Behöver ert företag hjälp med att implementera AI? Kontakta oss och få prisoffert här →
AI Skolan
januari 22, 2026

Gmail + Google Sheets: boktips skickas åt dig

Rickard Andersson Partner, Nodenordic.se

Din inkorg är inte problemet. Det är alla återkommande frågor. “Har du några boktips om ledarskap?” “Har du något i stil med Atomic Habits?” Du vill vara hjälpsam, men du vill inte heller lägga kvällen på att leta upp titlar, skriva samma svar igen och sedan glömma vad du rekommenderade förra gången.

Den här Gmail Sheets-automationen träffar nyhetsbrevsskapare först, men community managers och små företagare som driver bokklubbar känner också igen sig. Du svarar snabbare, håller rekommendationerna konsekventa och bygger en korrekt formaterad historik i Google Sheets så att du inte upprepar dig.

Det här flödet lyssnar efter inkommande mejl med bokförfrågningar, förstår vad läsaren faktiskt frågar efter, hämtar matchande bokdata från ett API och svarar med en personlig rekommendation. Du får se hur delarna hänger ihop, vad du behöver och var team brukar snubbla.

Så fungerar automationen

Hela n8n-flödet, från trigger till slutligt resultat:

n8n Workflow Template: Gmail + Google Sheets: boktips skickas åt dig

Problemet: bokförfrågningar skapar dolt supportarbete

Bokförfrågningar verkar små tills du får dem hela tiden. Ett mejl blir fem uppgifter: tolka frågan, hitta en bra match, skumma sammanfattningar för att undvika att rekommendera något som inte stämmer, skriva ett genomtänkt svar och på något sätt hålla koll på vad du redan har skickat. Sedan frågar samma person igen nästa vecka, eller så vill en annan läsare ha “något liknande”, och du har inget underlag. Du upprepar titlar (stel stämning) eller slösar tid på att researcha samma genre om och om igen. Ärligt talat är det ett långsamt läckage av fokus.

Friktionen byggs på. Här brukar det gå snett.

  • Varje “snabb” rekommendation kan ta cirka 15 minuter när du räknar in sök, verifiering och skrivande.
  • Du skickar ojämna svar eftersom du har bråttom, vilket gör att din tonalitet känns inkonsekvent.
  • Utan logg råkar du rekommendera samma bok två gånger, särskilt till återkommande läsare.
  • När du hamnar efter får läsarna vänta i dagar, och då är ögonblicket (och engagemanget) borta.

Lösningen: autosvara med personliga bokrekommendationer

Det här n8n-flödet gör inkommande “vad ska jag läsa?”-mejl till snabba, personliga rekommendationer du kan lita på. Det startar när en ny förfrågan landar i inkorgen. En Ollama-baserad LLM läser meddelandet och plockar ut intentionen (ämne, genre, ton, liknande titlar, till och med begränsningar som “kort bok” eller “ingen romance”). Utifrån intentionen bygger flödet en strukturerad sökfråga, anropar ett bok-API och kontrollerar att det faktiskt kom tillbaka träffar. Om det inte finns något som passar skickar det ett artigt “ingen match hittades”-svar i stället för att gissa.

När det finns träffar väljer det en titel, hämtar sammanfattningen, väntar kort så att sammanfattningen hinner bli tillgänglig och hämtar sedan mer detaljerad information (det som får mejlet att kännas mänskligt). Till sist formaterar det rekommendationen, förfinar länkar, bygger e-postpayloaden och skickar svaret. I samma körning kan det också skriva strukturerade fält till Google Sheets så att du får en löpande historik över förfrågningar och vad du rekommenderade.

Flödet börjar med en IMAP-mejltrigger. Sedan tolkar Ollama förfrågan och HTTP-anrop hämtar bokdata (titel, sammanfattning, detaljer). Det avslutas med att skicka ett mejlsvar och logga nyckelfält till Google Sheets så att du kan söka senare.

Det du får: automation vs. resultat

Exempel: så här ser det ut i praktiken

Säg att du får 20 mejl i veckan med bokförfrågningar. Manuellt, om varje tar cirka 15 minuter att tolka, researcha och svara på, blir det ungefär 5 timmar per vecka. Med det här flödet skummar du fortfarande för kvalitet, men grovjobbet är gjort: kanske 1 minut för att kasta ett öga på den föreslagna boken, plus att utskicket hanteras automatiskt, vilket hamnar närmare 30–60 minuter totalt per vecka. Det är cirka 4 timmar tillbaka, och dina svar staplas inte på hög en fredagskväll.

Det här behöver du

  • n8n-instans (testa n8n Cloud gratis)
  • Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
  • Gmail- eller IMAP-åtkomst för att läsa inkommande förfrågningar och svara.
  • Google Sheets för att spara en korrekt formaterad rekommendationslogg.
  • Ollama-endpoint (från din Ollama-host eller lokala instans)
  • API-nyckel för bok-API (från din valda leverantör av bokdata)

Svårighetsnivå: Medel. Du kopplar konton, klistrar in API-uppgifter och justerar ett par textfält för tonen i mejlen.

Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).

Så fungerar det

En ny förfrågan landar i inkorgen. IMAP-mejltriggern bevakar inkommande meddelanden som matchar ditt “bokförfrågan”-mönster (ämnesradsnyckelord, avsändarlista eller en dedikerad adress).

Meddelandet tolkas till en intention. Ollama läser mejlet och plockar ut det som är viktigt: ämne, preferenser, begränsningar och eventuella jämförbara böcker som läsaren nämnde, så att du slipper gissa.

Bokdata hämtas och struktureras. n8n bygger en sökfråga, anropar ditt bok-API, validerar träffarna och hämtar sedan en sammanfattning och mer djupgående detaljer. Ett litet kodsteg kan slumpa titlar eller förfina länkar så att mejlet ser proffsigt ut.

Ett personligt svar skickas och loggas. Flödet formaterar fält (titel, sammanfattning, författarinfo, länkar), skickar mejlet och kan skriva samma detaljer till Google Sheets för en lättviktig CRM-liknande historik.

Du kan enkelt ändra genrereglerna och mejlmallen så att det matchar din röst utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Steg 1: Konfigurera e-posttriggern

Konfigurera arbetsflödet så att det startar när ett nytt e-postmeddelande kommer in, så att det kan läsa läsarens bokförfrågan.

  1. Lägg till och konfigurera Inbox Request Trigger.
  2. Inloggningsuppgifter krävs: Anslut era imap-inloggningsuppgifter.
  3. Bekräfta att triggern läser inkommande meddelanden från den inkorg ni vill använda.

Steg 2: Sätt upp AI-tolkning av intention

Använd AI-agenten för att extrahera det efterfrågade bokämnet från det inkommande e-postmeddelandet.

  1. Öppna Parse Email Intent och ställ in Text till ={{ $json.textPlain }}.
  2. I Parse Email Intent, behåll systemmeddelandets prompt enligt konfigurationen så att den returnerar ämnen i gemener, ett per rad.
  3. Säkerställ att Ollama Chat Model är ansluten som språkmodell för Parse Email Intent.
  4. Inloggningsuppgifter krävs: Anslut era ollamaApi-inloggningsuppgifter på Ollama Chat Model (inte på Parse Email Intent).
  5. Verifiera att Ollama Chat Model använder Model llama3.2-16000:latest.

Steg 3: Bygg ämnesfrågan och sök i Open Library

Omvandla AI-utdata till en ämnesfråga och anropa Open Library Subjects-endpointen.

  1. I Build Subject Query, ställ in Keep Only Set till true.
  2. I Build Subject Query, lägg till ett strängfält med namnet subject-name med värdet ={{ $json.output }}.
  3. Konfigurera Book Search API Call med URL =https://openlibrary.org/subjects/{{ $json.subject-name}}.
  4. I Book Search API Call, lägg till en frågeparameter limit satt till 0.
  5. I Validate API Result, ställ in talvillkoret Value 1 till ={{$node["Book Search API Call"].json["work_count"]}} och Operation till larger.

⚠️ Vanlig fallgrop: Om ämnestexten från e-postmeddelandet inte matchar Open Library-ämnen (t.ex. pluralformer eller stavfel) kan Validate API Result routa vidare till Notify No Results.

Steg 4: Hämta en slumpmässig bok och förbered bokdata

Välj en titel slumpmässigt, hämta detaljer och sammanställ fälten som används i e-postmeddelandet.

  1. Behåll standard-JavaScript i Select Random Title för att beräkna retrieve_book från work_count.
  2. I Fetch Subject Summary, ställ in URL till =http://openlibrary.org/subjects/{{$json["name"]}}.json.
  3. I Fetch Subject Summary, lägg till frågeparametrar: limit 1, offset ={{$json["retrieve_book"]}} och detail true.
  4. Lämna Pause for Summary som konfigurerad för att säkerställa att sammanfattningssvaret är klart innan ni fortsätter.
  5. I Get Book Details, ställ in URL till =http://openlibrary.org.{{$node["Fetch Subject Summary"].json["works"][0]["key"]}}.json.
  6. I Map Book Fields, ställ in Keep Only Set till true och mappa fält: authors ={{$node["Fetch Subject Summary"].json["works"][0]["authors"]}}, title ={{$node["Fetch Subject Summary"].json["works"][0]["title"]}}, description ={{$node["Get Book Details"].json["description"]["value"]}} och URL =https://openlibrary.org{{$node["Fetch Subject Summary"].json["works"][0]["key"]}}.
  7. Behåll transformationslogiken i Refine Author Links för att omvandla författarobjekt till HTML-länkar.

Steg 4: Konfigurera e-postutdata

Bygg e-postens ämnesrad/brödtext och skicka rekommendationen.

  1. I Compose Email Payload, ställ in Keep Only Set till true.
  2. Ställ in msgSubject till =Book Recommendation: {{$node["Refine Author Links"].json["title"]}}.
  3. Ställ in msgBody till =

    {{$node["Refine Author Links"].json["title"]}}

    By {{$node["Refine Author Links"].json["authors"]}}
    {{$node["Refine Author Links"].json["description"]}}

    .
  4. I Dispatch Recommendation, ställ in HTML till ={{$node["Compose Email Payload"].json["msgBody"]}} och Subject till ={{$node["Compose Email Payload"].json["msgSubject"]}}.
  5. Inloggningsuppgifter krävs: Anslut era smtp-inloggningsuppgifter för Dispatch Recommendation.

⚠️ Vanlig fallgrop: Ersätt [YOUR_EMAIL] i Dispatch Recommendation med riktiga e-postadresser, annars misslyckas utskicket.

Steg 5: Konfigurera avisering vid inga träffar

Skicka ett reservmejl när inga böcker hittas.

  1. I Notify No Results, behåll HTML satt till =

    We're sorry, but no books were found for the subject {{$node["Validate API Result"].json["name"]}}.

    ...
    .
  2. Ställ in Subject till =Book not found in {{$node["Validate API Result"].json["name"]}}.
  3. Inloggningsuppgifter krävs: Anslut era smtp-inloggningsuppgifter för Notify No Results.
  4. Ersätt [YOUR_EMAIL] i toEmail och fromEmail med giltiga adresser.

Steg 6: Testa och aktivera ert arbetsflöde

Kör ett fullständigt test för att säkerställa att e-posttolkningen, API-anropen och aviseringarna fungerar som förväntat.

  1. Klicka på Execute Workflow och skicka ett testmejl till den inkorg som används av Inbox Request Trigger.
  2. Bekräfta att Parse Email Intent matar ut en ämnesrad och att Book Search API Call returnerar en JSON-payload.
  3. Om resultat hittas, verifiera att Dispatch Recommendation skickar ett mejl med titel, författare och beskrivning; om inte, bekräfta att Notify No Results skickar reservmejlet.
  4. När allt är validerat, slå på arbetsflödet till Active för att köra det kontinuerligt.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Vanliga fallgropar

  • Gmail/IMAP-inloggningar kan löpa ut eller kräva specifika behörigheter. Om det slutar fungera, kontrollera först e-postkontots “anslutna appar” eller inställningar för IMAP-åtkomst.
  • Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder misslyckas på grund av tomma svar.
  • Standardprompter i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du att redigera output för alltid.

Vanliga frågor

Hur lång tid tar det att sätta upp den här Gmail Sheets-automationen?

Cirka en timme om din e-post- och Sheets-åtkomst redan är klar.

Behöver jag kunna koda för att automatisera Gmail Sheets-automation?

Nej. Du kopplar främst konton och justerar texten i mejlmallen. De inkluderade kodstegen är valfria och kan lämnas som de är.

Är n8n gratis att använda för det här Gmail Sheets-automationsflödet?

Ja. n8n har ett gratis self-hosted-alternativ och en gratis testperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna in kostnader för ditt bok-API och din Ollama-hosting.

Var kan jag hosta n8n för att köra den här automationen?

Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärd och hanterar n8n bra. Self-hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.

Kan jag anpassa det här Gmail Sheets-automationsflödet för flera olika rekommendationsstilar?

Ja, och det är en av de bästa anledningarna att använda n8n här. Du kan justera ton och struktur i steget “Generate Email Content”/compose och sedan förgrena baserat på intention (till exempel affärsböcker vs. skönlitteratur) med Switch- och If-logik. Om du hellre vill använda en annan LLM än Ollama byter du konfigurationen för “Ollama Chat Model” och behåller resten av flödet likadant. Vanliga justeringar är att lägga till “3 tips i stället för 1”, infoga affiliatelänkar och logga extra fält i Google Sheets (genre, målgrupp och konfidens).

Varför misslyckas min Gmail-anslutning i det här flödet?

Oftast beror det på utgångna inloggningsuppgifter eller att IMAP-åtkomst blockeras av inställningar i din brevlåda. Anslut Gmail/IMAP-kontot på nytt i n8n och dubbelkolla sedan att IMAP är aktiverat och att kontot har behörighet att läsa den brevlåda du pekade triggern mot. Om det bara misslyckas ibland kan du slå i leverantörens begränsningar, vilket är vanligt om du pollar för ofta.

Hur många mejl kan den här Gmail Sheets-automationen hantera?

Många – i praktiken begränsas det av din n8n-plan och dina API-rate limits.

Är den här Gmail Sheets-automationen bättre än att använda Zapier eller Make?

Ofta, ja, eftersom det här flödet har flera beslutspunkter (hantering när det inte finns träffar, extra enrichment-anrop, formatering) och de förgreningarna blir dyra eller klumpiga i enklare verktyg. n8n låter dig också self-hosta, vilket kan vara viktigt när du börjar hantera många inkommande meddelanden. Med det sagt: om allt du vill ha är “nytt mejl → skicka standardsvar” kan Zapier eller Make gå snabbare att lansera. Det här är för när du bryr dig om kvalitet, loggning och att inte upprepa dig. Prata med en automationsexpert om du vill ha hjälp att välja.

Du sätter upp detta en gång, och sedan slutar inkorgen stjäla din uppmärksamhet i småbitar. Flödet tar hand om det repetitiva, och du behåller den mänskliga touchen där den faktiskt betyder något.

Kontakta oss

Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.

×

Använd mall

Få direkt tillgång till denna n8n-arbetsflödes JSON-fil

Launch login modal Launch register modal