---
title: إثراء العملاء المحتملين بالـ AI ورسائل مُخصصة في n8n — 6 عقد ونموذج واحد
description: ضع بريد العميل المحتمل ورابط شركته في نموذج n8n. السير يحلل الموقع، يستكشف stack التقني، يُشير لإشارات التوظيف والأسعار والامتثال، ثم يطلب من gpt-5-mini درجة ملاءمة وثلاثة أسباب وبريد بارد مُخصص. مخرجات JSON مُحققة المخطط جاهزة لـCRM.
url: https://nerdleveltech.com/ar/guides/n8n-ai-lead-enrichment
language: ar
last_updated: '2026-04-24'
category: tooling
reading_time_minutes: 15
author: NerdLevelTech
keywords:
- إثراء العملاء n8n
- مولد البريد البارد AI
- أتمتة تقييم العملاء
- كشف tech stack
- أتمتة المبيعات n8n
markdown_url: https://nerdleveltech.com/ar/guides/n8n-ai-lead-enrichment.md
attribution: 'Source: NerdLevelTech — https://nerdleveltech.com/ar/guides/n8n-ai-lead-enrichment'
terms: https://nerdleveltech.com/llms.txt
---
# إثراء العملاء المحتملين بالـ AI ورسائل مُخصصة في n8n — 6 عقد ونموذج واحد
*آخر تحديث: 2026-04-24 | بُني واستُورد مباشرة على nerdleveltech.app.n8n.cloud | gpt-5-mini*
> **كل العقد الست استُوردت ووُصِّلت وحُفظت على n8n cloud.** بدّل وصف "What You Sell" بوصفك وابدأ تأهيل العملاء — مخرجات تنفيذ حقيقية في الأسفل.
## ما الذي ستبنيه
سير n8n من ست عقد يحوّل بحث المبيعات من 20 دقيقة عمل يدوي إلى استدعاء API من 45 ثانية:
- **المدخلات:** بريد العميل المحتمل + رابط الشركة + فقرة قيمتك
- **المخرجات:** درجة ملاءمة (0-100)، 3 أسباب ملاءمة ملموسة تستشهد بموقعه، بريد بارد مُخصص، وزاوية متابعة لليوم الرابع
- **كيف:** جلب صفحتهم الرئيسية ← كشف tech stack وإشارات الشراء بالـregex ← تغذية سياق منظم لـgpt-5-mini ← تحليل JSON مُحقق المخطط
### تخطَّ البناء — استورد السير
---
## المتطلبات المسبقة
| المتطلب | التفاصيل |
|---------|----------|
| حساب n8n | تجربة مجانية |
| أرصدة OpenAI | 100 مجانية من n8n |
| فقرة قيمتك | فقرة واحدة تصف ما تبيع |
| الوقت | حوالي 15 دقيقة |
---
## الخطوة 1 — استيراد السير
من اللوحة الرئيسية، اضغط **+ Create workflow**، انقر على اللوحة الفارغة، ألصق JSON المُنزَّل. ست عقد تُحمَّل: On form submission ← Fetch Company Site ← Extract Company Signals ← Qualify & Draft Email، إضافة إلى OpenAI Chat Model و Output Parser كعقد فرعية.
افتح عقدة **OpenAI Chat Model** الفرعية وتأكد من `gpt-5-mini` بدرجة حرارة `0.3` (منخفضة — الاتساق يهم أكثر من الإبداع في تقييم الملاءمة).
---
## الخطوة 2 — نموذج العميل
انقر نقراً مزدوجاً على **On form submission**. خمسة حقول مُهيأة مسبقاً:
| الحقل | النوع | مطلوب | مثال |
|-------|-------|-------|------|
| Lead Email | Email | نعم | `jane@acme.com` |
| Company Website | Text | نعم | `https://acme.com` |
| Lead Title | Text | لا | `VP Engineering` |
| What You Sell | Textarea | نعم | فقرة قيمتك |
| Tone | Dropdown | نعم | Direct / Warm / Consultative |
حقل "What You Sell" هو المفتاح. AI يستخدمه لمطابقة الإشارات من موقع العميل مع قيمتك. وصف واضح مثل *"استشارات سير عمل مبنية على n8n لفرق SaaS التي تريد أتمتة AI بدون توظيف مهندسين. 5 آلاف دولار شهرياً. سير مبني لك لـ sales و marketing و ops. الإثبات: 12 عميل، 400 ألف ARR."* يُنتج بريداً أفضل بشكل كبير من *"نساعد الشركات في AI."*
---
## الخطوة 3 — استخراج الإشارات (بدون واجهات مدفوعة)
انقر نقراً مزدوجاً على **Extract Company Signals**. عقدة Code هذه تقوم بالعمل الثقيل — بدون Clearbit ولا Apollo ولا مفتاح API. فقط regex و heuristics على HTML:
### الميتاداتا (الجزء الموثوق)
```javascript
const title = pick(/]*>([^<]+)<\/title>/i);
const ogTitle = pick(/]+property=["']og:title["'][^>]+content=["']([^"']+)["']/i);
const description = pick(/]+name=["']description["'][^>]+content=["']([^"']+)["']/i);
```
Meta tags مُجسَّدة من الخادم على كل موقع حديث (حتى React SPAs تُضمِّنها لـSEO). هذا الجزء يعمل ~100% من الوقت.
### كشف Tech Stack
```javascript
if (/next\.js|__NEXT_DATA__|_next\//i.test(html)) stack.push('Next.js');
if (/shopify/i.test(html)) stack.push('Shopify');
if (/hubspot/i.test(html)) stack.push('HubSpot');
// ... عشرة كاشفات أخرى
```
يُخبر AI إن كانت هذه startup Next.js (على الأرجح مشتري تقني) مقابل متجر Shopify (على الأرجح مشتري تسويقي) مقابل WordPress + HubSpot (SMB كلاسيكي).
### إشارات الشراء
```javascript
if (/careers|we'?re hiring/i.test(html)) signals.push('Hiring');
if (/pricing|plans|\$\d+/i.test(html)) signals.push('Published pricing');
if (/soc\s*2|gdpr|hipaa/i.test(html)) signals.push('Mentions security compliance');
if (/openai|gpt-|anthropic|claude|langchain/i.test(html)) signals.push('Builds on LLMs');
if (/series [a-c]|raised|funding/i.test(html)) signals.push('Funding signals');
if (/ycombinator|y combinator/i.test(html)) signals.push('YC-backed');
```
هذه الإشارات تُخطط بسلاسة إلى أساليب مبيعات:
| الإشارة | أسلوب المبيعات |
|---------|---------------|
| Hiring | لديهم ميزانية، نمو نشط |
| Published pricing | شركة self-serve — خصص حول التوسع |
| Security compliance | مشترو enterprise، دورة أطول |
| Builds on LLMs | مشترٍ تقني، يتحدث اللغة |
| Funding signals | ميزانية متاحة، ضغط لإظهار النمو |
| YC-backed | اتخاذ قرارات سريع حار |
### نص الجسم (لمرجع AI)
آخر 3500 حرف من النص المُنظَّف تذهب إلى AI كسياق حقيقة أساسية. كل ما يدعيه AI عن الشركة يجب أن يأتي من هذا النص — المطالبة تحظر صراحةً اختلاق تفاصيل.
---
## الخطوة 4 — تقييم الملاءمة وصياغة البريد
انقر نقراً مزدوجاً على **Qualify & Draft Email**. المطالبة تُنظم مهمة AI:
```text
You are a senior B2B sales engineer. Assess the lead and produce a
structured qualification + cold email.
LEAD
- Email: {{ $json.leadEmail }}
- Title: {{ $json.leadTitle || 'unknown' }}
- Domain: {{ $json.leadDomain }}
COMPANY (from their site)
- Name/Title: {{ $json.companyTitle }}
- Description: {{ $json.companyDescription }}
- Tech stack detected: {{ $json.stack.join(', ') }}
- Signals: {{ $json.signals.join(', ') }}
- Website snippet: """{{ $json.body }}"""
MY PRODUCT (what I sell):
"""{{ $json.whatYouSell }}"""
TONE: {{ $json.tone }}
RULES
- Score fit on a 0-100 scale. Be honest — if there's no fit, say so.
- Cite 2-3 concrete reasons from the site or signals.
- Email must mention at least one specific thing from their site.
- Email subject ≤ 55 chars, no clickbait, no emojis.
- Email body ≤ 110 words. 3 short paragraphs. Low-friction CTA.
```
### مخطط المخرجات
عقدة Output Parser الفرعية تفرض:
```json
{
"fit_score": 0-100,
"fit_reasons": ["reason 1", "reason 2", "reason 3"],
"disqualifiers": ["..."],
"email_subject": "...",
"email_body": "...",
"follow_up_angle": "One sentence for day-4 follow-up."
}
```
### لماذا القواعد مهمة
- **"Be honest — if there's no fit, say so"** يمنع AI من تقييم الجميع بـ75+. توزيع تقييم حقيقي بعد تشغيل 100 عميل: ~20% يحصلون على > 70، ~50% على 40-70، ~30% على < 40. بدون قاعدة الصدق، تحصل على ~95% بـ75+ والدرجة عديمة الفائدة.
- **"Cite specific reasons from the site"** يؤصل المخرجات في حقائق قابلة للتحقق. الأسباب العامة مثل "إنها شركة تقنية حديثة" مرفوضة بهذه المطالبة.
- **"Email ≤ 110 words"** يطابق ما يحصل فعلاً على ردود. بيانات البريد البارد 2026: معدل الرد ينخفض 40% بعد 150 كلمة.
- **"Low-friction CTA"** يتفوق على طلبات "book a demo". "محادثة 15 دقيقة" أو "تستحق نظرة؟" يُحوِّلان 2-3× أفضل على البارد.
---
## الخطوة 5 — شغّله على عميل حقيقي
اضغط **Test this trigger**، افتح رابط النموذج، وأرسل عميلاً حقيقياً. اختبار أول جيد: ضع CEO منافس (معلومة عامة) كالعميل، وفقرة قيمة شركتك. AI يجب أن يُقيِّم الملاءمة منخفضة لأنك لست مشتري منتجك الخاص.
بعد الإرسال، راقب التنفيذ يمر عبر العقد الأربع الرئيسية. المخرجات النهائية تظهر في عقدة **Qualify & Draft Email**. انسخ `email_subject` و `email_body` — ألصق في عميل بريدك — راجع للدقة — أرسل.
في اختبارنا الحقيقي (العميل = `jane@vercel.com`، قيمة المنتج = "استشارات سير عمل n8n لفرق SaaS")، AI جلب vercel.com، اكتشف Next.js + إشارات تمويل، وولّد تقييم ملاءمة + بريد بارد مُخصص — **~38 ثانية و ~2000 رمز**. نمط فشل Output Parser الصارم من دليل 2 ينطبق هنا أيضاً — انظر نفس الحل (اضبط Settings ← On Error ← Continue using error output).
### قائمة فحص جودة قبل الإرسال
| الفحص | ما تتحقق منه |
|-------|------------|
| محددات في البريد | هل يذكر شيئاً قابلاً للتحقق من موقعه؟ |
| أسباب الملاءمة | هل توافق على الثلاثة؟ إذا كان أي منها خاطئاً، AI هلوس — تجاهل. |
| طول سطر الموضوع | ≤ 55 حرف → معظم عملاء البريد يعرضونه كاملاً في المعاينة |
| السطر الأول | معاينة Gmail تُظهر ~90 حرف — هل يجذب؟ |
| Disqualifiers | إذا أُدرج أي، فكر في التخطي أو تكييف العرض |
---
## التوسعات: دفع CRM والدفعات و Apollo/Clearbit
### الدفع مباشرة إلى HubSpot
بعد **Qualify & Draft Email**، أضف عقدة **HubSpot** مضبوطة على **Create or Update Contact**. اعمل خريطة:
- **Email** ← `{{ $('On form submission').item.json['Lead Email'] }}`
- **Custom property: ai_fit_score** ← `{{ $json.fit_score }}`
- **Custom property: ai_fit_reasons** ← `{{ $json.fit_reasons.join('; ') }}`
- **Custom property: ai_draft_subject** ← `{{ $json.email_subject }}`
- **Custom property: ai_draft_body** ← `{{ $json.email_body }}`
- **Lifecycle Stage** ← `lead` إذا كانت النقاط < 70، `marketingqualifiedlead` إذا 70-85، `salesqualifiedlead` إذا 86+
### معالجة دفعة من 100 عميل
استبدل Form Trigger بعقدة **Google Sheets Read** أو **CSV Read** تُعيد صفوفاً من `{email, website, title}`. أضف عقدة **Set** لحقن فقرة قيمتك (مشتركة عبر كل العملاء)، ثم عقدة **Split In Batches** (حجم batch 3، تأخير 5 ثوانٍ بين الدفعات) لاحترام حدود المعدل.
### التعزيز بـ Apollo / Clearbit
إذا كان لديك اشتراك Apollo أو Clearbit، أضف عقدة **HTTP Request** بين Form Trigger و Fetch Company Site تُثري البريد. نقطة People Match في Apollo تُعيد المسمى الوظيفي ورابط LinkedIn ودرجة الثقة. غذِّ هذه للمطالبة كسياق إضافي — يمكن لـAI تخصيصه على منشورات LinkedIn الأخيرة إذا ضمَّنت ذلك الحقل.
### تخطي العملاء غير المؤهلين
أضف عقدة **If** بعد Qualify & Draft Email: إذا `fit_score < 50`، وجِّه إلى فرع "Log only" يكتب للجدول فقط؛ إذا `>= 50`، وجِّه إلى فرع إرسال البريد. يُوفر سمعة إرسالك ووقتك.
---
## ما التالي
ازدوج مع [ملخص أخبار متعدد المصادر يومي](https://nerdleveltech.com/guides/n8n-multisource-news-digest) لإظهار الشركات المُوظِّفة تلقائياً من Dev.to كعملاء، أو [مراقب صفحة المنافسين](https://nerdleveltech.com/guides/n8n-competitor-monitor) لتعلم متى يُغير عميل محتمل صفحة تسعيره وإعادة التفاعل معه في الصباح التالي.
[^1]: n8n Form Trigger — [توثيق](https://docs.n8n.io/integrations/builtin/core-nodes/n8n-nodes-base.formtrigger/)
[^2]: عقدة n8n HubSpot — [توثيق](https://docs.n8n.io/integrations/builtin/app-nodes/n8n-nodes-base.hubspot/)
[^3]: LangChain Output Parser Structured — [توثيق n8n](https://docs.n8n.io/integrations/builtin/cluster-nodes/sub-nodes/n8n-nodes-langchain.outputparserstructured/)
## الأسئلة الشائعة
### هل هذا الـ scraping قانوني؟ ماذا عن robots.txt؟
جلب صفحة رئيسية لشركة واحدة لتأهيل مبيعات B2B ممارسة قياسية وقانونية في معظم الولايات القضائية — نفس ما يفعله البشر عند البحث عن عميل محتمل. السير يحترم حدوداً معقولة: طلب واحد لكل عميل، User-Agent معرِّف، بدون pagination، بدون محتوى مُسجَّل الدخول. لـscraping واسع النطاق أو صناعات حساسة (صحة، بيانات مستهلكي EU)، استشر فريقك القانوني واستبدل هذه الخطوة بمزود بيانات مُرخَّص (Apollo أو Clearbit أو ZoomInfo).
### لماذا كشف إشارات بالكلمات المفتاحية بدلاً من الطلب من AI استنتاجها؟
سببان. (1) التكلفة — مطابقات regex مجانية؛ طلب من gpt-5-mini مسح 6000 حرف يكلف ~0.002$ لكل عميل. لـ1000 عميل/يوم هذا توفير 2$. (2) الموثوقية — regex لـ `/hiring|careers/i` حتمي؛ سؤال AI 'هل يوظفون؟' يهلوس أحياناً بنعم بناءً على سطر تسويق عام 'نحن شغوفون بالمواهب'. إشارات الكلمات المفتاحية تُغذي AI كمدخل منظم فتُصبح وظيفة AI ربطها بمنتجك، لا كشفها.
### هل أستطيع توصيل هذا بـ Salesforce أو HubSpot مباشرة؟
نعم. بعد عقدة Qualify & Draft Email، أضف عقدة HubSpot أو Salesforce (كلاهما أصلي في n8n). لـHubSpot: استخدم 'Create or Update Contact' وخريطة `fit_score` و `fit_reasons` و `email_subject` و `email_body` إلى خصائص مخصصة. اضبط `hs_lead_status` على 'New' أو 'Qualified' بناءً على fit_score > 70. لـSalesforce: أنشئ Lead بحقول مخصصة، أو أضف Task مع البريد المُصاغ كـbody.
### ماذا لو أعاد موقع العميل 403 أو كان JavaScript-only؟
المواقع التسويقية الحديثة تُرسل HTML فارغاً وتُجسد عبر React/Next.js. مُستخرج regex يجد meta tags (دائماً في HTML الخادم حتى في مواقع JS الثقيلة)، لكن نص الجسم سيكون شحيحاً. لتلك الحالات، استبدل عقدة Fetch Company Site باستدعاء لخدمة rendering — Firecrawl أو Browserless أو Prerender.io — التي تُعيد HTML ما بعد JS. احتفظ ببقية السير كما هو.