Du hittar en ”ny” box office-uppdatering, klistrar in den i ett kalkylark och inser sedan att du redan loggade den förra veckan. Nu är arkivet rörigt, ditt Telegram-inlägg blir sent och du börjar ifrågasätta varje titel.
Marknadschefer som driver underhållningsnyhetsbrev känner igen det här. Kanaladministratörer som jagar uppdateringar i rätt tid känner det också. Och om du är en datafokuserad analytiker ska Sheets Telegram updates inte kräva ständig manuell städning. Det här flödet gör nya releaser till korrekt formaterade inlägg och ett prydligt arkiv utan dubbletter.
Nedan ser du exakt hur automationen körs, vad du behöver koppla in och vad som förändras när du slutar göra det här för hand.
Så här fungerar automationen
Se hur den löser problemet:
n8n Workflow Template: Från Google Sheets till Telegram: biointäkter
flowchart LR
subgraph sg0["Run Weekly Flow"]
direction LR
n0@{ icon: "mdi:brain", form: "rounded", label: "OpenRouter", pos: "b", h: 48 }
n1@{ icon: "mdi:robot", form: "rounded", label: "Structured Output", pos: "b", h: 48 }
n2@{ icon: "mdi:database", form: "rounded", label: "Retrieve Stored Data", pos: "b", h: 48 }
n3@{ icon: "mdi:cog", form: "rounded", label: "Extract From IMDB Box Office", pos: "b", h: 48 }
n4@{ icon: "mdi:play-circle", form: "rounded", label: "Run Weekly", pos: "b", h: 48 }
n5@{ icon: "mdi:cog", form: "rounded", label: "Merge All Data", pos: "b", h: 48 }
n6@{ icon: "mdi:robot", form: "rounded", label: "Create posts for Telegram", pos: "b", h: 48 }
n7@{ icon: "mdi:swap-vertical", form: "rounded", label: "Split Telegram Post", pos: "b", h: 48 }
n8@{ icon: "mdi:database", form: "rounded", label: "Store Extracted Data", pos: "b", h: 48 }
n9["<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/telegram.svg' width='40' height='40' /></div><br/>Send Post to Telegram Channel"]
n0 -.-> n6
n0 -.-> n1
n4 --> n3
n5 --> n6
n1 -.-> n6
n7 --> n8
n2 --> n5
n8 --> n9
n6 --> n7
n3 --> n2
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 trigger
class n1,n6 ai
class n0 aiModel
class n2,n8 database
classDef customIcon fill:none,stroke:none
class n9 customIcon
Utmaningen: box office-uppdateringar blir röriga snabbt
Att följa box office låter enkelt tills du gör det på riktigt. Nya titlar kommer i kluster, samma film dyker upp igen med lite olika stavning och du slutar med att dubbelkolla ditt eget kalkylark innan du vågar posta något. Samtidigt förväntar sig Telegram-publiken ”färska” uppdateringar, inte en återanvänd lista med dubbletter och trasig formatering. Det värsta är den mentala belastningen: du kopierar inte bara data, du verifierar den hela tiden, rättar den och försöker undvika att spamma din kanal.
Det eskalerar snabbt. Här är var det faller isär i det dagliga arbetet.
- Du slösar cirka 30 minuter per uppdateringscykel på att dubbelkolla titlar, budgetar och helgsiffror mot det du redan loggat.
- Små inkonsekvenser (IMDB-namn, skiljetecken, rollistor/formatering) blir snabbt en ”vilken version är korrekt?”-röra i arkivet.
- Telegram-inlägg blir försenade eftersom du inte kan trycka ”skicka” förrän du manuellt har deduplicerat listan.
- Ditt Google Sheet slutar vara en pålitlig källa när dubbletter smyger sig in, vilket gör rapportering och trendanalys onödigt jobbigt.
Lösningen: skrapa, deduplicera, arkivera och posta automatiskt
Det här flödet körs enligt schema och hämtar de senaste box office-releaserna via BrowserAct med en IMDB box office-mall. Direkt efter skrapningen laddar det din befintliga historik från Google Sheets så att det har kontext på vad du redan spårat. Därefter jämför en AI-agent (driven av en OpenRouter-chattmodell) den nya listan mot ditt arkiv, tar bort dubbletter och formaterar bara de faktiskt nya posterna till ett Telegram-klart HTML-meddelande. Till sist lägger den till de nya filmraderna i ditt Google Sheet (så att databasen hålls uppdaterad) och postar den formaterade uppdateringen i din Telegram-chatt eller kanal. Du får färska uppdateringar utan att behöva leka kalkylarksdetektiv.
Flödet startar med en veckovis schematrigger och skrapar sedan IMDB box office-data med BrowserAct. Därefter slår det ihop datan med dina befintliga rader i arket och låter AI-agenten skapa korrekta, deduplicerade Telegram-payloads. Meddelanden delas upp vid behov, arkiveras i Sheets och skickas till Telegram automatiskt.
Vad som förändras: före vs. efter
| Det här eliminerar du | Effekten du märker |
|---|---|
|
|
Effekt i verkligheten
Säg att du publicerar box office-uppdateringar 4 gånger i veckan. Manuellt kanske du lägger cirka 10 minuter på att skrapa och skumma, ytterligare 10 minuter på att kontrollera arket efter dubbletter och 5 minuter på att formatera ett Telegram-inlägg, alltså runt 25 minuter per uppdatering (nästan 2 timmar per vecka). Med det här flödet lägger du kanske 10 minuter en gång på att sätta upp rubriker och inloggningsuppgifter, och sedan är varje körning automatiserad: skrapa, deduplicera, posta, arkivera. Din tid sjunker till nära noll per uppdatering, om du inte vill lägga till kommentarer.
Krav
- n8n-instans (prova n8n Cloud gratis)
- Självhostat alternativ om du föredrar det (Hostinger fungerar bra)
- Google Sheets för filmarkivet/databasen.
- Telegram för att publicera uppdateringar till en chatt eller kanal.
- BrowserAct API-nyckel (hämta den i dina kontoinställningar i BrowserAct).
- OpenRouter API-nyckel (hämta den i din OpenRouter-dashboard) för att driva AI-agenten.
Kunskapsnivå: Nybörjare. Du kopplar konton, väljer ett kalkylark och klistrar in några ID:n/tokens.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuterskonsultation).
Flödet steg för steg
Ett schema kör kontrollen. Flödet startar på en veckovis schematrigger, som du kan ändra till den frekvens som passar din kanal (dagligen, varannan timme, eller oftare).
Box office-data skrapas automatiskt. BrowserAct hämtar den senaste IMDB box office-listan med din sparade mall, så du är inte beroende av att någon går in på en sida och kopierar rader till ett dokument.
Ditt arkhistorik blir ”minnet”. Poster i Google Sheets hämtas och kombineras med den färska skrapningen, vilket ger AI-agenten tillräckligt med kontext för att hitta upprepningar även när namn skiljer sig lite.
Nya titlar blir ett Telegram-meddelande som är klart att posta. AI-agenten genererar en HTML-formaterad payload för Telegram (inklusive statistik som Opening Weekend), flödet delar upp meddelanden om flera objekt kommer in, och sedan lägger det till nya rader i Sheets och postar uppdateringen i Telegram.
Du kan enkelt justera filtreringsreglerna för att bara spåra breda releaser, bara högbudgetfilmer eller specifika studios utifrån dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera schema-triggern
Ställ in den veckovisa triggern som startar hela arbetsflödet för filmspårning.
- Lägg till noden Weekly Schedule Trigger som workflow-trigger.
- Ställ in schemaregeln så att den körs veckovis: Rule → Interval →
weeks. - Bekräfta att triggern är kopplad till Scrape IMDB Box Office.
Steg 2: Anslut Google Sheets
Läs befintliga filmposter och förbered arkivdestinationen.
- Öppna Fetch Sheet Records och välj ert kalkylark: Document →
Box Office Trifecta, Sheet →Movie history. - Inloggningsuppgift krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Fetch Sheet Records.
- Öppna Append Movie Archive och bekräfta att Operation är satt till
append. - Inloggningsuppgift krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter i Append Movie Archive.
- Verifiera att kolumnmappningarna i Append Movie Archive använder uttryck som movie_name →
{{ $json.sheet_data.Name }}och telegram_post →{{ $json.telegram_message_html }}.
Steg 3: Konfigurera IMDB-skrapningen
Skrapa box office-data med BrowserAct innan ni slår ihop den med Google Sheets.
- Öppna Scrape IMDB Box Office och sätt Type till
WORKFLOW. - Sätt Workflow ID till
[YOUR_ID]för ert BrowserAct-workflow. - Inloggningsuppgift krävs: Anslut era browserActApi-inloggningsuppgifter i Scrape IMDB Box Office.
- Bekräfta körflödet: Weekly Schedule Trigger → Scrape IMDB Box Office → Fetch Sheet Records.
Steg 4: Sätt upp AI-bearbetning
Kombinera skrapad data med sheet-poster och generera formaterad Telegram- och sheet-utdata.
- I Combine Movie Inputs behåller ni Aggregate satt till
aggregateAllItemData. - Öppna Generate Telegram Payloads och sätt Text till
Movies Data : {{ $('Scrape IMDB Box Office').first().json.output.string }},, Google sheet Data : {{ $json.data }}. - Säkerställ att Generate Telegram Payloads har Has Output Parser aktiverat och är kopplad till Structured Result Parser.
- Öppna AI Router Chat och sätt Model till
google/gemini-3-pro-preview. - Inloggningsuppgift krävs: Anslut era openRouterApi-inloggningsuppgifter i AI Router Chat.
- Obs: Structured Result Parser är en AI-under-nod; inloggningsuppgifter ska läggas till i AI Router Chat, inte i parsern.
Steg 5: Konfigurera leverans till Telegram
Dela upp AI-utdata i enskilda inlägg, arkivera dem och skicka till Telegram.
- I Split Telegram Messages sätter ni Field To Split Out till
output. - Verifiera att Append Movie Archive körs efter Split Telegram Messages och före Dispatch Telegram Update.
- Öppna Dispatch Telegram Update och sätt Text till
{{ $('Split Telegram Messages').first().json.telegram_post }}. - Sätt Chat ID till
chatId=="@Your_Telegram_Channel_ID"i Dispatch Telegram Update. - Inloggningsuppgift krävs: Anslut era telegramApi-inloggningsuppgifter i Dispatch Telegram Update.
Steg 6: Testa och aktivera ert workflow
Kör ett manuellt test och bekräfta att varje steg ger förväntad utdata innan ni aktiverar produktionskörningar.
- Klicka på Execute Workflow för att köra ett manuellt test från Weekly Schedule Trigger.
- Bekräfta att Scrape IMDB Box Office returnerar data och att Fetch Sheet Records läser in befintliga titlar.
- Verifiera att Generate Telegram Payloads producerar strukturerad JSON och att Split Telegram Messages delar upp den i enskilda objekt.
- Kontrollera att Append Movie Archive lägger till nya rader och att Dispatch Telegram Update publicerar i er kanal.
- När allt fungerar växlar ni workflowet till Active så att det körs veckovis.
Se upp för
- Google Sheets-inloggningsuppgifter kan löpa ut eller kräva specifika behörigheter. Om något slutar fungera, kontrollera först n8n:s credential-test och Google-kontots delningsåtkomst.
- BrowserAct-mallar är lätta att råka döpa om eller ta bort. Om skrapningen plötsligt ger tomma resultat, bekräfta att mallen ”Box Office Trifecta” fortfarande finns och är vald i din BrowserAct-nod.
- Standardprompter för AI är generiska. Lägg in dina exakta formateringsregler och logiken för ”vad som räknas som en dubblett” i Scriptwriter-/Agent-prompten tidigt och tydligt, annars kommer du att finjustera meddelanden för alltid.
Vanliga frågor
Cirka 30 minuter om dina konton och ditt kalkylark är redo.
Ja. Du kopplar främst konton, väljer rätt Google Sheet och klistrar in ditt Telegram chat-ID och dina API-nycklar.
Ja. n8n har ett gratis självhostat alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna in OpenRouter-användning (ofta bara några dollar i månaden vid låg volym) och BrowserAct, beroende på din plan.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller självhosting på en VPS. För självhosting är Hostinger VPS prisvärd och klarar n8n bra. Självhosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Du kan justera AI-agentens prompt som genererar Telegram-payloads för att ändra vad som räknas som ”nytt” och hur meddelandet ser ut. Vanliga anpassningar är filtrering efter budgettröskel, att kräva ett Opening Weekend-värde innan publicering eller att lägga till fler fält (som genre) innan du lägger till rader i Google Sheets. Om du hellre vill posta till Slack eller Discord byter du ut Telegram-sändnoden mot den kanal du föredrar och behåller samma dedupliceringslogik.
Oftast är det ett problem med bot-token eller att boten saknar åtkomst till målchatten. Skapa en ny Telegram bot-token vid behov, bekräfta att chat-ID:t är korrekt (kanalanvändarnamn är lätta att skriva fel) och se till att boten är admin i kanalen om du postar till en kanal.
Mer än tillräckligt för de flesta kanaler.
För det här användningsfallet passar n8n bättre om du bryr dig om korrekt deduplicering och kontroll över formateringen, eftersom du kan kombinera arkets historik med skrapade inputs och köra mer avancerad logik utan att slåss med plattformsbegränsningar. Du har också möjligheten att självhosta, vilket är stort om du vill göra frekventa kontroller utan att bevaka task-kvoter. Zapier eller Make kan fungera, men så fort du behöver ”jämföra ny lista med historiskt arkiv och formatera ett HTML-meddelande” börjar du stapla extra steg. Om du redan använder BrowserAct och en LLM håller n8n hela flödet på ett ställe. Prata med en automationsexpert om du vill ha en snabb rekommendation baserat på din volym.
När det här väl rullar förblir arkivet prydligt och dina Telegram-uppdateringar konsekventa. Sätt upp det en gång och låt flödet ta hand om det repetitiva.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.