做外贸的小张，每天上班第一件事是翻邮箱。几十封邮件混在一起：真客户询盘、平台推送、对账单、一堆广告。他一封封点开看，挑出真询盘，再把客户公司、产品、数量、国家复制到 Excel。挑完录完，小半天过去了。更糟的是漏——上个月一个大客户发来询盘，标题平平无奇，混在广告里没注意到，三天后才翻到，客户已经跟别家谈得差不多了。
小张仔细看了看自己的邮箱，发现询盘邮件其实都有规律：要的无非是客户是谁、要什么产品、什么量、哪个国家。这些 AI 读一遍就能提出来。而邮件是 24 小时往里进的，人不可能一直盯着。所以他在想：能不能让系统自动收邮件、AI 自动挑出真询盘并判断意向、自动归到表里，这样一上班就看到排好序的线索？
这里其实分两个部分：一是收取邮件并用 AI 识别，用 n8n 完成；二是把数据同步展示 + 提醒，用多维表格实现。
为什么这事适合交给 n8n
n8n 就像一个不知疲倦的搬运工。你告诉它"从哪拿数据、中间怎么处理、最后放到哪"，它就 24 小时照做。比如这里：从邮箱拿新邮件 → 让 AI 读一遍判断意向 → 放进飞书多维表格。
邮件这个场景特别适合交给 n8n，原因只有一个：邮件是连续来的，人是间断看的。客户不会挑你上班时间发询盘，半夜、周末、午休，邮件照进。靠人盯，必然有时间差。n8n 不睡觉，邮件一到就处理，把"人什么时候看到"这个变量从流程里去掉了。
这个流程怎么搭
在 n8n 搭建类似这样一个流程，可以自动运行，大致分为以下步骤：
第一步：让 n8n 自动收邮件
以 Gmail 为例，用 n8n 的 Gmail Trigger 节点。它走的是 Gmail 官方 API，授权一次就一直管用。配置两步：选好 Gmail 授权凭证，再设一个轮询间隔（比如每分钟查一次）。配完它就盯着这个邮箱，有新邮件就取下来，把发件人、主题、正文交给下一个节点。
第二步：让 AI 挑出真询盘、判断意向
这是核心环节。收进来的邮件什么都有，靠 AI 做两件事：挑出真的询盘（滤掉广告、对账单），再对真询盘判断意向高低、提取关键信息。调用 DeepSeek 的 AI 能力（便宜），把邮件主题和正文传给它，指令大致如下：
下面是一封邮件的主题和正文。请判断：
1. 这是不是一封真实的客户询盘？（广告、通知、对账单等回答"否"）
2. 如果是询盘，判断意向等级：明确要产品、报数量、问价格的为"高"；泛泛咨询的为"中"；很模糊的为"低"
3. 提取：客户公司或姓名、所在国家/地区、想要的产品、数量
4. 用一句话概括这封询盘
按 JSON 返回：是否询盘、意向等级、客户、国家、产品、数量、摘要AI 给的是初判，不是百分百准。写得含糊的询盘可能判低，偶尔也会把像模像样的广告当询盘。它的角色是"先粗筛粗排"，把八九成常规邮件分对，剩下拿不准的，销售扫一眼线索表顺手改一下就行。这比从几十封邮件里肉眼挑，已经省了绝大部分功夫。
第三步：写进飞书多维表格
AI 输出结果后，在 n8n 配置一个 HTTP 节点调用飞书多维表格接口，把 AI 输出的内容与表格字段对应好，数据同步进去。
这张表就是我们筛出来的询盘邮件，一目了然。
这张线索多维表格怎么用起来
线索自动进表了，真正让它产生价值的，是销售怎么用它。光堆着不看，等于没搭。
- 按意向排序：高意向排最上面，早上打开，最该先跟的几条就在眼前。
- 跟进状态列：待跟进、已回复、报价中、已成交、已搁置。谁手上有多少没回的，主管一眼看到。
- 提醒机制：高意向线索超过一天还是"待跟进"，自动标红或发消息催一下。"大客户询盘漏了三天"的事不会再发生。
| 环节 | 以前（手工） | 现在（n8n+AI） |
|---|---|---|
| 挑询盘 | 几十封一封封点开看 | AI 自动滤掉广告，只留真询盘 |
| 录信息 | 手动复制客户、产品、国家 | AI 提取后自动入表 |
| 判先跟谁 | 凭印象，容易漏大单 | 按意向自动排序，高意向在最前 |
| 响应速度 | 看到才处理，半夜周末有时间差 | 邮件一到就入表，上班即见、漏跟会催 |
苏米注：外贸行业谁先回客户，谁的成单概率就高一截。把"人什么时候看到询盘"这个变量从流程里拿掉，让每封询盘一进来就被收好、判好、排好，销售的精力就能全花在跟客户上。n8n 搭一次就一直跑，邮件来多少处理多少，边际成本几乎为零。对天天被询盘邮件淹的外贸小团队，这笔时间账很划算。