 AI 做意图识别，但不要直接拍板
客户线索进来后，可以让 AI 先做初步分类。分类结果建议控制在 4 到 6 个，不要设计得太细。比如：
- 产品咨询；
- 报价合作；
- 售后支持；
- 内容代运营；
- 自动化流程需求；
- 无效或垃圾线索。
这一步的输出不要只给一个分类名称，最好让 AI 同时输出理由、置信度、建议负责人类型和需要人工补充的问题。这样后面人工确认时，一眼能看出模型为什么这么分。
提示词可以这样写：
请根据客户需求描述判断线索类型、紧急程度和建议负责人。输出 JSON：lead_type、priority、reason、missing_info、suggested_owner_role、confidence。不要编造客户没有提供的信息。
如果你的流程里已经有 Dify 或知识库，也可以把意图识别放在 Dify 中做，再由 n8n 负责流程编排。更复杂的 AI Agent 项目，可以参考 AI Agent项目需求文档怎么写。
第三步：生成客户档案，而不是只发一条提醒
很多自动化只做到“有新线索，发通知”。这一步当然有用，但不够交付。更好的做法是先生成一张客户档案卡，再决定是否分配。
客户档案可以包括：
- 线索来源和提交时间；
- 客户身份和行业；
- 需求摘要；
- 可能购买的服务；
- 缺失信息；
- 下一步建议话术；
- 跟进截止时间。
这张档案可以写入表格、CRM、飞书多维表格或数据库。对个人接单来说，哪怕只是写入一张表，也比聊天记录里翻来翻去稳定。
第四步：负责人匹配要有兜底规则
负责人匹配不要只靠 AI 判断。n8n 更适合用清晰规则来做路由：产品咨询给销售，售后支持给客服，技术集成给技术，金额较高或高优先级线索给负责人确认。
可以设计三层规则：
- 硬规则：指定产品、地区、客户等级直接匹配负责人；
- AI 建议：根据需求文本判断负责人类型；
- 兜底规则：置信度低、字段缺失或金额较高时进入人工池。
这和 AI Agent任务队列怎么设计 的思路类似：自动化要有状态、优先级、重试和人工接管，不要把所有异常都塞进一条消息里。
第五步：关键分配前保留人工确认
客户线索涉及真实商机和个人信息，不建议一开始就全自动派发。比较稳的做法是：AI 生成建议，n8n 发给负责人或主管确认，确认后再写入最终负责人并发送通知。
人工确认节点可以很简单：确认、驳回、改负责人、补充备注。确认结果要写回线索记录，后面复盘时才能知道哪些分类准确，哪些规则需要调整。
如果你正在做可交付的 AI 自动化项目，可以顺手把确认记录作为验收证据。更多交付边界可以参考 AI自动化接单怎么做。
一条可落地的 n8n 流程结构
最小可用流程可以这样搭：
- Webhook 或表单触发，接收线索字段；
- 字段校验，缺少联系方式时标记为待补充；
- AI 节点做意图识别、优先级判断和负责人建议；
- 生成客户档案，写入表格或 CRM；
- 按规则进入负责人匹配；
- 向人工审核人发送确认卡片；
- 确认后通知负责人，并记录通知状态；
- 超过时间未跟进，自动提醒或升级。
这条流程不追求复杂，但已经能展示 AI 自动化的真实价值：减少手工整理，减少漏分配，保留人工确认，最后还能复盘。
常见坑：字段、权限和通知别省
第一，字段不要太随意。需求描述可以自由输入，但联系方式、来源、服务类型、是否同意联系这类字段要尽量结构化。
第二，权限不要放太大。n8n 凭证要按系统分开管理，能写表格的不一定能读全部客户数据，能发通知的不一定能删除记录。
第三，通知不要只发一次。线索分配的价值不在“发出去”，而在“有人接、有人回、有状态”。至少要有未确认提醒和超时跟进提醒。
老达点评
n8n 客户线索自动分配不是炫技项目，它很适合个人站长、AI 副业服务者和小团队做第一个可交付样板。因为它连接了表单、AI 判断、人工确认、通知和复盘，客户也容易理解价值。
我的建议是先做半自动：AI 负责整理和建议，人工负责确认和最终分配。等数据积累到一定量，再慢慢提高自动化比例。这样既能提高效率，也不会因为一次误分配损失真实客户。
