### 标题全文：N8N LangChain AI Agent 智能线索处理提示词配置与工具连接指南
本教程将指导您如何配置 N8N 中的 LangChain AI Agent 节点，使其能够根据您的企业需求（产品/服务）智能处理客户线索。该节点是工作流的决策核心，负责读取客户笔记、调用 Google Docs/Sheets 工具查询公司政策和联系人，并最终生成结构化的内部通知邮件。正确的配置能确保 AI 准确理解和分配您的商业线索，是实现企业自动化价值的关键一步。
您是否正为处理混乱的客户笔记而烦恼？本教程专为非技术人员设计，无需任何代码基础。我们将一步步教您搭建一个智能AI助理，它能自动阅读线索、查询公司资料、并生成标准的通知邮件。跟着本教程操作，您能立即将繁琐的手动工作自动化，大幅提升处理商业线索的效率。
准备工作：万事开头需准备
在开始配置之前，请确保您已准备好以下几样东西，这将让后续过程无比顺畅。
- N8N 账户：无论是云端版还是本地部署版均可。
- OpenAI API 密钥：作为AI Agent的“大脑”，需要连接OpenAI服务。
- 一个Google账户：用于连接Google Docs和Google Sheets。
- 一篇Google Doc文档：作为公司的“知识库”，例如，文档名为“公司产品服务政策”，内容包含不同套餐的价格和功能。
- 一张Google Sheet表格：作为公司的“联系人列表”，例如，表格名为“销售区域负责人”，包含两列：区域（如北京、上海）和负责人邮箱。
认识AI Agent节点
您可以将AI Agent节点想象成一位聪明的项目经理。
普通节点像流水线工人，只会执行固定的指令。而这位“经理”能读懂您的要求（客户笔记），并根据情况指挥手下的“员工”（即外部工具）去完成任务。
连接外部工具
要让AI经理能干活，得先给他配好员工。我们来连接Google Docs和Sheets作为它的左膀右臂。
连接Google Docs知识库
- 在N8N画布上，添加一个 “Google Docs” 节点。
- 首次使用请根据提示完成Google账户授权。
- 在“Operation”参数中，选择 “Get/Read a Document”。
- 将这个节点重命名为一个清晰的名称，比如 `query_company_policy`。这个名字很重要，AI会通过它来识别工具。
连接Google Sheets联系人
- 添加一个 “Google Sheets” 节点，并完成授权。
- 在“Operation”参数中，选择 “Get Rows”。
- 同样，将其重命名为 `find_sales_contact`。
现在，将 `query_company_policy` 和 `find_sales_contact` 这两个节点的输出端，都连接到AI Agent节点的 “Tool” 输入端。这样，AI经理就有了两位得力助手。
编写核心提示词
现在到了最关键的一步：为AI经理编写“工作手册”，也就是配置提示词。我们将使用一个简单的四步框架（ATOM），确保指令清晰明确。
请将下面四部分组合成的完整内容，粘贴到AI Agent节点的 “System Message” 参数框中。
A – 设定AI角色
首先，告诉AI它的身份和职责。
【请复制这部分】
【角色定位】你是一名专业的商务线索处理助理，核心职责是分析客户笔记，并生成结构化的内部通知邮件。
T – 定义可用工具
清晰地告诉AI它有哪些工具，以及什么时候该用哪个。
【请复制这部分】
【工具箱定义】你拥有以下工具：
1. query_company_policy：当客户笔记中提到关于产品、服务或价格政策的问题时，你必须使用此工具查询公司的Google Docs知识库来获取准确信息。
2. find_sales_contact：当线索需要分配给销售人员时，你必须使用此工具，根据客户笔记中提到的地区，查询Google Sheets表格找到对应的负责人邮箱。
O – 设定行动逻辑
为AI规划好思考和行动的步骤，让它像人一样有条理地工作。
【请复制这部分】
【行动逻辑】你必须严格遵循以下步骤：
1. 分析需求：首先，仔细阅读输入的客户笔记，理解客户的核心意图。
2. 规划步骤：判断需要采取哪些行动。例如，客户是咨询价格，还是需要区域销售跟进？
3. 调用工具：根据规划，按需调用工具。如果需要查政策就用`query_company_policy`，如果需要找人就用`find_sales_contact`。
4. 整合信息：将客户笔记内容和从工具中获取的信息整合起来，准备生成最终的通知邮件。
M – 明确任务约束
最后，设定规则和最终的交付标准，确保结果稳定可靠。
【请复制这部分】
【任务约束】
- 你的所有回答都必须基于工具返回的结果，严禁编造信息。
- 如果工具无法找到答案，必须明确说明“未能从公司资料中找到相关信息”。
- 最终输出必须是一个JSON对象，其中必须包含三个字段：`subject`（邮件主题），`recipient`（从工具中查到的负责人邮箱），和`body`（邮件正文，需包含客户笔记原文和查询到的政策信息）。
最终配置与测试
- 将上面四部分整合后的完整提示词，粘贴到AI Agent节点的“System Message”文本框里。
- 在AI Agent节点前，添加一个 “Manual” (手动触发) 节点作为测试起点。
- 在手动触发节点中，输入一段模拟的客户笔记，例如：
{ "customerNote": "来自北京的张先生想咨询我们的企业版服务政策，并希望销售跟进。" } - 重要技巧：在AI Agent节点的设置中，找到并开启 “Return Intermediate Steps” 选项。这会让你看到AI的每一步思考过程，对于调试和优化非常有帮助。
点击 “Test Step” 运行工作流。如果一切顺利，你将在AI Agent节点的输出中看到一个结构化的JSON，包含了准备发给北京区域销售负责人的邮件内容。
总结
恭喜！您已经成功搭建了一个智能线索处理助手。
通过本教程，您不仅配置了一个自动化工作流，更掌握了如何通过清晰的指令，引导AI为您完成复杂的业务任务。这只是一个开始，您可以举一反三，将AI Agent连接到CRM、项目管理工具等，打造更强大的企业自动化流程，将团队从重复工作中解放出来。
