查找本地商业潜在客户并发送个性化冷邮件
端到端自动化流程，包括：。任务：作者构建了一个 n8n 工作流以自动化本地潜在客户生成。该流程通过 Bright Data 抓取 Google Maps 数据，利用 Apollo 和 Owler 丰富信息，并使用 LLM 生成个性化的 HTML 冷邮件。结果存储在 Google Sheets 中并标记合格/不合格状态。原文未说明发送前的人工审核步骤。；工具：n8n。人工角色：原始帖子没有说明人如何参与。；局限：前提条件包括 n8n、Bright Data、Apollo 和 LLM 的 API 密钥。原文缺乏关于人工审批流程、垃圾邮件合规性或抓取失败错误处理的细节。可靠性取决于第三方 API 的稳定性和数据准确性。。
工具
Agent Work Atlas 发布日期:
概述
端到端自动化流程，包括：
工作流程
作者构建了一个 n8n 工作流以自动化本地潜在客户生成。该流程通过 Bright Data 抓取 Google Maps 数据，利用 Apollo 和 Owler 丰富信息，并使用 LLM 生成个性化的 HTML 冷邮件。结果存储在 Google Sheets 中并标记合格/不合格状态。原文未说明发送前的人工审核步骤。
原文报告的结果
作者声称系统每天处理超过 5,000 个潜在客户，成功率达 98%，并将每个潜在客户的成本降至 0.005–0.02 美元。文中未提供这些指标或实际邮件回复率的独立验证。
人工角色
原始帖子没有说明人如何参与。
局限
前提条件包括 n8n、Bright Data、Apollo 和 LLM 的 API 密钥。原文缺乏关于人工审批流程、垃圾邮件合规性或抓取失败错误处理的细节。可靠性取决于第三方 API 的稳定性和数据准确性。
试一试
扮演自动化工程师。我需要在 n8n 中构建一个潜在客户生成工作流。输入：[社区名称]、[行业]、[Google Sheets ID]、[Bright Data、Apollo、LLM 的 API 密钥]。步骤：1. 配置 Bright Data 抓取指定区域的 Google Maps 商家信息。2. 通过 Apollo API 和 Bright Data SERP 获取 Owler 数据以丰富潜在客户信息。3. 使用 LLM 起草个性化的 HTML 冷邮件。4. 将所有数据保存到 Google Sheets，并标记合格潜在客户。5. 关键：不要自动发送邮件。创建“审核”状态列。6. 使用 5 个潜在客户进行试运行。在我批准之前，向我展示抓取的数据和邮件草稿。如果任何 API 失败，记录错误并停止。如果未提供缺失的凭据或表格 ID，请询问我。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。