Du hittar en lovande LinkedIn-profil, öppnar den i en ny flik, kopierar länken någonstans ”för senare” … och sedan är den borta. Eller dubblerad. Eller så saknas sammanhanget om varför du sparade den från början.
Den här automatiseringen för LinkedIn lead capture drabbar säkerhetsteam som gör exponeringsgranskningar hårdast, men konsulter som bygger mållistor och marknadsförare som prospekterar per roll känner av samma friktion. Ett strukturerat Google-ark slår 20 flikar och ett halvfärdigt anteckningsdokument.
Du sätter upp ett flöde som söker i offentliga Google-resultat efter rollbaserade LinkedIn-profiler, extraherar användbara fält och lägger till allt i ett tidsstämplat ark som du faktiskt kan lita på.
Så fungerar automatiseringen
Här är hela workflowet du kommer att sätta upp:
n8n Workflow Template: Google Sheets + LinkedIn: rollbaserade leads i en lista
flowchart LR
subgraph sg0["⚡ Manual Graph Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "⚡ Manual Graph Trigger", pos: "b", h: 48 }
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "🧠 Define Search Queries", pos: "b", h: 48 }
n2@{ icon: "mdi:swap-vertical", form: "rounded", label: "🔁 Batch Query Splitter", pos: "b", h: 48 }
n3["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>🌐 Web Search Request"]
n4@{ icon: "mdi:swap-vertical", form: "rounded", label: "🧪 Parse Profile Links", pos: "b", h: 48 }
n5@{ icon: "mdi:database", form: "rounded", label: "📄 Append Target Sheet", pos: "b", h: 48 }
n2 --> n3
n4 --> n5
n3 --> n4
n0 --> n1
n1 --> n2
n5 --> n2
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n0 trigger
class n5 database
class n3 api
classDef customIcon fill:none,stroke:none
class n3 customIcon
Varför det här spelar roll: rollbaserad profildiscovery blir snabbt rörigt
Rollbaserad discovery låter enkelt tills du gör det på riktigt. Du söker ”CISO site:linkedin.com/in/”, öppnar några resultat och upprepar sedan för CEO, VP IT, Head of Security – och plötsligt jonglerar du flikar och försöker komma ihåg vilka länkar som kom från vilken sökning. Lägg till en överlämning i teamet och det blir värre: någon släpper ”bra profiler” i Slack, en annan kopierar dem till ett kalkylark, och ”källan” (snippet, roll, tidsstämpel) försvinner tyst. Det saknade sammanhanget skapar omtag senare, särskilt inom OSINT, exponeringskartläggning och all typ av outreach-listbyggande.
Friktionen byggs på. Här är var det brukar haverera i det dagliga arbetet.
- Manuell kopiera/klistra in blir lätt ungefär en timmes rutinjobb varje gång du uppdaterar en mållista över flera roller.
- Utan tidsstämpel kan du inte se om en profil hittades i dag eller för sex månader sedan.
- Folk sparar URL:er men tappar snippet-texten som förklarar varför resultatet verkade relevant från början.
- Dubbletter smyger sig in och din ”lead-lista” blir ett rensningsprojekt i stället för en användbar tillgång.
Det du bygger: rollbaserade LinkedIn-resultat loggas i Sheets
Det här workflowet gör rollbaserad LinkedIn-discovery till en repeterbar pipeline. Du börjar med en lista med sökfrågor (till exempel ”CISO site:linkedin.com/in/” eller ”CEO site:linkedin.com/in/”). n8n kör de frågorna via Google Programmable Search, som returnerar offentliga sökresultat utan att du behöver öppna en enda flik. Workflowet tolkar sedan svaret och plockar ut detaljerna du bryr dig om, som LinkedIn-URL:en, det synliga namnet från resultatet och snippet-texten. Till sist lägger det till varje resultat i ett strukturerat Google-ark med en tidsstämpel, så att du får en strukturerad, granskningsbar mållista i stället för utspridd webbhistorik.
Workflowet startar med din rollista och loopar sedan igenom varje sökning i batchar. Google-resultaten omvandlas till rader (roll, namn, snippet, URL, tidsstämpel). När allt ligger i Sheets kan du granska, berika, filtrera och dela.
Det du bygger
| Det som automatiseras | Det du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du följer 6 roller (CISO, CEO, VP IT och några till) och granskar upp till 10 resultat per roll. Manuellt är det lätt att lägga kanske 5 minuter per roll på att öppna resultat, kopiera URL:er, klistra in namn och lägga till anteckningar – alltså cirka 30 minuter per körning. Kör det tre gånger i veckan och du är runt 90 minuter, plus städning. Med det här workflowet klistrar du in eller underhåller rollfrågorna en gång, kör det och får ett ark redo att filtrera på cirka 5 minuter av hands-on-tid.
Innan du börjar
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Google Sheets för att lagra dina rollbaserade resultat
- Google Programmable Search för offentliga LinkedIn-discovery-sökningar
- Google API-nyckel + CSE (CX) ID (hämta båda i Google Cloud Console och Programmable Search Engine)
Kunskapsnivå: Nybörjare. Du kopplar in autentisering och klistrar in några sökfrågor.
Vill du att någon bygger det här åt dig? Prata med en automationsspecialist (gratis 15-minuters konsultation).
Steg för steg
Du triggar workflowet. Kör det manuellt när du behöver en färsk lista, eller schemalägg det med Cron om du vill göra discovery dagligen eller veckovis.
n8n laddar dina rollbaserade sökfrågor. Det kan läsa från en förifylld lista (som ”CISO site:linkedin.com/in/”) och förbereder sedan varje sökning som ett eget item för bearbetning.
Google Programmable Search returnerar offentliga resultat. HTTP-anropet skickar varje sökfråga till Search API med din API-nyckel och CSE-ID och tar sedan emot upp till 10 resultat per sökfråga.
Resultaten struktureras och loggas i Google Sheets. Workflowet extraherar LinkedIn-URL, namn-/titeltext, snippet och lägger till en tidsstämpel innan raderna läggs till i ditt målark.
Du kan enkelt ändra rollistan för att fokusera på specifika branscher, geografier eller senioritet utifrån dina behov. Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera den manuella triggern
Det här arbetsflödet startas manuellt så att ni kan styra när bygget av den sociala grafen körs.
- Lägg till eller öppna noden ⚡ Manual Graph Trigger.
- Lämna alla fält på standardvärdena (ingen konfiguration krävs).
- Säkerställ att noden ansluter till 🧠 Define Search Queries som nästa steg i flödet.
Steg 2: anslut Google Sheets
Resultaten läggs till i ett Google Sheet, så ni måste ansluta inloggningsuppgifter för målarket.
- Öppna noden 📄 Append Target Sheet.
- Inloggningsuppgifter krävs: Anslut era Google Sheets-inloggningsuppgifter.
- Ställ in mål-kalkylarket och fliken där profillänkar ska läggas till.
Steg 3: konfigurera förberedelse av frågor och batchning
Definiera frågorna och dela upp dem i batchar för repeterbara webbsökningar.
- Öppna 🧠 Define Search Queries och lägg till fält som representerar era söktermer och parametrar.
- Öppna 🔁 Batch Query Splitter och konfigurera batchstorlek utifrån hur många frågor ni vill bearbeta per loop.
- Bekräfta att flödet är 🧠 Define Search Queries → 🔁 Batch Query Splitter och att återkopplingen från 📄 Append Target Sheet → 🔁 Batch Query Splitter är intakt för kontinuerlig batchning.
Steg 4: konfigurera webbsökning och parsning
Hämta resultat och extrahera profillänkar innan ni sparar dem.
- Öppna 🌐 Web Search Request och konfigurera begärans URL, frågeparametrar och headers för er sökleverantör.
- Öppna 🧪 Parse Profile Links och mappa inkommande svarsdata till de fält ni vill lägga till.
- Verifiera kopplingsordningen: 🌐 Web Search Request → 🧪 Parse Profile Links → 📄 Append Target Sheet.
Steg 5: testa och aktivera ert arbetsflöde
Validera körningen end-to-end innan ni aktiverar det för produktion.
- Klicka på Execute Workflow från ⚡ Manual Graph Trigger för att köra ett manuellt test.
- Bekräfta att 🌐 Web Search Request returnerar resultat, att 🧪 Parse Profile Links extraherar profil-URL:er och att 📄 Append Target Sheet lägger till rader utan problem.
- När det är verifierat, växla arbetsflödet till Active för produktionsanvändning.
Tips för felsökning
- Autentisering för Google Programmable Search kan löpa ut eller begränsas av projekträttigheter. Om det skapar fel, börja med att kontrollera API-autentisering och aktiverade API:er i Google Cloud Console.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera output för alltid.
Snabba svar
Cirka 30 minuter om dina Google-konton är klara.
Nej. Du kopplar Google-autentisering och justerar några sökfrågor. n8n sköter loopning och parsning.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in användningen av Google Programmable Search API, som beror på din sökvolym.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och hanterar n8n bra. Self-hosting ger obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, och det bör du. De flesta anpassningar görs i steget ”Definiera sökfrågor” (byt CISO/CEO mot de roller du bryr dig om) och i parsningen som mappar fält till kolumner i ditt Google-ark. Vanliga justeringar är att lägga till platsnyckelord (som ”Austin” eller ”DACH”), filtrera på organisationsnamn och att utöka bortom LinkedIn för att fånga GitHub- eller Twitter-profiler från samma rollbaserade sökningar.
Oftast är det ett behörighetsproblem på målarket eller en Google OAuth-token som har löpt ut. Återanslut din Google Sheets-autentisering i n8n och bekräfta sedan att arket är delat med rätt Google-konto och att kalkylblads-/fliknamnet matchar vad noden förväntar sig. Om workflowet kan läsa men inte lägga till, dubbelkolla att du skriver till ett riktigt kalkylark (inte en .xlsx som bara ligger i Drive) och att du inte har slagit i begränsningar för delade enheter.
Om du self-hostar n8n finns ingen körningsgräns (det beror främst på din server och Search API-begränsningarna). I praktiken börjar de flesta team med en handfull roller och samlar upp till 10 resultat per roll och körning, och skalar sedan upp försiktigt för att hålla sig inom Googles kvoter. Om du schemalägger det dagligen, håll rollistan tight och utöka först när du har bevisat att ni använder outputen.
Ofta, ja, eftersom det här användningsfallet kräver loopning, batchning och strukturerad parsning, och n8n klarar det utan att bli en skör kedja av mini-zaps. Zapier eller Make kan fungera om du bara kör en sökning och sparar ett resultat, men det blir klumpigt så fort du vill ha flera roller och förutsägbara outputfält. En annan praktisk poäng: self-hosting av n8n gör att du kan köra större volymer utan att betala per task. Fortfarande osäker? Prata med en automationsspecialist så kvalitetssäkrar vi din setup och dina mål.
När detta väl rullar slutar rollbaserad discovery vara en spretig ”webbläsaraktivitet” och blir en lista du kan agera på. Sätt upp det, håll det etiskt och låt kalkylarket förbli tråkigt.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.