用 n8n 自动聚合 Slack、Zoom、Jira 等产品信号并生成 Google Docs PRD 更新

多源产品信号 → 标准化 → AI 分析 → 结构化 PRD 输出到 Google Doc

给谁

产品经理、产品运营、需要持续追踪多源反馈的产品团队

你会得到

自动将 Slack、Zoom、Jira、Zendesk、Figma、客户表单及平台分析数据汇总为结构化 PRD 更新，追加到 Google Doc

你需要

n8n · google-docs · slack · zoom · jira · zendesk · figma

步骤

1. 配置第三方凭证

   在 n8n 中创建并连接以下凭证： 1. Slack API：在 api.slack.com 创建 App，启用 app_mentions:read、channels:history、chat:write，安装到工作区后复制 Bot OAuth Token。 2. Zoom OAuth2：在 Zoom Marketplace 创建 OAuth App，添加 n8n 的 Redirect URL，复制 Client ID 和 Secret。 3. Google Docs OAuth2：创建 Google Cloud Project，启用 Google Docs API。 4. Jira Software Cloud：在 Atlassian 生成 API token，准备邮箱、域名。 5. Zendesk：生成 API token，准备子域名、邮箱。 6. Figma：生成 Personal Access Token，准备 team ID。 7. OpenAI API：替换模板中的免费额度凭证为自己的 API Key。 注意：所有敏感信息应在 n8n 的 Credentials 管理界面配置，不要写入节点参数或提示词中。

2. 接入产品信号源

   工作流通过以下方式采集信号（按需启用）： - Slack Trigger：监听指定频道的 message 和 app_mention 事件 - Customer Form Trigger：内置表单收集客户反馈（Name, Email, Feature Request, Priority, Additional Comments） - Schedule Trigger → Get Zoom Recordings：定时拉取 Zoom 云录制，经 OpenAI Whisper 转录 - Schedule Trigger → Get Jira Comments：定时拉取 Jira 评论 - Schedule Trigger → Get Zendesk Tickets：定时拉取 open 状态且标签为 customer_complaints 的工单 - Figma Comment Trigger：监听文件更新的评论 - Webhook → Fetch Platform Analytics：接收外部平台分析数据（需替换 <__PLACEHOLDER_VALUE__your_analytics_api_endpoint__>） 在 workflow.json 中检查各触发节点的参数，确认 channelId、teamId、查询条件等与实际环境一致。

3. 标准化数据格式

   每个信号源后接一个 Edit Fields (Set) 节点，将原始数据映射为统一字段： - source: 信号来源标识（如 'Slack', 'Zoom Recording', 'Jira Comments'） - 内容字段：message_text / transcript / comment_text / ticket_subject / feature_request 等 - 元数据字段：user, channel, meeting_topic, issue_key, priority, status 等 - timestamp: 统一为 {{ $now }} 或原始时间 检查 workflow.json 中各 Format 节点的 assignments 参数，确认字段名与上游节点输出匹配。注意：workflow.json 中 Format Jira Data、Format Figma Data、Format Zendesk Data 的 connections 显示为空数组，导入后需手动检查并连接至 Merge 节点。

4. 合并所有信号流

   使用 Merge 节点（numberInputs=4）将多个标准化后的信号流合并为单一数据流。当前模板中 Slack、Form、Zoom、Platform Analytics 已连接至 Merge；Jira、Zendesk、Figma 分支需检查连接完整性。Merge 模式为默认追加（append），确保所有信号按到达顺序进入下游。

5. AI 分析生成结构化 PRD

   PRD Analysis Agent 节点使用 LangChain Agent，配置如下： - 语言模型：OpenAI Chat Model（gpt-4o-mini） - 输出解析器：Structured PRD Output（JSON Schema 约束） - 提示类型：define（自定义提示） 节点内包含两个提示词： 1. User prompt（运行时动态注入合并后的信号数据）：以 = 开头表示表达式，将 {{ JSON.stringify($json, null, 2) }} 作为输入，要求提取功能请求、检测范围变更、评估优先级、识别目标用户群、生成结构化 PRD 更新提案。 2. System message：定义 PRD Analysis Agent 角色，指定输出必须包含 purpose、user_problem、user_value、target_users、user_feedback[]、assumptions[]、out_of_scope[]、acceptance_criteria[]、next_steps[] 字段，并指导从多源信号中分析功能请求优先级、范围变更、目标用户群变化、技术约束与风险。

   运行提示词 · 来源原文。PRD Analysis Agent 节点的 text 参数（表达式模式，运行时注入合并信号）

   复制提示词

   =Analyze the following aggregated product signals from multiple sources:
   
   {{ JSON.stringify($json, null, 2) }}
   
   Extract feature requests, detect scope changes, evaluate priority signals, identify target user segments, and generate a structured PRD update proposal based on all the signals above.

   运行提示词 · 来源原文。PRD Analysis Agent 节点的 options.systemMessage 参数

   复制提示词

   You are a PRD Analysis Agent. Analyze the aggregated product signals from multiple sources (Slack, Zoom, Jira, Figma, Salesforce, HubSpot, Zendesk, customer forms, and analytics). Extract feature requests, detect scope changes, target user changes, identify constraints and risks, evaluate priority signals, and generate structured PRD update proposals.
   
   Provide your analysis in the following structured format:
   - purpose: Clear statement of the feature/change purpose
   - user_problem: The specific problem users are facing
   - user_value: The value this provides to users
   - target_users: Who will benefit from this
   - user_feedback: Array of relevant user feedback quotes
   - assumptions: Key assumptions being made
   - out_of_scope: What is explicitly not included
   - acceptance_criteria: Array of criteria for completion
   - next_steps: Array of recommended next actions
   
   Analyze all signals for:
   - Feature requests and their priority
   - Scope changes or expansions
   - Target user segment changes
   - Technical constraints and risks
   - Priority signals from multiple sources

6. 写入 Google Doc

   Update PRD Document 节点使用 Google Docs 的 update → insert 操作，将结构化输出渲染为 Markdown 格式文本并追加到指定文档。表达式构建的文本包含：PRD UPDATE 时间戳、Purpose、User Problem、User Value、Target Users、User Feedback 列表、Assumptions 列表、Out of Scope 列表、Acceptance Criteria 列表、Next Steps 列表。 必须替换 workflow.json 中 documentURL 的示例地址 https://docs.google.com/document/d/1m-u2wUpA-J3RKir5ceeIqYnMfidbba1_dH8htNAw4QM/edit?usp=sharing 为自己的 PRD 文档地址。

你是一个 n8n 工作流搭建助手。用户希望复现「自动聚合多源产品信号并生成 PRD 更新」的模板。请先确认用户已具备：n8n 实例访问权限、7 类第三方账号（Slack、Zoom、Google Cloud、Jira、Zendesk、Figma、OpenAI）、目标 Google Doc 的编辑权限。然后按步骤指导用户导入 workflow.json、配置凭证、替换占位符、检查节点连接、激活工作流。若用户缺少某些信号源，可建议禁用对应触发器分支，保留核心流程。