Berig CRM-leads med kontrolleret AI-workflow
CRM trigger → enrichment APIs → AI summary → CRM update
Mål: Berig B2B-leads med tilladte, dokumenterbare firmadata og hold personprofiler ude af AI-gæt.
Det bygger du
Saml research i et kort salgsresume med kildefelter
Platform: n8n · Apps: CRM, n8n, enrichment API, AI. Niveau: Avanceret. Prototype: 90–180 min.
Dataflowet
Nyt CRM-lead mangler firmografiske felter.
Normalisér domæne og virksomhedsnavn; dedupliker mod CRM før eksterne opslag.
Brug AI til at klassificere virksomhedsbeskrivelse/branche fra hentede kilder, ikke til at opfinde størrelse eller omsætning.
Skriv kun felter med source_url og confidence. Resten går til gennemgang eller forbliver blanke.
Ingen sikker firmamatch → stop; conflicting sources → gennemgang; rate limit → kø og retry.
Byg i denne rækkefølge
- 1
Få trigger og normalisering til at virke uden AI. Brug et stabilt record- eller event-id, så samme hændelse ikke skaber dubletter ved genforsøg.
- 2
Tilføj AI som én afgrænset funktion. Brug AI til at klassificere virksomhedsbeskrivelse/branche fra hentede kilder, ikke til at opfinde størrelse eller omsætning. Brug et fast outputformat, når næste trin skal læse resultatet maskinelt.
- 3
Hold faste regler uden for modellen. Skriv kun felter med source_url og confidence. Resten går til gennemgang eller forbliver blanke.
- 4
Byg fejlvejen før automatiske handlinger der ændrer data. Ingen sikker firmamatch → stop; conflicting sources → gennemgang; rate limit → kø og retry.
Testmatrix før drift
Kontrollér at triggeren Nyt CRM-lead mangler firmografiske felter. ender i den forventede handling uden manuel rettelse.
Bekræft at normalisering eller validering stopper flowet, før AI eller et eksternt kald der ændrer data får lov at gætte.
Returnér et svar uden det forventede skema og kontrollér, at routing ikke fortsætter blindt.
Ingen sikker firmamatch → stop; conflicting sources → gennemgang; rate limit → kø og retry.
Sådan ved du om workflowet er en forbedring
Coverage af berigede felter, fejlmatch-rate og tid sparet på manuel research.
I Berig CRM-leads med kontrolleret AI-workflow skal målingen kobles til de konkrete fejl i flowet og til hvor ofte et menneske må overtage. Målet er mindre samlet arbejde – ikke bare flere automatiske trin.
Definér en datakontrakt før du forbinder apps
I Berig CRM-leads med kontrolleret AI-workflow bør hvert trin kunne forklare, hvad det modtager og hvad det afleverer. Et simpelt minimum ser sådan ud:
event_id |
Et stabilt id fra triggeren: Nyt CRM-lead mangler firmografiske felter. |
|---|---|
source_payload |
Det oprindelige input eller en reference til det, så en kørsel kan reproduceres. |
normaliseret_input |
Den validerede struktur efter normalisering: Normalisér domæne og virksomhedsnavn; dedupliker mod CRM før eksterne opslag. |
ai_result |
Modellens strukturerede resultat til opgaven: Brug AI til at klassificere virksomhedsbeskrivelse/branche fra hentede kilder, ikke til at opfinde størrelse eller omsætning. |
route_status |
Hvilken gren eller handling der blev valgt: Skriv kun felter med source_url og confidence. Resten går til gennemgang eller forbliver blanke. |
error_reason |
Fejlkode eller årsag når fejlvejen bruges: Ingen sikker firmamatch → stop; conflicting sources → gennemgang; rate limit → kø og retry. |
I Berig CRM-leads med kontrolleret AI-workflow behøver feltnavnene ikke være præcis disse. Kravet er, at én konkret kørsel kan spores fra råt input til normaliséret data, AI-resultat og den handling flowet endte med.
Drift: det skal du kunne se efter en fejl
Når Berig CRM-leads med kontrolleret AI-workflow fejler, skal en kollega kunne finde den konkrete kørsel uden at læse hele workflowet. Log derfor event-id, tidspunkt, valgt rute, model-/promptversion hvis AI bruges, og den eksterne fejl. For netop dette flow skal fejlvejen ende med: Ingen sikker firmamatch → stop; conflicting sources → gennemgang; rate limit → kø og retry.
Ved fejl i Berig CRM-leads med kontrolleret AI-workflow må du ikke genkøre blindt. Kontrollér først om den oprindelige handling allerede nåede det eksterne system; kombiner derefter retry-strategien med fejlvejen “Ingen sikker firmamatch → stop; conflicting sources → gennemgang; rate limit → kø og retry.”, så en gentagelse ikke skaber dubletter.
Ofte stillede spørgsmål
Hvad er formålet med “Berig CRM-leads med kontrolleret AI-workflow”?+
Berig B2B-leads med tilladte, dokumenterbare firmadata og hold personprofiler ude af AI-gæt.
Hvilken del bør AI håndtere?+
Brug AI til at klassificere virksomhedsbeskrivelse/branche fra hentede kilder, ikke til at opfinde størrelse eller omsætning.
Hvordan håndteres fejl?+
Ingen sikker firmamatch → stop; conflicting sources → gennemgang; rate limit → kø og retry.
Bør workflowet køre helt automatisk fra starten?+
Nej. Start med kun læseadgang handlinger, kladder eller manuel godkendelse, og automatisér først handlinger der ændrer data når normale cases, særlige grænsetilfælde og genforsøg er testet.
Hvad bør jeg måle?+
Coverage af berigede felter, fejlmatch-rate og tid sparet på manuel research.