用 n8n 打造 Gmail→Google Sheets 自动化 CRM 实战教程

为什么要把邮件自动变成待办清单

对于每天收到大量邮件的创业者和业务负责人来说，漏看关键邮件、错过付款截止日期是常见痛点。发票要付、任务要跟进、各种事项堆积，很容易在收件箱里被淹没，到最后既没完成任务也错过了 deadline。

本教程来自一位 YouTube 自动化创作者的分享，核心思路是用无代码自动化平台 n8n 搭建一个 AI 智能体：每当 Gmail 收到新邮件时，自动触发工作流，由 OpenAI 读取并理解邮件内容，判断其是否属于待办事项，再把提炼出的任务信息写入 Google Sheets——相当于一个轻量级的 CRM 或任务管理系统。

整个工作流的逻辑链条很清晰：Gmail 触发器 → AI 智能体（OpenAI 大脑）→ Google Sheets 工具。邮件进来后触发，AI 读取并优先级排序，最后把「做什么、谁负责、什么时候完成」三类信息存入表格。

搭建前的准备工作

开始之前需要完成两项基础连接：Gmail 账号和 Google Sheets 账号都要先接入 n8n（作者在前一期视频中演示过如何连接 Google 应用的凭据）。

接着在 Google Sheets 里新建一个表格，作者命名为 To-Do List，并设置三个核心列：What（任务内容）、Who（负责人）、When（截止日期）。这是最精简的配置——如果业务需要，完全可以扩展更多字段，比如从发票里提取金额、增加工作标签等。

作者强调：「我只写了这三列，是为了给你展示最简单的做法。你可以根据自己构建 AI 智能体的目的来增减字段。」

配置 Gmail 触发器

新建工作流后，第一个节点选择 Gmail 的 On message received（收到邮件时） 作为触发器。使用已连接的凭据，事件类型设为「message received」，轮询间隔可以保持默认的每分钟一次。

这里有一个关键选项——Simplify（简化）开关。开启时只返回大多数人需要的核心字段；如果你需要邮件原文正文、附件或其他字段，就要关闭它。本教程只处理待办信息，不涉及附件下载，所以保持简化模式即可。但如果要下载发票附件、读取金额，就需要关闭 Simplify 并添加附件下载选项。

配置完成后，可以抓取最近一封邮件测试连接。作者用 Schema（结构化）视图查看返回数据，相比 JSON 更直观，能一眼看到邮件正文、发件人、主题等信息。

配置 AI 智能体与大脑

添加 AI Agent 节点，它会自动读取上一个 Gmail 节点的数据作为输入。

设置用户消息（Prompt）

用户消息部分用表达式映射邮件字段，把 subject（主题）、from（发件人）、snippet（摘要）传给 AI。作者解释了映射的核心逻辑：每封新邮件内容都不同，但表达式（带 $json.subject 这样的引用）会动态引用当前执行的邮件数据，而不是固定重复第一封邮件的内容。

「你是在告诉这个 AI 智能体：每当收到一封邮件，你要用这个方式去引用它。虽然每次是不同的邮件、不同的执行，但引用的位置是一致的——这就是为什么收到不同邮件时，它总能准确抓取那封邮件里的内容。」

选择大模型

大脑（Chat Model）这里选用 OpenAI，作者使用的是 GPT-4o。他提到因为用该邮箱注册 n8n 时获得了免费额度，所以显示 free credits。当然也可以换成 Google Gemini、Anthropic 等其他模型。

如需配置 OpenAI 凭据，到 openai.com 的 API Keys 页面创建新密钥，复制后粘贴到 n8n 中即可，Organization 字段可选填。

编写系统提示词

在 AI Agent 的 Options 里添加 System Message（系统消息），相当于给 AI 写一份「岗位说明书」。作者的做法很实用：直接去 ChatGPT 描述需求——「我在搭建一个由 Gmail 触发的 AI 智能体，收到邮件后它要判断并把待办信息写入 Google Sheets」，让 ChatGPT 帮你生成规范的系统提示词，再粘贴回 n8n。提示词里还可以用 {{ $now }} 这类表达式引用当前时间，确保日期计算准确。

n8n AI Agent 节点是 n8n 提供的一种特殊节点类型，它将大语言模型（LLM）与外部工具（Tools）结合，允许 AI 在执行过程中自主决策——例如先调用「查询工具」确认数据是否存在，再决定是否调用「写入工具」。这种「思考-行动」循环（ReAct 模式）让它区别于普通的 LLM API 调用：普通调用只是输入文本、返回文本，而 Agent 节点能主动调用挂载的工具、处理工具返回结果，再继续推理，直到完成目标。这也是为什么本教程中要将 Google Sheets 挂载为「工具」而非独立节点——只有作为工具挂载，AI 才能在运行时自主决定何时调用、调用哪个。

配置 Google Sheets 工具

AI 智能体需要挂载两个 Google Sheets 工具，顺序很重要：

1. Get Rows（获取行）：先检查任务是否已存在于 To-Do List 中，避免重复录入。选中 To-Do List 文档和 Sheet1。
2. Append Row（追加行）：确认信息不存在后，才把新任务追加到表格中。

在 Append 节点的字段值配置上，作者选择了「Let the model define parameters（让模型定义参数）」。原因是系统提示词已经告诉 AI 要提取哪些信息、如何保存，没必要再手动绑定每个字段。如果手动拖拽映射整封邮件内容，反而会把全部正文塞进字段里，丢失重点。交给 AI 判断，它会只提取有价值的部分。

「让模型定义参数（Let the model define parameters）」是 n8n 中 Tool 节点的一种配置模式，启用后 AI Agent 会根据系统提示词中的指令自行决定向该工具传入哪些值，而不需要用户手动绑定表达式。这与传统自动化的「数据映射」思路截然不同：传统方式是开发者提前规定「把邮件正文写入 A 列」，而 AI 模式是让模型理解语义后自行提炼。其背后原理是函数调用（Function Calling）——OpenAI 等模型支持在推理过程中输出结构化的 JSON 参数，n8n 将 Sheets 工具的字段描述传给模型，模型按描述填充合适的值再执行写入。这使得提取结果更贴近真实意图，而非机械复制原始文本。

实测效果：AI 的「大脑」优势

作者发送了一封测试邮件：标题「Invoice Due」，正文「please do not forget to pay the invoice by Sunday」。

执行工作流后，表格里的结果很能说明 AI 智能体的价值：

• What 字段写的是「Invoice payment」（发票付款），而非照抄整段邮件原文；
• When 字段里，邮件原文只说了「by Sunday」，但 AI 自动推算出了具体日期（第 4 号），而不是简单复制「Sunday」这个模糊词。

「我喜欢 AI 智能体的一点就是——它有像人一样思考的大脑。我只写了 Sunday，但它写出了确切的日期。」

这正是 AI 自动化相比传统规则引擎的核心差异：它能理解语义、提炼要点、做出合理推断，而不是机械地搬运数据。

可扩展方向

这个教程演示的是最精简版本，实际应用中可以进一步拓展：

• 增加表格列，提取发票金额并自动计算
• 关闭 Simplify 以下载并解析邮件附件
• 接入其他通知工具（如 Slack、企业微信），任务入库后主动提醒
• 增加优先级分类，区分重要与非重要邮件

对于想入门 AI 自动化的个人或小团队，这是一个门槛低、见效快的实战案例——既能用于业务，也适合作为学习 n8n 和 AI Agent 的起点。