用 n8n 自动监控客户会议健康度：Fireflies + GPT-4o-mini + Google Sheets + Slack

输入：Fireflies 会议录音 → 处理：提取情感分数并用 GPT-4o-mini 分析流失风险 → 输出：Google Sheets 日志 + Slack 高危告警

给谁

客户经理、客户成功团队、代理机构负责人

你会得到

每周一自动扫描上周客户会议，识别负面情感与高流失风险会议并即时告警

你需要

n8n · fireflies · openai · google-sheets · slack

步骤

1. 导入工作流并配置定时触发

   在 n8n 中打开 Workflows → Import from JSON，粘贴 workflow.json 后点击 Import。工作流默认每周一上午 9 点自动运行（cron: 0 9 * * 1）。如需立即测试，点击「1. Schedule — Every Monday 9AM」节点并使用手动 Execute 选项触发一次测试运行。

2. 填写配置节点的凭证与常量

   打开节点「2. Set — Config Values」，替换以下占位符：YOUR_FIREFLIES_API_KEY（Fireflies API 密钥）、YOUR_GOOGLE_SHEET_ID（Google Sheet URL 中 /d/ 与 /edit 之间的字符串）、sheetName（默认 Client Sentiment Log，需与 Sheet 标签名完全一致）、slackChannel（常规监控频道，如 #client-health）、slackAlertChannel（紧急告警频道，如 #urgent-alerts）、companyName（公司名称，用于 AI 提示词）。weekStart 与 weekEnd 会自动基于当前日期计算。

3. 获取 Fireflies 最近 50 条会议记录

   节点「3. HTTP — Fetch Last 50 Transcripts」向 Fireflies GraphQL API 发送 POST 请求，拉取最近 50 条会议的基本信息（标题、日期、时长、参与者、转录链接）。请求头需包含 Authorization: Bearer {{ $json.firefliesApiKey }}。

4. 过滤过去 7 天的会议并拆分为单条处理

   节点「4. Code — Filter Last 7 Days」将 50 条记录按日期过滤，仅保留过去 7 天内的会议，并将每条会议拆分为独立数据项供后续循环处理。若该时段无会议，返回 hasTranscripts: false 并附带提示信息。

5. 检查是否有会议并处理空周情况

   节点「5. IF — Meetings Found?」判断 hasTranscripts 是否为 true。若有会议，进入完整分析流程；若无，路由至「6. Set — No Meetings This Week」节点，输出「No meetings found this week. Nothing to analyze.」并干净结束，不报错。

6. 拉取单条会议的完整转录与情感数据

   节点「7. HTTP — Fetch Full Transcript」对每条通过筛选的会议，调用 Fireflies API 获取完整转录内容：逐句发言、会议摘要、关键词、行动项，以及 Fireflies 内置的 NLP 情感分析数据（positive_pct、neutral_pct、negative_pct）。

7. 提取情感分数、计算综合得分并识别客户名

   节点「8. Code — Extract Sentiment Data」将逐句发言组装为可读文本并截断至 4000 字符；基于 Fireflies 三维度情感百分比计算 0–100 综合得分并标注标签（Positive/Mostly Positive/Neutral/Mostly Negative/Negative）；通过正则从会议标题提取客户名（如「Call with [Name]」或「Client | [Name]」）；同时提取摘要、关键词、行动项供 AI 分析使用。

8. 用 GPT-4o-mini 进行情感分析与流失风险评估

   节点「9. AI Agent — Sentiment Analysis」将会议上下文（客户名、标题、日期、时长、参与者、Fireflies 情感分数、摘要、关键词、行动项、转录节选）送入 GPT-4o-mini。模型参数：temperature 0.3，maxTokens 500。输出通过「11. Parser — Structured Analysis Output」强制校验为包含 4 个字段的 JSON：gptAnalysis（2–3 句解释情感原因）、churnRisk（Low/Medium/High/Critical）、recommendedAction（48 小时内应采取的单一具体行动）、keyQuote（最能体现客户情绪的关键句）。

   运行提示词 · 来源原文。节点 9. AI Agent — Sentiment Analysis 的 text 字段

   复制提示词

   =You are a client relationship analyst at {{ $json.companyName }}.
   
   Analyze this client meeting and provide intelligence about client health and relationship status.
   
   MEETING DETAILS:
   Client: {{ $json.clientName }}
   Meeting Title: {{ $json.transcriptTitle }}
   Date: {{ $json.meetingDate }}
   Duration: {{ $json.durationMin }} minutes
   Participants: {{ $json.participants }}
   
   FIREFLIES SENTIMENT SCORES:
   Positive: {{ $json.positivePct }}%
   Neutral: {{ $json.neutralPct }}%
   Negative: {{ $json.negativePct }}%
   Overall Label: {{ $json.sentimentLabel }}
   
   MEETING OVERVIEW:
   {{ $json.overview }}
   
   KEYWORDS: {{ $json.keywords }}
   
   ACTION ITEMS: {{ $json.actionItems }}
   
   TRANSCRIPT EXCERPT:
   {{ $json.transcriptExcerpt }}
   
   Return ONLY a valid JSON object with exactly these 4 fields. No extra text. No markdown. No backticks.
   
   gptAnalysis — 2 to 3 plain text sentences explaining WHY this meeting had this sentiment. What specifically was discussed that was positive, neutral, or negative? Reference actual content from the transcript. Under 80 words.
   
   churnRisk — One of exactly these values: Low OR Medium OR High OR Critical
   Low = client is happy, engaged, expanding
   Medium = some concerns raised but relationship is stable
   High = clear frustration, unresolved issues, or signs of disengagement
   Critical = client threatened to leave, expressed serious anger, or is clearly about to churn
   
   recommendedAction — One specific action the account manager should take within 48 hours. Be concrete. Start with a verb. Under 20 words. Plain text only.
   
   keyQuote — The single most important sentence from this meeting — positive or negative — that best captures the client mood. Under 25 words. Plain text. If no clear quote found write: No standout quote identified.

9. 合并分析结果并标记是否需要告警

   节点「12. Code — Combine Analysis Results」将 AI 输出与会议元数据合并，自动添加情感标签 emoji（🟢/🟡/⚪/🟠/🔴）和流失风险 emoji（✅/⚠️/🚨/🆘）。若情感为 Negative 或 Mostly Negative，或流失风险为 High/Critical，则设置 needsAlert: true。

10. 将每条会议记录写入 Google Sheets

    节点「13. Google Sheets — Log Client Sentiment」向指定 Sheet 的「Client Sentiment Log」标签追加一行，共 15 列：Week、Meeting Date、Meeting Title、Client Name、Duration、Participants、Sentiment Score、Sentiment Label、Positive %、Negative %、GPT Analysis、Churn Risk、Recommended Action、Fireflies URL、Logged At。需提前创建 Sheet 并正确命名标签与表头。

11. 判断并发送 Slack 紧急告警

    节点「14. IF — Needs Urgent Alert?」读取 needsAlert 标志。若为 true，路由至「15. Slack — Send Urgent Alert」向 #urgent-alerts 发送格式化告警消息，包含客户名、会议标题、日期、时长、情感标签与 emoji、流失风险、GPT 分析摘要、关键引用（斜体）、建议行动及 Fireflies 链接。若为 false，路由至「16. Set — No Alert Needed」静默结束。

    运行提示词 · 来源原文。节点 15. Slack — Send Urgent Alert 的 text 字段

    复制提示词

    =*CLIENT HEALTH ALERT* {{ $json.riskEmoji }}
    
    *Client:* {{ $json.clientName }}
    *Meeting:* {{ $json.meetingTitle }}
    *Date:* {{ $json.meetingDate }} | *Duration:* {{ $json.durationMin }} min
    
    *Sentiment:* {{ $json.sentimentEmoji }} {{ $json.sentimentLabel }} (Positive: {{ $json.positivePct }}% | Negative: {{ $json.negativePct }}%)
    *Churn Risk:* {{ $json.riskEmoji }} {{ $json.churnRisk }}
    
    *What Happened:*
    {{ $json.gptAnalysis }}
    
    *Key Quote:*
    _{{ $json.keyQuote }}_
    
    *Recommended Action:*
    {{ $json.recommendedAction }}
    
    _Fireflies: {{ $json.transcriptUrl }}_

12. 激活工作流并验证运行

    将工作流切换为 Active 状态，即可每周一自动运行。首次搭建后建议点击 Schedule 节点手动 Execute 一次，验证 Fireflies 数据拉取、AI 分析、Sheets 写入和 Slack 告警链路是否正常。若告警未收到，检查 needsAlert 标志执行日志、Slack OAuth2 授权状态及 bot 是否已加入对应频道（/invite @n8n）。

你是一个 n8n 工作流搭建助手。用户想复现「Fireflies + GPT-4o-mini 客户会议健康监控」模板。请按以下顺序协助：1) 确认用户已准备 n8n 实例、Fireflies API 密钥、OpenAI API 密钥、Google Sheets OAuth2、Slack OAuth2；2) 指导导入 workflow.json；3) 逐条确认 Config Values 中的 6 个占位符已替换；4) 提醒创建 Google Sheet 标签与 15 列表头；5) 说明如何手动触发测试并检查各节点执行日志。不要替用户输入真实凭证。