跳到正文
01 / 06自有服务能力 · 自研系统

ChefShot ABM 获客引擎

一句话量级

一个 SDR 一天手动跑 32 条线索。同一条管线按自己的 Worker 节拍跑 1,920 条——相当于 60 个 SDR,而你的成本只是 API 用量。

32 条/天 = 15 分钟/条 × 8 小时。1,920 条/天 = 4 条/分钟 × 60 × 8 小时。1,920 ÷ 32 = 60。

你买的到底是什么

你买的不是一堆节点,是一条每天都在跑的获客系统:线索进来先查重、再让 AI 挑出正在让这家餐厅损失订单的那张照片、由 RAG 智能体写出诊断、补上决策人的直达邮箱——最后停在你面前等一个 [Approve]。

它替代的是什么

  • 凌晨一点,SDR 还在复制粘贴第 60 个 LinkedIn 主页。一条线索的「查找 → 选图 → 写诊断 → 找高管邮箱 → 发信」人工要 15 分钟,8 小时只出 32 条。想把量做大只能招人,而一个人是 $3,000/月,60 个人就是 $180,000/月。账单先到,线索还没到。
  • 量一上来,流程先掉链子。单线串联的营销流爬到上千条就 OOM;外部 API 一报 429 就全盘崩,而且没有断点续传——重跑只能全量重来,再烧一遍 API 账单,交付排期跟着滑坡。
  • 图抓错了,邮件就白写。传统爬虫只拿到 Google Maps 首图,多半是店面外景;AI 诊断和图片驴唇不对马嘴,发出去也像群发。再投给 info@ 这种泛邮箱,投递状态还回不来,销售根本不知道谁值得跟。

架构

ChefShot ABM 获客引擎 — 架构线框图三段式架构线框图:触发、推理、执行,并在主连线上标出阻断闸门与复用环。01触发n8n Code Nodecity × category matrixApify crawler clustermulti-source captureTwenty CRM dedupeDomain / PlaceID key02推理Agent A · Gemini Flashpicks the weakest food shotAgent B · Dify RAGBauhaus guide + case libraryApollo.io enrichmentARR · headcount · direct email03执行ChefShot Render APIBefore / After comparisonPersonalised HTML emaildiagnosis + render attached人工审批human approve gateDelivery · /api/trackstatus written backWebhook → Dify intentCRM marked Hot Leadasync ·producer-consumer1.5s token bucket+ 429 backoff缓存命中DEDUPE_HIT · skippedn8n · Dify · Apify · Apollo.io · Twenty CRM · PostgreSQL · FastAPI · Gemini Flash

三段解耦管线。查重屏障在任何付费 API 调用之前,人工审批闸门卡在「邮件合成」与「投递」之间的主连线上。

防护栏

  • HITL 审批阻断——AI 不许自己发邮件。高净值 / 低评分 ICP 不自动发送:n8n 向 Slack / 飞书 推送交互式卡片(原图 → 诊断 → 重绘图 → CEO 信息),销售点 [Approve] 后管线才放行投递,未审批的线索永远停在状态池。
  • 滑动批次 Worker + 令牌桶 + 断点续传。定时工作流每 5 分钟提取 20 条线索,实测节拍 4 条/分钟;出站调用走 1.5 秒令牌桶限流 + 429 指数退避重试,所以频控不会把管线打断;中断后从状态池续跑,不用全量重来。
  • 遥测与限损——先看住账单。节点耗时、Token 消耗、失败堆栈自动回写 CRM,单日调用成本超水位触发全局警报。抓取结果先按 Domain / PlaceID 查重,已存在直接丢弃,不进入 AI 富化环节。
  • 解耦——Producer / Enricher / Consumer 三段不互相拖死。一段被限流或卡住,另外两段照常跑自己的状态池,不出现「一处 429、全线崩」的连锁。

你最终拿到手的东西

  • 企业级自动化蓝图——可直接导入企业私有云的 n8n 工作流 JSON 矩阵,解耦为 Producer / Enricher / Consumer 三条管线。
  • Agent 逻辑配置——Dify DSL 导出文件,含系统 Prompt、输出 Schema 与 RAG 知识库配置。
  • CRM 治理与监控追踪——CRM 对象模型配置文件 + 自建邮件状态追踪网关的接口文档。

4 至 6 周,从核心链路梳理、Agent Prompt 调优到异步并发架构与 Tracking 部署。这是排期估算,不是合同承诺。

技术栈

编排层
n8n · Dify
数据层
Twenty CRM · PostgreSQL · Apify · Apollo.io · Firecrawl
呈现层
FastAPI tracking gateway · Slack / Feishu cards · HTML email

数字,以及它的算式

单条线索 3 秒
n8n 执行日志时间戳。一个人手动跑完同一条链路要 15 分钟。
人工基线 15 分钟/条
作者自测 n=1(查找 → 选图 → 写诊断 → 找高管邮箱 → 发信)。这是人工基线,不是客户实测。
300×
900 秒 ÷ 3 秒。同一条线索、同一份工作,快 300 倍。
Worker 节拍 4 条/分钟
20 条 ÷ 5 分钟,滑动批次节拍。人的节拍是每 15 分钟 1 条。
日产能 1,920 条
4 条/分钟 × 60 × 8 小时。一个 SDR 一天只有 32 条。
一个 SDR 32 条/天
15 分钟/条 × 8 小时。这是人工一天的产能上限,管线是 1,920 条。
等效 60 个 SDR
1,920 ÷ 32 = 60。一整个外呼团队的人力。
省下的人力成本 ≈ $180,000/月
60 人 × $3,000/月,SDR 薪资取行业基线。换来的只是 API 用量账单。
按 10 万+ 级设计
设计容量,不是实测。实测节拍就是上面那 4 条/分钟。这两句话必须一起说。

同一个形状,另外三个问题

如果你的事不是上面那个场景,这一段才是重点:同一套架构指向三个互不相关的场景,都不是上一个案例的变体,也不需要从零重建。这些是**可平移的方向,不是已交付的项目**——上面那套系统是我们真跑过的,下面这三条是它的形状接下来能解决什么。这个区别我们标出来,不含糊过去。

  • B2B SaaS / 独立站出海

    抓取使用老旧建站系统的商家,AI 分析官网 UX 缺陷,Apollo 抓取电商总监邮箱,自动发送 UX 改造分析报告与 Figma 概念重设图。

  • 猎头与高端招聘

    监控目标竞对公司的核心人员变动,抓取候选人 LinkedIn 并比对 JD 库匹配度,生成定制化挖角邮件,投递状态回写 CRM。

  • MCN 与达人营销

    批量抓取 YouTube / TikTok 达人,AI 分析近期内容表现与受众画像,自动发送契合其人设的商单邀约。

有系统要做?

把情况写下来。你拿到的是针对你情况的书面回复——没有日历、没有 discovery call、没有十五分钟的寒暄。

状态

自研系统。这是我们给自己造的工具,用来证明我们自己的 ABM 编排能力,不是客户案例,也不代表任何外部组织在用它。它在我们自己的环境里运行中。

自研系统,在我们自己的环境里运行。

阅读完整架构,以及它在十万级为什么会崩

准备构建一套系统?[ 提交需求 ]