ChatGPT创意写作AI 评分 · 待评分AI 辅助编辑·未发现明显提示词注入风险n8n.io

n8n 多通道反馈自动归集:AI 分析 → Jira 工单 → 月度报告

将 Telegram、Google 表单与 Gmail 的分散反馈统一标准化,经 AI 分类评分后自动创建 Jira 工单与 Notion 文档,并按月生成数据报告

经验丰富步骤流程提示词贴士
给谁
产品经理、SaaS 团队、客户支持负责人
你会得到
实现从多渠道反馈收集到结构化工单创建、优先级排序与月度复盘的全自动流转,减少人工分拣
你需要
n8n · jira · notion · google-sheets · gmail · telegram

硬约束

前置条件:n8n 实例;Google Sheets / Gmail / Notion / Jira Cloud / Telegram Bot / OpenAI 的 API 凭证;已存在的 Jira 项目与 Notion 父页面。模板含占位 ID(yourdocumentid、yoururl、000000000 等),导入后必须全部替换为真实值。月度报告节点残留 modelId=gpt-5,建议改为实际可用模型(如 gpt-4o)。

他们做了什么

作者 yassinzehar 在 n8n 上发布了一个 29 节点的 workflow 模板,将 Telegram Bot、Google Form/Sheet、Gmail 三个反馈入口统一接入,通过代码节点标准化为同一 JSON 结构,再经 OpenAI 节点自动分类、打标、评分与摘要,随后用 RICE 公式计算优先级并自动创建 Jira 工单、Notion 文档与 Google Sheets 日志,最后按月聚合生成 Product Intelligence Report 并通过邮件发送给利益相关者。

效果如何

来源报告(author_report):模板预期实现零人工分拣的反馈到 backlog 自动化流转,每次反馈可自动生成 Jira 工单、Telegram/邮件确认、Notion 文档与表格日志,每月自动生成报告。本站未实测,无法验证实际运行稳定性与 AI 输出准确率。

值得知道

1) 模板多处使用占位值(yourdocumentid、yoururl、000000000、[email protected]),必须全部替换才能运行;2) 'Message a model1' 节点参数中 modelId 为 'gpt-5',该模型尚未公开发布,需手动改为 gpt-4o 或 gpt-4o-mini;3) tierMapping 中示例邮箱重复且为占位符,需按实际用户体系重写;4) RICE 计算中 frequency 固定为 10,未体现真实使用频率,可按业务调整;5) 代码节点对 AI 返回做容错解析(parse json / parse response),但失败时仍可能抛出异常需人工介入;6) 月度统计按当前系统月份过滤,若时区或日期格式不一致可能导致数据遗漏。

n8n 工作流模板

结构已检查 · 未实际运行

下载后在 n8n 选择“Import from File”,或复制 JSON 后粘贴到编辑器。先配置自己的账号,再用测试数据运行;模板默认未启用。

配置与测试清单

需要绑定的凭证

  • 导入后按各需鉴权节点绑定你自己的凭证;本附件不含原作者密钥。

需要替换的配置

  • 源模板来自 n8n 公开库 #10896(约 29 个节点)。导入后先保持未启用,核对触发器、表达式与外部 API 端点。
  • Sticky Note 中的说明仅供参考;按自己的账号、表结构或频道 ID 替换占位配置。

测试输入与预期结果

  • 在测试环境手动执行一次主路径,确认每个需凭证的节点已连接且无鉴权错误。
  • 用一条合成/脱敏样例数据跑通,核对输出字段与下游写入目标,再考虑生产启用。

模板处理说明

  • 已移除原作者凭证绑定、webhookId 与执行数据,工作流设为未启用;节点、连线与原文提示词保持原样。未在 n8n 中实际运行。
  • 未改业务逻辑;运行前请自行核对密钥、配额与隐私合规。

模板获取日期: 2026-10-24

步骤

  1. 配置多通道触发器与凭证

    在 n8n 中导入模板后,依次配置三个触发器:Telegram Trigger(监听 bot 消息)、Google Sheets Trigger(监听表单/表格新增行,轮询频率可设 everyMinute)、Gmail Trigger(按发件人/标签过滤新邮件,轮询频率可设 everyHour)。三种来源的 payload 均流入「data normalizer」代码节点。同时完成所有凭证授权:Google Sheets、Gmail、Notion、Jira Cloud、Telegram Bot、OpenAI。

  2. 标准化数据并启动 AI 分析

    「data normalizer」代码节点根据输入结构自动识别来源(telegram / gmail / google_forms),统一输出包含 id、source、timestamp、user、content、metadata 的标准 JSON。随后「instant reply」向 Telegram 用户发送确认消息;「user enrichment」按邮箱映射用户 tier(free/pro/enterprise)并附加 tier_weight。最后进入「Message a model」OpenAI 节点,由 AI 对反馈进行分类、打标、评分与摘要。

    运行提示词 · 来源原文。OpenAI 节点 'Message a model' 的 system message 字段

    You are a Product Manager analyzing user feedback.
    Your task is to categorize, tag, score and summarize feedback.
    
    Return ONLY valid JSON with this exact structure (no markdown, no backticks):
    {
      "category": "bug|feature_request|improvement|question",
      "tags": ["tag1", "tag2", "tag3"],
      "sentiment": "positive|neutral|negative",
      "pain_level": 1-10,
      "business_impact": 1-10,
      "implementation_effort": 1-10,
      "summary": "One sentence, max 80 chars",
      "description": "2-3 sentences for Jira ticket",
      "acceptance_criteria": ["criterion1", "criterion2", "criterion3"]
    }
    
    Rules:
    - Tags: max 3, specific and lowercase
    - Summary: actionable, clear, <80 chars
    - Scores: realistic based on content
    - Description: detailed enough for dev team
    - ONLY return the JSON, nothing else

    运行提示词 · 来源原文。OpenAI 节点 'Message a model' 的 user message 字段

    =Analyze this user feedback:
    
    FEEDBACK: "{{$json.content.raw_text}}"
    USER TIER: {{$json.user.tier}}
    SOURCE: {{$json.source}}
    
    USER SELECTED CATEGORY: {{ $json.content.category_hint || 'none' }}
    USER URGENCY ASSESSMENT: {{ $json.content.urgency_hint || 'none' }}
    
    Return the JSON analysis.
  3. 计算优先级并创建 Jira 工单与文档

    「parse json」代码节点清理 AI 返回并解析为 ai_analysis JSON;「priority calculator」基于 pain_level、business_impact、implementation_effort、tier_weight 计算 RICE 分数,映射内部优先级 P0-P3 与 Jira 优先级 Highest-Low。随后「Create an issue」在 Jira 创建工单(summary、description、labels、priority 均来自上游节点)。「post processing」拼接 Jira URL 后,若来源为 Telegram 则「send result to user」发送含工单链接与评分的富文本消息;同时「log to analytics」追加 Google Sheets 日志,「end notification」发送邮件确认,「Create a page」在 Notion 生成关联文档。

    运行提示词 · 来源原文。Telegram 节点 'send result to user' 的 text 字段

    =🎉 *Feedback treated !*
    
    🎫 *Ticket created  :* [{{ $json.jira.key }}]({{ $json.jira.url }})
    
    📊 *Analysis :*
    - Category : {{ $('priority calculator').item.json.ai_analysis.category }}
    - Priority : {{ $('priority calculator').item.json.scoring.priority }}
    - Score RICE :{{ $('priority calculator').item.json.scoring.rice_score }}
    
    🏷️ *Tags :* {{ $('priority calculator').item.json.ai_analysis.tags }}
    
    
    
    Thanks ! 🙏
  4. 按月聚合数据并生成智能报告

    「1 month Trigger」每月定时触发;「query google sheet」读取反馈日志;「aggregate monthly stats」代码节点统计当月总量、分类分布、情绪分、平均 RICE、P0/P1 占比、痛点与需求 Top 列表。随后「Message a model1」由 AI 生成结构化月度报告(executive_summary、insights、trends、recommendations、risk_areas);「parse response」解析 JSON;「monthly report」写入 Notion;「montly report log」追加 Google Sheets;最后「Email reporting」向利益相关者发送 HTML 格式邮件。

    运行提示词 · 来源原文。OpenAI 节点 'Message a model1' 的 system message 字段

    You are a Senior Product Manager analyzing monthly user feedback data.
    Generate strategic insights, identify trends, and provide actionable recommendations.
    
    Return ONLY valid JSON (no markdown):
    {
      "executive_summary": "2-3 sentence critical takeaway",
      "key_insights": [
        "Insight 1 (data-driven, actionable)",
        "Insight 2",
        "Insight 3",
        "Insight 4",
        "Insight 5"
      ],
      "trends": {
        "positive": ["Positive trend 1", "Positive trend 2"],
        "concerning": ["Concern 1", "Concern 2"]
      },
      "strategic_recommendations": [
        {
          "title": "Recommendation title",
          "rationale": "Why this matters (with data)",
          "priority": "High|Medium|Low",
          "estimated_impact": "Expected business impact"
        }
      ],
      "risk_areas": [
        {
          "area": "Risk description",
          "severity": "High|Medium|Low",
          "mitigation": "Suggested action"
        }
      ]
    }

    运行提示词 · 来源原文。OpenAI 节点 'Message a model1' 的 user message 字段

    =Analyze this monthly feedback data for {{ $now.toFormat('LLLL yyyy') }}:
    
    OVERVIEW:
    - Total feedbacks: {{ $json.stats.total }}
    - Avg RICE Score: {{ $json.stats.avg_rice_score }}
    - P0/P1 rate: {{ $json.stats.p0_p1_rate }}
    - Sentiment score: {{ $json.stats.sentiment_score }}/10
    
    BY CATEGORY:
    {{ Object.entries($json.stats.by_category).map(([k,v]) => `- ${k}: ${v}`).join('\n') }}
    
    BY USER TIER:
    {{ Object.entries($json.stats.by_tier).map(([k,v]) => `- ${k}: ${v}`).join('\n') }}
    
    TOP PAIN POINTS (by RICE):
    {{ $json.stats.top_pain_points.slice(0, 5).map((p, i) => `${i+1}. ${p.summary} (RICE: ${p.rice}, Pain: ${p.pain})`).join('\n') }}
    
    TOP FEATURE REQUESTS:
    {{ $json.stats.top_feature_requests.slice(0, 5).map((f, i) => `${i+1}. ${f.summary} (RICE: ${f.rice})`).join('\n') }}
    
    Generate strategic insights and recommendations.

可复制提示词

搭建指导 · 本站建议版本。搭建助手启动词,用于指导用户完成模板导入与凭证配置

这一段是提示词,页面不会在这里插入广告。

本模板为 n8n 官方 workflow,导入后需按以下顺序完成配置:1) 替换所有占位 ID 与 URL;2) 授权全部外部服务凭证;3) 检查 AI 节点模型选择(建议将残留 gpt-5 改为 gpt-4o 或 gpt-4o-mini);4) 按实际业务调整 tierMapping 与 RICE 阈值;5) 运行测试提交验证各通道连通性。

搭建时优先处理凭证授权;Telegram chatId、Google documentId、Notion pageId、Jira project key 必须替换为真实值;月度报告节点模型需手动校验。

来源

Multi-channel feedback to Jira pipeline with AI analysis & Notion reporting · yassinzehar · n8n.io · 2025-11-17

留言与反馈

试过这个方法吗?分享效果、遇到的问题或改进建议。留言审核后公开,请勿填写敏感信息。

正在加载…

    相关用例