אחד המשאבים היקרים ביותר לבעלי עסקים, פרילנסרים ויוצרי תוכן הוא הזמן שמושקע מול פניות נכנסות. כמה פניות שקיבלתם בטפסים או במייל התגלו כלא רלוונטיות, לא בתקציב, או ככאלה שדרשו מכם שעות של התכתבות רק כדי להבין מה הלקוח באמת צריך?
במדריך הפרקטי הזה נלמד איך לבנות מערכת סינון וניהול לידים אוטומטית (Lead Qualification Workflow) שמחברת בין טופס הפנייה באתר, סוכן AI לניתוח הליד, ומערכת ניהול המשימות שלכם.
🏗️ הארכיטקטורה של התהליך
[פנייה בטופס/מייל] ➔ [סוכן AI: ניתוח ודירוג הליד] ➔ [סעף החלטה (Router)] ➔ [מענה אוטומטי / הזרמה ל-CRM]
קבלת הפנייה (Trigger): הגשת טופס (Elementor, Typeform, Google Forms) או מייל נכנס.
ניתוח סמנטי (AI Agent): סריקת תוכן הפנייה ע"י OpenAI, זיהוי כוונת הלקוח, תקציב ודחיפות.
סיווג ותעדוף: מתן "ציון ליד" (Lead Score) וסיווג לרמות דחיפות.
ביצוע (Action):
פנייה איכותית ➔ יצירת משימה ב-Trello/Notion/CRM + התראה דחופה בטלגרם.
פנייה כללית ➔ מענה אוטומטי במייל עם שאלון אפיון קצר.
🛠️ צעד אחר צעד: בונים את הזרימה ב-Make.com
צעד 1: לכידת הטופס הנכנס
צרו תרחיש חדש ב-Make והוסיפו מודול של Webhooks (או המודול של כלי הטפסים שלכם, למשל Google Forms / Elementor).
חברו את ה-Webhook לטופס באתר כדי לקבל את פרטי הפנייה: שם, מייל, טלפון ותוכן ההודעה.
צעד 2: ניתוח וסיווג באמצעות סוכן AI
הוסיפו מודול של OpenAI (ChatGPT) (
Create a Completion).ב-System Prompt, הדביקו את הנחיות הניתוח הבאות:
"אתה עוזר ניהולי ומומחה לסינון לידים עסקיים. תפקידך לנתח את פניית הלקוח ולהחזיר תשובה במבנה JSON בלבד עם השדות הבאים:
intent: (בקשת מחיר / ייעוץ / תמיכה טכנית / שיתוף פעולה / ספאם).
lead_score: (ציון מ-1 עד 10 על בסיס רצינות הפנייה והפירוט).
summary: (תקציר הפנייה במשפט אחד).
action_needed: (חזור מיידית / שלח שאלון / התעלם)."*
ב-User Message, העבירו את הטקסט שהקליד הלקוח בטופס.
צעד 3: נילוט ותעדוף אוטומטי (Router)
הוסיפו מודול Router ב-Make כדי לפצל את התהליך לפי תוצאת ה-AI:
מסלול א' (ליד חם -
lead_score > 7):יצירת כרטיסייה חדשה ב-Notion / Trello / CRM.
שליחת הודעת התראה דחופה לערוץ הטלגרם או הווואטסאפ שלכם: "🔥 ליד חם חדש מתעניין ב-[Summary]! טלפון: [Phone]".
מסלול ב' (פנייה כללית /
lead_score <= 7):שליחת מייל אוטומטי דרך Gmail / SendGrid: "היי [Name], תודה על פנייתך! כדי שנוכל לתת לך את המענה המדויק ביותר, נודה אם תמלא את השאלון הקצר הבא...".
💡 טיפ של אלופים: חיבור לתמלול הודעות קוליות
חלק גדול מהפניות מגיעות כהודעות קוליות בוואטסאפ או בטלגרם. תוכלו להוסיף בתחילת התרחיש מודול של Whisper (OpenAI) שיודע להפוך כל הודעה קולית נכנסת לטקסט תוך שניות, ורק אז להעביר אותה לסוכן הסינון שלכם.
🎯 לסיכום הסדרה
סדרת המדריכים הזו הראתה איך הופכים את ה-AI מ"צ'אט שכותב טקסטים" לעובד דיגיטלי במשרה מלאה:
מדריך #1: מיחזור והפצת תוכן אוטומטית.
מדריך #2: סוכן AI המכיר את הבלוג ומשיב לגולשים 24/7.
מדריך #3: סינון לידים וניהול משימות חכם.
תשתיות האוטומציה הללו מחזירות לכם את המשאב היקר ביותר – הזמן שלכם.
📢 נתקעתם בהגדרת ה-Webhook? רוצים לשתף את תרחיש ה-Make שלכם?
הבלוגריסטים" בפייסבוק ונשמח לעזור ולענות על שאלות!
אין תגובות:
הוסף רשומת תגובה