Du sätter dig för att skriva ett LinkedIn-inlägg, och på något sätt blir det ett litet designprojekt. Copy justeras, slide-text spräcker din layout, filer försvinner och du sitter fortfarande och exporterar versioner när du egentligen borde schemalägga inlägget.
Det drabbar marknadschefer först, men grundare som producerar innehåll mellan möten känner av det också. Om du bygger karuseller åt kunder som frilansare är automatisering av karusellslides skillnaden mellan ”en revision till” och ”klart, här är länkarna”.
Det här arbetsflödet tar rå LinkedIn-text och gör om den till tre bildklara textpar, renderar dem på dina Google Drive-mallar och returnerar Amazon S3-länkar som du kan publicera eller lämna över. Du får se hur det fungerar, vad du behöver och var team oftast kör fast.
Så fungerar den här automatiseringen
Hela n8n-arbetsflödet, från trigger till slutligt resultat:
n8n Workflow Template: Google Drive till Amazon S3, karusellbilder klara
flowchart LR
subgraph sg0["Incoming Chat Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Incoming Chat Trigger", pos: "b", h: 48 }
n1@{ icon: "mdi:robot", form: "rounded", label: "AI Formatting Agent", pos: "b", h: 48 }
n2@{ icon: "mdi:brain", form: "rounded", label: "Mistral Chat Engine", pos: "b", h: 48 }
n3@{ icon: "mdi:robot", form: "rounded", label: "Structured JSON Parser", pos: "b", h: 48 }
n4@{ icon: "mdi:swap-vertical", form: "rounded", label: "Map Title One", pos: "b", h: 48 }
n5@{ icon: "mdi:swap-vertical", form: "rounded", label: "Map Title Two", pos: "b", h: 48 }
n6@{ icon: "mdi:swap-vertical", form: "rounded", label: "Map Title Three", pos: "b", h: 48 }
n7@{ icon: "mdi:swap-vertical", form: "rounded", label: "Map Title Four", pos: "b", h: 48 }
n8@{ icon: "mdi:cog", form: "rounded", label: "Download Template One", pos: "b", h: 48 }
n9@{ icon: "mdi:cog", form: "rounded", label: "Download Template Two", pos: "b", h: 48 }
n10@{ icon: "mdi:cog", form: "rounded", label: "Download Template Three", pos: "b", h: 48 }
n11@{ icon: "mdi:cog", form: "rounded", label: "Download Template Four", pos: "b", h: 48 }
n12@{ icon: "mdi:cog", form: "rounded", label: "Render Image One", pos: "b", h: 48 }
n13@{ icon: "mdi:cog", form: "rounded", label: "Render Image Two", pos: "b", h: 48 }
n14@{ icon: "mdi:cog", form: "rounded", label: "Render Image Three", pos: "b", h: 48 }
n15["<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/s3.png' width='40' height='40' /></div><br/>S3 Upload One"]
n16["<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/s3.png' width='40' height='40' /></div><br/>S3 Upload Two"]
n17["<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/s3.png' width='40' height='40' /></div><br/>S3 Upload Three"]
n18["<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/s3.png' width='40' height='40' /></div><br/>S3 Upload Four"]
n19@{ icon: "mdi:swap-vertical", form: "rounded", label: "Build Image Link One", pos: "b", h: 48 }
n20@{ icon: "mdi:swap-vertical", form: "rounded", label: "Build Image Link Two", pos: "b", h: 48 }
n21@{ icon: "mdi:swap-vertical", form: "rounded", label: "Build Image Link Three", pos: "b", h: 48 }
n22@{ icon: "mdi:swap-vertical", form: "rounded", label: "Build Image Link Four", pos: "b", h: 48 }
n23["<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/merge.svg' width='40' height='40' /></div><br/>Combine Image Links"]
n24@{ icon: "mdi:cog", form: "rounded", label: "Aggregate Results", pos: "b", h: 48 }
n25@{ icon: "mdi:swap-vertical", form: "rounded", label: "Compose Output Message", pos: "b", h: 48 }
n16 --> n20
n15 --> n19
n18 --> n22
n17 --> n21
n23 --> n24
n1 --> n4
n1 --> n5
n1 --> n7
n1 --> n6
n24 --> n25
n13 --> n16
n14 --> n17
n12 --> n15
n19 --> n23
n20 --> n23
n21 --> n23
n22 --> n23
n4 --> n8
n5 --> n9
n6 --> n10
n7 --> n11
n8 --> n12
n2 -.-> n1
n3 -.-> n1
n0 --> n1
n9 --> n13
n10 --> n14
n11 --> n18
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 n1,n3 ai
class n2 aiModel
classDef customIcon fill:none,stroke:none
class n15,n16,n17,n18,n23 customIcon
Problemet: karusellproduktion blir omarbete
Karuseller ser enkla ut tills du måste producera dem konsekvent. Du börjar med ett bra inlägg, delar upp det till slide-copy, försöker få det att passa en mall, och sedan passar inte mallen din nya text. Så du kortar rader, skriver om rubriker, byter ordning på slides, exporterar, öppnar igen och exporterar igen. Och om du använder delade mallar i Google Drive har du förmodligen skrivit över fel fil minst en gång. Ärligt talat: det kreativa är okej. Det repetitiva formateringsarbetet är det som äter upp din dag.
Friktionen byggs på. Här är var det brukar brista i riktiga team.
- Slide-texter blir inkonsekventa eftersom varje person ”formaterar på sitt sätt” under tidspress.
- Designtid går åt till manuella ändringar som radbrytningar, teckenstorlek och ”kan du få det här att passa”.
- Filhanteringen blir rörig i Drive, särskilt när du duplicerar mallar och byter namn på exporter för hand.
- Publiceringen saktar ner eftersom slutresultatet fortfarande kräver uppladdningar, länkar och en tydlig överlämning till den som publicerar.
Lösningen: generera bildtexter, rendera slides, leverera S3-länkar
Det här n8n-arbetsflödet tar ett rått LinkedIn-inlägg (eller valfri text du klistrar in i ett chattliknande input) och gör om det till ett färdigt mini-karusellpaket. Det börjar med att rensa din text för att ta bort knepiga formateringsartefakter som lösa radbrytningar eller kvarvarande markup, samtidigt som det behåller sådant som emojis som är en del av din tonalitet. Sedan skapar en AI-agent ett enda, strikt JSON-svar som innehåller tre textpar: en kort titel och en kort undertext för varje slide. Därefter mappar arbetsflödet varje text till fält, hämtar matchande bakgrundsmallar från Google Drive och renderar titel och undertext direkt på mallarna via bildredigeringssteg. Till sist laddar det upp de färdiga slide-bilderna till Amazon S3 och returnerar ett samlat meddelande med inbäddade bilder och nedladdningslänkar.
Arbetsflödet startar när du skickar ett meddelande i chat UI-triggern (valfritt: välj en mall). AI genererar exakt tre slide-texter i strukturerad form, så resten av automatiseringen slipper gissa. Sedan renderas bilderna från dina Google Drive-mallar, laddas upp till S3 och returneras som ett enda markdown-paket som är lätt att kopiera och klistra in.
Det du får: automatisering vs. resultat
| Det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att du publicerar tre karuseller i veckan och att varje karusell behöver tre slides. Manuellt lägger du ofta cirka 10 minuter på att skriva slide-copy per slide (30 minuter), och sedan ytterligare 20 minuter på att justera radbrytningar och exportera, plus några minuter för uppladdning och att hämta länkar. Räkna med ungefär en timme per karusell. Med det här arbetsflödet klistrar du in texten i chatt-triggern (2 minuter), väntar på generering och rendering (ofta under 10 minuter), och du får tillbaka S3-länkar i ett samlat svar. Det är ungefär 45 minuter tillbaka, tre gånger i veckan.
Det här behöver du
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för egen drift om du föredrar det (Hostinger fungerar bra)
- Google Drive för att lagra dina bakgrundsmallar för slides.
- Amazon S3 för att hosta färdiga bilder och länkar.
- Mistral API-åtkomst (hämta den via din Mistral-kontos dashboard).
Kunskapsnivå: Mellan. Du kopplar in credentials, bekräftar filvägar/buckets och testkör ett flöde från start till mål.
Vill du inte sätta upp detta själv? Prata med en automationsspecialist (gratis 15-minuters konsultation).
Så fungerar det
Ett chattmeddelande triggar körningen. Du klistrar in ett LinkedIn-inlägg (och väljer valfritt en mall), och arbetsflödet behåller ett sessions-ID så att upprepade körningar blir konsekventa.
AI:n gör rörig text till strikta slide-texter. Agenten som drivs av Mistral rensar din input och outputar ett JSON-objekt med exakt tre titlar och tre undertexter. En Structured Output Parser validerar JSON:en så att arbetsflödet inte fortsätter med trasiga data.
Mallar hämtas från Google Drive och redigeras automatiskt. Varje textpar mappas till fält (inklusive ett säkert filnamn), därefter laddar arbetsflödet ner matchande PNG-mall från Drive och renderar titel/undertext på bilden med Edit Image-åtgärder.
Färdiga slides laddas upp till S3 och returneras som länkar. Arbetsflödet laddar upp varje renderad bild till din bucket, bygger bild-URL:er, slår ihop dem och aggregerar allt till ett enda utdata-meddelande med inbäddningar och nedladdningslänkar.
Du kan enkelt ändra antalet slides eller byta mallkälla efter dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: Konfigurera triggern för inkommande chatt
Konfigurera arbetsflödet så att det startar när en användare skickar ett chattmeddelande.
- Lägg till noden Incoming Chat Trigger och aktivera Public till
true. - Ställ in Initial Messages till
hi paste your post. - Valfritt: Uppdatera Title och Subtitle under Options så att det matchar er varumärkesprofil i chattgränssnittet.
Steg 2: Sätt upp AI-agenten för formatering
Konfigurera AI:n för att rensa användarens inlägg och generera karuselltitlar och undertext.
- Lägg till noden AI Formatting Agent och klistra in det befintliga System Message som instruerar den att endast returnera JSON.
- Anslut Mistral Chat Engine som språkmodell och ställ in Model till
mistral-small-latest. - Behörighet krävs: Anslut era
mistralCloudApi-uppgifter i Mistral Chat Engine. - Koppla Structured JSON Parser som utdata-parser med JSON Schema Example som matchar det angivna schemat.
Steg 3: Mappa titlar och undertext (parallella grenar)
Skapa fyra parallella mappningsflöden som förbereder titlar, undertext och säkra filnamn.
- Anslut AI Formatting Agent till Map Title One, Map Title Two, Map Title Four och Map Title Three parallellt.
- I Map Title One, ställ in title till
{{$json.output.title1}}, subtext till{{$json.output.subtext1}}och safeName till{{$('AI Formatting Agent').item.json.output.title1.split(' ')[0].replace(/[^a-zA-Z0-9]/g, '') + '_' + new Date().toISOString().slice(0,10).replace(/-/g, '') }}1. - I Map Title Two, ställ in title till
{{$json.output.title2}}, subtext till{{$json.output.subtext2}}och safeName till{{$('AI Formatting Agent').item.json.output.title2.split(' ')[0].replace(/[^a-zA-Z0-9]/g, '') + '_' + new Date().toISOString().slice(0,10).replace(/-/g, '') }}2. - I Map Title Three, ställ in title till
{{$json.output.title3}}, subtext till{{$json.output.subtext3}}och safeName till{{$('AI Formatting Agent').item.json.output.title2.split(' ')[0].replace(/[^a-zA-Z0-9]/g, '') + '_' + new Date().toISOString().slice(0,10).replace(/-/g, '') }}3. - I Map Title Four, ställ in safeName till
{{$('AI Formatting Agent').item.json.output.title1.split(' ')[0].replace(/[^a-zA-Z0-9]/g, '') + '_' + new Date().toISOString().slice(0,10).replace(/-/g, '') }}4.
Steg 4: Anslut malldownloads och rendera bilder
Ladda ner mallbilder och rendera textöverlägg för varje karusellslide.
- I Download Template One, Download Template Two, Download Template Three och Download Template Four, ställ in Operation till
downloadoch ange varje File ID-URL (t.ex.=). - Behörighet krävs: Anslut era
googleDriveOAuth2Api-uppgifter till alla fyra nedladdningsnoder. - I Render Image One, Render Image Two och Render Image Three, behåll Operation som
multiStepoch sätt textfälten till{{$json.title}}och{{$json.subtext}}. - Säkerställ att sökvägarna till typsnitt i varje Render Image-nod är giltiga (t.ex.
/usr/[CONFIGURE_YOUR_API_KEY]_Bold.ttf).
[CONFIGURE_YOUR_API_KEY] med giltiga typsnittsfilnamn.Steg 5: Konfigurera S3-uppladdningar och bygg länkar
Ladda upp renderade bilder till S3 och skapa markdown-länkar för bilder.
- I S3 Upload One, S3 Upload Two, S3 Upload Three och S3 Upload Four, ställ in Operation till
upload, File Name till{{$json.safeName}}och Bucket Name till er bucket (t.ex. - Behörighet krävs: Anslut era
s3-uppgifter till alla fyra S3-uppladdningsnoder. - I Build Image Link One, ställ in image1 till
=.item.json.safeName }}). - I Build Image Link Two, ställ in image2 till
=.item.json.safeName }}). - I Build Image Link Three, ställ in image3 till
=.item.json.safeName }}). - I Build Image Link Four, ställ in image4 till
=.item.json.safeName }}).
Steg 6: Slå ihop, aggregera och komponera svaret
Kombinera alla bildlänkar och skapa ett slutligt meddelandesvar med nedladdningslänkar.
- Ställ in Combine Image Links Number of Inputs till
4för att slå ihop alla grenar. - I Aggregate Results, ställ in Aggregate till
aggregateAllItemDataför att samla bilderna i en enda array. - I Compose Output Message, behåll fältet message med den befintliga flerradiga mallen som använder uttryck som
{{$json.data[0].image1.match(/\((.*?)\)/)[1]}}för att bygga nedladdningslänkar.
Steg 7: Testa och aktivera ert arbetsflöde
Verifiera generering end-to-end och sätt arbetsflödet i drift.
- Klicka på Execute Workflow och skicka ett exempel-inlägg via Incoming Chat Trigger.
- Bekräfta att arbetsflödet skapar fyra bildfiler i er S3-bucket och att Compose Output Message returnerar markdown-förhandsvisningar av bilder samt nedladdningslänkar.
- Om någon bild saknas, kontrollera på nytt fil-URL:erna för Download Template och bucket-namnen i S3.
- När allt fungerar, växla arbetsflödet till Active för att ta emot chattförfrågningar i produktion.
Vanliga fallgropar
- Google Drive-credentials kan löpa ut eller kräva specifika behörigheter. Om det skapar fel, börja med att kontrollera n8n:s credential-test och mallfilens delningsinställningar.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in ditt varumärkes ton tidigt, annars kommer du redigera output för alltid.
Vanliga frågor
Cirka 30–60 minuter om dina Drive- och S3-credentials är klara.
Nej. Du klistrar mest in credentials, väljer mallfiler och kör ett testmeddelande. Kan du följa en checklista är du hemma.
Ja. n8n har ett gratis alternativ för egen drift och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in Mistral-kostnader, samt S3-lagring och bandbredd.
Två alternativ: n8n Cloud (hanterad tjänst, enklast att komma igång) eller egen drift på en VPS. För egen drift är Hostinger VPS prisvärd och hanterar n8n bra. Egen drift ger obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, men då behöver det hänga ihop hela vägen. Lägg till en fjärde titel/undertext i AI-agentens obligatoriska JSON, håll Structured Output Parser synkad och aktivera befintliga ”Map Title Four” och mallsökvägen så att den renderar och laddar upp fjärde sliden också. Många anpassar även typsnitt, positioner och säkra filnamn i renderings- och mappningsstegen. Om du jobbar med flera varumärken kan du förgrena på ”template selection” och hämta olika Drive-mallar per kund.
Oftast handlar det om behörigheter på mallfilen eller mappen. Återanslut Google Drive i n8n och bekräfta sedan att de exakta fil-ID:na fortfarande finns och att kontot du auktoriserade har åtkomst. Kontrollera också att mallarna är PNG:er och att arbetsflödet laddar ner rätt fil (en genvägslänk kan ställa till det här). Om det bara misslyckas ibland kan du slå i Drive-rate limits när du kör många förfrågningar tätt efter varandra.
I praktiken skalar det med din n8n-plan och din server. På n8n Cloud Starter begränsas du av månatliga körningar; med egen drift finns ingen körningsgräns (CPU och minne blir begränsningen). Det här arbetsflödet renderar några få bilder per körning, så de flesta team kan utan problem generera dussintals karuseller per vecka utan att trimma något. Om du börjar köra batcher, överväg att lägga in throttling runt Drive-nedladdningar och S3-uppladdningar.
För bildrendering plus strukturerad AI-output är n8n ofta bättre, eftersom du kan validera JSON, förgrena logik fritt och köra själv i hög volym utan att betala per mikrosteg. Zapier och Make kan fungera, men så fort du behöver strikt parsning, mallhantering och output i flera filer sticker kostnader och komplexitet snabbt iväg. Om ditt flöde bara är ”generera text och skicka någonstans” kan de verktygen vara snabbare att komma igång med. Det här är mer som en liten produktionslina, så n8n passar väldigt bra. Prata med en automationsspecialist om du är osäker på vad som passar.
När detta väl rullar slutar karuseller vara en ”designkris” och blir en repeterbar leverans. Sätt upp det, testkör en mall och låt arbetsflödet sköta formateringskarusellen.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.