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

Dumpling AI + Google Docs: bloggutkast på autopilot

Rickard Andersson Partner, Nodenordic.se

Att förvandla ett enda nyckelord till ett publicerbart inlägg tar fortfarande en evighet. Du hoppar mellan Google, öppnar tio flikar, skummar artiklar, kopierar småbitar till ett dokument och inser sedan att hälften av dina ”källor” är gamla eller ytliga.

Content marketers känner av det när kalendern är full och briefen är tom. SEO-proffs stöter på det när de behöver fart utan att sänka kvaliteten. Och VAs som stöttar grundare fastnar i researchtunga utkast hela dagarna. Den här automatiseringen för bloggutkast tar ett nyckelord och tar dig snabbt till ett redigeringsklart Google-dokument.

Det här flödet använder Dumpling AI för att hitta färska källor, OpenAI för att skriva utkastet och Google Docs för leverans. Du får se vad det gör, vad du behöver och hur det sparar timmar utan att förvandla innehållet till generiskt fluff.

Så fungerar automatiseringen

Hela n8n-workflowet, från trigger till slutresultat:

n8n Workflow Template: Dumpling AI + Google Docs: bloggutkast på autopilot

Problemet: sökordsresearch blir en tidstjuv

Att skriva ”från grunden” betyder oftast att du gör tre jobb samtidigt: researcher, redaktör och formgivare. Du börjar med ett nyckelord och slösar sedan tid på att hitta källor som är tillräckligt aktuella för att spela roll. Därefter kommer den stökiga delen: skrapa citat, sammanfatta sidor och sy ihop allt till något som liknar en sammanhängande disposition. Och om du lämnar över till någon annan slutar det ändå med att du skriver om, eftersom utkastet saknar struktur, använder gamla referenser eller läser som att det är hopsytt av slumpmässiga utdrag.

Det drar iväg snabbt. Friktionen blir ännu större när du måste göra det varje vecka, inte bara en gång.

  • Att hitta genuint färska källor kan ta runt en timme per inlägg, särskilt i nischer som rör sig snabbt.
  • Manuell sammanfattning är mentalt utmattande, så skrivkvaliteten faller ofta under sista tredjedelen av utkastet.
  • Copy-paste-baserade researchflöden bjuder in till misstag, som att citera fel siffra eller spara fel länk.
  • Formatering och struktur blir en eftertanke, vilket gör att du redigerar två gånger.

Lösningen: gör ett nyckelord till ett utkast i Google Docs

Det här n8n-workflowet börjar med ett enda nyckelord som du skickar in via ett formulär och expanderar det sedan till flera trendande varianter med Dumpling AI Autocomplete. För varje förslag hämtar det aktuella Google News-resultat via Dumpling AI, filtrerar så att du bara jobbar med artiklar från ungefär det senaste dygnet eller två och sätter ett tak så att det inte spårar ur till dussintals källor. Därefter skrapar det hela artikeltexten, rensar bort skräp (navigering, länklistor, orelaterade block) och sammanställer återstående innehåll till ett strukturerat, korrekt formaterat underlag. OpenAI använder det kuraterade källpaketet för att skapa ett strukturerat bloggutkast och en tydlig titel. Till sist skapar n8n ett nytt Google-dokument och klistrar in utkastet, så att du kan redigera och publicera utan att krångla med exporter eller formatering.

Flödet startar med att du skickar in nyckelordet. Dumpling AI hittar relaterade, trendande sökningar och färska artiklar, sedan rensar och kombinerar n8n texten. OpenAI skriver första utkastet och Google Docs tar emot det som ett redigeringsklart dokument.

Vad du får: automatisering vs. resultat

Exempel: så här ser det ut

Säg att du publicerar 3 blogginlägg i veckan. Manuellt kanske du lägger cirka 45 minuter på att hitta källor, ytterligare en timme på att plocka ut anteckningar och sammanfattningar, och sedan 60–90 minuter på att skriva ett grovt utkast, så totalt runt 3 timmar per inlägg. Med det här flödet skickar du in nyckelordet på en minut och låter sedan systemet hämta och rensa källor och generera utkastet medan du gör något annat (ofta runt 10–20 minuters bearbetning och väntan). Kvar blir främst redigering, vilket för många team är cirka 30–45 minuter per inlägg. Det blir mycket återvunnen tid till fredag.

Det här behöver du

  • n8n-instans (testa n8n Cloud gratis)
  • Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
  • Dumpling AI för autocomplete, nyheter och skrapning.
  • OpenAI för att generera bloggutkast och titel.
  • Dumpling AI API-nyckel (hämta den i din Dumpling AI-dashboard).

Nivå: Nybörjare. Du kopplar konton, klistrar in API-nycklar och justerar ett par textprompter.

Vill du inte sätta upp det här själv? Prata med en automatiseringsexpert (gratis 15-minuters konsultation).

Så fungerar det

Insamling av nyckelord via ett enkelt formulär. Du skickar in ett målnyckelord (eller ett ungefärligt ämne) och flödet startar direkt i n8n.

Färsk ämnesexpansion och källupptäckt. Dumpling AI Autocomplete genererar relaterade förslag, och sedan loopar workflowet igenom dem med en kort paus för att undvika att belasta externa API:er. För varje förslag hämtar Dumpling AI Google News nya artiklar så att du inte bygger ett utkast på förra månadens vinklar.

Rensning och konsolidering av källtexten. Workflowet filtrerar artiklar till ett snävt aktualitetsfönster (cirka 1–2 dagar gamla), begränsar antalet artiklar per förslag, skrapar hela sidor och tar bort brus så att modellen får läsbart innehåll i stället för sidmallar och navigation.

Skapande av utkast och leverans till Google Docs. OpenAI genererar ett komplett utkast (med titel), sedan skapar n8n ett Google-dokument och lägger in innehållet så att det är redo för redigering och samarbete.

Du kan enkelt justera aktualitetsfiltret för att hämta veckokällor i stället för dagliga nyheter, eller ändra artikeltaket för att göra utkast kortare eller mer djupgående. Se hela implementationsguiden nedan för anpassningsalternativ.

Steg-för-steg-guide för implementering

Konfigurera formulärtriggern

Starta arbetsflödet genom att samla in nyckelord från en formulärinsändning.

  1. Lägg till noden Keyword Intake Form som din trigger.
  2. Ställ in Form TitleBlog form.
  3. Under Form Fields lägger ni till ett fält med etiketten Keywords så att arbetsflödet tar emot $json.Keywords.

⚠️ Vanlig fallgrop: Om fältetiketten i formuläret inte exakt matchar Keywords kommer uttrycket {{ $json.Keywords }} som används senare att vara tomt.

Koppla Autocomplete- och News-API:erna

Använd DumplingAI-endpoints för att generera förslag och hämta aktuella nyheter för varje ämne.

  1. Konfigurera Autocomplete API Lookup med URL https://app.dumplingai.com/api/v1/get-autocomplete, Method POST och aktiverad Send Body.
  2. I Autocomplete API Lookup ställer ni in body-parametern query till {{ $json.Keywords }} och country till US.
  3. Inloggningsuppgifter krävs: Anslut era httpHeaderAuth-credentials i Autocomplete API Lookup.
  4. Konfigurera News Search API med URL https://app.dumplingai.com/api/v1/search-news, Method POST och aktiverad Send Body.
  5. I News Search API ställer ni in body-parametern query till {{ $json.value }} och country till US.
  6. Inloggningsuppgifter krävs: Anslut era httpHeaderAuth-credentials i News Search API.

Tips: Körordningen är Keyword Intake FormAutocomplete API LookupBreakout Suggestion List, så se till att autocomplete-svaret innehåller en suggestions-array.

Bearbeta förslag och hämta artiklar

Dela upp förslag i batchar, hämta aktuella artiklar och skrapa innehåll.

  1. Ställ in Breakout Suggestion List så att fältet Field to Split Out delas upp som suggestions.
  2. Använd Iterate Suggestions Batch för att styra batchhanteringen för varje förslag.
  3. Konfigurera Pause Between Calls vid behov för att respektera rate limits innan ni anropar news-endpointen.
  4. Ställ in Separate News Items så att Field to Split Out delas upp som news.
  5. Behåll den anpassade filtreringslogiken i Filter Recent Articles för att begränsa resultatet till artiklar som är 1–2 dagar gamla.
  6. Ställ in Cap Article Count till Max Items 2 för att begränsa mängden som skrapas.
  7. Konfigurera Article Scrape Request med URL https://app.dumplingai.com/api/v1/scrape och body-parametern url satt till {{ $json.URL }}.
  8. Inloggningsuppgifter krävs: Anslut era httpHeaderAuth-credentials i Article Scrape Request.

Notering om körning: Iterate Suggestions Batch skickar utdata till både Combine Article Content och Pause Between Calls parallellt, så artikelaggregeringen sker samtidigt som arbetsflödet köar upp nästa news-anrop.

Sanera och aggregera artikelinnehåll

Rensa skrapad artikeltext och slå ihop den till en enda payload för AI-utkast.

  1. Behåll textstädningslogiken i Sanitize Article Text för att ta bort markdown-bilder, URL:er och avsnitt som inte hör till artikeln.
  2. Ställ in Combine Article Content så att Fields to Include inkluderar article och lagras i Destination Field Name article.
  3. Verifiera dataflödet: Article Scrape RequestSanitize Article TextIterate Suggestions BatchCombine Article Content.

⚠️ Vanlig fallgrop: Om skrapade artiklar inte innehåller fältet content kommer saneringen att ge tomma artiklar och AI-utkastet blir svagt.

Sätt upp generering av AI-utkast

Generera ett strukturerat blogginläggsutkast baserat på aggregerat artikelinnehåll.

  1. I AI Draft Generation ska JSON Output vara aktiverat.
  2. Bekräfta att system- och användarmeddelandena innehåller uttrycket {{ JSON.stringify($json.article) }} så att modellen får det sammanslagna innehållet.
  3. Inloggningsuppgifter krävs: Anslut era openAiApi-credentials i AI Draft Generation.

Konfigurera utdata till Google Docs

Skapa en Google Docs-fil och infoga det AI-genererade utkastinnehållet.

  1. I Create Docs File ställer ni in Title till {{ $json.message.content.title }} och Folder ID till [YOUR_ID].
  2. Inloggningsuppgifter krävs: Anslut era googleDocsOAuth2Api-credentials i Create Docs File.
  3. I Insert Draft Content ställer ni in Operation till update och Document URL till {{ $json.id }}.
  4. Lägg till en Insert-åtgärd med Text satt till {{ $('AI Draft Generation').item.json.message.content.Blog_post }}.
  5. Inloggningsuppgifter krävs: Anslut era googleDocsOAuth2Api-credentials i Insert Draft Content.

Ersätt [YOUR_ID] med ett giltigt mapp-ID i Google Drive, annars skapas dokumentet på standardplatsen.

Testa och aktivera ert arbetsflöde

Validera hela kedjan från start till mål innan ni slår på den.

  1. Klicka på Execute Workflow och skicka in Keyword Intake Form med ett exempelnyckelord.
  2. Bekräfta att Autocomplete API Lookup returnerar en suggestions-array och att News Search API returnerar news-objekt.
  3. Verifiera att AI Draft Generation ger JSON med Blog_post och title.
  4. Kontrollera att Create Docs File skapar ett dokument och att Insert Draft Content infogar bloggutkastet.
  5. När ni är nöjda växlar ni arbetsflödet till Active för användning i produktion.

Vanliga fallgropar

  • Google Docs-inloggningar kan löpa ut eller kräva specifika behörigheter. Om något skapar fel, kontrollera först din Google-anslutning i n8n under Credentials och bekräfta att den har skrivbehörighet.
  • Om du använder Wait-noder eller extern skrapning varierar processtiderna. Öka väntetiden om noder längre fram misslyckas på grund av tomma svar.
  • Standardprompter i AI-noder är generiska. Lägg in din varumärkesröst tidigt, annars kommer du redigera resultaten i all evighet.

Vanliga frågor

Hur lång tid tar det att sätta upp den här automatiseringen för bloggutkast?

Cirka 30 minuter om dina API-nycklar är redo.

Behöver jag kunna koda för att automatisera skapandet av bloggutkast?

Nej. Du kommer främst att koppla konton, klistra in nycklar och justera ett par prompter och filter.

Är n8n gratis att använda för det här workflowet för automatisering av bloggutkast?

Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer startar på 20 USD/månad för högre volym. Du behöver också räkna med OpenAI API-kostnader (ofta några cent per utkast) plus Dumpling AI-användning baserat på din plan.

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

Två alternativ: n8n Cloud (hanterat, 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 serverhantering.

Kan jag anpassa det här workflowet för automatisering av bloggutkast till veckokällor i stället för dagliga nyheter?

Ja, och det är en av de bästa justeringarna. Uppdatera kodnoden ”Filter Recent Articles” så att den accepterar ett bredare datumfönster (till exempel de senaste 7 dagarna) och överväg att höja gränsen i ”Cap Article Count” om du vill ha mer innehållsrika utkast. Du kan också justera prompten i OpenAI-noden för utkast så att den matchar ditt format (listartikel, opinion, produktdrivet eller en strikt SEO-disposition). Om du publicerar i en reglerad nisch, lägg till ett krav på källhänvisningar och ett avsnitt för ”verifiera påståenden” så går redigeringen snabbare.

Varför misslyckas min Dumpling AI-anslutning i det här workflowet?

Oftast beror det på en saknad eller utgången API-nyckel i HTTP Request-noderna som används för Autocomplete, Google News eller Scraper. Bekräfta att din Dumpling AI-nyckel är aktiv, kontrollera sedan request-headers i n8n och se till att du inte klistrade in extra mellanslag. Om det bara misslyckas ibland kan det vara rate limiting, så väntnoden ”Pause Between Calls” kan behöva längre fördröjning. Kontrollera också att artikel-URL:erna från News går att nå, eftersom vissa sajter blockerar skrapning.

Hur många utkast klarar den här automatiseringen för bloggutkast?

På n8n Cloud beror det på din månatliga gräns för körningar, och det här workflowet kan göra flera körningar per utkast eftersom det loopar igenom förslag och artiklar. Om du kör med egen hosting finns ingen körningsgräns från n8n, så den praktiska gränsen blir serverstorleken och din Dumpling AI/OpenAI-användning. I praktiken kör de flesta små team några utkast per dag utan problem och skalar sedan upp när prompter och begränsningar är intrimmade.

Är den här automatiseringen för bloggutkast bättre än att använda Zapier eller Make?

Ofta, ja, eftersom det här inte är en enkel tvåstegs-zap. Du loopar över förslag, filtrerar på publiceringsdatum, skrapar, rensar text, aggregerar och genererar sedan ett dokument, vilket är precis där n8n:s kontroll är användbar. Egen hosting är också en stor fördel om du kör många utkast och inte vill betala per task. Zapier eller Make kan fortfarande fungera om du förenklar flödet och accepterar färre källor. Prata med en automatiseringsexpert om du vill ha hjälp att välja den enklaste setupen som ändå ger bra utkast.

Du anger nyckelordet en gång, och flödet gör det monotona jobbet om och om igen. Det är helt ärligt skillnaden mellan ”vi borde publicera mer” och ”vi gjorde det”.

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