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

Apify + Google Sheets: strukturerade LinkedIn-leads

Rickard Andersson Partner, Nodenordic.se

Att göra LinkedIn-outreach ”på riktigt” innebär oftast fem flikar öppna, en rörig copy-paste-rutin och en leadlista som är inaktuell så fort du är klar.

Marknadschefer märker det när kampanjer stannar av för att målgruppsurvalet tar evigheter. SDR:er märker det när de förväntas leverera både volym och personalisering samtidigt. Och om du driver en byrå är den här LinkedIn-leads-automationen skillnaden mellan ”vi tar det sen” och ”det är redan klart”.

Det här workflowet tar en enkel målgruppsbrief och gör om den till skrapade leads, lägger till GPT-4o-icebreakers och loggar allt i Google Sheets (med en valfri switch som kan starta outreach automatiskt). Du ser exakt hur det fungerar, vad du behöver och hur du anpassar det för ditt eget erbjudande.

Så fungerar den här automationen

Här är hela workflowet som du kommer att sätta upp:

n8n Workflow Template: Apify + Google Sheets: strukturerade LinkedIn-leads

Varför det här spelar roll: strukturerade LinkedIn-leads utan onödigt merjobb

LinkedIn lead gen faller ofta på överlämningen mellan ”jag vet vem jag vill nå” och ”jag har en lista jag faktiskt kan jobba med”. Du börjar med ett mål: kanske founders på finansierade SaaS-bolag, eller HR-ansvariga som rekryterar till en specifik roll. Sen försvinner en timme på att justera filter, kopiera profiler, hämta företags-URL:er och försöka skriva en första rad som inte skriker mall. Det värsta är den mentala belastningen. Du gör research, datainmatning och copywriting i samma pass, vilket gör att du nästan garanterat stressar igenom minst en del.

Det blir snabbt mycket. Här är var det oftast brister.

  • Målgruppskriterierna finns i någons huvud eller i ett Slack-meddelande, så inriktningen ändras mitt i sprinten och din lista blir opålitlig.
  • Skrapning och berikning görs manuellt, vilket ger inkonsekventa fält och ett kalkylark fullt av tomma rutor.
  • Personalisering tar så lång tid att du antingen hoppar över den eller skickar färre förfrågningar än pipen kräver.
  • Uppföljningar blir kaotiska eftersom ”källan till sanningen” är utspridd mellan LinkedIn, anteckningar och halvt uppdaterade rader.

Det du bygger: ett LinkedIn lead-gen-svänghjul

Den här automationen börjar med ett enkelt formulär där du beskriver målgruppen du vill nå med vanlig svenska. GPT-4o omvandlar beskrivningen till en knivskarp Apollo-sök-URL, så att du slipper gissa filter manuellt. Sedan kör en Apify-scraper på sökningen och returnerar strukturerad leaddata som korrekt formaterad JSON. För varje lead skapar GPT-4o därefter en kort, mänskligt klingande icebreaker baserad på det som faktiskt är synligt om personen eller företaget. Till sist skriver workflowet leaddetaljerna och icebreakern till Google Sheets så att din lista håller sig snygg, delbar och redo för uppföljning. Vill du ta det ett steg längre kan du dessutom trigga Phantombuster för att skicka kontaktförfrågningar i skala.

Workflowet startar när någon skickar in en målgruppsbrief. Därifrån sköter Apify insamlingen av leads, medan GPT-4o hanterar både targeting (Apollo-URL:en) och meddelanden (icebreakers). Google Sheets blir din uppföljningshub, och Phantombuster kan fungera som ”sändmotor” om du aktiverar den.

Det du bygger

Förväntade resultat

Säg att du bygger en lista med 100 leads för en veckovis outreach-push. Manuellt kanske du lägger cirka 2 minuter per lead på att samla in grunderna (namn, URL, företagssajt) och ytterligare 2 minuter på att skriva en öppningsrad, vilket blir ungefär 6–7 timmar totalt. Med det här workflowet är den mänskliga delen målgruppsbriefen (cirka 10 minuter) och en snabb genomgång i Google Sheets. Skrapning + generering av icebreakers kör i bakgrunden, så det som tidigare tog större delen av en arbetsdag blir något du kan ha klart före lunch.

Innan du börjar

  • n8n-instans (testa n8n Cloud gratis)
  • Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
  • Apify för att skrapa leads från sökningen.
  • Google Sheets för att lagra leads och icebreakers.
  • OpenAI API-nyckel (hämta den från OpenAI API-dashboarden)

Kunskapsnivå: Nybörjare. Du kopplar konton, klistrar in ett par ID:n/nycklar och mappar fält till ditt ark.

Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).

Steg för steg

En målgruppsbrief triggar allt. Du publicerar n8n Form Trigger och använder den för att fånga ideal customer profile med vanlig svenska (bransch, roll, storlek, finansiering, geografi, det som är viktigt).

GPT-4o förvandlar intention till targeting. Workflowet skickar din brief till GPT-4o, som genererar en Apollo-sök-URL. Det här är det avgörande ”översättningssteget”, eftersom du får en repeterbar uppsättning filter utan att bygga om sökningar manuellt.

Apify skrapar och returnerar strukturerade leads. n8n anropar en Apify-actor via HTTP Request, skickar med sök-URL:en och din APIFY-token. Svaret kommer tillbaka som korrekt formaterad JSON, som n8n kan loopa över på ett säkert sätt.

Icebreakers genereras och loggas. För varje lead skapar GPT-4o en kort öppningsrad, och sedan lägger Google Sheets till (eller uppdaterar) en rad med fält som namn, LinkedIn-URL, företagssajt, sammanfattning och icebreaker.

Du kan enkelt justera målgruppsprompten för att snäva in roller, byta branscher eller tvinga igenom specifika ”måste-ha”-filter utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementation

Steg 1: Konfigurera formulärtriggern

Det här arbetsflödet startar när en användare skickar in intake-formuläret som beskriver målgruppen.

  1. Lägg till och öppna Audience Intake Form.
  2. Ställ in Form Title till Audience .
  3. Ställ in Form Description till describe your audinece in plain text.
  4. I Form Fields lägger ni till fältetiketten descritpion of the company och markerar det som obligatoriskt med platshållaren company location,size,industry etc .
  5. Bekräfta att Audience Intake Form skickar output till Build Apollo Search Link.

Steg 2: Sätt upp AI-byggaren för söklänken

Arbetsflödet använder AI för att konvertera formulärinlämningen till en Apollo-sök-URL.

  1. Öppna Build Apollo Search Link.
  2. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter.
  3. Ställ in Model till chatgpt-4o-latest.
  4. Säkerställ att innehållet i det tredje meddelandet använder uttrycket {{$json['descritpion of the company ']}}.
  5. Aktivera JSON Output med true.
  6. Bekräfta kopplingen: Build Apollo Search LinkInvoke Apify Scraper.

⚠️ Vanlig fallgrop: Formulärfältets etikett har ett avslutande mellanslag: descritpion of the company . Behåll den exakt likadan i uttrycket, annars får AI-noden tom input.

Steg 3: Skrapa profiler och generera icebreaker

Sök-URL:en skickas till Apify och den resulterande profildatan sammanfattas till en LinkedIn-icebreaker.

  1. Öppna Invoke Apify Scraper och ställ in URL till https://api.apify.com/v2/acts/jljBwyyQakqrL1wae/run-sync-get-dataset-items.
  2. Ställ in Method till POST och Send Body till true.
  3. Ställ in Body Parameters till { "cleanOutput": true, "url": "{{ $json.message.content.SearchUrl }}" }.
  4. I Headers ställer ni in Accept till application/json och Authorization till [CONFIGURE_YOUR_TOKEN].
  5. Öppna Create LinkedIn Icebreaker.
  6. Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter.
  7. Ställ in Model till chatgpt-4o-latest och behåll promptstrukturen som den är definierad i noden för att säkerställa output {"Icebreaker":"..."}.
  8. Bekräfta flödet: Invoke Apify ScraperCreate LinkedIn IcebreakerUpdate Sheet with Icebreaker.

Steg 4: Konfigurera output-åtgärder

Slutligen uppdaterar arbetsflödet ert kalkylark och startar outbound-automationen.

  1. Öppna Update Sheet with Icebreaker och ställ in Operation till appendOrUpdate.
  2. Välj ett Document och Sheet för Document ID och Sheet Name.
  3. Inloggningsuppgifter krävs: Anslut era Google Sheets-inloggningsuppgifter (inga inloggningsuppgifter är för närvarande konfigurerade på Update Sheet with Icebreaker).
  4. Öppna Combine Item Details och behåll Aggregate inställt på aggregateAllItemData.
  5. Öppna Launch Phantom Outreach och ställ in URL till https://api.phantombuster.com/api/v2/[YOUR_ID]/launch.
  6. Ställ in Method till POST och lägg till headern X-Phantombuster-Key med värdet [CONFIGURE_YOUR_API_KEY].
  7. Bekräfta körordningen: Update Sheet with IcebreakerCombine Item DetailsLaunch Phantom Outreach.

⚠️ Vanlig fallgrop: Om ni glömmer att ersätta [CONFIGURE_YOUR_TOKEN] eller [CONFIGURE_YOUR_API_KEY] kommer HTTP-anropen att misslyckas även om arbetsflödet körs.

Steg 5: Testa och aktivera ert arbetsflöde

Kör ett fullständigt test för att verifiera output och aktivera sedan för användning i drift.

  1. Klicka på Execute Workflow och skicka in en testpost via Audience Intake Form.
  2. Verifiera att Build Apollo Search Link returnerar en giltig SearchUrl i JSON.
  3. Kontrollera att Create LinkedIn Icebreaker outputtar en Icebreaker-sträng och att Update Sheet with Icebreaker skriver till ert ark.
  4. Bekräfta att Launch Phantom Outreach returnerar ett lyckat API-svar från Phantombuster.
  5. Slå på arbetsflödet med Active-reglaget för att aktivera körningar i produktion.
🔒

Lås upp fullständig steg-för-steg-guide

Få den kompletta implementeringsguiden + nedladdningsbar mall

Tips för felsökning

  • Google Sheets-credentials kan löpa ut eller kräva specifika behörigheter. Om det skapar fel, kontrollera först delningsinställningarna för arket (åtkomst för servicekonto-e-post) och n8n:s Google Sheets-credential.
  • Om du använder Wait-noder eller extern skrapning varierar bearbetningstiderna. Öka väntetiden om noder längre fram fallerar på tomma svar.
  • Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att sitta och redigera output i all evighet.

Snabba svar

Hur lång tid tar det att sätta upp den här LinkedIn-leads-automationen?

Cirka 30 minuter om du redan har dina API-nycklar.

Krävs kodning för att få till den här loggningen av LinkedIn-leads?

Nej. Du klistrar in credentials, mappar några fält och testar en körning.

Är n8n gratis att använda för det här workflowet för LinkedIn-leads-automation?

Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna med OpenAI API-kostnader (ofta några cent per batch) samt Apify-användning beroende på hur många leads du skrapar.

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

Två alternativ: n8n Cloud (hanterad, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och hanterar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serveradministration.

Kan jag anpassa det här workflowet för LinkedIn-leads-automation för andra användningsfall?

Ja, och det är huvudskälet till att workflowet fortsätter vara användbart över tid. Du ändrar oftast prompten i ”Build Apollo Search Link (GPT-4o)” för att justera targeting-regler (jobbtitlar, platser, finansieringsfas) och finjusterar sedan prompten i ”Create LinkedIn Icebreaker (GPT-4o)” så att den matchar din tonalitet. Om du vill ha andra kolumner justerar du mappningen i ”Update Sheet with Icebreaker”. Du kan också stänga av ”Launch Phantom Outreach” om du bara vill fånga leads och få personlig copy.

Varför misslyckas min Apify-anslutning i det här workflowet?

Oftast beror det på en ogiltig eller utgången APIFY-token, eller att den actor du anropar inte är tillgänglig för ditt konto. Dubbelkolla token i n8n Credentials och bekräfta actor-ID/konfiguration i HTTP Request-noden ”Invoke Apify Scraper”. Om anropet fungerar i Apify men misslyckas i n8n, leta efter rate limits eller att payloaden inte matchar (Apollo-URL-formatet kan vara petigt).

Vilken volym kan det här workflowet för LinkedIn-leads-automation hantera?

Om du hostar själv finns ingen hård gräns för körningar, så volymen beror främst på din server och den tid Apify behöver för att skrapa. På n8n Cloud beror taket på din plan och antal körningar per månad. I praktiken börjar de flesta team med batcher på 50–200 leads och skalar när de är nöjda med targetingen och arkformatet.

Är den här LinkedIn-leads-automationen bättre än att använda Zapier eller Make?

Ofta, ja, eftersom det här flödet inte bara är ”skicka data från A till B”. Du genererar en Apollo-sök-URL, anropar Apify via HTTP, loopar igenom lead-objekt och skriver strukturerade rader med AI-genererad copy, vilket är den typen av flerstegslogik som blir dyr eller krånglig i enklare verktyg. n8n ger dig också möjlighet att hosta själv, vilket spelar roll när du kör detta dagligen i skala. Zapier eller Make kan fortfarande vara rätt om du bara vill göra en lätt tvåstegsuppdatering av ett ark. Om du är osäker, prata med en automationsexpert så kvalitetssäkrar vi ditt användningsfall.

När det här väl rullar slutar din leadlista vara ett skört kalkylark och blir ett repeterbart system. Sätt upp det, finslipa prompterna en gång och låt workflowet göra grovjobbet.

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