本周遇到一个有趣的并购线索项目。
需求纸面上很简单：
监控经纪人的邮件、经纪网站和交易市场，寻找并购机会。用 AI 筛选交易。自动将数据推入 CRM。
但问题在哪里？
客户要求用 n8n 搭建。
我平时首选 n8n，用得最顺手。但自动化就是自动化，工具不如系统设计重要。
真正的问题不在于工具间传输数据。
而是信号和噪音的区分。
经纪人邮件还好处理。
一旦开始监控交易市场和网站，很快就会遇到：
交易市场首页
卖家落地页
定价页
账号激活邮件
CRM 通知
重复的商机
财务信息缺失的列表
如果不加过滤，你的 CRM 就会变成垃圾抽屉。
所以我搭建了这样一条流程：
- 监控 Gmail 收件箱
- 用 Apify 监控交易市场
- 让 Claude 判断某条信息是否真的是并购机会
- 提取公司名称、行业、地域、营收、EBITDA、报价、风险及下一步行动
- 自动拒绝非交易内容
- 对商机去重
- 将商机推送至 Airtable 供审核
- 将审核通过的商机同步至 HubSpot
- 自动创建公司及交易
技术栈：
n8n
Claude
Airtable
HubSpot
Apify
有一个让我觉得有意思的地方：教 Claude 区分
“这里有一家待售的企业”
和
“这里是交易市场首页，在介绍待售企业”
最初几次测试看起来成功，直到我意识到系统在自信地分析落地页，而不是真正的商机。
优化工作流后，现在它能正确忽略通用页面，只处理真实列表。
最终成果是一条可以持续监控交易源、又不会用垃圾数据淹没 CRM 的线索管道。
还剩几个模块待搭建（信息补充、报告、外联），但核心引擎现在已经端到端跑通了。