Din inkorg får samma ”snabba fråga” 20 gånger om dagen. Inga svåra frågor. Bara den typen som tvingar dig att öppna fem flikar, skumma igenom, kopiera länkar och sedan skriva om svaret så att det låter som ert varumärke.
Den här Firecrawl Intercom-automationen träffar supportansvariga först, helt ärligt. Men marknadschefer som kör chattkampanjer och grundare som svarar kunder själva känner det också. Utfallet är enkelt: snabbare, mer strukturerade svar med källor, utan att teamet behöver göra manuell webbresearch varje gång.
Nedan ser du hur workflowet fungerar, vilka resultat du kan förvänta dig och vad du behöver för att lansera det i n8n.
Så fungerar automationen
Hela n8n-workflowet, från trigger till slutlig output:
n8n Workflow Template: Firecrawl + Intercom: strukturerade svar på webbresearch
flowchart LR
subgraph sg0["Receive chat message Flow"]
direction LR
n4@{ icon: "mdi:play-circle", form: "rounded", label: "Receive chat message", pos: "b", h: 48 }
n5["<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/>Query search server (HTTP)"]
n6@{ icon: "mdi:robot", form: "rounded", label: "Reply to the user in the chat", pos: "b", h: 48 }
n7@{ icon: "mdi:cog", form: "rounded", label: "Terminate interface flow", pos: "b", h: 48 }
n8["<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/code.svg' width='40' height='40' /></div><br/>Format search response (Pyth.."]
n9@{ icon: "mdi:swap-vertical", form: "rounded", label: "Define constants", pos: "b", h: 48 }
n9 --> n5
n4 --> n9
n5 --> n8
n6 --> n7
n8 --> n6
end
subgraph sg1["Flow 2"]
direction LR
n0["<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/webhook.dark.svg' width='40' height='40' /></div><br/>Receive search query"]
n1@{ icon: "mdi:location-exit", form: "rounded", label: "Search the web (Firecrawl)", pos: "b", h: 48 }
n2["<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/webhook.dark.svg' width='40' height='40' /></div><br/>Answer search query"]
n3@{ icon: "mdi:cog", form: "rounded", label: "Terminate service flow", pos: "b", h: 48 }
n2 --> n3
n0 --> n1
n1 --> n2
end
subgraph sg2["Manual Flow"]
direction LR
n10@{ icon: "mdi:play-circle", form: "rounded", label: "Manual Trigger", pos: "b", h: 48 }
n11@{ icon: "mdi:location-exit", form: "rounded", label: "Verify Firecrawl Account Cre..", pos: "b", h: 48 }
n12@{ icon: "mdi:cog", form: "rounded", label: "Terminate Monitor Flow", pos: "b", h: 48 }
n10 --> n11
n11 --> n12
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 n4,n10 trigger
class n6 ai
class n5,n0,n2 api
class n8 code
classDef customIcon fill:none,stroke:none
class n5,n8,n0,n2 customIcon
Problemet: supportchattar blir manuell research
Intercom-chatt ska korta avståndet mellan ”fråga” och ”svar”. I praktiken blir det ofta tvärtom. En besökare frågar något som kräver uppdaterad info, du googlar, klickar runt och landar ändå i att parafrasera tre källor så att svaret inte ser inklistrat ut. Gör du det några gånger och teamets dag hackas upp i små, störande researchpass. Det värsta är konsekvensen: två handläggare kan svara på samma fråga med olika källor, olika ton och olika säkerhet.
Friktionen växer, särskilt när chattvolymen sticker iväg.
- Handläggare tappar cirka 10 minuter per fråga bara på att hitta pålitliga källor.
- Svaren blir inkonsekventa eftersom varje person ”researchar” på sitt sätt.
- Det är lätt att glömma att ta med källor, vilket skapar följdfrågor och mer pingpong.
- Ingen märker Firecrawl-kreditförbrukningen förrän saker börjar skapa fel.
Lösningen: Intercom-frågor → Firecrawl-sökning → strukturerat svar
Det här workflowet gör om ett rörigt ”jag ska kolla upp det” till en repeterbar svarscykel i er varumärkesröst. När någon ställer en fråga i din Intercom-chattwidget fångar n8n upp meddelandet och skickar in det i ditt sökflöde. Frågan vidarebefordras via en HTTP-request till en webhook-endpoint i n8n, som sedan anropar Firecrawl för att köra webbsökningen. I stället för att dumpa råa sökresultat i chatten formaterar workflowet resultaten till en tajt Markdown-sammanfattning med avgränsare och källänkar. Till sist skickas den strukturerade sammanfattningen tillbaka till Intercom som svar, så att besökaren får ett svar som läser som om du skrev det (och som inkluderar källor).
Det börjar med chatttriggern, routar frågan via din konfigurerade webhook och hämtar webbresultat via Firecrawl. Sedan gör en kodbaserad formatterare om ”rått” till läsbart, och chattnoden postar det slutliga meddelandet tillbaka i konversationen. Det finns också en valfri manuell väg för att kontrollera Firecrawl-krediter, så att du kan övervaka användningen innan det blir ett problem.
Det du får: automation kontra resultat
| Vad det här workflowet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att teamet svarar på 15 research-tunga Intercom-frågor om dagen. Manuellt, om varje fråga tar cirka 8 minuter att söka, skumma och skriva om med en länk, blir det ungefär 2 timmar av utspridd insats. Med det här workflowet skickar handläggaren bara in frågan (eller så fångas den automatiskt), väntar kanske en minut på sökning och formatering och skickar sedan. Du granskar fortfarande när det behövs, men du har i princip eliminerat ”flikjongleringen”.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen drift om du föredrar det (Hostinger fungerar bra)
- Intercom för att fånga upp och skicka chattmeddelanden.
- Firecrawl för live webbsökning och extraktion.
- Firecrawl API-nyckel (hämtas i din Firecrawl-dashboard).
Kunskapsnivå: Medel. Du kopierar API-nycklar, bekräftar webhook-URL:er och justerar en formatterare om du vill ha en specifik output-stil.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
En besökare ställer en fråga i Intercom-chatten. Triggern för chattintag fångar upp meddelandet så att n8n får exakt text, direkt när den kommer in.
Ditt workflow initierar rätt inställningar. Steget ”Initialize Config Values” sätter konstanter som din n8n-bas-URL och webhook-sökvägen, vilket gör resten av flödet förutsägbart.
Frågan skickas iväg och researchas. En HTTP-request skickar prompten vidare till workflowets webhook, Firecrawl kör webbsökningen och n8n tar emot de råa resultaten tillbaka.
Svaret formateras och skickas tillbaka till chatten. Ett kodsteg konverterar de råa resultaten till korrekt formaterade Markdown-block med avgränsare och källor, och sedan postar noden ”Send Chat Reply” det i konversationen.
Du kan enkelt ändra output-formatet så att det matchar er varumärkesröst utifrån era behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: Konfigurera chat-triggern
Sätt upp det publika chattgränssnittet som initierar sökningar baserat på användarens inmatning.
- Lägg till och öppna Chat Intake Trigger.
- Ställ in Public på
trueså att användare kan komma åt chatten. - Ställ in Initial Messages till
🤖 Olá! Como posso ajudar você hoje?. - Ni kan valfritt anpassa chattens UI under Options (titel, undertitel, CSS) för att matcha ert varumärke.
Steg 2: Konfigurera webhook-triggern
Denna webhook tar emot den utgående sökbegäran och skickar den vidare till Firecrawl-sökningen.
- Lägg till och öppna Inbound Search Webhook.
- Ställ in HTTP Method på
POST. - Ställ in Path till
620a78d5-00a6-4a05-9587-837a8d23ef7c. - Ställ in Response Mode till
responseNodeså att Return Search Response kan skicka svaret.
Steg 3: Sätt upp konfigurationsvärden
Definiera webhook-URL:en som används av den utgående begäran för att nå sök-endpointen.
- Öppna Initialize Config Values.
- I Assignments ställer ni in webhookUrl till er live-endpoint, t.ex.
https://your-n8n-instance/webhook/[YOUR_ID]. - Bekräfta att Initialize Config Values är kopplad till Outbound Search Request enligt arbetsflödet.
Steg 4: Anslut Firecrawl-sökning
Konfigurera Firecrawl för att köra webbsökningen och returnera resultat till webhook-svaret.
- Öppna Firecrawl Web Lookup och ställ in Operation till
search. - Ställ in Query till
={{ $json.body.consultaPesquisa }}. - Inloggning krävs: Anslut era firecrawlApi-inloggningsuppgifter i Firecrawl Web Lookup.
- Bekräfta att Firecrawl Web Lookup skickar utdata till Return Search Response.
Steg 5: Konfigurera utgående begäran och formatering av svar
Skicka chattinmatningen till webhooken, formatera resultaten och svara tillbaka till användaren.
- Öppna Outbound Search Request och ställ in URL till
={{ $json.webhookUrl }}. - Ställ in Method till
POSToch aktivera Send Body. - I Body Parameters lägger ni till consultaPesquisa med värdet
={{ $('Chat Intake Trigger').item.json.chatInput }}. - Öppna Format Search Results och behåll Language som
pythonmed det medföljande formateringsskriptet för att skapaoutput. - Öppna Send Chat Reply och ställ in Message till
={{ $json.output }}.
output_text byggs upp.Steg 6: Lägg till verktygsflödet för kreditkontroll
Den här valfria vägen låter er manuellt kontrollera Firecrawl-teamets kreditförbrukning.
- Öppna Manual Start Trigger för att använda den för manuella kontroller.
- Öppna Check Firecrawl Credits och ställ in Operation till
teamCreditUsage. - Inloggning krävs: Anslut era firecrawlApi-inloggningsuppgifter i Check Firecrawl Credits.
- Bekräfta att Check Firecrawl Credits är kopplad till Finish Credit Check.
Steg 7: Testa och aktivera ert arbetsflöde
Verifiera både det chattdrivna sökflödet och den valfria kreditkontrollen, och aktivera sedan arbetsflödet.
- Klicka på Test Workflow och börja med Chat Intake Trigger för att skicka in en exempelfråga.
- Bekräfta att Outbound Search Request anropar webhooken och att Return Search Response returnerar data.
- Verifiera att Format Search Results ger ett formaterat
outputoch att Send Chat Reply postar det i chatten. - Ni kan valfritt köra Manual Start Trigger för att bekräfta att Check Firecrawl Credits lyckas.
- När allt fungerar, växla arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- Firecrawl-credentials kan gå ut eller kräva specifika behörigheter. Om saker slutar fungera, kontrollera först Firecrawl API-nyckeln i n8n:s Credentials och användningssidan i din Firecrawl-dashboard.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströmsnoder misslyckas på grund av tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er varumärkesröst tidigt, annars kommer du att redigera outputs för alltid.
Vanliga frågor
Cirka 30 minuter om du redan har konton i Intercom och Firecrawl.
Nej. Du kopplar credentials och klistrar in rätt webhook-URL. Om du vill ändra Markdown-formateringen mycket hjälper det att vara bekväm med att redigera ett kodblock.
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 volymer. Du behöver också räkna in Firecrawl-kostnader baserat på din plan och dina krediter.
Två alternativ: n8n Cloud (hanterad drift, enklast att komma igång) eller egen drift på en VPS. För egen drift är Hostinger VPS prisvärd och klarar n8n bra. Egen drift ger obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, och det är en av de bästa delarna. Du kan ändra kodsteget ”Format Search Results” för att få kortare utdrag, längre sammanfattningar eller en strikt mall (rubrik, punkter, källor). Många team justerar också steget ”Initialize Config Values” för att byta webhook-sökvägar mellan staging och produktion, och de finjusterar svarstexten i noden ”Send Chat Reply” så att den matchar varumärkets ton.
Oftast beror det på en utgången eller felaktig API-nyckel i n8n Credentials. Det kan också vara slut på krediter, vilket ser ut som ”slumpmässiga” fel tills du kontrollerar användningen. Om nyckeln är okej, granska webhook-URL:en du satte i ”Initialize Config Values”, eftersom en felaktig bas-URL kan bryta kedjan innan Firecrawl ens körs.
På n8n Cloud Starter kan du köra några tusen exekveringar per månad, och högre planer klarar mer. Om du kör egen drift finns ingen exekveringsgräns, men serverresurser och Firecrawl-krediter blir den verkliga begränsningen. I praktiken hanterar det här workflowet utan problem normal chattvolym för småföretag, och du märker Firecrawl-krediter långt innan n8n blir flaskhalsen.
Ofta, ja, eftersom du kan forma logik och formatering utan att betala extra för varje gren. n8n ger också en tydlig väg till egen drift, vilket spelar roll när chattvolymen växer. En annan stor vinst är kontroll: webhook-routing, egen formateringskod och valfria kreditkontroller kan ligga i ett och samma workflow i stället för att delas upp på flera zaps/scenarier. Zapier eller Make kan fortfarande vara helt okej för en enkel ”fråga in → svar ut”-prototyp. Om du vill ha hjälp att välja enklaste vägen, prata med en automationsexpert.
När detta väl är igång slutar webbresearch vara en dold kostnad för supportteamet. Workflowet tar hand om den repetitiva sökningen och formateringen så att ni kan fokusera på samtalen som faktiskt kräver en människa.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.