很多小团队做获客自动化时，一开始只想“表单提交后发个通知”。真正跑起来才发现，问题不在通知，而在线索后续处理：谁来判断客户意向？谁来跟进？低质量线索怎么归档？高价值线索是不是马上提醒？
n8n 适合把这些碎步骤串成工作流。n8n 官方的 Form Trigger 文档说明，它可以在用户提交表单后启动工作流；AI Agent 节点则可以连接模型和工具，参与分类、总结和下一步建议。本文用“本地服务商获客表单”为例，讲一套可落地的 n8n 表单获客自动化。
如果你还没理解 n8n 的基础定位，可以先看 n8n AI Agent工作流教程、n8n MCP Server怎么用，以及 AI智能体与自动化专题。这篇文章聚焦更窄的场景：从表单线索到可跟进任务。
先定义线索，而不是先拖节点
自动化失败，往往不是工具问题，而是线索标准没定义清楚。表单之前先回答四个问题：
- 什么样的人算有效线索；
- 什么样的人需要马上跟进；
- 哪些信息缺失时必须补问；
- 哪些请求应该直接拒绝或归档。
例如给本地商家做 AI 客服或内容代运营，表单至少要收集：姓名、联系方式、行业、当前痛点、预算范围、期望上线时间、是否已有资料。没有这些字段，后面再智能的 AI 分类也只能猜。
站内 AI客服副业交付清单 和 AI副业找客户实操清单 都强调过同一件事：服务型项目最怕低质量沟通。表单自动化的第一目标，是把沟通门槛提前说清楚。
第一步：用n8n Form收集结构化信息
n8n Form 节点支持文本、邮箱、数字、下拉、单选、多选、文件和隐藏字段等类型。对获客场景来说，不要把表单做成开放作文题，尽量把关键信息结构化。
推荐字段如下：
- 基础信息：姓名、微信或邮箱、公司或门店名称；
- 需求类型：AI客服、内容代运营、知识库问答、自动化流程、其他；
- 当前状态：已有资料、正在试用工具、完全从零开始；
- 预算范围：只做咨询、入门交付、标准项目、长期维护；
- 紧急程度：本周、本月、只是了解；
- 补充说明：开放文本，但要求写具体业务场景。
官方文档还提到，生产环境要使用 Form Trigger 的 Production URL，并确保工作流已经保存和发布。测试 URL 适合调试，不要直接丢给客户长期使用。
第二步：清洗字段，先做硬规则判断
不要一上来就让 AI 判断所有事情。先用普通节点做硬规则清洗，比如：
- 联系方式为空，直接进入补充信息流程；
- 预算范围选择“只是了解”，先进入低优先级 nurture 列表；
- 需求类型为空或补充说明过短，自动回复请对方补充场景；
- 明显垃圾内容、广告、重复提交，进入归档或黑名单。
这些规则确定、便宜、可解释，不需要浪费模型调用。AI 应该放在更模糊的部分：理解客户意图、总结痛点、判断是否匹配你的服务。
第三步：让AI做分类、摘要和评分
AI 分类不建议只输出一句“高意向”。更好的做法是让模型输出结构化结果：
- 需求类别：客服、内容、知识库、流程自动化、咨询；
- 客户痛点：用一句话复述真实问题；
- 资料完整度：高、中、低；
- 成交优先级：A、B、C；
- 下一步建议：立即跟进、补充问题、发送资料、暂不跟进；
- 风险提示：预算不清、需求过泛、交付范围可能失控。
如果你用 n8n AI Agent 节点，要记住官方文档里的一个关键点：AI Agent 通常需要连接至少一个工具子节点。获客场景里，工具可以是读取服务说明、查询价格表、写入表格、创建任务或发送通知。
但这里不建议一开始就让 Agent 自主决定所有操作。更稳的方式是：AI 只输出分类和建议，真正的路由、写入和通知由后面的规则节点执行。这样出了问题也更容易排查。
第四步：按线索等级路由
分类之后，流程可以分三路。
A类：高意向线索
满足预算明确、需求具体、时间紧、联系方式完整的线索，直接创建跟进任务，并发送即时通知。通知里不要只写“有新客户”，而要包含 AI 摘要、痛点、预算、建议开场话术和原始表单链接。
B类：待培养线索
有需求但预算或时间不明确的线索，可以写入表格或 CRM，并自动发送一封资料邮件或微信跟进提醒。这里更适合轻自动化，不要急着人工投入太多时间。
C类：低质量或不匹配线索
信息太少、需求过泛、预算明显不匹配的线索，可以归档并保留原始记录。不要完全删除，因为后续分析广告渠道和表单质量时还会用到。
这套路由思路也可以和 AI副业专题 结合：副业项目不是线索越多越好，而是要筛出能被标准化交付的线索。
第五步：人工审核放在关键节点
n8n 的 Wait 节点支持等待表单提交等方式继续流程，适合做人工审核或补充确认。比如 AI 判断为 A 类线索后，可以先发给负责人审核：通过就创建任务并发送报价资料，退回就标记为待补充。
人工审核不必覆盖所有线索，只放在高价值、高风险节点：
- 是否发送正式报价；
- 是否承诺交付周期；
- 是否进入付费咨询；
- 是否把客户加入长期跟进列表。
这一步很重要。获客自动化的目标不是让 AI 替你乱承诺，而是让你更快看到关键线索，并在关键决策前保留人控。
上线前检查清单
- 测试 URL 和 Production URL 是否分清；
- 表单字段是否足够判断线索质量；
- AI 输出是否固定为结构化 JSON 或稳定字段；
- 低质量线索是否会误触发高优先级通知；
- 写入表格或 CRM 的字段是否可筛选；
- 通知内容是否包含原始表单链接和 AI 摘要；
- 人工审核是否有超时处理；
- 客户隐私数据是否只发给需要处理的人。
如果你还在 Dify 和 n8n 之间犹豫，可以看 Dify和n8n有什么区别。简单说，Dify 更适合做问答应用和知识库助手，n8n 更适合把表单、通知、表格、CRM 和人工审核串成流程。
老达点评：获客自动化先求可控，再求智能
n8n 表单获客自动化最有价值的地方，不是做一个很炫的 AI Agent，而是把“收到线索、判断质量、分配跟进、记录结果、人工确认”这些日常动作变成可检查流程。
对个人和小团队来说，建议先做一个窄版本：表单收集、硬规则过滤、AI 摘要、A/B/C 分类、通知和表格记录。等这个流程跑稳定，再接 CRM、报价单、日程预约和长期跟进。先可控，再智能，才不会把自动化做成新的混乱来源。
更多 AI 自动化和工具实践，可以继续看 AI工具评测专题、老达AI实践专题，以及站内的 MCP服务器选择指南。
