Steg 2: Anslut Google Sheets

Hämta råa lead-svar från ert kalkylark och normalisera dem till ett konsekvent payload-format.

1. Öppna Fetch Sheet Replies och ställ in Sheet Name till GHL-Replies.
2. Ställ in Document ID till YOUR_GOOGLE_SHEET_ID_HERE.
3. Uppgifter krävs: Anslut era Google Sheets OAuth2-uppgifter (inte konfigurerat ännu).
4. Öppna Normalize Lead Payload och mappa fält med hjälp av uttryck:
   • leadId → {{ $json.id || $('Fetch Sheet Replies').item.json.leadId }}
   • leadName → {{ $json.name || $('Fetch Sheet Replies').item.json.name }}
   • replyMessage → {{ $json.lastMessage || $('Fetch Sheet Replies').item.json.reply }}
   • email → {{ $json.email || $('Fetch Sheet Replies').item.json.email }}
   • company → {{ $json.company }}

Steg 3: Konfigurera AI-baserad intent-klassificering

Klassificera varje lead-svar i en intent-kategori med hjälp av AI-agenten och strukturerad parsing.

1. Öppna Classify Lead Intent och behåll Text-prompten som konfigurerad, inklusive de dynamiska fälten som {{ $json.leadId }} och {{ $json.replyMessage }}.
2. Öppna Azure GPT Chat Engine och ställ in Model till gpt-4o.
3. Uppgifter krävs: Anslut era Azure OpenAI API-uppgifter i Azure GPT Chat Engine.
4. Bekräfta att Session Memory Buffer är ansluten till Classify Lead Intent med Session Key inställd på "lead_intent_classifier" och Context Window Length inställd på 7.
5. Bekräfta att Structured Result Parser är ansluten till Classify Lead Intent och använder det tillhandahållna JSON-schemaexemplet.
6. Öppna Parse Intent Output och ställ in:
   • intent → {{ $json.output.intent }}
   • originalData → {{ $('Normalize Lead Payload').item.json }}

Steg 4: Konfigurera intent-routing och uppföljningspayloads

Routa varje klassificerat svar till rätt uppföljningsgren och fyll i uppgiftsdetaljer.

1. Öppna Route by Intent och verifiera att reglerna matchar:
   • {{ $json.intent }} är lika med DEMO_REQUEST
   • {{ $json.intent }} är lika med PRICING_INQUIRY
   • {{ $json.intent }} är lika med OBJECTION
   • {{ $json.intent }} är lika med NOT_INTERESTED
2. Konfigurera Set-noderna för uppföljning (grupperade efter funktion):
   • Set Demo Follow-up: dueDate → {{ $now.plus(2, 'days').toFormat('yyyy-MM-dd') }}, taskDescription → Contact {{ $json.originalData.leadName }} to schedule product demo
   • Set Pricing Follow-up och Set Objection Follow-up: dueDate → {{ $now.plus(1, 'days').toFormat('yyyy-MM-dd') }}
   • Set General Follow-up: dueDate → {{ $now.plus(3, 'days').toFormat('yyyy-MM-dd') }}

Steg 5: Konfigurera skapande av ClickUp-uppgifter och checklistor

Skapa ClickUp-uppgifter för varje uppföljning och lägg till en standardiserad checklistepunkt.

1. Öppna Create ClickUp Task och ställ in ID:n för List, Team, Space och Folder till era ClickUp-ID:n (ersätt [YOUR_ID]).
2. Ställ in Name till {{ $json.nextStep }} - {{ $json.leadName }} och Due Date till {{ $json.dueDate }}.
3. Uppgifter krävs: Anslut era ClickUp-uppgifter i Create ClickUp Task (inte konfigurerat ännu).
4. Öppna Create Checklist och ställ in:
   • URL → https://api.clickup.com/api/v2/task/{{$json.id}}/checklist
   • JSON Body → { "name": "{{ $json.name }}" }
5. Öppna Append Checklist Item och ställ in:
   • URL → https://api.clickup.com/api/v2/checklist/{{ $json.checklist.id }}/checklist_item
   • JSON Body → { "name": "Follow-up" }
6. Uppgifter krävs: Anslut era ClickUp API-uppgifter i både Create Checklist och Append Checklist Item (inte konfigurerat ännu).

Steg 6: Testa och aktivera ert arbetsflöde

Kör ett manuellt test för att bekräfta att intent-klassificering, routing och uppgiftsskapande fungerar som förväntat.

1. Klicka på Execute Workflow för att köra Scheduled Run Trigger manuellt och hämta en exempelrad från Fetch Sheet Replies.
2. Verifiera att Classify Lead Intent producerar strukturerad JSON som matchar schemat i Structured Result Parser.
3. Bekräfta att rätt gren triggas i Route by Intent och att en uppgift skapas i ClickUp med rätt Name, Due Date och checklistepunkt.
4. När allt fungerar, växla arbetsflödet till Active så att Scheduled Run Trigger kör var 15:e minut i produktion.