Dina samtal spelas in. Bra. Sedan börjar den verkliga röran: någon måste hitta transkriptet, skumma igenom det, ”poängsätta” det och på något sätt omvandla det till coachningsanteckningar som teamet faktiskt använder.
Säljchefer känner av det först eftersom samtalsgranskning staplas på hög snabbt. En customer success-ansvarig dras in i samma loop när onboarding-samtal släpar efter. Till och med en grundare hamnar med att lyssna på slumpmässiga inspelningar på kvällarna. Den här automatiseringen för Fireflies Sheets-poängsättning gör varje transkript till konsekvent, loggad coachningsdata utan adminslitet.
Nedan ser du exakt hur flödet körs i n8n, vilka resultat du kan förvänta dig och vad du behöver för att sätta upp det korrekt.
Så här fungerar automatiseringen
Hela n8n-flödet, från trigger till slutligt resultat:
n8n Workflow Template: Fireflies.ai till Google Sheets, poängsatta samtal
flowchart LR
subgraph sg0["Message a model Flow"]
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/>Webhook"]
n1@{ icon: "mdi:database", form: "rounded", label: "Append row in sheet", pos: "b", h: 48 }
n2@{ icon: "mdi:cog", form: "rounded", label: "Get a transcript", pos: "b", h: 48 }
n3@{ icon: "mdi:robot", form: "rounded", label: "Message a model", pos: "b", h: 48 }
n4["<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/>Code in JavaScript"]
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/code.svg' width='40' height='40' /></div><br/>Code in JavaScript1"]
n6@{ icon: "mdi:message-outline", form: "rounded", label: "Send a message", pos: "b", h: 48 }
n7["<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/slack.svg' width='40' height='40' /></div><br/>Send a message1"]
n0 --> n2
n3 --> n4
n2 --> n5
n4 --> n1
n1 --> n6
n1 --> n7
n5 --> n3
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 n3 ai
class n1 database
class n0 api
class n4,n5 code
classDef customIcon fill:none,stroke:none
class n0,n4,n5,n7 customIcon
Problemet: samtalsgranskning skalar inte (men din pipeline gör det)
Manuell samtalsgranskning är en sådan ”vi gör det när vi har tid”-vana som i tysthet sänker prestationen. Du kanske granskar några samtal när en säljare är ny, sedan fylls kalendern och plötsligt går veckor utan någon feedback. Än värre: poängsättningen är inkonsekvent. En chef bryr sig om discovery. En annan bryr sig om invändningshantering. Så teamet får blandade signaler och dina CRM-anteckningar blir en soptipp för halvfärdiga tankar. Kostnaden är inte bara tid. Det är förlorade affärer, långsammare ramp-up och coachning som kommer för sent för att göra skillnad.
Friktionen byggs på.
- Någon måste leta upp rätt transkriptlänk och klistra in den i vilket dokument eller kalkylark ni nu använder.
- Samtalspoängsättning ändras beroende på vem som lyssnade, vilket gör att trender i ”prestation” i princip bara är brus.
- Chefer skjuter upp feedback eftersom granskningsprocessen tar för lång tid att göra ”ordentligt”.
- Insikter hamnar i Slack, e-post och slumpmässiga anteckningar, så rapportering blir en månatlig panikinsats.
Lösningen: poängsätt varje Fireflies-transkript och logga det automatiskt
Det här flödet använder n8n för att göra varje nytt Fireflies.ai-transkript till en poängsatt, sökbar post i Google Sheets, med omedelbara notiser till teamet. Det börjar när en webhook tar emot händelsen att ett transkript är klart. n8n hämtar sedan transkriptdetaljerna från Fireflies, rensar och formaterar texten så att den är redo för analys och skickar den till OpenAI för en utvärdering. När AI:n returnerar en strukturerad poäng och anteckningar tolkar flödet resultaten till prydliga fält. Till sist skriver det en ny rad i ditt Google Sheet med lead- och samtalsdetaljer och skickar utvärderingen till Slack och/eller Gmail så att rätt personer ser den direkt. Inget letande. Ingen copy-paste. Inget ”jag kollar på det senare”.
Flödet startar med en ny transkripthändelse, går vidare genom formatering och AI-poängsättning och avslutas med två utdata. Du får en rad i Google Sheets för rapportering och coachning, plus en realtidsnotis i Slack eller Gmail så att åtgärder sker medan samtalet fortfarande är färskt.
Det du får: automatisering vs. resultat
| Vad det här flödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att teamet kör 25 samtal i veckan och att du försöker granska ens ”bara ett snabbt urval” av dem. Om du lägger cirka 10 minuter på att hitta transkriptet och ytterligare 15 minuter på att skumma och poängsätta, är det ungefär 10 timmar i veckan som försvinner. Med det här flödet lägger du kanske 2 minuter på att bekräfta kolumnerna i arket en gång, sedan poängsätter varje samtal sig självt i bakgrunden och postar en Slack-notis när det är klart. Du lyssnar fortfarande på några viktiga samtal, men du slutar göra rutinjobb på alla.
Det här behöver du
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Fireflies.ai för att leverera transkript och samtalsmetadata
- Google Sheets för att lagra poäng, länkar och anteckningar
- Slack eller Gmail för att skicka utvärderingen till ditt team
- OpenAI API-nyckel (hämta den i din OpenAI-dashboard)
Kunskapsnivå: Medel. Du kopplar konton, mappar några fält och testar med ett riktigt transkript.
Vill du inte sätta upp detta själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Ett nytt transkript träffar din webhook. Fireflies signalerar att ett samtalstranskript är klart, och n8n fångar det direkt så att du inte behöver övervaka något manuellt.
Transkriptet hämtas och städas upp. n8n hämtar hela transkriptdata från Fireflies och formaterar sedan texten till något som AI:n kan utvärdera tillförlitligt (mindre brus, tydligare struktur).
OpenAI granskar samtalet och returnerar en poäng. AI-steget utvärderar transkriptet mot dina kriterier (kvalitet, engagemang, utfall) och producerar sedan ett strukturerat svar som du kan lagra och jämföra senare.
Resultaten loggas och delas. En ny rad läggs till i Google Sheets med lead-fält, transkript-URL och AI-anteckningar, och därefter skickar ett Slack-meddelande och/eller ett Gmail-mejl sammanfattningen till personerna som behöver den.
Du kan enkelt justera poängsättningsmallen och hur notiserna skickas baserat på dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera webhook-triggern
Konfigurera den inkommande webhooken som startar pipelinen och skickar mötes-ID:t till workflowet.
- Lägg till och öppna Incoming Webhook Trigger.
- Ställ in HTTP Method till
POST. - Ställ in Path till
66273cf2-950f-42e5-a386-60d643868985. - Ställ in Response Mode till
lastNodeoch Response Data tillallEntries. - Säkerställ att ert anropande system skickar
meetingIdi request body, eftersom efterföljande steg använder{{$json.body.meetingId}}.
{"meetingId":"YOUR_FIRELIES_ID"} innan ni går vidare.Steg 2: Anslut Fireflies och hämta transkriptionen
Hämta samtalets transkription via Fireflies så att den kan formateras och analyseras.
- Öppna Retrieve Transcript Data och ställ in Transcript ID till
{{$json.body.meetingId}}. - Behörighet krävs: Anslut era firefliesApi-uppgifter.
- Verifiera att nodens output innehåller
data.sentences,data.speakersochdata.transcript_urlför senare mappning.
meetingId kommer Retrieve Transcript Data att returnera tom data och efterföljande noder kommer att fallera.Steg 3: Formatera transkriptionen och konfigurera AI-granskningen
Omvandla transkriptionen till strukturerad text och skicka den till AI-modellen för poängsättning.
- Öppna Format Transcript Text och behåll den befintliga JavaScript Code som den är; den skapar fälten
transcript_formatted,transcript_plainochmeta. - Öppna AI Review Request och ställ in Model till
gpt-4o. - I AI Review Request-meddelanden ska ni behålla prompttexten och verifiera att transkriptinmatningen använder uttrycket
{{ $json.Transcript }}. - Behörighet krävs: Anslut era openAiApi-uppgifter.
- Öppna Parse AI Scores och behåll den befintliga JavaScript Code för att extrahera och normalisera JSON-svaret.
transcript_formatted och transcript_plain, men AI Review Request refererar {{$json.Transcript}}. Om er data inte innehåller Transcript, uppdatera uttrycket till rätt fält (till exempel {{$json.transcript_formatted}}).Steg 4: Konfigurera kalkylark och notiser
Skriv AI-poängen till Google Sheets och avisera teamet via e-post och Slack.
- Öppna Add Row to Sheet och ställ in Operation till
append. - Ställ in Document till
1TcWkY4KVQfl7n5n9UyjiV590GdzgbCOrLvfb8d6FreAoch Sheet tillSheet1(gid0). - Bekräfta att kolumnmappningarna använder de angivna uttrycken, till exempel
{{$json.pain_points}},{{$json.overall_score_percent}}och{{$('Retrieve Transcript Data').item.json.data.transcript_url}}. - Behörighet krävs: Anslut era googleSheetsOAuth2Api-uppgifter.
- Öppna Email Notification Dispatch och ställ in Send To till
[YOUR_EMAIL], Subject tillGrading Call Systemoch Message tillHey, your google sheet is ready! Go check it out!. - Behörighet krävs: Anslut era gmailOAuth2-uppgifter.
- Öppna Slack Alert Post och ställ in Text till
Hey, your google sheet is ready! Go check it out!och Channel till[YOUR_ID]. - Behörighet krävs: Anslut era slackOAuth2Api-uppgifter.
Steg 5: Testa och aktivera ert workflow
Validera hela pipelinen från webhook till notiser innan ni aktiverar den i produktion.
- Klicka på Execute Workflow i Incoming Webhook Trigger och skicka ett test-POST med
{"meetingId":"YOUR_FIRELIES_ID"}. - Bekräfta att Retrieve Transcript Data returnerar transkriptinnehåll och att Format Transcript Text outputar
transcript_formattedellertranscript_plain. - Verifiera att AI Review Request returnerar JSON och att Parse AI Scores skapar plattade poängfält.
- Kontrollera ert Google Sheet för att se en ny rad som lagts till av Add Row to Sheet, och verifiera sedan att både Email Notification Dispatch och Slack Alert Post tas emot.
- Slå på workflowet till Active när end-to-end-testet är lyckat.
Vanliga fallgropar
- Fireflies.ai-uppgifter kan gå ut eller kräva specifika behörigheter. Om det slutar fungera, kontrollera först dina integrationsinställningar i Fireflies och behörigheter för transkriptexport.
- 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 ert tonalitet/brand voice tidigt, annars kommer du att redigera utdata i all evighet.
Vanliga frågor
Cirka 30–60 minuter om dina konton och arket är redo.
Nej. Du kopplar främst konton och mappar fält i n8n. De inkluderade kodstegen är redan byggda och behöver vanligtvis inte ändras.
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 in OpenAI API-användning, vilket vanligtvis är några cent per poängsatt samtal beroende på transkriptets längd.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärt och klarar n8n bra. Egen hosting ger obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, och det bör du. Uppdatera prompten i noden AI Review Request så att den matchar din mall (till exempel discovery-kvalitet, tydlighet i nästa steg, invändningshantering), och justera sedan kodnoden Parse AI Scores så att den matchar fälten du vill skriva in i Google Sheets. Vanliga anpassningar är separata poäng per kategori, en ”coacha det här samtalet”-flagga när poängen är låg, och att routa Slack-notiser endast till säljarens chef.
Oftast handlar det om utgångna inloggningsuppgifter eller saknade behörigheter för transkriptexport i Fireflies. Anslut Fireflies-noden igen i n8n och bekräfta sedan att transkriptet du testar faktiskt finns och är tillgängligt för det kontot. Om det fungerar ibland men fallerar i batchar kan du slå i rate limits eller hämta transkript innan Fireflies är klar med bearbetningen, så en kort fördröjning kan hjälpa.
Väldigt många. På n8n Cloud beror det på din månatliga körningsgräns, och vid egen hosting beror det främst på din server och hur lång tid varje OpenAI-förfrågan tar. I praktiken kör de flesta små team dussintals eller några hundra poängsatta samtal i veckan utan problem om flödet är rätt taktat och dina API-gränser är rimliga.
Ofta ja, om du bryr dig om kontroll och konsekvens. Det här flödet har flera steg som gynnas av förgrening, formatering och parsning, och n8n hanterar det utan att varje liten åtgärd blir en separat betald task. Du får också möjlighet till egen hosting, vilket blir viktigt när du poängsätter många samtal. Zapier eller Make kan fortfarande fungera bra för en enkel ”nytt transkript → skicka till Slack”-setup, men så fort du vill ha strukturerad poängsättning i ett ark kommer du att uppskatta flexibiliteten här. Prata med en automationsexpert om du vill ha en snabb rekommendation baserat på din samtalsvolym.
När detta väl rullar lämnar varje samtal ett spår du faktiskt kan använda. Flödet tar hand om det repetitiva, så att din coachning blir snabb, konsekvent och enkel att följa upp.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.